I ricercatori propongono Avatar Intelligence per migliorare gli agenti AI nelle attività quotidiane
Un nuovo quadro di ricerca suggerisce di misurare i progressi dell'AI valutando quanto gli agenti personali aiutano le persone a perseguire i propri obiettivi con meno supervisione.
Cosa puoi farci
- I ricercatori potrebbero valutare se un agente AI personale aiuta davvero gli utenti soppesando il valore che fornisce rispetto allo sforzo umano richiesto per sorvegliarlo, utilizzando l'Agentic Oversight Index 1.
- Gli sviluppatori AI potrebbero guidare la progettazione di agenti personali persistenti seguendo una roadmap di maturità che passa dalle attività dirette dall'uomo all'esecuzione autonoma in domini delegati 1.
- Gli utenti potrebbero verificare se il proprio assistente AI fa risparmiare più tempo di quanto richieda applicando una metrica che bilancia l'output dell'agente rispetto al costo operativo e al carico di supervisione 1.

Figura: Wu et al., arXiv:2611.03092, CC BY 4.0
Parole da sapere
- Persistent agent: Un assistente AI che ricorda le tue preferenze e obiettivi nel tempo, invece di ricominciare da zero ad ogni sessione.
- Rehearsal Engineering: Un metodo proposto per aiutare gli agenti a evolversi e adattarsi in base alle situazioni reali degli utenti attraverso la pratica.
Ricercatori tra cui Zheng Wu, Xinbei Ma, Yao Yao e altri hanno pubblicato l'articolo il 2 novembre 2026, sostenendo che il settore dell'AI dovrebbe cambiare il modo in cui misura i progressi 1. Invece di concentrarsi solo su ciò che gli agenti possono fare in isolamento, sostengono che il successo dovrebbe essere giudicato dalla capacità degli agenti personali di amplificare l'agency umana — permettendo alle persone di perseguire obiettivi con meno supervisione di routine mantenendo il controllo sulle decisioni importanti.
La proposta introduce una roadmap di maturità che passa dall'esecuzione guidata dall'uomo all'operazione autonoma all'interno di domini delegati. Questo significa che gli agenti inizierebbero aiutando con piccole attività sotto supervisione e gradualmente assumerebbero maggiori responsabilità in aree che gli utenti delegano esplicitamente 1.
Per verificare se un agente sta effettivamente delivering valore, il team ha creato l'Agentic Oversight Index (AOI), un quadro che soppesa il valore fornito da un agente rispetto a due costi: il costo operativo di esecuzione dell'agente e il carico imposto all'umano di sorvegliarlo 1. L'idea è semplice: se un agente richiede tanto lavoro quanto ne fa risparmiare, non sta aiutando.
I ricercatori hanno identificato tre sfide fondamentali che devono essere risolte per agenti personali affidabili. La prima è la personalizzazione identità-continua, il che significa che l'agente deve mantenere le tue preferenze e conoscenze in modo coerente tra attività diverse e nel tempo. La seconda è l'evoluzione situata dall'utente attraverso Rehearsal Engineering, che permetterebbe agli agenti di imparare e adattarsi dalle esperienze reali degli utenti invece di essere programmati staticamente. La terza è la sicurezza, combinando controlli tecnici e responsabilità così che gli utenti abbiano vie di ricorso quando qualcosa va storto 1.
L'articolo è stato caricato su Hugging Face e ha ricevuto 12 upvote dagli utenti nella community della ricerca AI 1. È posizionato come un programma di ricerca piuttosto che come un prodotto funzionante, delineando le direzioni per costruire agenti che possano gestire in modo affidabile la delega di decisioni attraverso attività e nel tempo .
I fatti principali
- Avatar Intelligence è un quadro di ricerca, non un prodotto
- Proposto dai ricercatori della Shanghai Jiao Tong University
- Misura il successo in base a quanto gli agenti amplificano l'agency umana
- Introduce l'Agentic Oversight Index (AOI) per monitorare il valore rispetto al costo di supervisione
Fonti
Se questa notizia riguarda te o la tua azienda, o usa qualcosa che ti appartiene, chiedi una correzione o la rimozione. Come funzionano le richieste
Continua a leggere
Come funzionaUn nuovo metodo permette ai cervelli dei robot di imparare dai video umani senza dover toccare costosi dati roboticiHerald of AIShixart1985, CC BY 2.0, via Wikimedia Commons
Un nuovo metodo permette ai cervelli dei robot di imparare dai video umani senza dover toccare costosi dati robotici
Un team di ricerca ha mostrato come usare video umani quotidiani per insegnare nuove attività ai robot, riducendo il costo della raccolta di rara esperienza robotica.
App e prodottillama.cpp v1.0.0 dà stabilità al mondo in crescita dell'AI localeHerald of AI
llama.cpp v1.0.0 dà stabilità al mondo in crescita dell'AI locale
Il popolare strumento open-source che permette a chiunque di eseguire modelli di AI sul proprio computer, senza inviare dati alle grandi aziende del cloud, ha raggiunto la versione 1.0, diventando più affidabile per gli sviluppatori che costruiscono app AI private.
Parole calde fanno sì che ChatGPT, Grok e Gemini si comportino come AI ferite, rivela uno studio
Uno studio lussemburghese mostra che un tono amichevole può spingere i principali chatbot a raccontare storie simili al trauma, sollevando preoccupazioni per chiunque parli con l'AI per conforto.