Claude Code, Codex, OpenClaw e gli altri: guida ai 12 migliori harness per agenti AI

Un agente AI è fatto di due parti: il modello linguistico, che ragiona, e l’harness, il software che gli fornisce strumenti, memoria e permessi e gli permette di agire su file, applicazioni e sistemi. Chi vuole capire nel dettaglio come funziona un harness, può partire dalla nostra guida a cos’è un harness AI. Qui ci occupiamo della domanda successiva: quale tra i diversi harness è il migliore da scegliere, specialmente in un ambiente aziendale o per applicazioni professionali.

Abbiamo selezionato dodici harness tra i più diffusi, scegliendoli in modo da rappresentare tutte le principali categorie: gli strumenti dei grandi fornitori di modelli e quelli indipendenti, le soluzioni proprietarie e quelle open source, gli agenti per programmare, per la produttività, per l’uso personale e per creare applicazioni senza scrivere codice. Abbiamo invece escluso le piattaforme agentiche integrate nelle suite enterprise, come SAP Joule Studio o Salesforce Agentforce, la cui scelta dipende soprattutto dal gestionale già adottato.

Il mercato cambia di mese in mese: prodotti che vengono rinominati, si fondono o cambiano modello di prezzo. Le informazioni di questo articolo sono aggiornate agli inizi di novembre 2026.

I 12 harness selezionati

Prima di entrare nei criteri di scelta, ecco gli strumenti che abbiamo analizzato, in ordine alfabetico.

Come scegliere un harness per agenti AI

Partiamo subito dicendo che non esiste un harness migliore in assoluto. La scelta giusta dipende da che cosa si vuole delegare, da chi lo userà e dai vincoli dell’organizzazione. Prima di confrontare i prodotti conviene rispondere a sei domande, in quest’ordine.

1. Che lavoro voglio delegare? Scrivere e correggere codice, preparare documenti e analisi, gestire attività personali o costruire un’applicazione sono compiti diversi, e ogni strumento nasce con una vocazione precisa. Molti ormai coprono più ambiti, e poche tecnologie sono duttili quanto la IA, ma quasi sempre uno resta prevalente.

2. Chi lo userà? Uno sviluppatore lavora volentieri nel terminale o nel proprio editor di codice. Un analista o un manager ha bisogno di un’app con un’interfaccia familiare. Chi non sa programmare cerca uno strumento che consegni un risultato finito, senza mostrargli il codice.

3. Dove possono andare i dati? Alcuni harness lavorano sui server del fornitore, altri girano sul computer dell’utente, altri ancora si possono installare sui server aziendali. Se l’agente deve accedere a codice sorgente riservato, documenti interni o dati personali, questa domanda viene prima di tutte le altre.

4. Quanto voglio dipendere da un fornitore? Gli strumenti dei produttori di modelli funzionano solo, o soprattutto, con i modelli di casa. Altri offrono una scelta tra più fornitori, altri ancora accettano qualsiasi modello, compresi quelli eseguiti in locale. Più libertà significa meno lock-in, ma anche più lavoro di configurazione e risorse hardware adeguate.

5. Come voglio pagare? Un abbonamento mensile rende la spesa prevedibile ma impone limiti di utilizzo. Il pagamento a consumo segue l’uso reale ma è difficile da stimare in anticipo. Gli strumenti open source sono gratuiti, ma il costo dei modelli resta.

6. Quali controlli richiede l’azienda? Gestione centralizzata degli utenti, registri delle attività, politiche sui permessi, accordi sul trattamento dei dati: in un contesto aziendale sono requisiti, non opzioni. Spesso fanno la differenza tra la versione consumer e quella enterprise dello stesso prodotto.

I migliori harness per ogni esigenza

Le risposte alle domande precedenti restringono rapidamente il campo. Ecco gli strumenti da cui partire per ciascun tipo di utilizzo; nelle schede che seguono trovate i dettagli di ognuno.

Per programmare

È la categoria più affollata e più matura. Chi lavora nel terminale e vuole delegare compiti interi ha due riferimenti: Claude Code e OpenAI Codex, entrambi disponibili anche come app desktop. Chi preferisce un editor di codice con l’agente integrato trova in Cursor lo standard di fatto, mentre GitHub Copilot è la scelta più naturale per i team che gestiscono già il codice su GitHub e ha il prezzo d’ingresso più basso. Amazon Kiro è pensato per i team che vogliono imporre un metodo – prima le specifiche, poi il codice – ed è ovviamente ferratissimo su tutte le tecnologie impiegate sul cloud di AWS.

