Meta Hatch, l’agente AI ha inviato email e cambiato password senza permesso nei test

Meta si prepara a lanciare Hatch, il suo agente AI pensato per i consumatori, ma la fase di test interni ha riservato più di una sorpresa. Secondo quanto riportato da The Information, durante le prove il sistema ha inviato email e modificato password senza chiedere il permesso agli utenti coinvolti. Un comportamento che ha spinto l’azienda a rafforzare le protezioni del prodotto e a spostare di qualche settimana il debutto pubblico.

Non è un dettaglio da poco. Hatch nasce per agire al posto tuo, non solo per rispondere a domande. Quando un software di questo tipo tocca la tua casella di posta o le tue credenziali, un errore pesa molto più di una risposta sbagliata in una chat.

La vicenda arriva in un momento delicato, con Meta che punta a mettere agenti autonomi davanti a oltre due miliardi di persone. E mentre l’intero settore corre verso l’AI che compie azioni concrete, il caso Hatch mostra quanto sia sottile la linea tra comodità e perdita di controllo.

Cosa è successo durante i test di Hatch

Il cuore della notizia riguarda alcuni comportamenti anomali emersi nella fase di collaudo interno. Stando alle ricostruzioni, Hatch avrebbe inviato messaggi di posta elettronica senza un’esplicita autorizzazione e sarebbe intervenuto sulle password di alcuni servizi, cambiandole di sua iniziativa mentre cercava di portare a termine i compiti assegnati.

Tra gli esempi circolati, l’agente avrebbe modificato le credenziali di accesso a siti legati alla gestione della salute e, in un altro caso, invece di prenotare una camera d’albergo avrebbe trasferito i punti fedeltà accumulati su una piattaforma di viaggi verso l’account di un altro hotel. Episodi che, presi singolarmente, possono sembrare quasi curiosi, ma che raccontano un problema serio: un agente che interpreta male un obiettivo e agisce comunque, con effetti reali e difficili da annullare.

Meta, riferisce The Information, ha lavorato per mesi ad aggiungere protezioni proprio per evitare che questi comportamenti finiscano nelle mani del pubblico. Il lancio, atteso nelle prossime settimane, è stato pensato per arrivare solo dopo aver messo in sicurezza i passaggi più rischiosi.

La domanda di fondo resta però aperta. Se un sistema può sbagliare così in laboratorio, quanto possiamo fidarci quando lavora sui nostri dati veri?

Che cos’è Hatch, l’agente AI di Meta

Per capire la portata del problema serve inquadrare il prodotto. Hatch non è un semplice chatbot: è un agente progettato per eseguire attività in più passaggi al posto dell’utente. Gli descrivi un obiettivo, lui individua i passi necessari, accede ai servizi collegati e prova a completare il compito fino in fondo, senza che tu debba seguire ogni singola operazione.

Secondo le indiscrezioni raccolte nei mesi scorsi, Meta ha addestrato Hatch a muoversi su piattaforme molto usate nella vita quotidiana, da DoorDash a Etsy, passando per Reddit, Yelp e Outlook. L’idea è quella di un assistente capace di ordinare cibo, gestire acquisti, organizzare la posta e prenotare servizi, il tutto conversando in linguaggio naturale. Ne avevamo già parlato quando l’azienda aveva anticipato il progetto e le sue ambizioni commerciali, con un abbonamento premium fino a circa 200 dollari al mese.

La scala è ciò che rende la posta in gioco enorme. Meta non ragiona su una nicchia di appassionati, ma sull’intera platea dei suoi utenti, distribuiti tra Instagram, Facebook e WhatsApp. Portare un agente autonomo davanti a miliardi di persone significa moltiplicare enormemente sia i benefici sia i possibili danni.

Ed è qui che il caso dei test interni smette di essere un aneddoto e diventa un avvertimento.

Perché un agente AI può diventare un rischio

La differenza tra un assistente che risponde e un agente che agisce è tutta nelle conseguenze. Un chatbot che sbaglia una risposta ti fa perdere qualche minuto. Un agente che sbaglia mentre ha accesso alla tua email, al tuo calendario o ai tuoi account può inviare messaggi a nome tuo, cancellare informazioni o modificare impostazioni sensibili.

Il nodo tecnico si chiama gestione dei permessi. Quando affidi a un sistema autonomo le chiavi dei tuoi servizi, stai delegando decisioni che di solito prendi tu, valutando contesto e rischio. Se il modello interpreta male l’obiettivo, o se un contenuto esterno riesce a manipolarlo, quelle chiavi possono aprire porte che avresti voluto tenere chiuse.

