Il nono episodio del podcast di OpenAI è dedicato a ChatGPT Atlas, il nuovo browser costruito attorno ai modelli linguistici dell’azienda. Il conduttore Andrew Mayne dialoga con Ben Goodger e Darin Fisher, due ingegneri che hanno lavorato in passato su Netscape, Firefox e Chrome, per raccontare come nasce Atlas, quali scelte di progettazione lo caratterizzano e che cosa può cambiare nel modo in cui le persone usano il web.
L’episodio parte da una domanda semplice: che cosa succede a internet quando il browser può “fare” cose al posto dell’utente, oltre a mostrare pagine e risultati di ricerca? Da qui si sviluppa una conversazione lunga e densa che attraversa storia dei browser, agenti automatizzati, architettura tecnica e scenari per i prossimi cinque anni.
Che cos’è ChatGPT Atlas
Goodger definisce Atlas come un browser progettato per un web in cui l’interazione passa sempre di più attraverso il linguaggio naturale. Il punto centrale è l’idea di mettere ChatGPT “al cuore del browser”, in una forma diversa dalle estensioni tradizionali e in qualità di componente integrata che aiuta a leggere, interpretare e usare il contenuto online. Secondo Goodger, Atlas consente di dire al computer che cosa si vuole ottenere, dall’acquisto di un prodotto alla risoluzione di un problema complesso, lasciando al sistema il compito di muoversi fra siti, pagine e servizi per arrivare al risultato.
Questa integrazione non riguarda solo le azioni rapide. Gli autori parlano di compiti che possono durare giorni o settimane: progetti di lavoro, ricerche articolate, attività che richiedono ritorni successivi alla stessa materia. Atlas punta a mantenere il contesto di queste attività, a ricordare ciò che l’utente stava facendo e a permettere di riprendere il filo senza dover ricostruire ogni volta la storia della sessione.
Perché un browser dedicato e perché adesso
Goodger e Fisher spiegano che l’idea di costruire un browser da zero arriva in un momento in cui i modelli linguistici hanno raggiunto un livello di maturità tale da rendere possibili esperienze “naturali” per un pubblico ampio. Guardando all’evoluzione degli strumenti di intelligenza artificiale negli ultimi anni, secondo loro oggi esiste una combinazione favorevole fra potenza dei modelli, infrastruttura e capacità di integrazione con il software tradizionale.
Fisher sottolinea che per molti utenti ChatGPT è già diventato un punto di partenza per informarsi, lavorare o prendere decisioni. Portare ChatGPT al centro del browser risponde a questo cambiamento di comportamento: l’obiettivo è far sì che l’apertura di Atlas e l’avvio di una richiesta al modello coincidano, invece di costringere l’utente a passare da schede e strumenti separati.
I browser nell’era dell’intelligenza artificiale
Nel podcast si ripercorre brevemente la storia dei browser, dagli anni Novanta alle fasi più recenti, per inquadrare il ruolo di Atlas. Goodger parla di un web che ora include un nuovo tipo di interazione, basata sulla possibilità di “parlare” al software e ottenere risposte operative. Il passaggio descritto è quello da un mondo in cui serviva ricordare indirizzi, cercare manualmente le risorse e navigare i menu, a uno scenario in cui è sufficiente esprimere il compito da svolgere.
Fisher ribadisce che il browser resta uno strumento centrale, anche dopo l’affermazione di smartphone e app dedicate. Secondo la sua lettura, una parte sostanziale del lavoro “di sostanza” continua a passare dal browser, perché è lì che si accede alla maggior parte delle informazioni, dei servizi e degli strumenti di produttività.
Agent mode: quando il browser agisce al posto dell’utente
Uno dei temi principali dell’episodio è l’agent mode di Atlas. Goodger lo descrive come la modalità in cui l’utente “invita” ChatGPT a compiere azioni sul web per suo conto. La distinzione tracciata è fra semplici risposte testuali e veri e propri compiti operativi: nel primo caso l’utente riceve spiegazioni o riassunti, nel secondo il modello interagisce con interfacce, pulsanti, moduli e pannelli di controllo.
Gli esempi includono fogli di calcolo in cui l’utente chiede direttamente la creazione di un grafico senza dover ricordare i passaggi della piattaforma, oppure la gestione di fatture complesse di un fornitore cloud. In questi scenari Atlas naviga il sito, individua le informazioni rilevanti, le organizza e, quando richiesto, esegue azioni come la disattivazione di un servizio.
Una parte interessante riguarda la gestione delle schede. Il team ha introdotto una separazione fra le schede “visibili”, aperte direttamente dall’utente, e quelle che l’agente usa per lavorare in background. L’utente può rivedere a posteriori che cosa è avvenuto, ma non viene sommerso da decine di nuove schede durante l’esecuzione del compito.
Side Chat e la barra laterale Ask ChatGPT
Accanto all’agent mode, gli ospiti descrivono il ruolo di Side Chat, la barra laterale che accompagna la navigazione. Goodger la indica come una delle funzioni più utilizzate nel quotidiano: il pannello può riassumere in modo rapido pagine molto lunghe, evidenziare gli elementi più rilevanti per l’utente, confrontare prezzi durante lo shopping online, svolgere ricerche aggiuntive senza lasciare il sito che si sta guardando.
Side Chat diventa anche un punto di partenza per avviare agent tasks: da un semplice riassunto o da una domanda su una pagina, l’utente può passare alla richiesta di un’azione più articolata, che verrà gestita dall’agente su altre schede. Fisher cita inoltre casi d’uso immediati, come la traduzione istantanea di testi all’interno di altre applicazioni, ottenuta selezionando il contenuto e richiamando Side Chat senza passaggi intermedi.
