Pine AI ha presentato Pine Computer, una piattaforma di esecuzione cloud progettata per consentire agli agenti di intelligenza artificiale di lavorare direttamente con applicazioni, siti web, file e strumenti software. Il prodotto non consiste in un computer fisico destinato alla vendita, ma in un ambiente computazionale accessibile attraverso API e SDK, nel quale un’applicazione può creare un’istanza dedicata, assegnarle un’attività e ricevere progressivamente informazioni sull’esecuzione e sui risultati prodotti. La piattaforma riunisce un computer virtuale, un browser, strumenti operativi e un sistema agentico incaricato di pianificare e completare le operazioni richieste. Pine Computer è attualmente disponibile in beta privata per gli sviluppatori. L’architettura è stata realizzata per superare alcune limitazioni dei sistemi di computer use che interagiscono con ambienti grafici attraverso sequenze ripetute di screenshot, interpretazione delle immagini e simulazione di input da tastiera e mouse. Pine AI propone invece un sistema nel quale l’ambiente di esecuzione comunica direttamente al modello la struttura delle informazioni e i cambiamenti rilevanti.
Il meccanismo principale riguarda la percezione degli eventi generati dal computer. In un’interazione grafica tradizionale, l’agente deve acquisire una nuova immagine dello schermo dopo ogni operazione, interpretarne il contenuto e stabilire quale comando eseguire successivamente. Pine Computer utilizza un approccio event-driven nel quale il browser, le applicazioni, il display e il sistema operativo possono segnalare esplicitamente cambiamenti di stato e risultati delle azioni. L’azienda paragona questa organizzazione al funzionamento di epoll, il meccanismo utilizzato dai sistemi operativi per segnalare la disponibilità di eventi senza richiedere un controllo continuo di tutte le risorse. Nel caso di un sito web, l’agente può ricevere informazioni strutturate sugli elementi presenti, sulle azioni disponibili e sulle modifiche intervenute, riducendo la necessità di ricostruire l’interfaccia esclusivamente a partire dai pixel. La visualizzazione grafica rimane comunque disponibile per il controllo umano e per i casi nei quali l’interpretazione visiva sia necessaria. Questa impostazione non elimina il modello linguistico, ma modifica la modalità attraverso la quale il modello osserva e utilizza il computer.
L’ambiente operativo comprende computer virtuali isolati, un runtime agentico, strumenti locali e interfacce remote per operazioni specializzate. Gli sviluppatori possono richiedere l’esecuzione di attività che coinvolgono il browser, il filesystem e la shell, ricevendo informazioni sullo stato del lavoro insieme agli output finali, che possono comprendere file, record e risposte strutturate. La piattaforma consente di eseguire attività parallele attraverso sessioni e istanze indipendenti, evitando le limitazioni di un ambiente desktop condiviso nel quale numerosi processi automatizzati devono contendersi il controllo dello stesso puntatore e della stessa finestra attiva. Ogni computer viene eseguito all’interno di una sandbox dedicata con accessi circoscritti, mentre Pine descrive un meccanismo di protezione dello stato persistente mediante cifratura con chiavi controllate dal cliente. L’azienda permette inoltre di incorporare una visualizzazione in tempo reale del computer nell’applicazione dello sviluppatore, in modo che l’utente possa osservare il lavoro, intervenire manualmente quando necessario e restituire il controllo all’agente senza interrompere il flusso operativo.
Pine AI ha pubblicato una valutazione della piattaforma su SaaS-Bench v1.1, un benchmark composto da 106 attività aziendali distribuite su 23 applicazioni software. Nella configurazione che utilizza GPT-5.6 Luna attraverso Pine Computer, il sistema ha ottenuto un checkpoint score del 78,3%, contro il 74,3% riportato per Claude Code con Opus 5 e il 71,1% per Codex con GPT-5.6 Sol. Il checkpoint score misura la percentuale dei passaggi intermedi correttamente completati, non quella delle attività portate integralmente a termine. Quest’ultima metrica, denominata resolved score, restituisce un confronto differente: Pine Computer ha completato il 27,4% delle attività, contro il 31,1% e il 29,2% dei due sistemi citati. I risultati mostrano quindi una maggiore percentuale di checkpoint superati nella specifica configurazione esaminata, ma non una superiorità nel completamento complessivo dei task rispetto a entrambi i concorrenti. Le prove confrontano inoltre sistemi completi, con modelli, strumenti e budget operativi differenti, senza isolare sperimentalmente il contributo della sola infrastruttura Pine Computer.
La stessa valutazione indica un costo medio dei token del modello di circa 1,02 dollari per attività nella configurazione Pine Computer con GPT-5.6 Luna, contro 26,50 dollari per Claude Code con Opus 5 e 20,50 dollari per Codex con GPT-5.6 Sol. Questi importi sono stime del consumo dei modelli calcolate alle tariffe pubbliche e non comprendono necessariamente i costi dell’infrastruttura, né costituiscono i prezzi commerciali del servizio Pine Computer. Pine AI sostiene inoltre, sulla base di prove interne preliminari, che la propria architettura possa eseguire determinate attività da due a cinque volte più velocemente rispetto ad agenti operanti su computer convenzionali. Tale intervallo non rappresenta una prestazione garantita: le differenze dipendono dal task, dal modello impiegato e dalla frequenza con cui l’interazione richiede acquisizioni visive o aggiornamenti dello stato. Le misurazioni disponibili permettono di distinguere il vantaggio potenziale nell’efficienza dell’interazione dal tasso effettivo di completamento delle attività.
L’azienda utilizza già Pine Computer nei propri prodotti e riferisce una sperimentazione aziendale dedicata all’automazione degli audit, nella quale un gruppo di lavoro sarebbe riuscito a gestire il 50% di attività in più con lo stesso personale. Il risultato è una dichiarazione relativa a una specifica implementazione e non dispone di una verifica pubblica sufficiente per attribuire integralmente il miglioramento alla piattaforma. Pine prevede di pubblicare ulteriori dettagli sull’architettura, sugli strumenti di valutazione e sulle tracce di esecuzione per favorire la riproducibilità degli esperimenti. L’accesso iniziale è limitato agli sviluppatori ammessi alla beta privata e l’integrazione dei modelli esterni rimane soggetta a modalità e requisiti di compatibilità in evoluzione. La caratteristica tecnica distintiva di Pine Computer è dunque la realizzazione di un ambiente computazionale nel quale eventi, stato e risultati delle operazioni vengono resi disponibili all’agente attraverso interfacce strutturate, affiancando il controllo visivo umano e l’isolamento delle singole sessioni. La capacità di completare attività complesse resta invece una proprietà congiunta del modello, degli strumenti, delle autorizzazioni e dell’ambiente applicativo nel quale il sistema opera.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)