Fuori dalla nostra lista merita una citazione Devin di Cognition, che rappresenta l’estremo opposto dell’assistente interattivo: un agente a cui si assegna un intero compito, come a un collega, per poi rivedere il risultato.

Per la produttività

Per analisi, ricerche, documenti e presentazioni, i riferimenti sono le app desktop dei grandi fornitori: Claude e ChatGPT, che integrano anche le corrispondenti funzioni dedicate allo sviluppo. Entrambe lavorano su file locali e si collegano alle applicazioni aziendali. Manus è l’alternativa indipendente: un agente a cui delegare un compito lungo, che lavora nel cloud e consegna il risultato come file.

Come agente personale

OpenClaw ha reso popolare la categoria degli assistenti sempre attivi, con cui si interagisce da WhatsApp o Telegram e si installano sul proprio computer o su un server. Ha la comunità più ampia, ma anche la storia di (in)sicurezza più travagliata. Hermes Agent è l’alternativa più popolare, con un’architettura più controllata e un sistema di memoria che migliora con l’uso. Entrambi richiedono competenze tecniche per essere installati e messi in sicurezza.

Per creare app senza programmare

Lovable permette di ottenere un’applicazione web funzionante, con database e autenticazione, descrivendola a parole. È lo strumento più adatto a chi non scrive codice, e anche il punto di partenza per capire un fenomeno che sta portando lo sviluppo di software nei reparti di business, spesso fuori dal controllo dell’IT.

Con modelli locali o vincoli sui dati

Quando il codice o i documenti non possono uscire dal perimetro aziendale, servono harness che accettano qualsiasi modello, compresi quelli eseguiti in locale. Per il coding i riferimenti sono OpenCode, che lavora dal terminale, e Cline, che si installa come estensione nell’editor. Tra gli agenti personali, Hermes Agent e OpenClaw si collegano entrambi a modelli locali. Va ricordato che i modelli open weight eseguibili in locale sono in genere meno capaci di quelli di frontiera.

Le schede dei 12 harness

Ogni strumento è presentato con una scheda tecnica che riprende, in forma sintetica, le domande viste sopra. Ecco come leggerla.

• Produttore: l’azienda o la comunità che sviluppa lo strumento.
• Ambito: il tipo di lavoro per cui è pensato (coding, produttività, agente personale, creazione di app). Quando sono più di uno, il primo indicato è quello prevalente.
• Interfaccia: dove e come lo si usa: riga di comando (CLI), editor di codice (IDE) o estensione per IDE, app desktop, browser, app di messaggistica. Approfondimento: le interfacce degli harness.
• Modelli supportati: “solo [fornitore]” se funziona con i modelli di un unico produttore; “selezione del produttore” se offre più modelli all’interno di un catalogo deciso da chi sviluppa lo strumento; “qualsiasi, anche locale” se accetta qualunque fornitore e i modelli eseguiti sul proprio computer. Approfondimento: quali modelli si possono usare.
• Esecuzione: dove lavora l’agente: nel cloud del fornitore, in locale sul computer dell’utente o su server gestiti dall’azienda (self-hosted). Approfondimento: dove gira un harness.
• Licenza: proprietaria, open source o mista, quando solo una parte dello strumento è open source.
• Costo: abbonamento, pagamento a consumo, oppure software gratuito a cui si aggiunge il costo del modello. Non indichiamo i prezzi precisi, che cambiano di frequente.

Amazon Kiro

• Produttore: Amazon Web Services
• Ambito: coding
• Interfaccia: IDE, CLI, web
• Modelli supportati: selezione del produttore (Claude, GPT e modelli open weight, con instradamento automatico)
• Esecuzione: locale, con modelli nel cloud AWS
• Licenza: proprietaria
• Costo: piano gratuito con limiti, abbonamento a crediti

Kiro è l’ambiente di sviluppo agentico di AWS, basato su Code OSS, la base open source di Visual Studio Code, da cui eredita estensioni e scorciatoie. Annunciato nel luglio 2025 e disponibile per tutti da maggio 2026, ha preso il posto di Amazon Q Developer, che ha chiuso le nuove iscrizioni e verrà dismesso nell’aprile 2027.

La sua caratteristica distintiva è lo sviluppo guidato dalle specifiche. Prima di scrivere codice, l’agente produce un documento dei requisiti, uno di progettazione e un elenco di attività, che restano nel repository come riferimento. Gli steering file conservano le regole del progetto, mentre gli hook avviano azioni automatiche quando cambia un file. La modalità Auto sceglie il modello più adatto a ogni richiesta, ma si può anche selezionare manualmente tra i modelli Claude, GPT e diversi modelli open weight, più economici.

