OpenAI ha introdotto un aggiornamento delle applicazioni desktop di ChatGPT dedicato alla gestione delle conversazioni particolarmente lunghe, modificando il modo in cui i thread precedenti vengono caricati e visualizzati. Dopo l’ottimizzazione, il tempo necessario per aprire conversazioni estese è stato ridotto di oltre il 90% rispetto alla versione precedente, mentre anche la quantità di memoria richiesta durante l’elaborazione degli stessi thread è diminuita di oltre il 90%. L’intervento è rivolto soprattutto agli utenti che utilizzano ChatGPT per attività continuative e mantengono aperte conversazioni composte da centinaia o migliaia di messaggi, una condizione nella quale il recupero dell’intera cronologia e il rendering dei contenuti potevano progressivamente ridurre la reattività dell’applicazione e aumentare il consumo di memoria del sistema.
L’aggiornamento interviene quindi su un problema legato direttamente alla persistenza dei flussi di lavoro. Quando una conversazione cresce nel tempo, l’applicazione deve recuperare una quantità sempre maggiore di contenuti precedenti e prepararli per la visualizzazione e per l’interazione successiva con il modello. La nuova gestione punta a evitare che l’aumento della lunghezza del thread si traduca in un rallentamento proporzionale dell’interfaccia o in un consumo eccessivo delle risorse locali, mantenendo maggiore fluidità anche nelle sessioni utilizzate per progetti di lunga durata. OpenAI ha applicato la modifica il 31 agosto 2026 alle app desktop di ChatGPT.
Un intervento analogo è in preparazione anche per Codex, dove la durata delle attività e la quantità di contesto gestito possono diventare ancora maggiori. OpenAI aveva già anticipato un aggiornamento esteso destinato a ridurre i rallentamenti e l’aumento del consumo di memoria che emergono quando Codex lavora per periodi prolungati. Il problema è particolarmente rilevante perché Codex non viene utilizzato soltanto per generare singoli frammenti di codice, ma può analizzare interi progetti, modificare più file, eseguire test e portare avanti attività composte da numerosi passaggi. In questo tipo di scenario la gestione efficiente della memoria e dell’ambiente di esecuzione diventa quindi parte integrante delle prestazioni dell’agente.
L’ottimizzazione arriva mentre l’utilizzo di Codex continua a crescere rapidamente. Tibo Sottiaux, responsabile di Codex in OpenAI, ha comunicato il 31 agosto che il servizio ha superato i 25 milioni di utenti attivi. In occasione del raggiungimento di questa soglia, OpenAI ha inoltre azzerato i conteggi di utilizzo per tutti gli abbonamenti a pagamento di ChatGPT Work e Codex, consentendo agli utenti di ripartire con i rispettivi limiti disponibili. La crescita segue quella registrata nelle settimane precedenti, quando Codex aveva già superato i 15 milioni di utenti attivi.
L’intervento sulle applicazioni desktop e quello previsto per Codex riguardano la stessa classe di problemi tecnici: sessioni sempre più lunghe, maggiore quantità di contesto persistente e attività che non terminano con una singola richiesta. Nei workflow agentici, infatti, il sistema può dover mantenere per molto tempo informazioni relative a file, codice, istruzioni e risultati intermedi, continuando a eseguire operazioni successive sulla base dello stato già accumulato. Se il caricamento del contesto e la gestione della memoria non scalano in modo adeguato, l’aumento della durata della sessione può incidere direttamente sulla reattività dell’interfaccia e sull’efficienza complessiva del sistema.
Con il nuovo aggiornamento, OpenAI concentra quindi l’ottimizzazione di ChatGPT Desktop sulla gestione dei thread persistenti anziché introdurre nuove funzionalità visibili. La riduzione superiore al 90% dei tempi di caricamento e dell’utilizzo della memoria è destinata principalmente agli scenari nei quali ChatGPT viene utilizzato come ambiente di lavoro continuativo, con conversazioni che rimangono attive per molto tempo e accumulano una grande quantità di messaggi. Lo stesso principio viene applicato a Codex, dove il mantenimento efficiente dello stato diventa ancora più rilevante quando l’agente esegue attività di sviluppo articolate e prolungate.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)