{"id":2425,"date":"2026-08-28T13:17:03","date_gmt":"2026-08-28T13:17:03","guid":{"rendered":"https:\/\/convly.ai\/?p=2425"},"modified":"2026-08-28T13:17:03","modified_gmt":"2026-08-28T13:17:03","slug":"anthropic-ai-agent-hardware-standard-physical-machines","status":"publish","type":"post","link":"https:\/\/convly.ai\/it\/anthropic-ai-agent-hardware-standard-physical-machines\/","title":{"rendered":"Lo standard hardware per agent AI di Anthropic esegue esperimenti fisici in laboratorio"},"content":{"rendered":"<p>Anthropic ha spostato le proprie ambizioni per gli agenti dallo schermo al banco di lavoro. Lo standard hardware per agent AI di Anthropic, riportato da Ars Technica, \u00e8 una specifica pensata per consentire agli agenti AI di controllare attrezzature fisiche anzich\u00e9 interfacce software soltanto; CNBC lo descrive come l\u2019ingresso dell\u2019azienda nel mondo fisico, con un nuovo standard volto ad aiutare gli agenti a operare macchine. Per gli sviluppatori che negli ultimi due anni hanno integrato modelli con API, browser e repository di codice, il significato di questa novit\u00e0 \u00e8 meno legato a un singolo prodotto e pi\u00f9 orientato alla direzione verso cui si sta muovendo l\u2019intero stack degli agenti: dal testo e dalle chiamate a strumenti verso attuatori, strumenti ed equipaggiamenti che non possono essere annullati con un semplice 'git revert'.<\/p>\n<div class=\"convly-tldr\">\n<h3>Punti chiave<\/h3>\n<ul>\n<li>Secondo Ars Technica, Anthropic ha introdotto uno standard hardware progettato per consentire agli agenti AI di controllare dispositivi fisici.<\/li>\n<li>CNBC interpreta questa mossa come un ingresso di Anthropic nel mondo fisico, con uno standard volto ad aiutare gli agenti a operare macchine.<\/li>\n<li>WIRED ha trattato la visione di Anthropic su come gli agenti dovrebbero muoversi negli ambienti fisici, indicando che l\u2019azienda sta pubblicando non solo una specifica tecnica, ma anche una filosofia d\u2019uso.<\/li>\n<li>pharmaphorum riferisce che uno strumento AI di Anthropic conduce esperimenti scientifici fisici, rendendo i laboratori l\u2019applicazione pi\u00f9 concreta finora emersa dalle notizie correnti.<\/li>\n<li>I principali dettagli commerciali \u2014 tra cui prezzi, partner hardware e disponibilit\u00e0 \u2014 non compaiono nelle notizie a nostra disposizione e non vanno dati per scontati.<\/li>\n<li>Il cambiamento pi\u00f9 ampio per gli sviluppatori \u00e8 che gli errori commessi dagli agenti smettono di essere reversibili, modificando quindi il modo in cui devono essere progettati permessi, registrazione (logging) e approvazione umana.<\/li>\n<\/ul>\n<\/div>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_86 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6a91b2dce10ab\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Attiva\/Disattiva<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6a91b2dce10ab\"  aria-label=\"Attiva\/Disattiva\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/it\/anthropic-ai-agent-hardware-standard-physical-machines\/#What_the_Anthropic_AI_agent_hardware_standard_covers\" >Cosa copre lo standard hardware per agent AI di Anthropic<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/it\/anthropic-ai-agent-hardware-standard-physical-machines\/#Why_AI_agents_needed_a_hardware_standard_at_all\" >Perch\u00e9 gli agenti AI avevano bisogno di uno standard hardware<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/it\/anthropic-ai-agent-hardware-standard-physical-machines\/#Laboratories_are_the_first_serious_test_case\" >I laboratori sono il primo caso di test serio<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/it\/anthropic-ai-agent-hardware-standard-physical-machines\/#Software_agents_versus_physical-world_agents_what_changes\" >Agenti software contro agenti nel mondo fisico: cosa cambia<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/it\/anthropic-ai-agent-hardware-standard-physical-machines\/#What_this_means_for_developers_and_model_users\" >Cosa significa