Punti di forza. Il metodo strutturato argina gli effetti nefasti del vibe coding “a sensazione” e lascia una documentazione utile anche ai colleghi. L’integrazione con AWS semplifica acquisto e governance per chi è già cliente.

Limiti. Il passaggio dalle specifiche rallenta i compiti piccoli. Il sistema a crediti, con costi diversi a seconda del modello, rende la spesa difficile da stimare.

Ideale per: team di sviluppo che vogliono un processo disciplinato, soprattutto in aziende che lavorano già su AWS.

Claude (app desktop e Claude Code)

• Produttore: Anthropic
• Ambito: coding, produttività
• Interfaccia: CLI, estensioni per IDE, app desktop, web, mobile
• Modelli supportati: solo Anthropic (anche tramite Amazon Bedrock, Google Vertex AI e Microsoft Foundry)
• Esecuzione: locale e cloud del fornitore
• Licenza: proprietaria
• Costo: abbonamento o API a consumo

Anthropic offre il suo harness in più forme. Claude Code, lanciato nel febbraio 2025, è l’agente per programmare: lavora nel terminale o nell’editor di codice, legge e modifica i file del progetto, esegue comandi e test. L’app desktop di Claude estende le stesse capacità anche a chi non usa ambienti di sviluppo specifici: lavora su documenti e file locali, si collega alle applicazioni aziendali e gestisce attività pianificate, accanto alla normale chat.

È uno degli harness più ricchi di funzioni: subagenti per il lavoro in parallelo, hook, skill, plugin, file di istruzioni (CLAUDE.md) e un supporto molto esteso al protocollo MCP, che Anthropic ha creato. In un sondaggio condotto a febbraio 2026 da The Pragmatic Engineer su circa 15.000 sviluppatori, il 46% lo indicava come lo strumento preferito, contro il 19% di Cursor.

Punti di forza. Harness e modello sono progettati insieme: nel benchmark Coding Agent Index di Artificial Analysis di ottobre 2026, la combinazione di Claude Code e Claude Sonnet 5.5 risultava al primo posto. Lo stesso ecosistema di skill e connettori serve sia agli sviluppatori sia agli altri reparti.

Limiti. Funziona solo con i modelli Claude. Il piano gratuito di Claude non include Claude Code, e negli abbonamenti l’uso è soggetto a pesanti limiti per sessione e settimanali, condivisi con la chat: per un uso professionale intensivo servono i piani più costosi.

Ideale per: sviluppatori che vogliono delegare compiti complessi e aziende che cercano un unico strumento per team tecnici e non tecnici.

Cline

• Produttore: Cline
• Ambito: coding
• Interfaccia: estensione per IDE, CLI (in anteprima)
• Modelli supportati: qualsiasi, anche locale
• Esecuzione: locale
• Licenza: open source (Apache 2.0)
• Costo: gratuito, più il costo del modello

Nato nel 2024 con il nome di Claude Dev, Cline è un agente di coding open source che si installa come estensione nell’editor che si usa già. Funziona in Visual Studio Code e nei suoi derivati, come Cursor, nei prodotti JetBrains e, tramite il protocollo ACP, anche in Zed e Neovim. Ha superato i 5 milioni di installazioni.

L’utente collega la propria chiave API, che sia di Anthropic, OpenAI, OpenRouter o di un modello eseguito in locale con Ollama, e paga direttamente il fornitore, senza ricarichi. Cline separa la fase di pianificazione da quella di esecuzione: in modalità Plan discute l’approccio senza toccare il codice, in modalità Act lo applica, mostrando ogni passaggio in un pannello laterale dove l’utente lo approva o lo rifiuta. Supporta MCP e può usare il browser per verificare il risultato.

Punti di forza. Nessun abbonamento e nessun vincolo sul modello: è il modo più semplice per avere un agente di coding con il modello che si preferisce, senza cambiare editor. Il codice aperto permette di verificare che cosa fa lo strumento.

Limiti. Il costo dipende interamente dal consumo di token, e nelle giornate di uso intenso può crescere in fretta: dall’aprile 2026 un avviso dedicato segnala il raggiungimento del limite di spesa, per evitare che un agente fuori controllo consumi il credito senza che l’utente se ne accorga. Le approvazioni frequenti rallentano il lavoro rispetto a un agente più autonomo.

