Un evento per guardare oltre il modello
La Linux Foundation, attraverso la controllata Agentic AI Foundation (AAIF), ha organizzato a Tokyo, nel quartiere di Shibuya, il primo AGNTCon + MCPCon Japan, tenutosi il 10 e 11 settembre 2026. Secondo la fonte ITmedia AI+, si tratta della prima edizione giapponese dell'evento; al centro dei lavori sono stati gli agenti AI e il protocollo MCP (Model Context Protocol), di cui hanno parlato alcuni dei suoi sviluppatori principali.
Dal racconto emerge un cambio di prospettiva: nei due giorni di sessioni non si è discusso soltanto di capacità dei modelli, ma soprattutto di ciò che sta fuori dal modello, cioè i sistemi aziendali e le modalità con cui gli agenti vi si collegano. È un segnale che il dibattito si sposta dalla vetrina tecnologica alle condizioni per un uso reale.
Il nodo dei costi e la trappola di Jevons
Mazin Gilbert, executive director della AAIF, ha sostenuto che i modelli stanno convergendo verso prestazioni simili: i dati di Artificial Analysis citati nell'articolo indicano differenze ridotte tra i vari prodotti. Gilbert avrebbe mostrato il proprio grafico prima ancora di commentarlo per sottolineare proprio questa omogeneità.
A distinguersi sarebbero i modelli di frontiera, come Claude e GPT, inseguiti rapidamente da modelli open weight come GLM e Kimi. Secondo Gilbert, con quest'ultimi il costo per token scende a circa un sesto, ma circa l'80% degli utenti sceglierebbe ancora i modelli di frontiera. L'oratore ha richiamato il paradosso di Jevons, formulato dall'economista ottocentesco William Stanley Jevons: se l'efficienza riduce il costo unitario, il consumo complessivo può aumentare. Applicato agli agenti, il meccanismo è che i token per singola operazione calano mentre i consumi totali crescono di circa 50 volte o più.
L'argomento conclusivo di Gilbert, riportato dalla fonte, è che discutere di modelli non basta: la domanda utile è se l'intero task può essere completato al costo più basso. Un dato citato: il modello più costoso costa circa 3 dollari per task, mentre modelli con prestazioni inferiori di una decina di punti restano sotto 0,1 dollari. La scelta dipenderebbe dal compito, non dal primato in classifica.
Il «harness» e la responsabilità che resta umana
Gilbert ha spostato l'attenzione sull'harness, l'infrastruttura che circonda il modello: secondo lui, anche un modello valido può produrre risultati scadenti se l'harness è inadeguato. Ne farebbero parte il ciclo di pianificazione ed esecuzione, la gestione degli strumenti, il contesto, la memoria, la sandbox e la gestione degli errori, con un perimetro che va oltre il processo di sviluppo e arriva all'intero ciclo di vita operativo. La distinzione proposta è netta: giocare con un modello in chat non è come gestire un sistema in produzione.
Il caso più concreto è stato raccontato da Angie Jones, VP of developer experience della AAIF. Un agente di assistenza clienti avrebbe dovuto rimborsare a una cliente una somma pari a 48 dollari, ma ha restituito 4800 dollari. La causa indicata è un errore di formato: il registro riportava «4800 centesimi», ma il modello, richiamando lo strumento, avrebbe omesso l'unità e trattato il numero come dollari.
Jones ha invitato a chiedersi chi fosse responsabile e ha indicato quattro elementi da esaminare: il team, il runtime, il modello e gli strumenti e i dati. La sua tesi è che la responsabilità resta al team, perché è il team che ha costruito il sistema attorno al modello e lo ha esposto in produzione. Da qui la formula «own the loop»: non basta l'Human in the loop, né l'Human on the loop, in cui l'uomo interviene dall'esterno. Servirebbero tracciabilità delle operazioni, controllo dei comportamenti degli agenti e la possibilità di modificare i meccanismi quando necessario.
Cosa resta da verificare
Il materiale non chiarisce se il caso del rimborso sia realmente accaduto o sia un esempio didattico, e non riporta quale modello o fornitore fosse coinvolto. I dati su costi, quote d'uso e differenze di prestazione provengono dalle dichiarazioni degli oratori e dai riferimenti citati durante l'evento, non da una verifica indipendente. Restano quindi da confermare le cifre e la generalizzabilità del caso, oltre alla portata effettiva delle indicazioni fornite durante la conferenza.