questo per sviluppatori e utenti di modelli<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/it\/anthropic-ai-agent-hardware-standard-physical-machines\/#The_open_questions_Anthropic_has_not_answered_publicly\" >Le domande aperte che Anthropic non ha ancora risposto pubblicamente<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/it\/anthropic-ai-agent-hardware-standard-physical-machines\/#Frequently_asked_questions\" >Domande frequenti<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/it\/anthropic-ai-agent-hardware-standard-physical-machines\/#The_bottom_line\" >In sintesi<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"What_the_Anthropic_AI_agent_hardware_standard_covers\"><\/span>Cosa copre lo standard hardware per agent AI di Anthropic<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>L\u2019outline riportato \u00e8 semplice: un modo standardizzato per consentire a un agente AI di individuare, indirizzare e operare hardware fisico. Ars Technica lo presenta come uno standard che permette agli agenti di controllare il mondo fisico, mentre CNBC lo definisce uno strumento per aiutare gli agenti a operare macchine. La copertura di WIRED si concentra invece su come Anthropic ritiene che gli agenti debbano muoversi negli ambienti fisici, suggerendo che il lancio include linee guida sul comportamento atteso e sui vincoli, non solo un formato di trasmissione dati.<\/p>\n<p>Altrettanto importante \u00e8 ci\u00f2 che le notizie disponibili non chiariscono. Non esiste un elenco confermato di classi di dispositivi supportati, n\u00e9 un insieme dichiarato di partner hardware al lancio, n\u00e9 termini di licenza pubblicati, n\u00e9 una tempistica resa nota per la disponibilit\u00e0 generale nei brevi estratti a nostra disposizione. Chiunque stia pianificando acquisti o attivit\u00e0 ingegneristiche in relazione a questo standard dovrebbe consultare prima la documentazione ufficiale di Anthropic, poich\u00e9 il valore pratico di uno standard risiede nei dettagli \u2014 come autenticazione, negoziazione delle capacit\u00e0 e semantica degli errori \u2014 nessuno dei quali emerge dalle notizie di prima pagina.<\/p>\n<p>Trattate quindi quest\u2019annuncio come una direzione ben fondata, sovrapposta a dettagli implementativi che non sono ancora pubblici in queste notizie.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Why_AI_agents_needed_a_hardware_standard_at_all\"><\/span>Perch\u00e9 gli agenti AI avevano bisogno di uno standard hardware<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Questa sezione rappresenta un\u2019analisi piuttosto che un fatto riportato, ma il problema affrontato \u00e8 familiare a chiunque abbia gi\u00e0 integrato attrezzature industriali o scientifiche. I dispositivi fisici offrono un ventaglio caotico di interfacce: SDK forniti dai produttori, protocolli seriali, software di controllo proprietario e, talvolta, pannelli web mai progettati per essere pilotati da altro che da una mano umana. Collegare un modello a una macchina \u00e8 un progetto da weekend. Collegare molti modelli a molte macchine diventa invece un problema di integrazione combinatoria che nessuna singola organizzazione desidera assumersi.<\/p>\n<p>Gli standard funzionano perch\u00e9 riducono drasticamente questa matrice. Se un dispositivo parla un protocollo comune, qualsiasi agente conforme pu\u00f2 operarlo, e il produttore deve scrivere un solo adattatore anzich\u00e9 uno per ciascun fornitore di modelli. Questo schema si \u00e8 gi\u00e0 verificato negli ultimi due anni nell\u2019ambito degli strumenti per agenti software, dove interfacce standardizzate per strumenti e contesto hanno ridotto sensibilmente il codice di collegamento personalizzato.<\/p>\n<p>Estendere lo stesso ragionamento all\u2019hardware alza notevolmente la posta in gioco. Una chiamata a uno strumento software malformata produce una risposta errata. Un comando hardware malformato fa muovere qualcosa. Questa asimmetria \u00e8 probabilmente la ragione per cui la copertura di WIRED si concentra su come gli agenti <em>dovrebbero<\/em> muoversi nello spazio fisico, anzich\u00e9 limitarsi a confermare che ora ne sono capaci.