Meta lancia un assistente AI che clicca, compila e naviga in autonomia

Finora gli assistenti AI hanno risposto a domande, scritto testi, generato immagini. Con Muse Spark 1.1, Meta fa un passo diverso: l'assistente non suggerisce più cosa fare, lo fa direttamente. Apre schede del browser, compila moduli, raccoglie informazioni da più fonti, confronta opzioni — tutto mentre l'utente aspetta il risultato finale. È quello che nel gergo del settore si chiama un agente agentico, cioè un sistema capace di eseguire sequenze di azioni reali, non solo di generare testo.

L'esempio più immediato per capire la differenza: volete organizzare una cena con amici. Oggi chiedete a un assistente AI i migliori ristoranti della zona, poi aprite un sito, controllate gli orari, ne aprite un altro, verificate le recensioni, copiate l'indirizzo. Con un agente come Muse Spark 1.1, queste micro-operazioni le fa lui — confronta i locali, verifica disponibilità, raccoglie i dettagli — e vi lascia solo la scelta finale. Il valore non sta nella singola risposta, ma nell'eliminare la catena di passaggi che normalmente consuma minuti e attenzione.

Due marce per muoversi nel digitale

Il sistema alterna due modalità operative. La prima è quella manuale, in stile umano: l'agente usa il mouse, clicca sui pulsanti, naviga le pagine esattamente come farebbe una persona. La seconda è più invisibile: quando è più efficiente, genera script automatici in background per raggiungere lo stesso obiettivo senza simulare ogni singolo clic. Per l'utente il risultato è lo stesso; cambia solo il percorso interno.

Una delle novità tecnicamente più rilevanti è l'espansione della finestra di contesto fino a un milione di token — un'unità di misura che indica quanta informazione il modello riesce a elaborare contemporaneamente. In pratica, significa che l'assistente può lavorare su conversazioni molto lunghe, progetti articolati in più fasi e compiti che richiedono andate e ritorni, correzioni, iterazioni, senza perdere il filo. Per fare un paragone: i modelli più comuni gestiscono contesti nell'ordine delle decine di migliaia di token; arrivare a un milione sposta il confine tra ciò che si può delegare e ciò che resta troppo complesso da automatizzare.

Un assistente che agisce fa errori diversi da uno che risponde, e alcune di quelle azioni non si possono annullare

Da funzione interna a piattaforma per sviluppatori

Muse Spark 1.1 è disponibile in anteprima pubblica tramite la API di Meta — cioè attraverso l'interfaccia tecnica che permette ad altri sviluppatori di integrare il modello nelle proprie applicazioni. È un passaggio significativo: Meta non offre più l'AI solo come funzionalità delle sue app, ma come infrastruttura che altri possono acquistare e usare. Lo stesso modello alimenta le modalità avanzate nell'app e sul sito di Meta AI, ma aprirlo via API significa misurarsi su metriche diverse: affidabilità nel tempo, costo per compito completato, strumenti di controllo e verifica.

Sul fronte economico, Mark Zuckerberg ha descritto il piano prezzi come «molto aggressivo e attraente», posizionandolo esplicitamente contro i concorrenti che punterebbero su margini elevati. La logica è quella classica della piattaforma: abbassare il costo di ingresso per spingere la sperimentazione, raccogliere feedback da più sviluppatori e trasformare più rapidamente l'assistente consumer in uno strumento di automazione distribuita.

Alexandr Wang, alla guida dei Meta Superintelligence Labs, ha dichiarato che migliorare le prestazioni nel coding e nelle attività agentiche è stato un obiettivo centrale di questo rilascio. È una priorità di prodotto che va letta con precisione: l'agente non serve solo per cercare un'informazione, ma per portare a termine lavori articolati che oggi fanno la differenza tra una demo convincente e uno strumento utile nella vita reale.

Quando l'AI clicca, gli errori diventano azioni

C'è una distinzione che diventa cruciale nel momento in cui un assistente smette di scrivere e inizia ad agire. Quando un modello produce testo sbagliato, l'errore è fastidioso o fuorviante, ma si può ignorare o correggere. Quando un modello clicca e compila, l'errore diventa un'azione: un'autorizzazione concessa, un dato inserito nel posto sbagliato, un acquisto avviato, un documento allegato. Alcune di queste azioni non si annullano facilmente.

A questo si aggiunge il problema dell'ambiente in cui l'agente opera. Il web è pieno di contenuti progettati per orientare il comportamento di chi guarda: pulsanti ingannevoli, moduli che spingono a concedere permessi, banner che imitano interfacce di sistema. Per un assistente che vede lo schermo e ci interagisce, questa diventa una nuova superficie di attacco. Il rischio non è solo l'errore casuale, ma la prompt injection — cioè istruzioni malevole nascoste nelle pagine web, costruite appositamente per far compiere all'agente azioni non volute dall'utente.