Ideale per: sviluppatori e team che vogliono un agente nel proprio editor, con pieno controllo su modello e costi.

Cursor

• Produttore: Anysphere
• Ambito: coding
• Interfaccia: IDE, CLI, web
• Modelli supportati: selezione del produttore (il modello proprietario Composer, più Claude, GPT, Gemini e altri)
• Esecuzione: locale e cloud del fornitore
• Licenza: proprietaria
• Costo: piano gratuito con limiti, abbonamento

Cursor è l’editor di codice con agente integrato più diffuso tra gli sviluppatori professionisti. Deriva da Visual Studio Code, quindi ne conserva estensioni e abitudini, e aggiunge completamento del codice, modifiche guidate a parole e una conoscenza dell’intero progetto.

Nel 2026 si è spostato decisamente verso gli agenti. Dalla versione 3.0, rilasciata ad aprile, la finestra Agents permette di far lavorare più agenti in parallelo, in locale o su macchine virtuali nel cloud. I Cloud Agents si possono avviare anche da Slack, GitHub o Linear e continuano a lavorare con il computer spento. Cursor ha inoltre sviluppato un proprio modello, Composer, ottimizzato per il coding e più economico dei modelli di frontiera, che si affianca a quelli di Anthropic, OpenAI e Google selezionabili per ogni richiesta.

Punti di forza. Un’esperienza d’uso molto curata, che unisce l’editor quotidiano e la delega di compiti lunghi in un unico ambiente. La possibilità di scegliere il modello caso per caso permette di bilanciare qualità e costo.

Limiti. Bisogna adottare il suo editor al posto di quello in uso. Il sistema di richieste e crediti si esaurisce in fretta con i modelli più costosi, e il collegamento di modelli locali richiede passaggi tecnici non banali.

Ideale per: sviluppatori che vogliono un editor con agente integrato come strumento di lavoro principale.

GitHub Copilot

• Produttore: GitHub (Microsoft)
• Ambito: coding
• Interfaccia: estensione per IDE, CLI, web (github.com)
• Modelli supportati: selezione del produttore (Claude, GPT, Gemini e altri, con selezione automatica)
• Esecuzione: locale e cloud del fornitore
• Licenza: proprietaria
• Costo: piano gratuito con limiti, abbonamento con crediti

Nato come assistente al completamento del codice, GitHub Copilot è oggi tra gli strumenti di AI per sviluppatori più diffusi nelle aziende. Funziona come estensione in tutti i principali editor, da Visual Studio Code ai prodotti JetBrains, e dispone di una CLI con supporto a MCP.

All’assistente si affiancano due modalità agentiche. In modalità agente, dentro l’editor, Copilot esegue modifiche su più file e comandi, chiedendo approvazione. Il coding agent lavora invece nel cloud: si assegna una issue di GitHub a Copilot, che la sviluppa in un ambiente isolato basato su GitHub Actions e apre una pull request in bozza da rivedere, come farebbe un collega. Nel 2026 l’uso dei modelli si paga con i GitHub AI Credits, che hanno sostituito le richieste premium.

Punti di forza. È integrato nel flusso di lavoro di GitHub, dalle issue alle revisioni del codice, e gestisce licenze e criteri aziendali con gli strumenti già in uso. Dopo che nell’estate 2026 alcuni cambiamenti nella modalità di fatturazione avevano portato a consumare tutti i crediti mensili in pochi giorni, tra le proteste degli utenti, a ottobre ha introdotto il routing dei modelli per selezionare per ciascun compito quello più economico.

Limiti. Rende al meglio solo se il codice è gestito su GitHub. Sulle modifiche complesse su più file viene giudicato meno incisivo degli agenti specializzati, e il nuovo sistema a crediti richiede attenzione per non superare la quota inclusa.

Ideale per: aziende che usano GitHub e vogliono portare gli agenti nei team di sviluppo con il minimo attrito.

Google Antigravity

• Produttore: Google
• Ambito: coding
• Interfaccia: app desktop, CLI
• Modelli supportati: selezione del produttore (Gemini come modello predefinito; Claude nei piani a pagamento superiori)
• Esecuzione: locale e cloud del fornitore
• Licenza: proprietaria
• Costo: gratuito con quote, abbonamento Google AI

Antigravity è la piattaforma di sviluppo agentico di Google. Lanciata nel novembre 2025, è stata ricostruita da zero con la versione 2.0, presentata al Google I/O di maggio 2026: un’app desktop autonoma in cui più agenti lavorano in parallelo tra editor, terminale e browser, una CLI e un SDK per integrare lo stesso harness nelle proprie applicazioni.