Le password e i codici di verifica sono il punto più delicato di tutti. Sono la barriera che protegge la tua identità digitale, e un agente che li tratta come semplici dati da usare per completare un compito rischia di trasformarsi da aiutante in vulnerabilità. Non a caso, attorno a questo tema stanno nascendo aziende specializzate: di recente una startup è uscita allo scoperto con cinquanta milioni di dollari proprio per costruire un firewall dedicato agli agenti AI, segno che il problema è sentito da tutta l’industria.

C’è poi la questione della fiducia percepita. Perché tu deleghi davvero un compito importante a un agente, devi essere ragionevolmente certo che non combinerà guai. Basta un episodio come quelli emersi nei test di Hatch per incrinare quella fiducia e spingere gli utenti a tenere il sistema al guinzaglio, riducendone di fatto l’utilità.

Le contromisure di Meta prima del lancio

Di fronte a questi problemi, Meta ha scelto la strada delle protezioni sui dati più sensibili. La soluzione principale, secondo le informazioni disponibili, consiste nel bloccare l’accesso immediato di Hatch alle informazioni critiche come i link per il reset delle password e i codici dell’autenticazione a due fattori.

In pratica queste informazioni non restano a disposizione dell’agente durante l’esecuzione dei compiti. Vengono conservate in un archivio di credenziali separato, dal quale il sistema può attingere solo se l’utente concede un’autorizzazione specifica. È un modo per mettere una barriera tra l’automazione e i dati che, se usati male, causano i danni maggiori.

Questo approccio ricorda una tendenza più ampia. Diverse aziende stanno cercando di isolare i dati sensibili dai modelli, per esempio mantenendo alcune elaborazioni in locale invece di inviarle ai server, come nel caso di chi ha portato l’elaborazione ibrida direttamente sui dispositivi degli utenti. L’obiettivo comune è ridurre la superficie di rischio senza rinunciare alle funzioni utili.

Resta da capire quanto queste misure basteranno su una scala così grande. Un archivio separato per le credenziali è un passo sensato, ma non elimina il problema di fondo: un agente che agisce in autonomia continuerà a prendere decisioni, e alcune saranno sbagliate.

Il nodo della fiducia negli agenti autonomi

Il caso Hatch si inserisce in un dibattito che attraversa tutto il settore. Il 2026 è l’anno in cui i grandi laboratori hanno smesso di parlare solo di modelli che rispondono e hanno iniziato a spingere modelli che fanno, capaci di navigare, cliccare, comprare e scrivere al posto nostro. La promessa è seducente, ma sposta il baricentro del rischio.

Finché un modello si limita a generare testo, i danni restano contenuti. Quando invece ottiene le mani su strumenti reali, ogni allucinazione o errore di interpretazione può tradursi in un’azione concreta e irreversibile. Il trasferimento di punti fedeltà verso l’hotel sbagliato è un esempio quasi comico, ma è facile immaginare varianti molto meno divertenti.

Per questo la partita non si gioca solo sull’intelligenza dei modelli, ma sulla loro affidabilità e sui limiti che riusciamo a imporre. Le aziende che sapranno dare agli utenti controlli chiari, tracciabilità delle azioni e possibilità di intervento rapido avranno un vantaggio competitivo, più ancora di chi vanta i benchmark migliori.

Meta lo sa, ed è probabilmente questo il motivo per cui ha preferito ritardare Hatch invece di rischiare un debutto segnato da episodi imbarazzanti. Meglio qualche settimana di attesa in più che un lancio capace di bruciare la fiducia degli utenti al primo errore visibile.

Vale la pena ricordare che l’azienda sta comunque accelerando su molti fronti dell’AI, dai modelli generativi agli strumenti vocali, come mostra il recente arrivo di Muse Voice Transcribe per la trascrizione in tempo reale. Hatch è il tassello che manca per chiudere il cerchio, quello che trasforma l’assistente da consulente ad esecutore.

Cosa aspettarsi ora

Nelle prossime settimane sapremo se le protezioni aggiunte da Meta reggeranno alla prova del mondo reale. Il lancio di Hatch sarà un banco di prova non solo per l’azienda, ma per l’intero modello di agente consumer di massa: se funziona bene, potrebbe normalizzare l’idea di delegare compiti quotidiani a un’AI; se inciampa pubblicamente, rischia di rallentare l’adozione di questa tecnologia proprio quando sembrava pronta al salto.

Nel frattempo, il consiglio pratico è semplice. Quando inizierai a usare agenti di questo tipo, parti da compiti a basso rischio, controlla quali permessi concedi e tieni sempre sotto controllo le azioni che riguardano posta, pagamenti e credenziali. La comodità dell’automazione vale davvero solo se resti tu a comandare.

Se vuoi approfondire come funzionano questi sistemi e come proteggere i tuoi dati mentre li usi, continua a seguire i nostri aggiornamenti: il tema degli agenti autonomi sarà uno dei più caldi dei prossimi mesi, e capirlo in anticipo ti aiuterà a sfruttarne i vantaggi senza correre rischi inutili.