Come funzionano gli agenti AI nella smart home?

Un’automazione per la smart home è una regola: quando la porta d’ingresso si apre dopo il tramonto, accendi la luce del corridoio. Un agente AI è qualcosa di diverso per natura. È un modello linguistico di grandi dimensioni (LLM) a cui vengono dati un obiettivo in linguaggio naturale, una descrizione dei dispositivi che può toccare e la possibilità di chiamare funzioni che leggono lo stato e inviano comandi. Se gli chiedi “rendi il soggiorno confortevole per un film”, capisce quali luci abbassare, se le tapparelle vanno chiuse e che cosa deve fare il termostato, poi invia i comandi.

La promessa è evidente: non serve più scrivere una regola per ogni situazione. I rischi sono altrettanto evidenti a chiunque abbia visto un modello linguistico sbagliare con piena sicurezza. Una casa contiene serrature, riscaldamenti, forni e porte del garage, e per quelli un agente che ragiona bene nella maggior parte dei casi non basta.

Questa guida spiega come è fatto un agente domestico, come raggiunge i dispositivi attraverso Matter, Home Assistant e MQTT, quali guardrail gli servono, le conseguenze in termini di latenza e privacy dei modelli locali rispetto a quelli cloud e i molti casi in cui una regola resta lo strumento migliore.

Di che cosa è fatto un agente domestico?

Un agente domestico ha quattro parti.

Il modello è il motore di ragionamento. Riceve un prompt di sistema che descrive la casa, la richiesta dell’utente e i risultati delle eventuali chiamate di funzione, e produce una risposta oppure un’altra chiamata di funzione.

Gli strumenti (tool) sono le funzioni che il modello può chiamare. Strumenti tipici sono “elenca i dispositivi in un’area”, “leggi lo stato di un dispositivo”, “imposta luminosità e colore di una luce”, “imposta la temperatura obiettivo di un termostato”, “esegui una scena con un certo nome”. Ogni strumento ha uno schema che viene mostrato al modello, e ogni chiamata a uno strumento è un messaggio strutturato, per esempio:

{"tool": "light.turn_on", "entity_id": "light.living_room_ceiling", "brightness_pct": 20}

Il livello di stato è la visione che l’agente ha della casa: quali dispositivi esistono, in quali aree si trovano, che cosa stanno facendo adesso. Senza di esso il modello non ha nulla su cui ragionare, e con una copia non aggiornata ragiona male. Il livello di stato è di norma un controller domestico, non la memoria del modello.

La memoria è facoltativa ed è la parte più sovradimensionata. Le preferenze come “modalità film significa bianco caldo al 20 per cento” sono utili; una trascrizione di ogni richiesta passata non lo è, ed è un problema per la privacy.

Come raggiunge i dispositivi l’agente?

L’agente non parla mai direttamente con una lampadina. Parla con un controller che gestisce le connessioni ai dispositivi, e tre livelli sono comuni.

Home Assistant

Home Assistant è in pratica l’host più comune per gli agenti, perché contiene già lo stato di ogni dispositivo integrato ed espone servizi per agire su di essi. Il suo sistema Assist permette a un LLM di rispondere a richieste sulle entità esposte, e il proprietario sceglie quali entità il modello può vedere e controllare. Esistono integrazioni per i modelli cloud e per quelli locali serviti tramite Ollama, e Home Assistant ha aggiunto il supporto al Model Context Protocol nella versione 2025.2, così che agenti esterni possano usarlo come server di strumenti. I nomi delle entità e le aree diventano il vocabolario usato dal modello, il che è un ottimo argomento a favore di nomi chiari per i dispositivi.

Matter

Matter è lo standard della Connectivity Standards Alliance per l’interoperabilità dei dispositivi, e funziona su Thread, Wi-Fi ed Ethernet. Definisce un modello di dati fatto di cluster e attributi, così una luce Matter espone un cluster On/Off e un cluster Level Control indipendentemente dalla marca. Per un agente è prezioso: lo schema degli strumenti può essere generato dallo standard invece di essere scritto per ogni fornitore. L’agente passa comunque attraverso un controller Matter come Home Assistant, Apple Home o Google Home, che detiene le credenziali del fabric Matter. La guida a Matter tratta lo standard in sé.

