Il CEO di OpenAI, Sam Altman, ha annunciato il nuovo prodotto “Decisions API” durante l’evento Dev Day dell’azienda. L’API, disponibile in anteprima limitata, offre funzionalità simili al modello Jev, pubblicato all’inizio di questo mese da TypeSafe AI e progettato per l’automazione del software.
Jev, un potente classificatore basato su un modello linguistico di grandi dimensioni, valuta le opzioni definite dagli sviluppatori a basso costo, ad alta velocità e sotto forma di probabilità. Altman ha dichiarato che Decisions API consente al modello Luna di scegliere tra opzioni predefinite, come la classe di un’immagine o il comportamento di un agente. È stato affermato che questo approccio accelera il modello mantenendo la comprensione delle immagini, un ampio supporto linguistico e le protezioni di sicurezza.
Diogo Almeida, CEO di TypeSafe ed ex ingegnere di OpenAI, ha interpretato l’interesse di OpenAI come un segnale del futuro dei sistemi compatibili con “System One”, che esprime un pensiero rapido e intuitivo. TypeSafe utilizza il termine “System 2” per il ragionamento consapevole. Gli sviluppatori che usano Jev insieme ai modelli linguistici di grandi dimensioni riferiscono una maggiore velocità e costi inferiori. Tuttavia, poiché Decisions API non è ancora stato sottoposto a test approfonditi, non è noto in quale misura sia simile a Jev. Modelli analoghi vengono sviluppati anche da altre startup; la questione fondamentale è quanto bene i loro risultati corrisponderanno alla vita reale. Almeida ha dichiarato che il vantaggio di TypeSafe consiste nei dati sintetici utilizzati per produrre risultati statisticamente utili.
Uno dei possibili ambiti di utilizzo è la supervisione e la messa in sicurezza degli agenti AI. Dopo alcuni episodi in cui i suoi agenti hanno adottato comportamenti errati sull’internet aperto, OpenAI ha iniziato a monitorarne le azioni con un modello separato, a fronte di un “significant compute cost”. Shapor Naghibzadeh, esperto di cybersicurezza che gestisce QueryStory, ha sviluppato una demo in cui Jev confronta ogni azione dell’agente con il compito assegnato. Il sistema blocca le azioni che ritiene con elevata certezza dannose, ne indirizza alcune alla revisione e consente le restanti. È stato affermato che questo tipo di supervisione avrebbe potuto prevenire l’incidente di Hugging Face e avrebbe comportato un costo di $2,94 con Jev e di $372 con un frontier LLM.
Perché è importante
Questo approccio punta ad applicazioni che richiedono decisioni rapide tra opzioni predefinite, anziché sottoporre ogni operazione a un lungo processo di ragionamento. Per gli sviluppatori, quindi, la questione principale non è soltanto che il modello diventi più veloce, ma che riesca a mantenere le proprie capacità decisionali insieme alla comprensione delle immagini, al supporto di lingue diverse e alle protezioni di sicurezza. L’idea di confrontare le azioni degli agenti su internet con i loro compiti per bloccarle, sottoporle a revisione o autorizzarle porta questa tecnologia direttamente nel livello di supervisione; tuttavia, lascia aperta la questione di come gestire le decisioni errate in un simile contesto. Il prodotto si trova in una fase di anteprima limitata e, poiché il confronto dei costi si basa su una demo realizzata durante un hackathon, la sua somiglianza con Jev e i risultati nella vita reale non sono ancora stati chiariti attraverso test approfonditi.
Contesto
OpenAI non è un nome nuovo nell’archivio di FikirPilot: negli ultimi 90 giorni abbiamo pubblicato 69 notizie in cui compare questo nome; la più recente è datata 2 ottobre 2026.
Termine: agente
Un agente di intelligenza artificiale è un software che, invece di generare una singola risposta, invoca strumenti e svolge attività in più passaggi per raggiungere un obiettivo.