L'AI che attacca, l'AI che difende, e quella che naviga per te

Il primo exploit scritto da un LLM

Partiamo dalla notizia che mi ha fatto alzare un sopracciglio. Google ha dichiarato di aver individuato e bloccato quello che definisce il primo exploit zero-day sviluppato con il supporto diretto di un modello linguistico. Non un proof of concept accademico, non un esercizio da CTF. Un attacco vero, mirato a bypassare l'autenticazione a due fattori di uno strumento open source di amministrazione web.

La cosa interessante è come l'hanno scoperto. Il Google Threat Intelligence Group ha trovato nel codice Python dell'exploit delle tracce inequivocabili: un punteggio CVSS inesistente (una di quelle allucinazioni classiche dei modelli), una struttura del codice e della documentazione coerente con output tipici degli LLM. In pratica, l'attaccante ha lasciato le impronte digitali dell'AI dappertutto. È un po' come rapinare una banca indossando una maglietta con scritto il proprio nome.

Il punto però forse è un altro. La vulnerabilità sfruttata era un errore logico ad alto livello, una "trust assumption" hardcoded nel sistema di autenticazione. Non serviva un genio per trovarla, serviva qualcuno (o qualcosa) che leggesse il codice con pazienza e sistematicità. Ed è esattamente quello che un LLM sa fare bene: analizzare grandi quantità di codice, individuare pattern anomali, suggerire vettori di attacco. Non è creatività. È forza bruta cognitiva.

Ecco, questo è il dato su cui riflettere. Non stiamo parlando di AI che inventano attacchi sofisticati dal nulla. Stiamo parlando di AI che abbassano drasticamente la barriera d'ingresso per trovare e sfruttare vulnerabilità che già esistono. Il che, se ci pensate, è molto più pericoloso di uno scenario da film. Perché non serve più essere un hacker esperto. Basta saper fare le domande giuste a un modello.

Google ha notificato il problema e la patch è stata applicata prima che l'exploit venisse usato su larga scala. Bene. Ma la prossima volta le impronte digitali dell'AI nel codice potrebbero non essere così evidenti. E quello sarà il momento in cui la partita cambia davvero.

Baidu e la metrica che nessuno chiedeva

Dall'altra parte del mondo, Baidu ha fatto la sua conferenza annuale per sviluppatori, Baidu Create 2026, e ha annunciato una quantità di prodotti che farebbe girare la testa. DuMate, un agente general-purpose con sincronizzazione real-time tra mobile e PC. Miaoda, un agente di programmazione no-code di cui Baidu dichiara che il 90% del codice dell'app è stato generato dall'agente stesso. Famou Agent 2.0, un sistema auto-evolutivo per logistica e produzione che ha conquistato la vetta di MLE-Bench vincendo 9 dei 15 compiti più difficili. E poi Baidu Yijing, una piattaforma di avatar digitali per streaming e video in 12 lingue.

Diciamocelo: è tanta roba. Forse troppa per un singolo annuncio. Ma il dettaglio che mi ha colpito è un altro. Baidu propone una nuova metrica per valutare gli agenti AI. Non sappiamo ancora i dettagli tecnici (il comunicato è scarno su questo punto), ma il fatto stesso che un'azienda da 51,3 miliardi di dollari senta il bisogno di proporre un nuovo modo di misurare le prestazioni degli agenti dice qualcosa di importante: le metriche attuali non bastano più.

E ha senso. Come misuri un agente che legge schermate, gestisce software, elabora file e si connette a sistemi aziendali? Il classico benchmark su task isolati non cattura la complessità di un sistema che deve orchestrare azioni nel mondo reale. È un po' come valutare un cuoco facendogli tagliare una cipolla: tecnicamente utile, praticamente irrilevante rispetto a quello che deve fare davvero in una cucina durante il servizio serale.

