TL;DR. Nessuno ha vinto la corsa all'agente di 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 cablato dentro il tuo flusso di lavoro, con accesso ai tuoi dati reali. È il problema attorno a cui Ostler è costruito.
Nessuno ha ancora vinto
La newsletter Creator Economy di Peter Yang ha messo alla prova di recente cinque fra gli agenti di IA personale più osservati su dieci capacità che un vero agente personale deve avere: gestire email, calendario e documenti; eseguire compiti ricorrenti; ricordarsi di te; funzionare su web e su mobile; voce; personalità; controllo del computer; affidabilità; sicurezza (fonte).
La conclusione è brutale. 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 se ne va nel tenerlo in funzione.
- Hermes baratta la flessibilità con la stabilità. È più affidabile, comunica i compiti in modo più chiaro ed esegue flussi di lavoro per conto proprio. Sembra meno vivo dei suoi rivali, ma resta in piedi.
- Claude Code ha la personalità migliore e il ragionamento più forte, ed è un piacere lavorarci. Ha anche limiti di frequenza e problemi di disponibilità che si mettono di traverso quando vuoi contarci.
- Codex offre una bellissima app desktop, un utilizzo generoso e il miglior controllo di browser e computer fra i cinque. Non ha un'app mobile, il che secondo la stima dell'autore elimina circa l'ottanta per cento del modo in cui vorrebbe davvero usare un agente.
- Gemini è il meglio posizionato per il grande pubblico perché vive già dentro Google Workspace e gestisce bene voce e video. Il buco è che non può modificare Google Docs, Sheets o Slides, proprio i prodotti accanto a cui sta.
Ognuno fallisce su una cosa diversa. La cornice che l'articolo usa non è cloud contro locale. È affidabilità contro flessibilità contro interfaccia contro disponibilità contro completezza funzionale.
La frase che colpisce più duro nel pezzo è lo standard che l'autore si è dato: “Una volta che hai un agente disponibile 24 ore su 24, 7 giorni su 7, e capace di sbrigarti davvero del lavoro, non tornerai mai più a una normale interfaccia di chat con l'IA.”
È questa l'asticella. Nessuno dei cinque la supera.
Un fallimento di forma diversa, stessa causa profonda
Un pezzo su XDA della stessa settimana guarda la questione dall'altro lato, 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 nomina tre veri colli di bottiglia, e nessuno di essi è hardware: come è progettato il flusso di lavoro, se il modello abbia accesso ai tuoi dati reali, e come l'operatore struttura e usa il sistema. Su un modello privo di collegamento con la tua vita, nelle parole dell'articolo, “il vero collo di bottiglia non è quanto in fretta l'IA pensa; è quanto sa del tuo mondo specifico.”
Metti i due pezzi fianco a fianco e ottieni una diagnosi pulita. Ai cinque agenti più osservati manca in superficie ciascuno una cosa diversa, ma il pezzo che manca sotto è lo stesso: un agente che viva davvero dentro la giornata dell'operatore, con i suoi dati, i suoi strumenti e le sue abitudini, disponibile tutto il tempo.
Costruisci qualcosa che pensa in fretta ma vive in una scheda di chat e hai, nell'immagine dell'autore di XDA, un motore che gira a vuoto.
Cosa fa Ostler al riguardo
Ostler è costruito sulla risposta attorno a cui entrambi i pezzi girano. Un agente locale che vive sul Mac del cliente, acquisisce i suoi dati reali e si integra nei suoi flussi di lavoro reali.
Un breve elenco 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 un ruolo di contorno, non il titolo.
- Acquisizione profonda dei dati che contano davvero nella giornata di una persona. iMessage, WhatsApp, email, Photos, Calendar, cronologia di navigazione di Safari, note vocali. All'agente non viene chiesto di agire su una vita che non può vedere.
- Uno stack locale tarato su quel lavoro. 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; l'installazione nuova di un cliente parte vuota e cresce dai dati del cliente stesso. Redis gestisce la cache e il bus dei messaggi. Ollama fa girare il modello di ragionamento locale Qwen3 9B (circa 6,6 GB su disco) e nomic-embed-text per gli embedding. Whisper si occupa del parlato-a-testo. SQLCipher tiene il database cifrato a riposo. Un runtime di agenti in Rust guida il tutto. Un compilatore MkDocs trasforma il grafo in un wiki privato.
- Un'architettura a macchina singola, con una posizione precisa. Un Mac, un'installazione, un posto in cui i dati vivono. La complessità sta nella pipeline, non nel dispiegamento.
- Percorsi di rete disattivati per impostazione predefinita. Tutto ciò che esce dalla macchina è opt-in e disattivabile. La posizione predefinita è che i tuoi dati non escono.
- Un'app iOS per quando non sei alla scrivania. L'Hub fa il lavoro pesante. Il telefono è il telecomando.
Sulla pipeline sono state depositate due domande di brevetto provvisorie.
Qui dentro si nasconde anche un argomento sull'architettura del finanziamento. Un prodotto che gira interamente sulla macchina del cliente è scomodo da costruire se la tua cap table ha bisogno che tu faccia pagare a token. Un prodotto che deve acquisire l'intera vita di una persona è scomodo da costruire se allo stesso tempo le chiedi di caricarla sui tuoi server. Ostler ha la forma che ha anche perché è finanziato nel modo in cui è finanziato.
L'asticella da superare
L'asticella che Yang fissa è quella giusta: un agente disponibile tutto il tempo e che ti sbriga davvero del lavoro. Entrambi gli articoli sono onesti su quanto il raccolto attuale sia lontano da quell'asticella. Il pezzo di Yang perché nessuno dei cinque nomi citati spunta tutte e dieci le caselle. Il pezzo di XDA perché il modello grezzo e il silicio grezzo non sono mai stati il problema, tanto per cominciare.
Pensiamo che il modo per arrivarci sia quello fuori moda. Metti l'agente su una macchina che l'operatore possiede già. Dagli accesso ai dati che descrivono davvero la sua vita. Cablalo dentro gli strumenti che già usa. Tieni private le impostazioni predefinite. Rendi la pipeline il prodotto.
L'installer dell'Hub è firmato, notarizzato, stapled e pronto. L'app iOS viene distribuita tramite l'App Store. L'architettura qui sopra è ciò che ottieni quando lo compri.
The world DOES revolve around you.™