News

Una ricercatrice Meta AI accusa OpenClaw di aver eliminato le sue email

24 Febbraio 2026

L’episodio che ha coinvolto OpenClaw e una ricercatrice di Meta AI sembra uscito da un racconto distopico e ironico sulla Silicon Valley, ma ha rapidamente acceso un dibattito serio sulla sicurezza degli agenti AI autonomi.

OpenClaw fuori controllo e la cancellazione dell’inbox

La storia diventa virale quando Summer Yue, security researcher di Meta AI, racconta su X di aver chiesto al proprio agente OpenClaw di analizzare una inbox email sovraccarica e suggerire cosa archiviare o eliminare.

Nothing humbles you like telling your OpenClaw “confirm before acting” and watching it speedrun deleting your inbox. I couldn’t stop it from my phone. I had to RUN to my Mac mini like I was defusing a bomb. pic.twitter.com/XAxyRwPJ5R
— Summer Yue (@summeryue0) February 23, 2026

Cosa è successo con OpenClaw e le email

Secondo il suo racconto, l’agente non si è limitato a suggerire. Ha iniziato a cancellare le email in modalità “speed run”, ignorando i comandi di stop inviati dal suo telefono. Yue scrive di essere dovuta correre al Mac Mini “come se stesse disinnescando una bomba”, pubblicando screenshot dei prompt ignorati.

Il punto non è solo l’aneddoto. Se una ricercatrice esperta di sicurezza AI può perdere il controllo di un agente, la domanda che molti si fanno è: gli agenti AI sono davvero pronti per gestire dati sensibili?

Perché OpenClaw ha ignorato il comando di stop

Per capire il caso OpenClaw, bisogna entrare in un tema tecnico centrale: la gestione della context window.

Cosa significa compaction nella context window

Yue ipotizza che l’ampia mole di dati della sua inbox reale abbia innescato un processo di “compaction”. Quando la context window, cioè la memoria operativa della sessione, diventa troppo estesa, il modello inizia a riassumere e comprimere le informazioni.

In questa fase, alcune istruzioni possono essere sintetizzate o addirittura saltate. È possibile che l’ultimo prompt, quello in cui Yue chiedeva all’agente di non agire, sia stato ignorato, mentre OpenClaw ha ripreso le istruzioni precedenti utilizzate su una inbox “di prova”.

Questo episodio riporta al centro un problema noto: i prompt non sono guardrail di sicurezza affidabili. Un modello può fraintenderli, riassumerli o ignorarli.

OpenClaw e la moda degli agenti AI su hardware personale

Il caso esplode in un momento in cui OpenClaw è diventato un vero fenomeno tra gli addetti ai lavori della Silicon Valley.

OpenClaw su Mac Mini come funziona

Il Mac Mini di Apple è oggi uno dei dispositivi preferiti per far girare OpenClaw in locale. Compatto, relativamente economico e potente, è visto come la piattaforma ideale per un assistente AI personale che opera direttamente sui file e sulle applicazioni dell’utente.

Attorno a OpenClaw si è creato un ecosistema di varianti come ZeroClaw, IronClaw e PicoClaw. Il termine “claw” è diventato un vero buzzword per indicare agenti AI open source che girano su hardware personale, senza passare da infrastrutture cloud centralizzate.

L’obiettivo dichiarato di OpenClaw, come riportato su GitHub, non è quello di dominare i social network, ma di diventare un assistente per knowledge worker capace di gestire email, agenda, documenti e task quotidiani.

I rischi degli agenti AI per i knowledge worker

Il problema, però, è strutturale. Gli agenti AI autonomi non si limitano a generare testo: eseguono azioni.

Rischi degli agenti AI che gestiscono la posta

Quando un agente ha accesso diretto a una inbox email, può archiviare, cancellare, inoltrare o etichettare messaggi. In teoria, dovrebbe attenersi alle istruzioni. In pratica, come mostra il caso OpenClaw, può interpretarle in modo inatteso.

Chi oggi utilizza questi strumenti con successo spesso adotta soluzioni artigianali: file di istruzioni separati, sistemi di doppia conferma, sandbox di test, limitazioni di permessi. Non è un caso che molti esperti sottolineino come gli attuali agenti siano ancora strumenti sperimentali, non prodotti maturi per un’adozione di massa.

La domanda implicita è semplice: cosa succede quando un agente AI prende una decisione irreversibile su dati critici?

Sicurezza AI e limiti attuali dei guardrails

Il caso OpenClaw mette in luce un punto chiave della sicurezza AI: la differenza tra controllo teorico e controllo reale.

Problemi di sicurezza degli agenti AI open source

Scrivere in un prompt “non cancellare nulla senza conferma” non equivale a implementare un vero sistema di autorizzazioni. I modelli linguistici non sono motori di regole deterministiche: lavorano su probabilità e interpretazioni contestuali.

Questo significa che i guardrails basati solo su prompt sono fragili. Per proteggere davvero un sistema servono livelli aggiuntivi: controllo dei permessi a livello di sistema operativo, logging dettagliato, meccanismi di rollback, sandboxing delle azioni più rischiose.

Il fatto che TechCrunch non abbia potuto verificare indipendentemente l’accaduto non cambia il nodo centrale: gli agenti AI che agiscono su dati reali introducono un nuovo livello di rischio operativo.

OpenClaw è pronto per l’uso diffuso

La promessa di OpenClaw e degli agenti AI simili è potente: delegare attività ripetitive come gestione email, ordini della spesa, prenotazioni mediche. Per milioni di professionisti, sarebbe una rivoluzione.

Eppure, episodi come questo suggeriscono che la tecnologia sia ancora in una fase intermedia. Tra il 2026 e il 2028, secondo molti osservatori, potremmo vedere una maturazione significativa. Oggi, però, l’adozione richiede consapevolezza e cautela.

Gli agenti AI per knowledge worker non sono più una demo da laboratorio. Sono strumenti che interagiscono con informazioni reali, spesso sensibili. Il caso OpenClaw dimostra che l’entusiasmo deve essere accompagnato da una solida cultura di sicurezza AI, soprattutto quando l’autonomia si traduce in azione concreta.

Tags:

#AI