La CLI di Antigravity ha sostituito Gemini CLI, che dal 18 giugno 2026 non serve più le richieste degli utenti con account gratuito o con abbonamento individuale. Ne eredita skill, hook, subagenti ed estensioni, ribattezzate plugin, ma a differenza del predecessore, che era open source con licenza Apache 2.0, è proprietaria. Il modello predefinito è Gemini, ma a ottobre 2026 Google ha annunciato l’arrivo di Claude Opus 5.5 e Sonnet 5.5 per gli abbonati ai piani Google AI Pro e Ultra. Per le aziende, Antigravity si collega ai progetti Google Cloud attraverso la Gemini Enterprise Agent Platform.

Punti di forza. Prestazioni di primo piano: nell’indice di Artificial Analysis di ottobre 2026 la combinazione con Gemini risultava seconda tra gli agenti di coding e prima nel test DeepSWE. Il piano gratuito permette di provarlo senza costi.

Limiti. Il passaggio forzato da Gemini CLI ha lasciato insoddisfatta una parte della comunità di sviluppatori, e la chiusura del codice riduce la trasparenza. Le quote gratuite si esauriscono in fretta con un uso intenso.

Ideale per: sviluppatori e aziende che lavorano nell’ecosistema Google Cloud o vogliono puntare sui modelli Gemini.

Hermes Agent

• Produttore: Nous Research
• Ambito: agente personale, produttività
• Interfaccia: CLI, app desktop, app di messaggistica
• Modelli supportati: qualsiasi, anche locale
• Esecuzione: locale o self-hosted
• Licenza: open source (MIT)
• Costo: gratuito, più il costo del modello

Rilasciato da Nous Research nel febbraio 2026, Hermes Agent è un assistente personale open source pensato per restare sempre attivo, ricordare il contesto tra una sessione e l’altra e svolgere attività pianificate. Si usa dal terminale, da un’app desktop per Windows, macOS e Linux, disponibile in anteprima da giugno 2026, oppure da Telegram, WhatsApp, Slack, Discord, Signal e posta elettronica.

La caratteristica che lo distingue è il ciclo di apprendimento: quando porta a termine un compito ricorrente, Hermes può scrivere una skill per svolgerlo meglio la volta successiva, e affinarla con l’uso. La memoria persistente conserva progetti e soluzioni già trovate. Funziona con qualsiasi modello compatibile con le API di OpenAI, compresi quelli eseguiti in locale con Ollama, e può eseguire i comandi in ambienti diversi, dal computer locale ai container Docker fino ai server remoti.

Punti di forza. L’agente migliora con l’uso invece di ripartire da zero, e non dipende da un marketplace di estensioni di terze parti per acquisire nuove capacità. La scelta tra diversi ambienti di esecuzione permette di isolarlo dal resto del sistema.

Limiti. Installazione e configurazione richiedono competenze tecniche. Le skill che l’agente scrive da sé vanno comunque controllate, e la comunità è più piccola di quella di OpenClaw.

Ideale per: utenti esperti che vogliono un assistente personale sotto il proprio controllo, capace di imparare dalle attività ripetitive.

Lovable

• Produttore: Lovable (Svezia)
• Ambito: creazione di app
• Interfaccia: web
• Modelli supportati: solo Anthropic, scelti dal produttore e non selezionabili
• Esecuzione: cloud del fornitore
• Licenza: proprietaria
• Costo: piano gratuito con limiti, abbonamento a crediti

Lovable, startup di Stoccolma fondata nel 2023 con il nome di GPT Engineer, è il più noto degli app builder: strumenti che generano un’applicazione web completa partendo da una descrizione in linguaggio naturale. L’utente spiega che cosa vuole ottenere, Lovable costruisce interfaccia, logica, database e autenticazione e pubblica il risultato con un clic su un proprio dominio.

L’harness lavora dietro le quinte. In modalità agente legge i file, corregge gli errori e cerca soluzioni sul web senza interventi manuali, ma l’utente non sceglie il modello: lo sviluppo è affidato ai modelli Claude, selezionati internamente. Il backend gira su Lovable Cloud, una versione gestita di Supabase, e il codice generato si può sincronizzare con GitHub per proseguire lo sviluppo con altri strumenti. Tra i concorrenti diretti ci sono Replit Agent, Bolt.new e v0 di Vercel.

