Agenti AI e second brain possono lavorare insieme per trasformare informazioni sparse in un risultato concreto. Il secondo cervello conserva e rende ritrovabili documenti, appunti e decisioni; l’agente usa il contesto pertinente e gli strumenti disponibili per svolgere un compito. Un mio preventivo da aggiornare rende questa distinzione molto più comprensibile di una slide piena di sigle.
Nella schermata che commento in questo articolo ho allegato un documento Word e scritto una richiesta di una riga:
«Aggiorna questo preventivo sulla base della discussione del 18 settembre».
Niente riepilogo degli accordi. Niente copia e incolla delle email. Ho indicato un documento e un riferimento temporale. Il lavoro interessante comincia proprio nello spazio tra queste poche parole e le informazioni necessarie per eseguirle.
Che cosa mostra davvero la schermata
Nel pannello delle fonti compare “Contesto personale”. Nell’area di lavoro il sistema dichiara di aver usato Personal Context, Gmail e comandi. Spiega che leggerà il preventivo, cercherà la discussione precedente e userà le skill per i documenti.
Poi riporta di aver trovato una conferma: un incontro unico, una data, un orario, circa quaranta partecipanti senza PC. Annuncia l’aggiornamento del programma e dell’importo, mantenendo la carta intestata. L’importo nella schermata è oscurato e resta tale anche qui.
Questo dettaglio dei partecipanti senza PC merita attenzione. Per chi progetta formazione, può cambiare la struttura dell’intervento: le esercitazioni individuali al computer vanno ripensate. Recuperare un’informazione serve quando la si collega alle conseguenze sul lavoro da fare.
La schermata documenta però un’elaborazione ancora in corso. Non mostra il file finale né permette di verificare la corrispondenza con l’email originale. “Ho trovato la conferma” è un’affermazione dell’assistente da controllare, non una certificazione. E “in elaborazione da 1 minuto e 48 secondi” non è una misura del tempo complessivo risparmiato.
Agenti AI e second brain: chi ricorda e chi lavora
Uso l’espressione second brain, o secondo cervello, per indicare un sistema esterno con cui raccogliere, organizzare e riutilizzare conoscenza personale e professionale. Il metodo Building a Second Brain di Tiago Forte propone proprio di rendere le informazioni disponibili al nostro sé futuro. Un archivio così può esistere anche senza intelligenza artificiale.
Un agente AI aggiunge la possibilità di perseguire un obiettivo attraverso più passaggi e strumenti. La documentazione ufficiale OpenAI sugli agenti descrive sistemi capaci di pianificare ed eseguire attività usando strumenti e mantenendo il contesto tra i passaggi.
Nel caso del preventivo, immagino questa divisione del lavoro:
| Componente | Funzione | Esempio nel preventivo |
|---|---|---|
| Archivio e fonti | Conservano le informazioni originali | Documento Word ed email degli accordi |
| Recupero del contesto | Seleziona ciò che serve al compito | La conferma pertinente del 18 settembre |
| Agente e strumenti | Organizzano ed eseguono le operazioni | Confrontare gli accordi con il preventivo e modificarlo |
| Skill | Forniscono istruzioni riutilizzabili | Indicazioni per trattare un documento e verificarne il layout |
| Persona | Valida contenuto e decisioni | Controllare programma, importo e versione da inviare |
Questa tabella è una lettura funzionale dell’esempio, non una descrizione dell’architettura interna del prodotto. Dalla sola immagine non possiamo ricostruire come siano implementati memoria e recupero delle fonti.
“Contesto personale” non significa che l’AI sappia tutto di me
La scritta evidenziata dal mio avatar può suggerire un assistente che ricorda ogni cosa. È una scorciatoia pericolosa. Nella schermata vediamo che il contesto personale è tra le fonti disponibili e che il sistema segnala l’uso di Gmail. Non vediamo l’estensione degli accessi, la completezza del recupero o tutte le informazioni consultate.
