TL;DR. Nessuno ha vinto la corsa all’agente IA personale. I cinque prodotti più osservati falliscono ciascuno su qualcosa di diverso. La ragione più profonda è che quasi tutti stanno risolvendo il problema sbagliato. Il collo di bottiglia non è il modello, e non è l’hardware. È se l’agente sia collegato al Suo flusso di lavoro con accesso ai Suoi dati reali. È il problema attorno al quale è costruito Ostler.
Nessuno ha ancora vinto
La newsletter Creator Economy di Peter Yang ha recentemente messo alla prova cinque tra gli agenti IA personali più osservati su dieci capacità di cui un vero agente personale ha bisogno: gestire e-mail, calendario e documenti; eseguire attività ricorrenti; ricordarsi di Lei; funzionare su web e mobile; voce; personalità; controllo del computer; affidabilità; sicurezza (fonte).
La conclusione è netta. Nessuno spunta tutte le caselle.
- OpenClaw è il più flessibile e il più potente, con messaggistica e voce solide. Il prezzo è l’affidabilità. Circa un decimo del tempo che l’autore ci passa serve a tenerlo in piedi.
- Hermes scambia flessibilità con stabilità. È più affidabile, comunica i compiti in modo più chiaro ed esegue flussi di lavoro da solo. Sembra meno vivo dei rivali, ma resta operativo.
- Claude Code ha la migliore personalità e il ragionamento più solido, ed è un piacere lavorarci. Ha anche limiti di frequenza e problemi di uptime che ne compromettono l’affidabilità quotidiana.
- Codex propone una bella app desktop, uso generoso e il miglior controllo di browser e computer dei cinque. Non ha un’app mobile, il che, secondo la stima dell’autore, gli toglie circa l’ottanta per cento del modo in cui davvero vorrebbe usare un agente.
- Gemini è meglio posizionato per il mainstream perché vive già dentro Google Workspace e gestisce bene voce e video. Il buco è che non può modificare Google Docs, Sheets o Slides, esattamente i prodotti accanto ai quali si trova.
Ciascuno fallisce su una cosa diversa. La cornice usata dall’articolo non è cloud contro locale. È affidabilità contro flessibilità contro interfaccia contro disponibilità contro completezza delle funzioni.
La riga che colpisce di più nel pezzo è lo standard fissato dall’autore: “Una volta che avrà un agente disponibile 24/7 che sa davvero portarLe a termine il lavoro, non tornerà mai più a un’interfaccia di chat IA tradizionale.”
Questa è l’asticella. Nessuno dei cinque la supera.
Un fallimento di forma diversa, stessa causa radice
Un pezzo su XDA della stessa settimana guarda la questione dall’altro lato, da quello dello sviluppatore che costruisce uno stack locale. La sua tesi è semplice e molto utile (fonte).
Il collo di bottiglia non è la GPU.
Il collo di bottiglia non è affatto la velocità grezza. È il sistema attorno al modello. Il pezzo indica tre veri colli di bottiglia, e nessuno è hardware: come è progettato il flusso di lavoro, se il modello ha accesso ai Suoi dati reali, e come l’operatore struttura e usa il sistema. Un modello senza collegamento alla Sua vita è, con le parole dell’articolo, “il vero collo di bottiglia non è quanto veloce pensa l’IA; è quanto sa del Suo mondo specifico.”
Metta i due pezzi fianco a fianco e otterrà una diagnosi pulita. I cinque agenti più osservati mancano ciascuno di qualcosa di diverso in superficie, ma il pezzo mancante sotto è lo stesso: un agente che vive davvero dentro la giornata dell’operatore, con i suoi dati, i suoi strumenti e le sue abitudini, disponibile in ogni momento.
Costruisca qualcosa che pensa in fretta ma vive in una scheda di chat e avrà, nell’immagine dell’autore di XDA, un motore che gira al minimo.
Cosa fa Ostler al riguardo
Ostler è costruito sulla risposta attorno alla quale girano entrambi i pezzi. Un agente locale che vive sul Mac del cliente, ingerisce i suoi dati reali e si integra nei suoi flussi di lavoro reali.
Una lista breve di cosa significa in pratica.
- L’Hub gira su un Mac che il cliente possiede già, Apple Silicon M1 o più recente. Nessuna flotta da gestire, nessuna seconda macchina. La memoria unificata di Apple Silicon è genuinamente utile qui per l’inferenza locale, ma è comprimario, non protagonista.
- Ingestione profonda dei dati che contano davvero per la giornata di una persona. iMessage, WhatsApp, e-mail, Foto, Calendario, cronologia di navigazione di Safari, note vocali. All’agente non viene chiesto di agire su una vita che non può vedere.
- Uno stack locale calibrato per quel compito. Il mio Hub, dopo mesi di uso, contiene circa 148.000 embedding della mia vita in Qdrant e circa due milioni di triple RDF in Oxigraph; un’installazione cliente nuova parte vuota e cresce a partire dai dati di ciascun cliente. Redis fa da cache e da bus dei messaggi. Ollama esegue il modello di ragionamento locale Qwen3 9B (circa 6,6 GB su disco) e nomic-embed-text per gli embedding. Whisper gestisce il riconoscimento vocale. SQLCipher tiene il database cifrato a riposo. Un runtime d’agente in Rust guida il tutto. Un compilatore MkDocs trasforma il grafo in un wiki privato.
- Architettura single-machine per scelta. Un Mac, un’installazione, un unico posto dove vivono i dati. La complessità sta nella pipeline, non nel deployment.
- Percorsi di rete disattivati per default. Tutto ciò che esce dalla macchina è opt-in e disattivabile. La posizione di default è che i Suoi dati non escono.
- Un’app iOS per quando non è alla scrivania. L’Hub fa il lavoro pesante. Il telefono è il telecomando.
Due domande di brevetto provvisorie sono state depositate sulla pipeline.
C’è anche un argomento di architettura finanziaria nascosto qui dentro. Un prodotto che gira interamente sulla macchina del cliente è scomodo da costruire se la Sua cap table Le chiede di far pagare a token. Un prodotto che deve ingerire l’intera vita di una persona è scomodo da costruire se le chiede anche di caricarla sui Suoi server. Ostler è fatto così anche perché è finanziato così.
L’asticella da superare
L’asticella che fissa Yang è quella giusta: un agente disponibile in ogni momento che davvero Le porta a termine il lavoro. Entrambi gli articoli sono onesti su quanto sia lontano l’attuale raccolto da quell’asticella. Il pezzo di Yang perché nessuno dei cinque nomi elencati spunta tutte e dieci le caselle. Il pezzo di XDA perché il modello grezzo e il silicio grezzo non sono mai stati il problema in partenza.
Pensiamo che la strada per arrivarci sia quella fuori moda. Metta l’agente su una macchina che l’operatore possiede già. Gli dia accesso ai dati che descrivono davvero la sua vita. Lo colleghi agli strumenti che già usa. Tenga i default privati. Faccia della pipeline il prodotto.
L’installer dell’Hub è firmato, notarizzato, stapled e pronto. L’app iOS viene distribuita tramite l’App Store. L’architettura sopra è ciò che riceve quando lo acquista.
Il mondo gira DAVVERO attorno a te.™