Punti di forza. È il modo più rapido per passare da un’idea a un prototipo funzionante, anche senza saper programmare. L’interfaccia e l’onboarding sono tra i più curati della categoria.

Limiti. Produce solo applicazioni web, non app mobili native. Chi non sa programmare fatica a capire che cosa va ancora verificato prima di mettere l’applicazione davanti a utenti reali, a partire dalla sicurezza. I costi a crediti crescono con l’uso e diventano meno prevedibili su progetti di una certa dimensione.

Ideale per: prototipi, strumenti interni e progetti di chi non ha un team di sviluppo. In azienda, da affiancare a regole chiare per evitare applicazioni create fuori dal controllo dell’IT.

Manus

• Produttore: Manus (Butterfly Effect, Singapore)
• Ambito: produttività, coding
• Interfaccia: web, app mobili
• Modelli supportati: selezione del produttore, non selezionabile (Claude e altri modelli)
• Esecuzione: cloud del fornitore
• Licenza: proprietaria
• Costo: abbonamento a crediti

Manus è stato, nel marzo 2025, il primo agente generalista a conquistare il grande pubblico. L’utente descrive un compito a parole, per esempio una ricerca di mercato, un’analisi di dati o una presentazione, e Manus lo esegue in una macchina virtuale nel cloud, dotata di browser, interprete di codice e applicazioni da ufficio. Suddivide il lavoro in passaggi e consegna il risultato in chat o come file scaricabili. Con la funzione Wide Research può lanciare fino a cento subagenti in parallelo, e supporta attività pianificate e ricorrenti.

La vicenda societaria merita attenzione. A dicembre 2025 Meta ne aveva annunciato l’acquisizione per oltre 2 miliardi di dollari, ma ad aprile 2026 il governo cinese ha bloccato l’operazione. Fondatori e investitori hanno riacquistato l’azienda, che a settembre è tornata indipendente e a ottobre ha raccolto oltre 500 milioni di dollari in un round guidato da Boyu Capital e IDG Capital, con Tencent tra gli investitori.

Punti di forza. È l’agente più adatto a delegare un lavoro completo e tornare a vedere il risultato, senza installare nulla. L’esecuzione nel cloud non tocca il computer dell’utente.

Limiti. Il consumo di crediti varia molto da un compito all’altro ed è difficile da prevedere. Per un’azienda europea, l’assetto proprietario e il legame con il contesto regolatorio cinese sono elementi da valutare con attenzione prima di affidargli dati aziendali.

Ideale per: professionisti che vogliono delegare ricerche, analisi e documenti senza competenze tecniche.

OpenAI Codex

• Produttore: OpenAI
• Ambito: coding, produttività
• Interfaccia: CLI, estensioni per IDE, app desktop, web, mobile
• Modelli supportati: solo OpenAI (la CLI accetta anche modelli locali)
• Esecuzione: locale e cloud del fornitore
• Licenza: mista (CLI open source Apache 2.0, app ed estensioni proprietarie)
• Costo: incluso negli abbonamenti ChatGPT, anche gratuito con limiti; API a consumo

Codex è l’agente di OpenAI per lo sviluppo software, e il principale concorrente di Claude Code. Nasce nel 2025 come CLI open source, scritta in Rust, e come agente nel cloud dentro ChatGPT; nel febbraio 2026 arriva l’app desktop, che dal 9 luglio è diventata una delle tre modalità della nuova app di ChatGPT, accanto a Chat e Work. Secondo OpenAI, a giugno 2026 contava oltre 5 milioni di utenti settimanali.

L’impostazione privilegia la sicurezza per costruzione: il codice generato gira in una sandbox, e nel cloud ogni compito si svolge in un contenitore isolato con l’accesso alla rete disattivato per impostazione predefinita. L’app gestisce più agenti in parallelo e, dalla primavera 2026, aggiunge controllo del computer, browser integrato, memoria e plugin, spingendo Codex oltre il coding. Codex Security, presentato a marzo 2026, è dedicato alla ricerca e alla correzione delle vulnerabilità.

Punti di forza. È incluso anche nei piani economici di ChatGPT, il che lo rende facile da provare. Il modello di sicurezza basato sulla sandbox è tra i più rigorosi, e la CLI aperta permette di verificarne il funzionamento.

Limiti. Nell’app si usano solo i modelli OpenAI. La continua riorganizzazione dei prodotti, con app che si fondono e cambiano nome, rende meno stabile il quadro per chi deve standardizzare gli strumenti in azienda.

