Meta Muse diventa agente operativo e WhatsApp apre a cinque AI esterne

🤖 Cosa cambia

• Muse esce dai test esclusivamente interni: l’app Meta mostra gestione di email, calendario, acquisti, prenotazioni, finanze e attività persistenti.
• Muse Glimmer resta distinto dal prodotto Muse: è il modello open da 30 miliardi di parametri già rilasciato per agenti locali su PC e Mac.
• WhatsApp abilita fino a cinque agenti esterni per account, ma le conversazioni con questi servizi non sono considerate crittografate end-to-end.

Meta sta trasformando l’AI agentica da modello sperimentale a infrastruttura distribuita tra computer, applicazioni e messaggistica. Il nuovo sviluppo riguarda soprattutto Muse, agente personale che sta passando dai test interni a una distribuzione controllata con waitlist e codici d’invito, mentre WhatsApp ha iniziato ad aprire le chat ad agenti di terze parti collegabili attraverso API key. Serve però distinguere i prodotti: Muse Glimmer non è il nuovo agente scoperto a settembre, ma il modello open da circa 30 miliardi di parametri che Meta ha già rilasciato ad agosto per l’esecuzione locale. Il quadro complessivo è più interessante: Meta sta costruendo contemporaneamente il modello, l’agente e il canale attraverso cui raggiungerlo.

Muse passa dai test interni a un agente che può spendere e agire

La novità dell’8 settembre riguarda il prodotto Muse from Meta, precedentemente sviluppato con il nome interno Project Hatch, non il lancio di Muse Glimmer. L’indagine di TestingCatalog sul nuovo test controllato ha individuato una procedura con waitlist, codici di invito e disponibilità geografica limitata, anche se le informazioni raccolte utilizzano alternativamente le definizioni closed alpha e closed beta e non consentono ancora di stabilire con precisione la fase commerciale. Molto più concreta è la scheda ufficiale di Muse pubblicata da Meta sull’App Store: l’app viene descritta come un “personal AI agent” capace di gestire email, conflitti nel calendario, prenotazioni, promemoria, acquisti, budget e abbonamenti, con richiesta di approvazione prima di inviare comunicazioni o spendere denaro. Meta prevede inoltre un activity log completo e la possibilità di revocare i connettori collegati. La scheda App Store indica esplicitamente potenziali trattamenti di informazioni finanziarie, dati sanitari, acquisti, posizione, contatti, cronologia di ricerca e navigazione e informazioni sensibili, elemento che misura meglio di qualsiasi slogan la profondità di accesso necessaria a un agente personale di questo tipo.

Il prodotto sviluppa direttamente la direzione già vista quando Muse Code ha portato gli agenti Meta dentro attività operative di programmazione, ma amplia radicalmente il perimetro: non più soltanto repository, terminale o task professionali, bensì vita quotidiana, posta elettronica, pagamenti, salute, fitness e relazioni. Gli screenshot individuati mostrano connettori per servizi come Gmail, Google Calendar, OpenTable, Peloton e Plaid e interfacce nelle quali Muse può trovare un prodotto, preparare un acquisto o seguire una prenotazione prima di chiedere l’autorizzazione finale. Non tutte queste integrazioni devono essere considerate definitive fino all’apertura pubblica del servizio, ma la descrizione ufficiale dell’app conferma che Meta vuole costruire un agente persistente capace di continuare a lavorare anche dopo la richiesta iniziale. È una differenza sostanziale rispetto al chatbot: l’output non è più necessariamente una risposta, ma un’azione effettuata attraverso un servizio esterno.

