C’è un modo semplice per capire se un’AI sa lavorare: lasciarla lavorare. Non fargli scrivere una poesia o risolvere un quiz, ma dargli un compito vero: analizzare dei file, sistemare del codice, finire un lavoro iniziato ore prima. È lì che si vede la differenza tra un modello che risponde e un modello che lavora. 1Fonte: www.primeagent.com
Negli ultimi anni la tecnologia ha puntato tutto sui cervelli: modelli sempre più grandi, sempre più bravi a rispondere. Molto meno attenzione è andata all’ambiente intorno al cervello: gli strumenti che un’AI ha a disposizione, la memoria che conserva, la capacità di dividere il lavoro. Questo ambiente ha un nome tecnico, harness, e un nuovo progetto open source lo sta portando all’estremo: si chiama Prime Agent. 2Fonte: github.com/PrimeIntellect-ai/prime-agent
Per capire quanto valga, è stato fatto un esperimento: lo stesso identico modello, in due ambienti diversi, con gli stessi compiti. L’esito è netto: l’ambiente non rende l’AI più intelligente, ma cambia completamente il modo in cui lavora. In un ambiente l’AI ha lavorato da sola, in fila. Nell’altro è diventata una squadra.
Indice
Cosa fa Prime Agent
Prime Agent è un programma open source di Prime Intellect, la società che ha raccolto 130 milioni di dollari per costruire l’infrastruttura aperta dell’AI. Si scarica da GitHub, si installa con un comando e si usa da terminale, insieme ai modelli più comuni: DeepSeek, OpenAI, Anthropic, OpenCode Go.
Non è un modello. È il modo di lavorare di un modello. E i suoi obiettivi sono tre, dichiarati nell’annuncio ufficiale del 5 agosto:
- la sessione non muore: si può chiudere il terminale e riprendere il lavoro dopo ore, da dove si era rimasti;
- il lavoro si divide: più agenti lavorano in parallelo sullo stesso compito e si coordinano da soli;
- la memoria si accumula: l’agente impara dai compiti svolti e migliora quelli successivi.
Una precisazione importante: Prime Agent si usa solo da terminale. Non esiste un’app grafica: l’interfaccia è una finestra di testo, i comandi si scrivono da tastiera e il lavoro gira in background sul computer. Le caratteristiche concrete che lo distinguono:
- un ambiente Python sempre attivo, dove l’agente esegue il lavoro passo dopo passo e conserva lo stato tra un passaggio e l’altro;
- sub-agenti completi, ognuno con la propria sessione, che si coordinano scambiandosi messaggi;
- sessione salvata su disco a ogni passo: chiuso il terminale, si riprende da dove si era;
- memoria che si aggiorna da sola durante il lavoro, con comandi interni per rifinire le lezioni apprese;
- funziona con i modelli principali (DeepSeek, OpenAI, Anthropic, OpenCode Go) ed è aperto, con licenza MIT.
Nei benchmark di lancio, con un modello di fascia alta, l’harness ha superato la soglia dell’esperto umano su ARC-AGI-3, uno dei test più difficili per l’AI: 95,5% contro il 95,4% della soglia umana. Secondo gli autori, il merito non è del modello ma del modo in cui l’harness lo fa lavorare.
Tre promesse che si sentono spesso, e che spesso restano vaghe. Per verificarle serviva una prova.
La prova sul campo
Il test è stato costruito per separare i due fattori: il cervello e l’ambiente. Il modello scelto era DeepSeek V4 Flash. Il primo ambiente era Prime Agent; il secondo era Hermes, l’agente di Nous Research, usato con gli stessi identici comandi. File di partenza identici, compiti identici, criteri definiti prima di iniziare.
La regola era una sola: qualsiasi differenza nei risultati è merito dell’ambiente, non del cervello. Un dettaglio mostra quanto sia facile sbagliare: il primo tentativo è stato scartato perché un componente eseguiva su un modello diverso. Basta questo per invalidare un confronto.
Le cose che ha fatto da solo
Una squadra di quattro
Il compito era analizzare quattro file di codice e produrre un report unico. Prime Agent ha creato quattro agenti, uno per file, e li ha fatti lavorare in parallelo. Si sono confermati a vicenda il completamento, i quattro risultati sono stati fusi in un documento ordinato di 37 kilobyte, e a fine turno gli agenti sono stati chiusi. Nell’altro ambiente, lo stesso cervello ha analizzato i file uno alla volta, in silenzio. Stesso risultato, metodo completamente diverso.