Ideale per: sviluppatori che vogliono delegare compiti in parallelo e aziende che usano già ChatGPT.

OpenClaw

• Produttore: OpenClaw Foundation (progetto open source)
• Ambito: agente personale, produttività
• Interfaccia: app di messaggistica, CLI, dashboard web
• Modelli supportati: qualsiasi, anche locale
• Esecuzione: locale o self-hosted
• Licenza: open source (MIT)
• Costo: gratuito, più il costo del modello

OpenClaw è il progetto che ha reso popolare l’idea di un assistente personale sempre attivo, che vive nelle app di messaggistica invece che in una finestra del browser. Creato alla fine del 2025 dallo sviluppatore austriaco Peter Steinberger con il nome di Clawdbot, poi diventato Moltbot e infine OpenClaw, è esploso all’inizio del 2026. Nel febbraio 2026 Steinberger è stato assunto da OpenAI, ma il progetto è rimasto open source e indipendente. A ottobre 2026 ne è stata creata anche una versione enterprise con funzioni di governance.

Il cuore è un processo chiamato Gateway, che gira sul computer o sul server dell’utente e gestisce le connessioni con i canali di messaggistica, da WhatsApp a Telegram, da Discord a iMessage. Memoria e identità dell’agente sono salvate in file sul disco. Le capacità si estendono con le skill, molte delle quali disponibili nel marketplace della comunità, ClawHub. Funziona con i principali fornitori di modelli e con quelli locali, grazie all’integrazione nativa con Ollama.

Punti di forza. Una comunità vastissima, con un ecosistema di skill e integrazioni senza paragoni nella categoria. Controllo completo su dati, modelli e configurazione.

Limiti. La crescita è stata più rapida della maturità in termini di sicurezza. Tra gennaio e febbraio 2026 sono emerse vulnerabilità critiche e una campagna di skill malevole: i ricercatori di Koi Security ne hanno individuate 341 su 2.857 presenti su ClawHub. Il progetto ha poi introdotto la scansione delle skill e decine di correzioni, ma resta indispensabile installare solo estensioni verificate e non esporre il Gateway su Internet.

Ideale per: utenti esperti e sperimentatori disposti a curarne la sicurezza. In azienda, solo con una valutazione accurata dei rischi.

OpenCode

• Produttore: Anomaly
• Ambito: coding
• Interfaccia: CLI, app desktop, estensione per IDE, web
• Modelli supportati: qualsiasi, anche locale
• Esecuzione: locale o self-hosted
• Licenza: open source (MIT)
• Costo: gratuito, più il costo del modello

OpenCode è il coding agent open source cresciuto più rapidamente negli ultimi mesi: lanciato a giugno 2025 dai fondatori di Serverless Stack, oggi conta oltre 215.000 stelle su GitHub e, secondo il produttore, 16 milioni di sviluppatori al mese. Nato come interfaccia per il terminale, è disponibile anche come app desktop, estensione per l’editor e interfaccia web.

Il suo punto di forza è la libertà di scelta: si collega a oltre 75 fornitori di modelli, compresi quelli eseguiti in locale con strumenti come Ollama o LM Studio. Chi non vuole gestire le chiavi API può usare Zen, un catalogo a pagamento di modelli selezionati e testati dal produttore per il coding. L’architettura client-server permette di far girare l’agente in un container Docker o su un server remoto e di seguirlo anche dal telefono o dal browser. Il produttore dichiara di non conservare il codice degli utenti, salvo quando si usano i modelli gratuiti offerti dal servizio.

Punti di forza. È l’alternativa open source più completa agli agenti da terminale dei grandi fornitori, senza vincoli sul modello e con la possibilità di installarlo sui server aziendali.

Limiti. I risultati dipendono molto dal modello collegato, e con i modelli open weight restano lontani da quelli ottenuti con i modelli di frontiera. La crescita rapida ha lasciato aperte alcune segnalazioni, tra cui rallentamenti sui repository molto grandi.

Ideale per: sviluppatori e aziende che vogliono un agente da terminale senza lock-in, anche con modelli in locale.

Il confronto in sintesi

La tabella riassume le schede tecniche dei dodici harness, per un confronto rapido.

Da tenere d’occhio

Gli agenti proattivi dei grandi fornitori

Tra settembre e ottobre 2026 OpenAI, Meta e Anthropic hanno lanciato tre prodotti che portano gli agenti personali nel cloud, in versione gestita. Li segnaliamo qui perché al momento non sono disponibili per gli utenti italiani.

