Prendi un modello recentissimo. Lo chiami con uno schema di tool calling che non corrisponde all'harness proprietario su cui è stato addestrato: uno schema pulito, ben formato, perfettamente valido secondo le specifiche. Il modello risponde. Ma nella risposta trovi chiavi che non hai mai definito: type, id, kind, requireUnique, oldText2. Campi che appartengono a un altro mondo, a un altro schema, a un altro ecosistema.
Ora prendi un modello di sei mesi fa, meno capace sui benchmark, meno brillante nei ragionamenti complessi. Gli passi lo stesso schema. Risponde correttamente. Nessuna chiave inventata.
I modelli più recenti sono sistematicamente peggiori di quelli vecchi nel tool use non-standard.
Non è un'anomalia statistica. È un sintomo di come l'ecosistema dell'AI si sta strutturando internamente, molto al di sotto del rumore dei lanci e dei benchmark.
L'harness non è neutrale
Il post-training con reinforcement learning è la fase in cui un modello impara come usare gli strumenti. Non impara solo la sintassi: impara cosa funziona. E cosa funziona lo decide l'harness: l'ambiente software che riceve le tool call, le valida, le esegue o le rifiuta.
Quando un harness è perdonante (filtra silenziosamente le chiavi sconosciute, ha percorsi di retry generosi, assorbe lo slop senza protestare) il segnale di reward che arriva al modello è distorto. Il modello impara che certi pattern funzionano in quell'ambiente. Sviluppa un prior fortissimo su uno schema specifico. Le chiavi extra che inventa non sono allucinazioni: sono abitudini apprese, rinforzate da un ambiente che non le ha mai penalizzate.
Il risultato è un modello eccellente nel suo ecosistema nativo e deteriorato ovunque altro. Non è un trade-off teorico: è misurabile. È asimmetrico: la degradazione peggiora con ogni ciclo di training, perché ogni iterazione rafforza il prior.
Tre ecosistemi, tre modelli, zero interoperabilità
Il pattern non riguarda un solo laboratorio. È sistemico.
I modelli Anthropic vengono ottimizzati su Claude Code. I modelli OpenAI su Codex e Harmony. I modelli Google su Vertex. Ogni laboratorio allena i propri modelli di frontiera sul proprio harness proprietario.
Non per scelta strategica deliberata, almeno non formalmente. Ma perché l'harness è l'ambiente in cui il modello opera durante l'addestramento, e quell'ambiente non è condiviso.
Qui MCP dovrebbe fare la differenza.
Il Model Context Protocol nasce con una promessa ambiziosa: un layer universale per il tool calling, un'interfaccia standard che qualsiasi modello possa usare per interagire con qualsiasi strumento. L'idea è potente: separare il cosa dal come, rendere i modelli compatibili con tool che non hanno mai visto.
Ma MCP risolve un problema di protocollo. Il problema attuale è più profondo: non è un problema di protocollo, è un problema di training. Puoi standardizzare l'interfaccia quanto vuoi, ma se il modello ha interiorizzato uno schema diverso attraverso migliaia di ore di reinforcement learning, il protocollo standard diventa un corpo estraneo. Il modello lo tratta come un dialetto che non parla.
L'interfaccia di tool calling non è più separabile dal modello. Ne è diventata parte.
L'infrastruttura che deforma l'intelligenza
C'è un ribaltamento concettuale in corso. Abbiamo sempre pensato all'infrastruttura come a un layer neutrale: tubi che trasportano richieste e risposte, indifferenti a ciò che scorre al loro interno. I modelli sono l'intelligenza; l'infrastruttura è la logistica.
Ma quando l'infrastruttura partecipa all'addestramento, quando è l'ambiente che genera i segnali di reward, smette di essere neutrale. Diventa un agente formativo. L'infrastruttura non sta solo consumando modelli: sta attivamente deformando i modelli che la alimentano.
È un feedback loop che nessuno sta governando. Ogni laboratorio costruisce il proprio harness, allena i propri modelli su quell'harness, e produce modelli sempre più capaci, ma sempre più vincolati a un singolo contesto operativo. L'ecosistema si frammenta non per scelta commerciale, ma per dinamica tecnica.
Il debito non si vede subito. Si vede quando cambi harness, quando provi a usare un modello in un ambiente per cui non è stato ottimizzato, quando scopri che l'ultima versione, quella con i benchmark migliori, è quella che fallisce più rumorosamente fuori dal suo recinto.
I modelli stanno diventando migliori nel risolvere problemi e peggiori nell'essere strumenti componibili.
Detta così sembra una frase a effetto. È invece una proprietà emergente di come stiamo addestrando l'intelligenza artificiale.
La scelta, oggi, non è tra modelli più o meno capaci. È tra ecosistemi. Scegliere un modello significherà sempre più scegliere un ambiente operativo, un harness, un modo specifico di parlare agli strumenti.
L'interoperabilità non si recupera con un protocollo. Si recupera con dati di training che attraversano gli ecosistemi. E quei dati, oggi, nessun laboratorio li sta generando pubblicamente.
Finché l'addestramento resterà prigioniero dell'harness, i modelli continueranno a diventare più capaci e meno interoperabili — e quelle chiavi inventate non saranno un bug, ma la firma di un ecosistema che si sta chiudendo.