Non è un rischio teorico. A fine giugno 2026, uno studio dell'Università di Washington ha analizzato sette browser con capacità agentiche e ha rilevato che quattro di essi avrebbero introdotto modalità per aggirare la SOP, uno dei principi fondamentali della sicurezza web che impedisce a un sito di leggere i dati di un altro sito aperto nella stessa sessione. Gli autori descrivono scenari in cui un attaccante può sfruttare prompt injection e la «memoria» degli agenti per spingere l'automazione oltre i confini che i browser moderni hanno costruito in anni di evoluzione della sicurezza.

Il tirocinante digitale ha bisogno di limiti

Un'analogia aiuta a inquadrare la questione senza tecnicismi: un assistente agentico non è un motore di ricerca più veloce, è un tirocinante digitale. Può lavorare in autonomia su compiti ripetitivi e liberare tempo prezioso, ma ha bisogno di un perimetro chiaro, di permessi calibrati e di qualcuno che approvi le azioni più delicate. Quando i permessi sono troppo ampi, il rischio cresce più in fretta del valore.

Le automazioni che operano tramite API con comandi predefiniti — «cerca ristorante», «prenota», «invia messaggio» — sono più controllabili perché si muovono in un insieme definito di operazioni. L'agente che «vede e clicca» su qualsiasi interfaccia è più potente perché funziona anche dove non esistono integrazioni, ma proprio per questo va gestito con controlli, limiti di permesso e meccanismi di verifica espliciti. Per i team IT aziendali questo si traduce in domande concrete: quali azioni l'agente rifiuta? Quali richiedono conferma umana? Come vengono registrati i passaggi? Come si gestiscono le credenziali?

La stessa tecnologia che organizza una cena può finire a gestire processi aziendali, con una tolleranza al rischio molto più bassa

Il contesto europeo non è più un orizzonte remoto

In Europa — e quindi anche in Italia — questo tipo di prodotti arriva in un momento in cui il quadro regolatorio è già operativo. L'AI Act europeo prevede un'applicazione a fasi, e il tema dei modelli di intelligenza artificiale general-purpose — cioè di uso generale, non progettati per un solo compito specifico — è accompagnato da strumenti come il Code of Practice pubblicato dalla Commissione europea. Per un fornitore come Meta, la domanda non è solo «cosa posso costruire», ma «quali impegni di trasparenza, sicurezza e governance sono in grado di dimostrare» nel momento in cui l'AI passa dall'assistere al compiere micro-azioni che impattano su servizi e dati personali.

La dimensione della privacy è strettamente legata a quella della sicurezza. Un assistente che opera su browser e app vede necessariamente dati personali: nomi, email, indirizzi, preferenze, calendari, spesso credenziali e token di sessione. Se la finestra di contesto cresce fino a contenere «un progetto» intero, cresce anche la quantità di materiale sensibile che può finire nel ragionamento del modello o nei log applicativi. La memoria è comodità per l'utente; dal punto di vista della sicurezza è una variabile che richiede policy chiare su cosa si conserva, per quanto tempo e in quale forma.

Un test su tre fronti

Meta si muove in un territorio già esplorato da altri: negli ultimi anni si è consolidata l'idea dell'AI che usa il computer come interfaccia universale, invece di costruire integrazioni su misura per ogni servizio. I primi prodotti in questa direzione hanno quasi sempre introdotto limitazioni esplicite su attività ad alto rischio — pagamenti, accesso bancario, gestione delle password — e hanno investito in meccanismi di protezione contro le manipolazioni visive sullo schermo. Muse Spark 1.1 entra nello stesso territorio, all'interno di un portafoglio più ampio che include già strumenti per la generazione di immagini e video. La domanda non è se funzionerà in una dimostrazione, ma quanto spesso funzionerà senza supervisione e in quali condizioni.

Il lancio appare meno un punto di arrivo e più un test simultaneo su tre fronti: capacità agentica su compiti lunghi, attrattività economica per gli sviluppatori, e credibilità delle misure di sicurezza in un web che sta diventando un terreno di manipolazione anche per le macchine. Se la promessa è «ti faccio risparmiare tempo», la metrica che determinerà l'adozione reale sarà la frequenza con cui l'assistente riesce a portare a termine un compito senza chiedere aiuto e senza farsi trascinare in un clic che non avrebbe dovuto fare.