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Laboratories_are_the_first_serious_test_case\"><\/span>I laboratori sono il primo caso di test serio<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>L\u2019applicazione pi\u00f9 concreta emersa dalle notizie correnti proviene da pharmaphorum, che riferisce che uno strumento AI di Anthropic conduce esperimenti scientifici fisici. L\u2019automazione dei laboratori \u00e8 un punto di partenza sensato per uno standard di controllo hardware, e le ragioni meritano di essere esplicitate per i lettori che non hanno esperienza diretta in questo ambito.<\/p>\n<p>I laboratori di ricerca utilizzano gi\u00e0 una quantit\u00e0 sostanziale di attrezzature programmabili: dosatori liquidi, lettori di piastre, sistemi di cromatografia, camere climatiche. Il lavoro \u00e8 procedurale, ripetitivo e accuratamente documentato, il che significa che un agente dispone di un protocollo scritto da seguire e di un risultato misurabile contro cui verificarsi. Inoltre, l\u2019ambiente fisico \u00e8 contenuto: uno strumento da banco in una stanza controllata \u00e8 un contesto molto pi\u00f9 tollerante per apprendere rispetto a un reparto produttivo o a una strada pubblica.<\/p>\n<p>Il vantaggio scientifico \u00e8 l\u2019aumento della produttivit\u00e0. Se un agente pu\u00f2 pianificare uno studio, eseguirlo su strumenti reali, leggerne i risultati e iterare, il collo di bottiglia nella scienza sperimentale passa dalle ore umane alla disponibilit\u00e0 delle attrezzature. Si tratta di una prospettiva radicalmente diversa rispetto a un modello che redige semplicemente la descrizione di un esperimento che poi dovr\u00e0 essere eseguito da qualcun altro. \u00c8 proprio qui che il carico di verifica diventa critico: un risultato mai osservato direttamente da un essere umano deve comunque essere sufficientemente affidabile da poter essere pubblicato o usato come base per ulteriori ricerche.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Software_agents_versus_physical-world_agents_what_changes\"><\/span>Agenti software contro agenti nel mondo fisico: cosa cambia<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Il confronto riportato di seguito \u00e8 un\u2019analisi di Convly sulle differenze nei vincoli ingegneristici, non una specifica fornita da Anthropic. \u00c8 inteso ad aiutare i team a valutare se le loro attuali pratiche per agenti siano applicabili anche in questo nuovo contesto.<\/p>\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Dimensione<\/th>\n<th>Agenti software esclusivamente<\/th>\n<th>Agenti nel mondo fisico<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Spazio delle azioni<\/td>\n<td>Chiamate API, modifiche file, eventi nel browser<\/td>\n<td>Comandi per strumenti, movimenti, gestione campioni<\/td>\n<\/tr>\n<tr>\n<td>Reversibilit\u00e0<\/td>\n<td>Alta: annullamento, ridistribuzione, ripristino<\/td>\n<td>Bassa: materiali consumati e parti mosse non possono essere annullati<\/td>\n<\/tr>\n<tr>\n<td>Modalit\u00e0 di errore dominante<\/td>\n<td>Risposta errata, token sprecati<\/td>\n<td>Danni alle attrezzature, risultati non validi, incidente di sicurezza<\/td>\n<\/tr>\n<tr>\n<td>Sensibilit\u00e0 alla latenza<\/td>\n<td>Tollerante: pochi secondi raramente contano<\/td>\n<td>Pi\u00f9 stringente: i tempi di risposta e gli interblocchi dei dispositivi vincolano il ciclo<\/td>\n<\/tr>\n<tr>\n<td>Verifica<\/td>\n<td>Test, linting, confronti (diff)<\/td>\n<td>Lettura sensori, calibrazione, ispezione fisica<\/td>\n<\/tr>\n<tr>\n<td>Principale fattore di costo<\/td>\n<td>Inferenza e utilizzo di strumenti<\/td>\n<td>Inferenza pi\u00f9 consumabili, tempo di utilizzo degli strumenti e supervisione<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Il pattern evidenziato \u00e8 che la reversibilit\u00e0, non la capacit\u00e0, costituisce il vincolo pi\u00f9 difficile. Ogni pratica che ha reso gli agenti software gestibili presupponeva la possibilit\u00e0 di annullare facilmente un\u2019azione.