Questo weekend ho ascoltato un'intervista a Andrej Karpathy, in cui ha raccontato la sua visione sugli agenti AI e sul futuro dell'intelligenza artificiale.

Karpathy è stato Head of AI di Tesla, co-founder di OpenAI e oggi è una delle voci più autorevoli nel campo della ricerca. 🙌

In questa puntata voglio riassumere i punti principali dell'intervista e darti la mia opinione per capire meglio dove siamo davvero nel percorso verso sistemi AI sempre più autonomi.

Vediamoli insieme.

1️⃣ Non è l'anno, ma il decennio degli agenti

Finora, ogni agente che ho testato mi ha stupito. Ma manca sempre qualcosa…

E Karpathy è diretto: gli agenti AI oggi, pur essendo impressionanti in certi casi, fondamentalmente "non funzionano" ancora.

Non "vivono" il contesto, non hanno memoria vera, non sanno gestire imprevisti.

Gli agenti, per come li immaginiamo (collaboratori AI capaci di lavorare in autonomia), oggi non esistono ancora.

La frase "l'anno degli agenti" circolava nel settore, ma Karpathy ha reagito a questa previsione perché la trova troppo ottimistica.

Nel 2026 vedremo sicuramente sistemi più avanzati, ma per avere veri "collaboratori AI", come un collega che lavora con te, servirà molto più tempo.

Quanto? Secondo Karpathy, circa un decennio.

Vediamo perché. 🤔

2️⃣ Perché ci vorranno 10 anni per gli agenti veri?

Secondo Karpathy, ad oggi agli agenti:

-manca l'intelligenza necessaria

-non sono abbastanza multimodali

-non possono fare computer use in modo affidabile

-e soprattutto non hanno *continual learning*

Cosa significa continual learning?

Che ogni sessione parte quasi da zero. Non puoi dire agli agenti qualcosa e aspettarti che se lo ricordino nella conversazione successiva.

Sono "cognitivamente carenti" e ci vorrà circa un decennio per risolvere tutti questi problemi.

Ma da dove viene questa stima così precisa?

La previsione di Karpathy si basa su 15 anni di esperienza nel campo: ha visto rivoluzioni epocali come AlexNet nel 2012 e i Transformer nel 2017, e sa quanto tempo è servito per passare dalla ricerca alla produzione vera.

Ha imparato a riconoscere quali problemi sono risolvibili e quali richiedono anni di lavoro. E questo ci porta al punto successivo.

3️⃣ Il vero blocco: la memoria continua

Il nodo centrale è la continuità dell'esperienza.

Gli agenti attuali non imparano mentre lavorano con te. Non si adattano alle tue preferenze, non ricordano i progetti passati, non costruiscono una comprensione profonda di chi sei e di cosa ti serve.

Ma perché è così difficile implementare questa memoria?

Ci sono tre ostacoli principali:

-Tecnico: servono reti neurali che possano aggiornarsi durante l'utilizzo.

-Etico: come garantire che i dati personali non finiscano nella memoria accessibile a tutti?

-Economico: serve molta più infrastruttura per monitorare, aggiornare e verificare l'AI in modo continuo.

Solo quando supereremo questi limiti, avremo agenti che lavorano davvero "con noi e per noi", adattandosi a chi siamo e a cosa ci serve realmente.

E questa è la riflessione principale di Karpathy.

Volevo fare anche io una riflessione veloce perché la penso un po’ diversamente su alcuni punti.

Allora, sono assolutamente d'accordo con la visione generale: nel 2025/2026 difficilmente arriveremo a un'intelligenza con capacità di vera autonomia.

Il problema della memoria è reale, gli agenti di oggi effettivamente "non funzionano" nel senso pieno del termine, e quando li testi ti stupiscono...ma poi manca sempre qualcosa.

Però, su un punto la penso diversamente.

Non credo che ci vorranno 10 anni per avere agenti avanzati. Dipende molto, secondo me, dal tipo di intelligenza di cui parliamo:

-Per agenti specializzati e collaborativi, penso che l'impatto maggiore arriverà nel 2027-2028, non nel 2035

-Per l'AGI vera (una macchina in grado di svolgere qualsiasi compito umano) sì, 10 anni mi sembra realistico

Perché sono più ottimista? 🙌

Perché vedo che già oggi, nel breve termine, ci sono tantissime implementazioni nuove dell'AI come la conosciamo.

A livello di integrazioni aziendali c'è un sacco di lavoro che si può fare subito, senza aspettare l'agente perfetto.

E questo mi porta al punto finale, il più importante secondo me.

📌 Cosa possiamo fare oggi?

Quando parla di agenti, Karpathy li descrive come "un dipendente o uno stagista che assumi per lavorare con te".

Non al posto tuo, ma con te.

È esattamente il principio dell'Human-in-the-loop: usare gli agenti come collaboratori, non come sostituti.

Non serve aspettare l'agente perfetto per vedere effetti economici reali. La cosa più importante ora è imparare a lavorare con l'AI.

E se ci pensi, già oggi sta succedendo in tanti lavori:

👉 Nel coding con l'uso di Claude Code, Cursor e simili

👉 Nella customer service

👉 Nella scrittura, ricerca e brainstorming

Karpathy stesso dice di usare quotidianamente Claude e altri strumenti.

Il punto è questo: nei prossimi anni nasceranno agenti sempre più specializzati e collaborativi, capaci di ampliare le nostre capacità invece che rimpiazzarle.

Ogni piccolo miglioramento che arriverà nei prossimi 10 anni ci porterà più vicini a quella visione.

Ma sarà un processo graduale, fatto di tanti piccoli passi. 🙂

***

Giacomo Ciarlini - Head of Content & Education - Datapizza

Alexandru Cublesan - Media Manager & Creator - Datapizza