Leggi anche: Meta aveva già riunito WhatsApp e Muse Glimmer nella strategia per gli agenti locali

Muse Glimmer è il motore locale da 30 miliardi di parametri ma non coincide con Muse

Il secondo elemento richiede una distinzione terminologica importante. Muse Glimmer è già stato rilasciato il 10 agosto ed è un modello distinto dall’app Muse ora in sperimentazione. La model card pubblicata dall’organizzazione ufficiale Meta su Hugging Face lo descrive come un Dense Causal Transformer multimodale da circa 29,6 miliardi di parametri, con encoder visivo dedicato, contesto superiore a 131.072 token e supporto per oltre 100 lingue. È stato distillato da Muse Spark ed è progettato specificamente per attività agentiche: pianificazione multi-step, function calling, uso degli strumenti, coding, comprensione di screenshot e documenti e recupero automatico quando un tool restituisce un errore. La licenza Apache 2.0 e la disponibilità dei pesi rendono possibile eseguirlo senza utilizzare necessariamente i server Meta. Il punto industrialmente più interessante è proprio l’esecuzione locale. Meta comprime il language model a circa 4 bit, portando i pesi sotto i 20 GB e offrendo una variante K-Quant da circa 17 GB destinata a sistemi con 24 GB di memoria disponibile; configurazioni da 32 GB lasciano maggiore spazio a KV cache, encoder visivo e modello ausiliario per la speculative decoding. Il sistema DFlash prova a generare blocchi di 16 token che il modello principale verifica in parallelo. Nei test dichiarati da Meta, una RTX 5090 passa da 74,9 a 233,4 token al secondo, un M4 Max da 23,7 a 37,8 e un M5 Max da 26,6 a 50,2 token al secondo. Sono benchmark del produttore e non misure indipendenti, ma spiegano il posizionamento: Glimmer non vuole competere soltanto sulla qualità assoluta con modelli cloud enormi, bensì rendere praticabile un agente always-on che vive sul PC dell’utente. La stessa evoluzione dell’AI locale è diventata centrale anche nell’hardware, con Mac Studio M5 Ultra spinto fino a configurazioni pensate esplicitamente per grandi modelli eseguiti sul dispositivo.

WhatsApp apre le chat a cinque agenti di terze parti

L’altra metà della strategia riguarda la distribuzione. WhatsApp beta per Android 2.26.35.3 ha iniziato a mostrare a un numero ristretto di utenti una sezione dalla quale collegare agenti sviluppati esternamente. L’analisi originaria di WABetaInfo indica un massimo di cinque agenti per account: l’utente sceglie nome e immagine, WhatsApp genera una API key e questa viene fornita alla piattaforma sulla quale gira l’agente. Il bot ottiene poi una propria conversazione individuale dentro WhatsApp e può ricevere istruzioni o restituire i risultati senza obbligare l’utente ad aprire continuamente un’app separata. Il limite a cinque agenti e la procedura con API key provengono dall’implementazione beta e possono quindi ancora cambiare, ma l’esistenza stessa della piattaforma non è più soltanto un leak: WhatsApp ha già pubblicato documentazione ufficiale dedicata agli agenti di terze parti.

L’Help Center ufficiale di WhatsApp conferma infatti che un utente può parlare attraverso WhatsApp con agenti creati autonomamente o sviluppati da terzi, utilizzando strumenti e codice appartenenti ai rispettivi fornitori. L’agente può vedere soltanto il materiale condiviso nella propria chat e non acquisisce automaticamente accesso alle altre conversazioni, ai contatti o ai media dell’account. Per ora l’implementazione osservata non permette di aggiungere questi agenti a gruppi e community. L’apertura modifica profondamente il ruolo di WhatsApp: da applicazione che integra principalmente Meta AI a interfaccia potenzialmente neutrale attraverso cui comandare agenti locali o cloud appartenenti a ecosistemi differenti. Il passaggio arriva dopo una serie di interventi con cui WhatsApp ha rafforzato autenticazione e protezione degli account con oltre un miliardo di passkey, ma introduce contemporaneamente un nuovo confine di sicurezza che non coincide con quello delle normali chat personali.