Il 10,21% di miglioramento delle prestazioni ottenuto da Famou Agent 2.0 in un porto automatizzato è il tipo di numero che sembra piccolo ma non lo è. In logistica portuale, un 10% in più di efficienza si traduce in milioni di dollari risparmiati. E soprattutto è un numero misurato nel mondo reale, non su un benchmark sintetico. Questo è il tipo di validazione che conta.

Baidu sta giocando una partita diversa da quella dei player occidentali. Meno hype, più infrastruttura verticale. Meno paper su arXiv, più deployment in porti e fabbriche. Non è necessariamente l'approccio più sexy, ma potrebbe essere quello più redditizio.

Il browser diventa un ambiente

Browser Use è un progetto open source apparso in questi giorni che fa una cosa semplice da descrivere e complicata da realizzare: permette a un agente AI di controllare un browser web tramite linguaggio naturale. Navigare siti, compilare form, cliccare pulsanti, recuperare informazioni. Senza Selenium, senza Playwright, senza selettori DOM che si rompono ogni volta che qualcuno sposta un div di tre pixel a destra.

La differenza tecnica è sostanziale. L'automazione tradizionale lavora con XPath e selettori precisi: fragile per definizione. Browser Use osserva la pagina come la vedrebbe un utente, interpreta il contesto visivo e semantico, e agisce di conseguenza. È la differenza tra dare a qualcuno una mappa con coordinate GPS precise (che diventano inutili se spostano una strada) e dirgli "vai al bar all'angolo e ordina un caffè".

Sì, lo so, sembra il tipo di progetto che esce ogni sei mesi e poi sparisce. Ma il timing è diverso. Nel 2024 eravamo nel pieno dell'era chatbot, nel 2026 il settore si è spostato sugli agenti che agiscono. Browser Use si inserisce in questo momento esatto, e il fatto che sia open source lo rende potenzialmente un mattoncino su cui altri possono costruire. Provatelo.

Il browser offre un vantaggio pratico: molte azioni lasciano un risultato che possiamo controllare. Possiamo verificare quali campi sono stati compilati e se il sito ha confermato l'operazione. Questo non elimina gli errori del modello: un agente può ancora compilare il modulo sbagliato o inserire un dato inesatto. Serve quindi controllare l'esito dell'azione, oltre alla spiegazione dell'agente.

La finanza come banco di prova

Anthropic e Google stanno portando gli agenti AI nel settore finanziario, come riportato da Il Sole 24 ORE. Anthropic ha lanciato un plugin con agenti dedicati a compliance, analisi e contabilità. Google porta in Europa la nuova versione di Google Finance basata su Gemini. Analisi di mercato, bilanci, report: tutto diventa conversazione.

La finanza è il banco di prova perfetto per gli agenti AI, e non per i motivi che si citano di solito ("ci sono tanti dati!"). Il motivo vero è che la finanza ha una caratteristica unica: ogni errore ha un prezzo misurabile in euro. Se un agente sbaglia un'analisi di compliance, qualcuno paga una multa. Se interpreta male un bilancio, qualcuno perde soldi. Questa brutalità del feedback rende il settore finanziario il laboratorio ideale per capire quanto gli agenti siano davvero affidabili.

E quindi? Il filo che collega tutte queste notizie è uno: gli agenti AI stanno uscendo dalla fase "demo impressionante" per entrare nella fase "strumento che qualcuno usa per lavorare". Baidu li mette nei porti. Google li usa per difendersi dagli attacchi (e scopre che gli attaccanti li usano per attaccare). Browser Use li mette nel browser. Anthropic li mette nei bilanci.

La transizione non è indolore. Il caso dello zero-day scoperto dal GTIG dimostra che ogni strumento potente è anche uno strumento pericoloso. Ma la direzione è chiara, e chi aspetta che gli agenti siano "pronti" prima di capirli sta già accumulando ritardo. Il momento per sporcarsi le mani era ieri. Oggi è il secondo momento migliore.