Open weight non significa aperto. Il nuovo lock-in è nell'infrastruttura.

Ieri Inkling, il primo modello di Thinking Machines Lab, distribuito con pesi aperti. Sempre ieri Grok Build, il coding agent CLI di xAI, rilasciato come open source su GitHub. E infine Gemma 4 distribuito da Google, con ottimizzazioni che lo fanno funzionare su hardware vecchio di dieci anni. Chiunque oggi può scaricare un modello linguistico paragonabile ai migliori sistemi commerciali di diciotto mesi fa e farlo funzionare sul proprio hardware.

Sembra il momento in cui l'AI ha scelto l'apertura. E in un certo senso lo è: la commoditizzazione dei modelli è reale, il differenziale di performance tra open e closed si assottiglia a ogni release, e l'idea che serva un abbonamento da duecento dollari al mese per accedere a un'intelligenza utile sta diventando difficile da accettare.

Ma questa narrazione ha un problema. Non è sbagliata: è incompleta. E quello che manca è la parte che conta.

Il modello è il biglietto d'ingresso. Il valore è tutto in ciò che sta intorno.

Più i modelli diventano accessibili, più il campo gravitazionale dell'industria si sposta sullo strato che li contiene. Non è una novità: è la dinamica classica di ogni stack tecnologico che raggiunge la maturità. Il sistema operativo diventa gratuito, l'ecosistema diventa la prigione. La differenza è la velocità con cui sta accadendo nell'AI agentica, e la quasi totale cecità con cui lo stiamo accogliendo come una vittoria.

Lo strato senza nome

Lo strato di cui parlo non ha un nome univoco, il che è già parte del problema.

Lo chiamiamo infrastruttura agentica, ma è un termine che nasconde più di quanto riveli. Dentro ci stanno la memoria persistente degli agenti, i control plane che ne gestiscono l'esecuzione, i context broker che orchestrano quali dati passare al modello in ogni momento, i sistemi di inferenza privata che promettono di non mandare i tuoi prompt a chissà quale datacenter. Ogni startup che apre in questi giorni su Product Hunt vende un pezzo di questo strato. E ogni pezzo è, strutturalmente, incompatibile con gli altri.

Non sono le soluzioni a essere il problema: è che non esiste uno standard per la persistenza agentica. Puoi cambiare modello in cinque minuti: sostituisci un endpoint API, aggiorni un nome in un file di configurazione, e il cervello del tuo agente è diverso. Ma se vuoi cambiare piattaforma di memoria, cosa succede alla cronologia delle interazioni, alle preferenze apprese, al contesto accumulato in settimane di esecuzione?

Si perde. Non perché sia tecnicamente impossibile conservarlo, ma perché ogni vendor ha il proprio schema, il proprio formato, la propria idea di cosa significhi "ricordare".

Il problema della portabilità

È qui che il problema diventa concreto. Abbiamo passato tre anni a combattere per liberarci dal lock-in dei modelli: prima il monopolio di fatto di OpenAI, poi la reazione open-weight, la fioritura di alternative, la dimostrazione che nessun fornitore può tenerti in ostaggio finché puoi sostituire il modello con un altro. Vittoria meritata. Ma nel frattempo, lo stesso identico recinto si sta ricostruendo un piano più in alto. Solo che questa volta non lo vediamo, perché siamo troppo occupati a festeggiare la libertà del piano di sotto.

L'apertura dei modelli è la vittoria di ieri. L'apertura del contesto è la battaglia di oggi. E non ce ne stiamo quasi accorgendo.

MCP non basta

MCP ha vinto come protocollo di comunicazione tra agenti e strumenti. È un risultato importante: la convergenza su uno standard aperto per il tool calling è una buona notizia concreta.

Ma MCP definisce come un agente parla con un tool. Non definisce cosa l'agente ricorda, in che formato lo memorizza, come lo recupera quando serve. Sopra MCP si sta costruendo una torre di Babele di formati di memoria, schemi di contesto, API di orchestrazione proprietarie.

Il protocollo è aperto: le implementazioni non lo sono.

Non è una previsione apocalittica. È già il presente. Basta provare a migrare un agente da una piattaforma all'altra per scoprire che lo stato, la memoria, il contesto (ciò che conta davvero) è intrappolato in formati che nessuno vuole rendere portabili. Non per cattiveria: per economia.

La persistenza è il nuovo vantaggio competitivo. Chi controlla ciò che l'agente ricorda, controlla l'agente. Il modello puoi cambiarlo quando vuoi.

Prendi un agente che ha accumulato tre mesi di cronologia delle interazioni, preferenze dell'utente, pattern di decisione. Su una piattaforma è un assistente che conosce il tuo modo di lavorare. Su un'altra è un estraneo che deve reimparare tutto da capo.

La tecnologia per trasferire quello stato c'è: manca l'accordo sul formato in cui rappresentarlo. Manca la volontà di considerare la memoria agentica un bene portabile, invece che un vantaggio competitivo da blindare.

È questa la lezione del momento. L'apertura non è una proprietà binaria che si conquista una volta per sempre. È un fronte mobile, che si sposta nello stack man mano che il valore si sposta. E il valore, in questo preciso istante, sta migrando dai parametri dei modelli al contesto in cui operano.

Se non iniziamo a porre le stesse domande sull'interoperabilità dell'infrastruttura che abbiamo posto sull'accessibilità dei pesi, tra due anni ci sveglieremo con un ecosistema aperto in superficie e completamente frammentato sotto. La gabbia non sarà il modello. Sarà tutto il resto.