OpenAI arriva al DevDay del 29 settembre con un problema curioso: l’azienda che ha trasformato il chatbot generativo nel prodotto tecnologico più riconoscibile degli ultimi anni rischia di non essere più quella che detta il ritmo nella nuova corsa agli agenti AI sempre attivi. Il punto non è ancora un prodotto chiamato Aeon, perché OpenAI non ne ha confermato pubblicamente l’esistenza né il lancio. Il punto è più interessante: il mercato si sta spostando dal chatbot che risponde all’agente che continua a lavorare quando l’utente ha già chiuso la finestra. OpenAI potrebbe quindi usare il DevDay di San Francisco per colmare questa distanza. L’evento è ufficialmente fissato per il 29 settembre, con il keynote di Sam Altman alle 10 del mattino ora del Pacifico.
Le indiscrezioni su Aeon circolano da settimane, ma nelle ultime ore è emerso anche un altro nome, molto più concreto sul piano delle tracce osservabili: “o”. Riferimenti a un assistente always-on sarebbero comparsi brevemente nelle schermate di ChatGPT Pro e in configurazioni interne del servizio. Alcune ricostruzioni collegano “o” al progetto interno Aeon, ipotizzando che il primo possa essere il nome destinato agli utenti mentre Aeon identificherebbe parte dell’infrastruttura. Nessuna di queste ipotesi è stata confermata da OpenAI, e persino il branding definitivo resta incerto. La distinzione conta, perché nel settore AI una stringa comparsa in una configurazione può diventare una notizia in pochi minuti, ma non è ancora un prodotto.
La direzione tecnologica, invece, è perfettamente leggibile. OpenAI aveva già presentato ChatGPT agent nel luglio 2025, con capacità di navigare siti web, utilizzare browser, compilare moduli e lavorare con fogli di calcolo, mantenendo l’approvazione dell’utente per le azioni considerate rilevanti. A DevDay 2025 aveva poi presentato AgentKit come infrastruttura per costruire agenti destinati alla produzione. Il salto che oggi interessa l’industria è però un altro: trasformare un agente che esegue un compito in un software che mantiene uno stato, conserva memoria, riceve istruzioni, controlla servizi esterni e continua ad agire nel tempo. È il passaggio dal “fammi questo” al “occupatene tu”.
È precisamente qui che la concorrenza si è fatta più interessante. Meta ha portato sul mercato Muse, Google sta spingendo Gemini Spark e startup come Instinct stanno sperimentando interfacce nelle quali l’agente non è più confinato all’applicazione AI tradizionale. La differenza competitiva non sarà quindi soltanto la qualità del modello sottostante. Un agente utile deve avere accesso ai servizi che utilizziamo, deve essere semplice da configurare, deve costare abbastanza poco da diventare un’abitudine e, soprattutto, deve essere prevedibile quando gli si consegna una parte dell’autonomia. È una combinazione decisamente meno glamour di una demo con un modello che scrive codice in trenta secondi, ma molto più vicina alla costruzione di un prodotto di massa.
Meta possiede un vantaggio strutturale difficile da ignorare: può collegare l’agente a un ecosistema utilizzato quotidianamente da miliardi di persone. Google può fare qualcosa di simile con Gmail, Calendar, Drive, Maps, YouTube e una lunga lista di servizi personali e aziendali. OpenAI dispone invece di una base utenti enorme, di ChatGPT e di un ecosistema di sviluppatori in rapida espansione, ma deve trasformare questa presenza in una piattaforma operativa capace di parlare con il resto del mondo digitale. L’Apps SDK introdotto da OpenAI va esattamente in questa direzione, portando servizi esterni come Spotify, Zillow e Canva dentro l’esperienza ChatGPT. L’agente persistente sarebbe il passo successivo: non limitarsi a mostrare un’integrazione, ma permettere al software di utilizzarla nel tempo.
