IA · 16 luglio 2026 · 3 min di lettura
La nuova trincea degli agenti IA: OpenAI lancia GPT-Red e 1Password blinda Claude
In sintesi: Nelle ultime 48 ore, la sicurezza degli agenti IA ha registrato una svolta cruciale. OpenAI ha rivelato l'esistenza di GPT-Red, un LLM addestrato come hacker autonomo per testare le difese di GPT-5.6, mentre 1Password ha lanciato un'integrazione "zero-exposure" per impedire a Claude di visualizzare le password che utilizza per automatizzare i compiti degli utenti. Due mosse che ridefiniscono i confini della cybersecurity nell'era dell'IA autonoma.
di Team Mocchi's
La frontiera della sicurezza nell'era degli agenti
L'evoluzione dell'intelligenza artificiale verso i cosiddetti "agenti" — sistemi capaci di navigare sul web, gestire file, inviare email ed eseguire codice — ha spalancato le porte a una nuova classe di vulnerabilità. Se un LLM non si limita a rispondere a una domanda ma agisce attivamente sul computer dell'utente, la superficie di attacco cresce esponenzialmente. Nelle ultime ore, due annunci cruciali hanno delineato come l'industria tech intenda affrontare questa nuova era della cybersecurity.
GPT-Red: il super-hacker automatizzato di OpenAI
Come svelato in esclusiva da MIT Technology Review, OpenAI ha sviluppato e impiegato un modello specializzato chiamato GPT-Red. Si tratta di un LLM programmato esclusivamente per comportarsi da hacker e scovare falle di sicurezza negli altri modelli dell'azienda attraverso un processo di "red-teaming" completamente automatizzato.
I ricercatori hanno addestrato GPT-Red all'interno di un "dojo" virtuale in cui il modello si scontrava in modalità self-play con altre IA: mentre l'hacker tentava di aggirare i blocchi e sferrare attacchi, i modelli difensori imparavano a respingerli. Secondo i creatori di GPT-Red, Nikhil Kandpal e Dylan Hunn, questo addestramento ha permesso di rendere il recente GPT-5.6 il modello più robusto mai rilasciato dall'azienda.
Tra le scoperte più rilevanti di GPT-Red figura una nuova tipologia di attacco denominata "fake chain of thought" (falso flusso di pensiero). Sfruttando la tendenza dei modelli avanzati a scrivere note mentali invisibili per risolvere problemi complessi, GPT-Red è riuscito a iniettare istruzioni malevole direttamente in questi diari di calcolo interni, ingannando l'LLM ospite senza che i filtri esterni se ne accorgessero. Un livello di persistenza e precisione che, ammettono i ricercatori, supera ampiamente la capacità dei tester umani.
1Password e il protocollo "Zero-Exposure" per Claude
Se da un lato OpenAI addestra modelli a simulare minacce esterne, dall'altro l'ecosistema degli strumenti di lavoro si attrezza per arginare i rischi pratici legati all'uso quotidiano degli agenti. Come riportato da The Verge, il celebre gestore di credenziali 1Password ha lanciato un'integrazione browser per l'agente Claude di Anthropic che promette di risolvere uno dei dilemmi più complessi dell'automazione: come consentire a un'IA di effettuare l'accesso a un portale web per conto nostro senza rivelarle la password.
Il sistema si basa su una nuova architettura definita "zero-exposure security framework". In pratica, quando l'utente delega a Claude un'azione complessa (come prenotare un volo o accedere a un'area aziendale riservata), l'estensione di 1Password inietta le credenziali necessarie direttamente nel form web attraverso un canale crittografato invisibile all'agente stesso. Claude può utilizzare il modulo compilato e completare l'operazione, ma non è fisicamente in grado di leggere o estrarre la password, né i codici di autenticazione a due fattori (MFA). Inoltre, ogni autorizzazione viene concessa su base singola e richiede una conferma biometrica da parte dell'utente sul proprio dispositivo.
Una risposta strutturata ai prompt injection
Questi due annunci non sono slegati, ma rappresentano le due facce della stessa medaglia. Il rischio di prompt injection — in cui un hacker nasconde istruzioni maligne su una pagina web affinché l'agente IA le legga e le esegua — è la minaccia più concreta per chi adotta soluzioni autonome. Se l'agente potesse leggere le chiavi di sicurezza o le credenziali dell'utente dal suo database interno o dalla memoria di sessione, un cybercriminale potrebbe teoricamente rubarle semplicemente inducendo l'IA a scriverle in una chat o a inviarle a un server esterno.
L'approccio di 1Password neutralizza questa minaccia alla radice, isolando le informazioni sensibili dall'area di memoria a cui l'LLM ha accesso, mentre il lavoro di OpenAI con GPT-Red punta a rendere i motori di calcolo intrinsecamente più immuni ai tentativi di manipolazione logica.
Il punto di Mocchi's
Per le aziende italiane che si stanno preparando a integrare agenti IA nei propri flussi di lavoro, questi sviluppi tracciano una linea di demarcazione fondamentale: la sicurezza non può più essere considerata un elemento opzionale o un semplice filtro a valle dello sviluppo. L'emergere di attacchi complessi come il "fake chain of thought" dimostra che l'interazione logica dei modelli è vulnerabile per natura, imponendo l'adozione di architetture a "esposizione zero" come quella proposta da 1Password. Per chi sviluppa software custom, la regola d'oro per i prossimi anni sarà disaccoppiare rigorosamente i dati sensibili ed evitare che gli agenti IA abbiano mai accesso diretto a chiavi di autenticazione o database critici senza una sandbox di sicurezza rigorosa e un presidio umano "in-the-loop".