Sul fronte della ricerca, Atlas combina elementi familiari dei motori tradizionali, come tab specifiche per immagini o notizie, con le risposte del modello sulla stessa pagina. Fisher osserva che, usando Atlas come un normale motore di ricerca, l’utente finisce gradualmente per scoprire le capacità del modello, perché spesso la risposta utile si trova già nel riquadro generato dall’intelligenza artificiale, accanto ai link.
Personalizzazione e “browser memories”
Un altro blocco della conversazione è dedicato alla personalizzazione. ChatGPT possiede già funzioni di memoria che permettono al modello di adattarsi nel tempo alle preferenze dell’utente. Atlas estende questo concetto alla cronologia di navigazione introducendo le cosiddette browser memories, cioè informazioni che il sistema trae dall’uso del web per offrire suggerimenti più mirati.
Goodger fa l’esempio delle ricerche di voli: se un utente utilizza spesso il sito di una specifica compagnia aerea, l’agente impara a privilegiare quella destinazione nelle sessioni successive. L’utente risparmia tempo perché non deve ripetere ogni volta lo stesso contesto. Fisher aggiunge che questo tipo di memoria influisce anche sulle ricerche future, che partono da una conoscenza più ampia delle abitudini individuali. Sono presenti controlli per scegliere come usare queste informazioni e, se lo si desidera, disattivare del tutto la personalizzazione.
Scrolling tabs e gestione di grandi quantità di pagine
Nel podcast viene descritta anche una funzione sperimentale: le scrolling tabs. Fisher spiega che questo sistema consente di tenere aperte migliaia di schede senza compromettere la reattività del browser. L’utente può accedervi tramite una ricerca nelle schede, mentre il modello ha visibilità su questo insieme esteso di pagine e può riferirsi ai loro contenuti quando serve.
Per il team di Atlas questo approccio si collega alla visione di compiti distribuiti nel tempo. Il browser diventa una sorta di archivio operativo di pagine e stati applicativi, che l’agente può riprendere anche a distanza di tempo per continuare un lavoro interrotto e ricostruire il contesto utile all’utente.
Architettura: OWL e l’integrazione con Chromium
Una parte significativa dell’episodio entra nei dettagli tecnici. Atlas utilizza Chromium come motore di base, tramite un’implementazione chiamata OWL, che gira in un processo separato rispetto all’interfaccia principale del browser. Fisher spiega che questa scelta consente di far lavorare in parallelo il motore di rendering delle pagine e il livello applicativo di Atlas. Se una componente si blocca, l’altra può continuare a funzionare e ripristinare rapidamente le schede.
La decisione di basarsi su Chromium viene motivata soprattutto con due argomenti: compatibilità e supporto alle estensioni. Molti siti moderni utilizzano funzionalità ottimizzate per i browser basati su Chromium; partire da questa base riduce il rischio che gli utenti incontrino problemi. Inoltre, l’ecosistema di estensioni già esistenti resta utilizzabile, così chi passa ad Atlas può continuare ad affidarsi agli strumenti a cui è abituato.
Gli ospiti ripercorrono anche la genealogia dei motori di rendering, da KHTML a WebKit fino a Blink, per mostrare come Atlas si inserisca in una lunga catena di progetti open source. In questo quadro, l’innovazione principale si colloca nel livello in cui l’intelligenza artificiale interagisce con il motore del browser, piuttosto che in un nuovo engine completamente riscritto.
Editori, siti web e ruolo del contenuto online
Mayne chiede a Fisher come debbano reagire editori, gestori di siti e sviluppatori di web app di fronte a un browser alimentato da agenti. La risposta punta sull’idea che modelli e agenti agiscono come mediatori fra gli utenti e il contenuto esistente, non come sostituti della pubblicazione. Fisher descrive scenari in cui il modello fornisce estratti e citazioni, o guida direttamente l’utente verso un sito quando l’intento è eminentemente “navigazionale”, ad esempio l’acquisto di un prodotto su una piattaforma specifica.
Secondo questa visione, buona parte del lavoro su Atlas riguarda proprio la capacità di riconoscere in modo accurato le intenzioni delle persone e di servire nel modo più diretto chi vuole arrivare a un sito preciso. La ricerca guidata dal modello e la navigazione tradizionale vengono considerate due modalità complementari che coesistono, invece di escludersi a vicenda.
Verso i prossimi cinque anni di web
Nel finale l’episodio guarda al futuro. Goodger dichiara che l’obiettivo è avvicinarsi a uno scenario in cui gli utenti pensano meno agli strumenti specifici, browser, motore di ricerca, estensione, app, e si concentrano di più sulla formulazione di ciò che vogliono ottenere. Il sistema, composto da Atlas, dal modello e dagli strumenti collegati, dovrebbe essere in grado di selezionare da solo le azioni necessarie, utilizzando il web come grande infrastruttura informativa.
Fisher insiste sul fatto che le pagine web resteranno una componente stabile del panorama digitale, proprio perché costituiscono ancora oggi il canale principale attraverso cui persone e organizzazioni pubblicano contenuti e servizi accessibili da qualunque browser. In questa prospettiva, Atlas punta a valorizzare l’apertura del web, collegando in modo più efficiente le intenzioni degli utenti con ciò che esiste già online, senza cambiare la natura di base della piattaforma.