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_this_means_for_developers_and_model_users\"><\/span>Cosa significa questo per sviluppatori e utenti di modelli<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Se state costruendo su modelli di Anthropic, l\u2019implicazione pratica a breve termine \u00e8 che la superficie delle autorizzazioni di un agente sta per ampliarsi. Le domande di progettazione che ne conseguono sono quelle su cui i team possono gi\u00e0 iniziare a lavorare, anche prima che i dettagli della specifica siano pubblici: quali azioni richiedono un passaggio di conferma umana, come vengono registrati (log) i comandi inviati ai dispositivi per finalit\u00e0 di audit, come dimostra un agente il successo di un\u2019azione fisica e quale sia la condizione di arresto quando un sensore fornisce dati in contrasto con il piano previsto.<\/p>\n<p>Esiste anche una dimensione dei costi. Cicli di controllo prolungati con verifiche frequenti dello stato consumano molti pi\u00f9 token rispetto a una singola domanda e risposta, e i team che ne stimano l\u2019impatto dovrebbero farlo deliberatamente, senza basarsi su estrapolazioni dall\u2019uso tipico delle chat; il nostro <a href=\"https:\/\/convly.ai\/it\/ai-api-cost-calculator\/\">Calcolatore dei costi delle API per l'IA<\/a> \u00e8 progettato proprio per questo tipo di stima. Anche la scelta del modello assume maggiore importanza quando latenza e affidabilit\u00e0 hanno conseguenze fisiche dirette, e le specifiche e i prezzi riportati nel nostro <a href=\"https:\/\/convly.ai\/it\/models\/\">Database di modelli IA<\/a> costituiscono un buon punto di partenza per questo confronto.<\/p>\n<p>I team che gi\u00e0 eseguono flussi di lavoro con agenti software riconosceranno l\u2019architettura. I pattern di orchestrazione, ritentativi e osservabilit\u00e0 definiti da <a href=\"https:\/\/convly.ai\/it\/best-ai-coding-agents-2026\/\">agenti IA per la programmazione<\/a> si trasferiscono direttamente. Ci\u00f2 che non si trasferisce \u00e8 l\u2019assunzione che un passo fallito non abbia alcun costo.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_open_questions_Anthropic_has_not_answered_publicly\"><\/span>Le domande aperte che Anthropic non ha ancora risposto pubblicamente<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Diversi aspetti rimangono irrisolti nelle informazioni disponibili. Il primo \u00e8 la certificazione: non \u00e8 chiaro se i dispositivi verranno verificati per verificarne la conformit\u00e0 e, in caso affermativo, da chi. Il secondo \u00e8 la responsabilit\u00e0 legale, la questione pi\u00f9 probabile a rallentare l\u2019adozione aziendale, poich\u00e9 non esiste ancora una risposta consolidata su chi sia responsabile di un incidente fisico causato da un agente.<\/p>\n<p>La terza questione riguarda la topologia di distribuzione. I laboratori regolamentati e gli impianti industriali limitano spesso il traffico di rete in uscita, sollevando il dubbio su quanto della catena di controllo possa essere eseguito localmente rispetto a quanto debba passare attraverso un\u2019API ospitata. Le organizzazioni che valutano questo compromesso possono modellare gli aspetti economici con il nostro <a href=\"https:\/\/convly.ai\/it\/self-hosting-vs-api-calculator\/\">calcolatore self-hosting vs API<\/a>, anche se la decisione sar\u00e0 spesso dettata dalla conformit\u00e0 piuttosto che dai costi.<\/p>\n<p>Infine, c\u2019\u00e8 l\u2019adozione competitiva. Uno standard pubblicato da un singolo fornitore di modelli diventa uno standard industriale solo se viene implementato anche dai produttori di hardware e dai laboratori concorrenti. Nulla nelle attuali informazioni indica lo stato di avanzamento di questa adozione.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Frequently_asked_questions\"><\/span>Domande frequenti<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Che cos'\u00e8 lo standard hardware per agent AI di Anthropic?