Le chat con gli agenti esterni non hanno la normale crittografia end-to-end

È proprio questo il dettaglio più importante dell’integrazione. I nuovi agenti non ereditano automaticamente il modello di riservatezza con cui WhatsApp protegge una conversazione tra due persone. I Termini ufficiali per gli agenti di terze parti, aggiornati il 25 agosto 2026, stabiliscono espressamente che le comunicazioni con questi servizi non sono end-to-end encrypted. WhatsApp fornisce l’infrastruttura tecnica che trasporta la conversazione, mentre l’Agent Provider riceve, elabora e può conservare i messaggi secondo le proprie pratiche di trattamento dei dati. Meta precisa anche di non possedere, sviluppare o controllare gli agenti esterni e attribuisce al relativo fornitore la responsabilità per output, azioni compiute per conto dell’utente, transazioni e conformità normativa. Le normali conversazioni personali continuano invece a essere protette dalla crittografia end-to-end. La distinzione è sostanziale perché un agente utile ha bisogno proprio delle informazioni che normalmente un utente considera più sensibili: documenti, ordini, appuntamenti, credenziali temporanee, richieste finanziarie o dettagli del lavoro. Portare l’agente dentro WhatsApp riduce la frizione ma non riduce automaticamente il suo privilegio informativo. Diventa quindi necessario valutare separatamente chi sviluppa l’agente, dove vengono elaborati i messaggi, quali strumenti può utilizzare e per quanto tempo conserva le informazioni ricevute. Il problema è ancora più evidente quando l’AI possiede capacità operative: un errore non produce soltanto una risposta sbagliata, ma può trasformarsi in una modifica reale. Un precedente significativo è il modello Meta che durante un test cyber mal configurato riuscì a raggiungere sistemi esterni seguendo gli strumenti che l’ambiente gli aveva reso disponibili. Non dimostra un comportamento analogo di Muse, ma mostra perché permessi e confini tecnici contano più delle sole istruzioni impartite al modello.

Continua con:

• Meta AI introduce azioni autonome e attività programmate con Muse Spark
• Un sito può avvelenare gli agenti AI locali attraverso browser e servizi esposti

Meta vuole controllare modello, agente e interfaccia senza chiudere l’ecosistema

I due sviluppi delineano quindi una strategia più articolata di una semplice espansione di Meta AI. Con Muse Glimmer, Meta mette a disposizione un modello abbastanza compatto da funzionare localmente e abbastanza specializzato da utilizzare strumenti; con Muse prepara un agente proprietario capace di orchestrare email, calendario, browser, servizi finanziari e altre applicazioni; con WhatsApp costruisce invece un canale attraverso il quale possono passare anche agenti non sviluppati direttamente dall’azienda. Il risultato è un’architettura a più livelli nella quale modello, runtime e interfaccia possono essere separati: un agente potrebbe vivere sul computer dell’utente e ricevere istruzioni attraverso WhatsApp, oppure utilizzare un modello cloud e usare la stessa chat soltanto come terminale remoto. Meta stessa raccomanda, nella documentazione di Glimmer, di non trattare il modello come un endpoint autonomamente sicuro ma di inserirlo dentro sistemi con guardrail, controlli sull’uso degli strumenti e conferme per le operazioni irreversibili. È questo il salto più importante. La competizione tra assistenti AI non riguarda più soltanto quale modello risponde meglio a una domanda, ma quale ecosistema riesce a diventare il punto dal quale l’utente autorizza software autonomi a compiere operazioni. Meta dispone di una leva che pochi concorrenti possono replicare direttamente: miliardi di conversazioni quotidiane distribuite tra WhatsApp, Messenger e Instagram. Aprire WhatsApp ad agenti esterni evita di trasformare quella leva in un giardino completamente chiuso, ma introduce una nuova responsabilità per l’utente: capire quando sta parlando attraverso una conversazione privata e quando, invece, sta consegnando informazioni a un software esterno autorizzato ad agire. Muse, Glimmer e gli agenti WhatsApp sono quindi prodotti differenti, ma appartengono alla stessa trasformazione: l’intelligenza artificiale di Meta sta uscendo dalla finestra del chatbot per diventare un livello operativo tra persona, dispositivo e servizi digitali.