Per lavorare bene distinguerei tre livelli: le preferenze relativamente stabili, come il tono e il formato dei miei documenti; gli accordi specifici di un progetto, come durata e compenso; le istruzioni del compito attuale. Un’abitudine non dovrebbe prevalere su un accordo esplicito appena confermato.
Se normalmente propongo corsi di sei ore, ma per questo cliente abbiamo concordato tre ore, il riferimento è l’accordo di quel progetto. Un assistente che mi conosce deve anche riconoscere quando sto facendo un’eccezione.
Recuperare le informazioni: il legame con la RAG
Una base scientifica utile è il lavoro di Patrick Lewis e colleghi, Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, accettato a NeurIPS 2020. La RAG combina la generazione del modello con il recupero di informazioni da una memoria esterna.
Per un lettore non tecnico, l’idea è questa: prima di formulare una risposta, il sistema può consultare materiale pertinente. Nel mio esempio, l’informazione decisiva dovrebbe arrivare dall’accordo con il cliente, non da una risposta plausibile su come si organizza normalmente un corso.
Non sto dicendo che il pulsante “Contesto personale” usi esattamente l’architettura di quel paper. Il collegamento è concettuale: la qualità del risultato dipende anche da quali informazioni vengono recuperate. Se il sistema trova la prima proposta e ignora la rettifica successiva, può produrre un documento impeccabile e sbagliato.
Dalla risposta all’azione: perché qui parlo di agenti
Il passaggio interessante è la sequenza: leggere, cercare, confrontare, modificare, controllare. È un flusso di lavoro che richiede di interagire con fonti e documenti, osservare i risultati e decidere il passo successivo.
Il paper di Shunyu Yao e colleghi ReAct: Synergizing Reasoning and Acting in Language Models, nella versione presentata a ICLR 2023, studia l’alternanza tra ragionamento e azioni che permettono di interagire con l’ambiente e raccogliere informazioni. È un riferimento per capire la logica dei sistemi agentici, non una prova del funzionamento interno della sessione mostrata.
Nel preventivo, una sequenza ben progettata dovrebbe produrre anche un elenco delle modifiche: quali condizioni sono cambiate, da quale fonte derivano e quali punti restano incerti. La frase “fatto” è comoda. Una modifica tracciabile è più utile.
Un second brain utile deve saper distinguere le versioni
Il rischio che mi interessa di più è l’accordo superato che torna a vivere. La prima email prevedeva due incontri; la seconda li riduceva a uno; una telefonata introduceva una nuova esigenza, poi confermata per iscritto. Se tutto finisce nello stesso mucchio, anche un archivio molto ricco può diventare una fonte di confusione.
Lo studio di Nelson F. Liu e colleghi Lost in the Middle: How Language Models Use Long Contexts ha osservato, nei modelli e nei compiti esaminati, che la posizione di un’informazione nel contesto lungo può influenzare la capacità di utilizzarla. Non è un test del modello della schermata. È un buon motivo per evitare l’equazione “più materiale carico, migliore sarà automaticamente il risultato”.
La mia regola pratica sarebbe questa: ogni decisione importante dovrebbe avere una fonte, una data e uno stato. Proposta, confermata, superata, da chiarire. “Forse facciamo tre ore” e “confermiamo tre ore” meritano etichette diverse, anche se contengono quasi le stesse parole.
Tre applicazioni concrete oltre il preventivo
Quelli che seguono sono esempi di flussi da progettare con strumenti e accessi appropriati. Non sono risultati dimostrati dalla schermata.
Preparare una riunione con un cliente
L’agente recupera gli scambi pertinenti, l’ultima proposta e le questioni rimaste aperte. Produce una pagina con accordi confermati, dubbi e domande da fare. Il secondo cervello fornisce continuità; il documento finale deve distinguere i fatti dalle interpretazioni.
Aggiornare il programma di un corso
Un cliente comunica che i partecipanti saranno principianti e non avranno il computer. L’assistente confronta queste condizioni con la scaletta e propone dimostrazioni guidate, discussioni e attività a gruppi. Il formatore controlla che il programma resti realistico e coerente con gli obiettivi.