<\/strong> Secondo Ars Technica, si tratta di uno standard hardware sviluppato da Anthropic che consente agli agent AI di controllare dispositivi fisici; CNBC lo descrive come uno standard volto ad aiutare gli agenti a operare macchine. I dettagli tecnici completi non sono presenti nelle notizie a nostra disposizione.<\/p>\n<p><strong>Gli agenti di Anthropic possono davvero eseguire esperimenti scientifici?<\/strong> pharmaphorum riferisce che uno strumento AI di Anthropic conduce esperimenti scientifici fisici. L\u2019ambito di tali esperimenti e il grado di supervisione umana coinvolto non sono specificati in tale notizia.<\/p>\n<p><strong>Significa questo che Anthropic sta costruendo robot?<\/strong> Nessuna delle fonti lo conferma. Le notizie descrivono uno standard per il controllo di macchine, ovvero uno strato software e di protocollo, non una propria linea di prodotti hardware.<\/p>\n<p><strong>Cosa dovrebbero fare ora gli sviluppatori?<\/strong> Leggi la specifica ufficiale di Anthropic quando la valuti, e progetta passaggi di autorizzazione, registrazione e approvazione umana partendo dal presupposto che le azioni fisiche non possono essere annullate.<\/p>\n<p><strong>Sono disponibili informazioni sui prezzi?<\/strong> No. Nessun dato su prezzi, licenze o disponibilit\u00e0 appare nelle notizie a nostra disposizione, e qualsiasi cifra circolante senza una fonte esplicita va considerata pura speculazione.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_bottom_line\"><\/span>In sintesi<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Anthropic ha pubblicato uno standard che consente agli agenti di operare su apparecchiature fisiche, e la prima applicazione credibile descritta nelle informazioni riguarda il lavoro nei laboratori scientifici. Si tratta di una narrazione pi\u00f9 ristretta rispetto a \u00abl\u2019IA controlla il mondo fisico\u00bb, ma molto pi\u00f9 interessante: i laboratori sono infatti il luogo in cui si svolge effettivamente un lavoro fisico procedurale, verificabile e circoscritto, rendendoli quindi il banco di prova logico. Gli aspetti ancora aperti non riguardano le capacit\u00e0 tecniche, bens\u00ec la governance, la certificazione, la responsabilit\u00e0 legale e, soprattutto, se i produttori di hardware implementeranno affatto la specifica. Per gli sviluppatori, la preparazione pi\u00f9 utile \u00e8 di tipo architetturale, non speculativo: si deve assumere che la prossima generazione di progettazione degli agenti verr\u00e0 valutata in base alla cura con cui gestisce azioni irreversibili.<\/p>\n<p><em>Fonti: news.google.com. Segnalato il 28 agosto 2026.<\/em><\/p>","protected":false},"excerpt":{"rendered":"<p>Anthropic has published a hardware standard intended to let AI agents operate physical machines, with early reporting pointing at scientific laboratories as the first serious use case. Here is what the announcement changes for agent developers.<\/p>","protected":false},"author":1,"featured_media":2426,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[8],"tags":[1130,725,427,1128,1129,950,951],"class_list":["post-2425","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-robotics","tag-agent-tooling","tag-ai-agents","tag-anthropic","tag-hardware-standard","tag-lab-automation","tag-physical-ai","tag-robotics"],"_links":{"self":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/2425","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/comments?post=2425"}],"version-history":[{"count":1,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/2425\/revisions"}],"predecessor-version":[{"id":2427,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/2425\/revisions\/2427"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/media\/2426"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/media?parent=2425"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/categories?post=2425"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/tags?post=2425"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}