MQTT

MQTT è la lingua franca dei dispositivi fai da te e personalizzati, e dei bridge come Zigbee2MQTT che espongono i dispositivi Zigbee come topic. A un agente si possono dare strumenti che pubblicano sui topic di comando e sottoscrivono i topic di stato:

home/livingroom/ceiling/set    {"state": "ON", "brightness": 51}
home/livingroom/ceiling/state  {"state": "ON", "brightness": 51}

Il messaggio retained sul topic di stato dà subito a un nuovo subscriber il valore corrente, che è esattamente ciò di cui un agente ha bisogno quando inizia a ragionare. La guida a MQTT spiega topic, QoS e messaggi retained.

Quali guardrail servono a un agente domestico?

Un agente ha bisogno di un modello di permessi applicato fuori dal modello, nel codice, perché un prompt non è un confine di sicurezza.

Esponi il minimo. Luci, tapparelle, media e clima entro intervalli ragionevoli vanno bene. Serrature, porte del garage, elettrodomestici da cucina e qualsiasi cosa riguardi acqua o gas dovrebbero essere invisibili all’agente, oppure richiedere un passaggio esplicito di conferma eseguito dalla persona, non dal modello.

Delimita ogni parametro. Lo strumento del termostato accetta un intervallo, non un numero; l’azione “spegni tutte le luci” esclude la cameretta se il proprietario lo decide. Questi limiti vivono nell’implementazione dello strumento.

Limita la frequenza ed elimina i duplicati. Un agente in loop può inviare centinaia di comandi in pochi secondi. Metti un tetto al numero di azioni per richiesta e rifiuta i comandi identici ripetuti.

Registra tutto. Ogni chiamata a uno strumento, i suoi argomenti e il suo risultato dovrebbero essere visibili al proprietario a posteriori. È l’unico modo per capire “perché le luci si sono accese alle 3 di notte”.

Tratta ogni input come non affidabile. Una voce di calendario, una notifica o una pagina web letta dall’agente potrebbe contenere testo pensato per pilotarlo. L’agente non deve poter compiere un’azione con conseguenze solo perché un contenuto gliel’ha detto.

Il modello dovrebbe girare in locale o nel cloud?

Eseguire il modello nel cloud dà il ragionamento migliore e il contesto più ampio, ma costa denaro a ogni richiesta, aggiunge un secondo o più di latenza e manda una descrizione della casa a terzi. Un modello locale su un piccolo server o su un dispositivo edge abbastanza potente risponde più in fretta, tiene tutto in casa e continua a funzionare quando manca la connessione a internet, al prezzo di un ragionamento più debole e dell’hardware per eseguirlo.

Uno schema pratico è tenere locali e veloci il riconoscimento dell’intento e il riconoscimento di parole chiave (keyword spotting) per i comandi vocali, instradare i comandi semplici direttamente alle automazioni senza alcun modello e riservare l’agente completo alle richieste aperte. La maggior parte di ciò che le persone dicono a una casa è “spegni la luce della cucina”, che non richiede alcun ragionamento.

Quando una regola è meglio?

Una regola è meglio ogni volta che il trigger e l’azione sono noti in anticipo. È deterministica, istantanea, gratuita da eseguire, verificabile e comprensibile da tutti in casa. Le pianificazioni orarie, le luci attivate dal movimento, le ventole attivate dall’umidità e le chiusure dell’acqua attivate da una perdita appartengono alle regole. Un agente trova posto negli spazi vuoti: richieste insolite, richieste che combinano più dispositivi in un modo che nessuna regola aveva previsto e domande sullo stato della casa. Le installazioni migliori usano l’agente per scrivere regole, che il proprietario rivede e conserva, invece che per sostituirle.

Per continuare

• Agenti AI nel reparto produttivo applica la stessa architettura dove la posta in gioco è più alta.
• Che cos’è l’AIoT? dà l’inquadramento generale di AI più dispositivi connessi.
• La smart home spiegata tratta ecosistemi, protocolli e privacy.
• Matter spiegato è lo standard che parla la maggior parte dei nuovi dispositivi.

Argomenti: agenti AI, LLM, Matter, Home Assistant, MQTT