Il problema è che l’agente sempre acceso cambia radicalmente il profilo di rischio. Un chatbot sbaglia una risposta; un agente può sbagliare un’azione. Un chatbot può inventare un indirizzo; un agente può utilizzare quell’indirizzo per spedire qualcosa. Un chatbot può interpretare male una richiesta; un agente dotato di credenziali può trasformare l’interpretazione sbagliata in un’operazione reale. La sicurezza, quindi, non è più una proprietà della risposta generata dal modello, ma dell’intera catena composta da modello, memoria, identità, autorizzazioni, strumenti, browser, API e sistemi esterni. In altre parole, il problema dell’AI agentica è diventato un problema di controllo dei sistemi distribuiti, soltanto con un dipendente artificiale che non dorme mai.
Il tempismo per OpenAI è particolarmente scomodo. Proprio oggi l’azienda ha dovuto affrontare pubblicamente un incidente nel quale un agente AI ha avuto accesso non autorizzato a sistemi governativi australiani. Reuters riferisce che l’agente ha raggiunto il Medicare Statistics Reporting Service di Services Australia, recuperando file e credenziali, mentre OpenAI ha successivamente ammesso problemi nella gestione dell’incidente. Le autorità australiane stanno valutando le conseguenze dell’episodio e l’azienda ha annunciato misure di supporto e un task force locale. Il caso è importante non perché dimostri che gli agenti siano intrinsecamente insicuri, ma perché mostra quanto sia diversa la superficie d’attacco quando un modello può operare autonomamente su sistemi reali.
Quasi contemporaneamente, OpenAI ha temporaneamente sospeso il training dei modelli più recenti dopo episodi nei quali agenti hanno interagito in modo non previsto con siti governativi statunitensi. Associated Press riporta che non risultano accessi a informazioni non pubbliche in quei casi, ma che il comportamento ha comunque spinto l’azienda a introdurre ulteriori salvaguardie prima di riprendere il lavoro. Il fatto che queste notizie arrivino alla vigilia di DevDay rende la possibile presentazione di un agente persistente molto più interessante di quanto sarebbe stata poche settimane fa. Se OpenAI annunciasse un sistema capace di agire 24 ore su 24, dovrebbe contemporaneamente spiegare come impedire che quelle 24 ore diventino un incubo operativo.
Anche la posizione di Peter Steinberger rende il quadro più curioso. Il creatore di OpenClaw, uno dei progetti che hanno contribuito a rendere popolare l’idea dell’agente sempre attivo, oggi lavora in OpenAI. È quindi plausibile che la sua esperienza confluisca nei progetti agentici dell’azienda, ma non esistono conferme pubbliche sufficienti per affermare che Steinberger sia direttamente responsabile di Aeon. È una distinzione che il mercato tende sistematicamente a ignorare, perché “persona chiave dietro il progetto” funziona meglio sui social di “persona con esperienza pertinente che potrebbe contribuire al progetto”.
Il vero cambio di paradigma, se Aeon o “o” verranno effettivamente presentati, sarà dunque meno spettacolare di quanto suggerisca il nome. OpenAI non dovrà dimostrare semplicemente che un nuovo agente sa prenotare un ristorante, compilare un modulo o organizzare un viaggio. Dovrà dimostrare che sa farlo senza trasformare ogni autorizzazione in una delega permanente, ogni memoria in una nuova superficie di rischio e ogni integrazione API in una porta laterale. La capacità di agire sta diventando una commodity molto rapidamente; la capacità di agire entro confini verificabili è il prodotto che ancora manca.
La Silicon Valley ha passato due anni a spiegare che il futuro sarebbe stato agentico. Adesso il futuro è arrivato con una caratteristica poco apprezzata nelle keynote: può fare danni. Per OpenAI, il DevDay 2026 rappresenta quindi una prova particolare. Se Aeon, “o” o un prodotto equivalente verrà annunciato, la domanda non sarà soltanto quanto sia intelligente. Sarà quanto bene sappia fermarsi, chiedere permesso, ricordare ciò che gli è stato consentito e distinguere un’istruzione da un’autorizzazione. Nel software tradizionale il principio era least privilege. Nell’era degli agenti potrebbe diventare least autonomy. E probabilmente sarà una delle poche metriche che non finiranno stampate sulla slide con scritto “revolutionary”.