Meta ha presentato il 12 ottobre Muse Wonder e Muse Wonder Full, due modelli di intelligenza artificiale pensati per svolgere attività personali e professionali attraverso più passaggi. La promessa è affrontare un problema familiare a chi usa i chatbot: dover ripetere informazioni già fornite e intervenire continuamente per riportare l’assistente sul compito. Il lancio arriva dopo settimane di novità da OpenAI, Anthropic e Google, tutte concentrate sull’autonomia degli agenti.
Dal consiglio al lavoro da completare
Un agente AI è un sistema che usa strumenti digitali per raggiungere un obiettivo. Può consultare documenti, intervenire in un’applicazione e controllare il risultato prima di procedere. La differenza concreta, per l’utente, è tra ricevere istruzioni per un lavoro e delegarne una parte.
Meta propone Wonder come motore di questi sistemi. Sul portale per sviluppatori descrive agenti capaci di operare su browser, desktop e applicazioni mobili, dividere un incarico tra più assistenti e recuperare dagli errori. Sono capacità dichiarate, da verificare nei prodotti e nelle condizioni d’uso reali.
Il pubblico iniziale comprende quindi sviluppatori e aziende che costruiscono automazioni, oltre ai professionisti del software. Muse Code è l’applicazione dedicata alla programmazione: permette di affidare all’AI modifiche al codice, verifiche e correzioni. Qui il vantaggio atteso è seguire un progetto attraverso numerosi tentativi, senza richiedere una nuova istruzione a ogni passaggio.
Muse Wonder: memoria e continuità
Meta chiama Active Memory la capacità di recuperare informazioni rilevanti dalle conversazioni precedenti. Active Focus indica invece la persistenza sul compito: provare strade alternative, gestire ostacoli e adattarsi a nuove indicazioni. Secondo l’azienda, l’assistente chiede chiarimenti quando servono e consulta l’utente prima delle azioni importanti.
Un esempio aiuta a capire l’obiettivo: organizzare un viaggio dovrebbe richiedere meno ripetizioni di budget e preferenze, anche quando si cambia itinerario. È una possibile applicazione di queste capacità, non una garanzia che ogni dettaglio venga ricordato correttamente.
La scheda tecnica indica una finestra di contesto di un milione di token, le piccole unità in cui il modello suddivide le informazioni. È la quantità di materiale che può gestire durante l’elaborazione, distinta dalla memoria tra conversazioni. Accetta testo, immagini, video e audio, ma produce testo: non va confuso con un generatore di filmati.
La risposta ad Astra, Claude e Gemini
Il terreno è quello raccontato nel nostro approfondimento su GPT-6 Astra. OpenAI punta sull’uso del computer e sulla produzione di documenti, fogli di calcolo e presentazioni. L’obiettivo è consegnare risultati utilizzabili dentro un flusso di lavoro.
Anthropic ha insistito sui compiti lunghi con Fable 5.1 e, il 22 settembre, ha presentato Claude Opus 5.5: secondo l’azienda offre prestazioni vicine a Fable 5.1 nella maggior parte dei lavori, con costi di esecuzione inferiori del 40% rispetto a Opus 5. Un richiamo al fatto che un agente deve essere anche sostenibile da usare.
Google ha annunciato Gemini 4 Argon il 30 settembre, rivolto a programmazione, lavoro aziendale e difesa informatica. L’accesso iniziale annunciato riguarda soggetti selezionati attraverso il programma Fairwind, prima di un’estensione più ampia. La capacità del modello e la possibilità di usarlo restano due questioni separate.
Meta aggiunge a questa competizione un’enfasi sulla personalizzazione. Non basta però una classifica per decretare un vincitore: la sua documentazione precisa che strumenti e configurazioni dei test possono differire, e riconosce possibili errori nei ragionamenti articolati.
Chi può usarlo adesso
Muse Wonder è disponibile tramite Meta Model API, l’interfaccia per integrarlo in altri software, e Muse Code. Wonder Full arriva agli abbonati di Muse Code. L’impiego nell’assistente Muse è invece annunciato a seguire, inizialmente per gli abbonati: non è un rilascio simultaneo a tutti gli utenti.
Per il pubblico generale, il beneficio andrà valutato quando queste capacità entreranno nell’assistente. Ricordare preferenze serve se evita lavoro ripetitivo; agire autonomamente serve se le verifiche e le correzioni non assorbono il tempo risparmiato. È su questo rapporto, più che sul nome del modello, che si misurerà l’utilità di Wonder.