• OpenAI Dots: agenti sempre attivi dentro ChatGPT, ciascuno con un proprio computer nel cloud, raggiungibili anche da Slack e Teams. Esclusi gli abbonati Pro dello Spazio economico europeo, della Svizzera e del Regno Unito.
• Meta Muse: un agente che gestisce email e agenda, prenota, fa acquisti e negozia, utilizzabile anche da WhatsApp, con una versione per piccole imprese. Disponibile da settembre 2026 negli Stati Uniti e in Canada, senza date annunciate per l’Europa.
• Claude Duet: un agente proattivo che ogni mattina segnala che cosa richiede attenzione nelle app collegate e chiede conferma prima di agire. In anteprima su lista d’attesa, solo negli Stati Uniti.

Le alternative rimaste fuori

La selezione di dodici strumenti ne ha esclusi altri che meritano attenzione. Devin di Cognition è il riferimento per chi vuole delegare interi compiti di sviluppo a un agente autonomo; da giugno 2026 anche l’editor Windsurf, acquisito da Cognition, si chiama Devin Desktop. Aider è il veterano degli agenti da terminale open source, nato nel 2023, che trasforma ogni modifica in un commit e funziona con oltre cento fornitori di modelli. Goose, sviluppato da Block e oggi parte della Agentic AI Foundation della Linux Foundation, è un framework open source pensato anche per costruire agenti su misura. Factory si rivolge alle grandi aziende con agenti specializzati per sviluppo, revisione, test e documentazione.

Muse Code è l’agente di coding da terminale di Meta, in beta da agosto 2026 e legato al modello Muse Spark. Oltre alla tariffa standard prevede un livello “contributor”, molto più economico, in cui l’utente accetta che prompt e risposte vengano usati per addestrare i futuri modelli di Meta: una scelta da valutare con attenzione quando si lavora su codice aziendale.

Domande frequenti

Quali sono le differenze tra Claude Code e Codex?

Sono i due principali agenti di coding dei grandi fornitori, ed entrambi si usano dal terminale, dall’editor o da un’app desktop. Claude Code funziona solo con i modelli Claude, è proprietario e punta su un’ampia estensibilità, tra subagenti, hook, skill e MCP. Codex usa i modelli OpenAI, ha una CLI open source, esegue il codice in sandbox per impostazione predefinita ed è incluso anche nei piani gratuiti ed economici di ChatGPT, con limiti d’uso.

Quali sono le alternative open source a Claude Code?

Le principali sono OpenCode, che lavora dal terminale come Claude Code e si collega a oltre 75 fornitori di modelli, e Cline, che si installa come estensione nell’editor di codice. Tra i progetti più consolidati c’è anche Aider. La CLI di Codex è open source, ma è pensata soprattutto per i modelli OpenAI.

Quale harness si può usare con modelli in locale?

Per il coding, OpenCode e Cline accettano qualsiasi modello, compresi quelli eseguiti sul proprio computer con Ollama o LM Studio; anche la CLI di Codex supporta ufficialmente i modelli locali. Tra gli agenti personali, Hermes Agent e OpenClaw funzionano entrambi con modelli locali. I modelli open weight eseguibili in casa sono però in genere meno capaci di quelli di frontiera.

OpenClaw è sicuro?

OpenClaw ha avuto una storia di sicurezza travagliata: all’inizio del 2026 sono emerse vulnerabilità critiche e centinaia di skill malevole nel suo marketplace. Il progetto ha introdotto controlli e decine di correzioni, ma resta uno strumento da usare con cautela: installando solo skill verificate, mantenendolo aggiornato, senza esporlo su Internet e senza concedergli più permessi del necessario.

Qual è l’harness più adatto a chi non sa programmare?

Dipende dall’obiettivo. Per creare un’applicazione web descrivendola a parole, il riferimento è Lovable. Per delegare ricerche, analisi e documenti, le app desktop di Claude e ChatGPT e Manus non richiedono competenze tecniche. Gli agenti personali open source come OpenClaw e Hermes Agent, invece, richiedono di saper installare e configurare software.

Esistono harness per agenti AI gratuiti?

Gli harness open source come OpenCode, Cline, OpenClaw e Hermes Agent sono gratuiti, ma si paga il modello, a meno di usarne uno in locale. Tra gli strumenti commerciali, Codex è incluso anche nel piano gratuito di ChatGPT, mentre Amazon Kiro, Cursor, GitHub Copilot e Google Antigravity offrono piani gratuiti con limiti d’uso.