Un decennio in un giorno: sintetizzare interfacce progettate nativamente per gli agenti dall’evoluzione del software pensato per gli esseri umani

Abstract degli autori

Gli agenti basati su modelli linguistici di grandi dimensioni stanno emergendo come un’importante nuova categoria di utenti delle applicazioni desktop. Le interfacce desktop esistenti, però, sono state progettate per gli utenti finali o per gli sviluppatori di applicazioni: gli agenti devono quindi interpretare i controlli visivi oppure individuare e combinare operazioni software di basso livello. Questa discrepanza può ostacolare anche gli agenti più capaci, ma non è ancora chiaro quali caratteristiche delle interfacce rendano il software desktop più facile da usare per loro. Per studiare la questione, consideriamo l’evoluzione del software una fonte naturale di variazioni nelle interfacce e presentiamo DeskIF-Bench, un benchmark di 255 compiti verificati tramite artefatti, distribuiti su sei applicazioni desktop. Mantenendo invariati il compito, l’agente e il verificatore e variando la versione del software, misuriamo l’effetto dei cambiamenti dell’interfaccia sulle prestazioni degli agenti. Con due modelli e sei applicazioni, la versione più recente supera sistematicamente la più vecchia. L’analisi delle traiettorie individua tre caratteristiche rilevanti delle interfacce: facilità di individuazione, granularità e osservabilità. Sulla base di queste caratteristiche, sviluppiamo ANIS, un framework che sintetizza interfacce progettate nativamente per gli agenti a partire dalle funzionalità delle applicazioni installate. In una valutazione ampliata a 368 compiti su otto applicazioni, le interfacce atomiche aumentano il tasso di successo rispetto all’uso dell’SDK nativo di 3,8 e 3,5 punti percentuali rispettivamente con DeepSeek V4 Flash e Claude Haiku 4.5, riducendo al contempo di circa il 73% il consumo di token online. I comandi a livello di obiettivo portano inoltre il tasso di successo rispettivamente al 74,5% e al 67,4%.