La sessione riaperta
Un compito a tre fasi è stato interrotto a metà, il terminale chiuso. Riaprendo la sessione, l’agente ha ripreso da dov’era: ha letto il file prodotto nella prima parte e si è fermato, perché le istruzioni successive non erano più nel suo contesto. Ha chiesto chiarimenti invece di inventare. Il comportamento giusto per un collaboratore serio.
Il secondo giro più bravo
Dopo la prima passata, all’agente è stato chiesto di riflettere sul lavoro svolto e salvare le lezioni apprese, con un comando chiamato refine. Il compito successivo, dello stesso tipo, è stato svolto con una disciplina nuova: logica verificata, ogni funzione controllata, otto test passati. La memoria dell’ambiente si vede nei comportamenti, non nelle parole.
Il momento di troppo
Con solo le istruzioni generali, l’agente ha trovato da solo un file di istruzioni lasciato tra i materiali e lo ha eseguito, anticipando un compito che non gli era stato assegnato. Ha anche superato da solo tre ostacoli: un file danneggiato, uno script mancante, una libreria assente. L’iniziativa è una qualità, ma in un ambiente reale significa anche una cosa precisa: un agente autonomo può fare cose non richieste. Va tenuto al guinzaglio.
Prime Agent e Hermes: il confronto
| Capacità | Prime Agent | Hermes |
|---|---|---|
| Lavoro in parallelo | Quattro agenti indipendenti, report unico | Quattro sub-agenti su DeepSeek: 41 secondi |
| Sessione interrotta | Riprende da dov’era | Ricomincia da capo |
| Memoria tra compiti | Sì, con il comando refine | No |
| Autonomia | Alta, da controllare | Presente |
| Compiti brevi | Nessun vantaggio | Più rapido |
La tabella è l’esito del test: le differenze esistono e sono misurabili, ma non toccano l’intelligenza.
Cosa significa per chi lavora con l’AI
Il verdetto è semplice. Sugli stessi compiti semplici, nell’altro ambiente il cervello identico ha impiegato poco più di due minuti per completarli tutti, con risultati equivalenti. Il cervello è il tetto: nessun ambiente può alzarlo.
Il cervello è il tetto: nessun ambiente può alzarlo.
L’ambiente però cambia il lavoro, e lì la differenza è reale. Chi usa l’AI per compiti brevi e singoli non noterà differenza. Chi affida all’agente lavori lunghi, analisi su molti file o flussi da riprendere dopo ore, trova qui strumenti che altrove non esistono, con un prezzo: più complessità e un’autonomia da controllare.
La memoria resta il punto debole di ogni agente: ogni sessione ricomincia da zero e si perde tutto, un problema che soluzioni come Mnemosyne affrontano da un altro lato. Prime Agent ci prova dentro l’harness, e la prova dice che la strada funziona, con un limite: dopo la riapertura della sessione il contesto non è più intero.
La lezione più utile vale per chiunque scelga uno strumento di AI. Quando si confrontano due soluzioni, bisogna sapere cosa si sta confrontando: lo stesso cervello in due uffici dà risposte diverse. Il cervello non è cambiato. È cambiato il modo di lavorare, e quello si può scegliere.
Cosa vuole Prime Intellect
Perché una società raccoglie 130 milioni di dollari per un programma da terminale? La risposta sta negli obiettivi di Prime Intellect: costruire l’infrastruttura aperta dell’AI, una piattaforma completa per addestrare, valutare e distribuire modelli, con il calcolo distribuito come base. Il finanziamento, guidato da Radical Ventures con NVIDIA Ventures, Intel Capital e Dell Technologies Capital, serve a questo.
Gli obiettivi dichiarati sono tre:
- rendere l’addestramento e la distribuzione dei modelli accessibili a tutti, senza dipendere dalle piattaforme chiuse;
- insegnare ai modelli a gestire il proprio contesto con l’apprendimento per rinforzo, fino ad agenti capaci di lavorare su orizzonti di settimane o mesi;
- far evolvere insieme modello e harness: il modello impara a usare l’ambiente, l’ambiente si adatta al modello. Il co-learning tra modello e harness è indicato come il paradigma dominante del futuro.
Prime Agent è il primo mattone visibile di questo piano: un harness aperto, installabile con un comando, pensato per diventare lo standard di lavoro degli agenti del prossimo futuro.
Riferimenti:
- 1Fonte: www.primeagent.com ↩︎
- 2