Preparare un follow-up commerciale
Dopo una riunione, l’agente può trasformare appunti e accordi verificati in una bozza di email e in un elenco di attività. Per partire, sceglierei un perimetro semplice: preparazione dei materiali, controllo umano e invio separato. Sapere scrivere una buona email non equivale a poter prendere impegni al mio posto.
Il prompt che userei per rendere il lavoro verificabile
La richiesta originale è breve perché presuppone che il sistema riesca a recuperare il contesto. Quando sono in gioco condizioni economiche o impegni con un cliente, aggiungerei istruzioni esplicite:
«Aggiorna il preventivo allegato sulla base degli accordi confermati con [cliente] nella discussione del [data]. Cerca nelle fonti collegate autorizzate e indica quali hai usato. Distingui proposte, conferme e rettifiche successive. Se trovi contraddizioni su prezzo, durata o data, segnalale senza scegliere arbitrariamente. Mantieni carta intestata e impaginazione. Crea una nuova versione del Word e una tabella con modifica, valore precedente, nuovo valore e fonte. Non inviare il documento al cliente».
Questo prompt rende più preciso l’incarico, ma funziona solo se l’ambiente dispone davvero delle fonti e degli strumenti necessari. Una formula ben scritta non crea da sola un collegamento alla posta o un accesso ai documenti.
Come valutare se il secondo cervello sta aiutando davvero
Per una prova in azienda partirei da un documento e da una conversazione circoscritta, usando materiali adatti alla sperimentazione. Poi controllerei cinque cose:
- Fonte: l’accordo recuperato riguarda il cliente e il progetto giusti?
- Versione: ci sono rettifiche successive che cambiano le condizioni?
- Coerenza: titolo, programma, durata e importo sono stati aggiornati insieme?
- Documento: carta intestata, tabelle e impaginazione restano leggibili?
- Tempo netto: quanto lavoro resta, includendo verifica e correzioni?
Quest’ultima misura è decisiva. Non attribuisco a questa schermata percentuali di produttività: non le abbiamo misurate. Cronometrare anche la revisione è un modo molto concreto per capire quando conviene delegare.
La competenza da allenare: costruire continuità
Questa schermata mi interessa perché racconta un bisogno professionale normale: riprendere un lavoro senza ricostruirne ogni volta tutta la storia. Per arrivarci servono fonti accessibili, decisioni riconoscibili, istruzioni chiare e controlli proporzionati al risultato.
La mia idea di second brain operativo è questa: un patrimonio di informazioni che può alimentare azioni verificabili. Un assistente utile deve aiutarmi a ritrovare il filo, lasciandomi vedere da dove l’ha preso.
È un tema che si presta bene a un laboratorio: scegliere un processo reale, definire cosa delegare e confrontare il risultato con le fonti. Nel mio percorso di formazione sull’intelligenza artificiale generativa trovi anche il lavoro su documenti, personalizzazione e passaggio dai chatbot agli agenti.
Domande frequenti su agenti AI e second brain
Un second brain è un agente AI?
Sono concetti diversi. Il second brain organizza conoscenza riutilizzabile. Un agente può consultarla ed eseguire operazioni tramite strumenti. Possono essere integrati nello stesso ambiente.
La schermata dimostra che il preventivo è corretto?
No. Mostra la richiesta, le attività dichiarate dall’assistente e un’elaborazione in corso. La correttezza richiede il confronto tra documento finale e accordi originali.
Basta attivare la memoria per avere un assistente operativo?
Per un compito come questo servono anche fonti pertinenti, strumenti per leggere e modificare i file, autorizzazioni adeguate e criteri di verifica. La memoria, da sola, non descrive l’intero processo.
Fonti e nota sul caso
I riferimenti sono collegati nei rispettivi paragrafi: il metodo Building a Second Brain di Tiago Forte, la documentazione OpenAI sugli agenti e i paper di Lewis, Yao e Liu con i rispettivi coautori. La schermata fornita è la fonte del caso commentato; i paper aiutano a interpretarne i concetti, ma non validano quella specifica esecuzione. Copertina illustrativa generata con AI.
Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa
Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.
