Genspark distribuisce agenti personali no-code con GPT‑4.1 e API Realtime di OpenAI

Genspark⁠(si apre in una nuova finestra) è l'azienda alla base di Super Agent, un agente IA personalizzabile no-code che aiuta gli utenti ad automatizzare le attività del mondo reale come fare una telefonata, creare una presentazione o trasformare una ricetta in un breve video.

Super Agent utilizza i modelli multimodali OpenAI e l'API Realtime per abilitare le attività su testo, immagine e voce, consentendo agli utenti di automatizzare flussi di lavoro complessi con semplici prompt, senza necessità di codifica. Il sistema decollò rapidamente: in soli 45 giorni, Super Agent raggiunse $36M in ARR, spinto dalla forte domanda degli utenti. 

Genspark è stato inizialmente lanciato come motore di ricerca IA progettato per aiutare i consumatori e i professionisti a sintetizzare e strutturare le informazioni. Alla fine del 2024 il comportamento degli utenti ha iniziato a cambiare. Gli utenti non volevano solo risposte. Volevano risultati. Invece di «riassumere questo mercato», chiedevano presentazioni, script video ed e-mail di follow-up. Allo stesso tempo, le capacità del modello si stavano espandendo rapidamente. Finestre di contesto più lunghe, ragionamento più forte e nuove API multimodali hanno reso sempre più possibile automatizzare interi flussi di lavoro, non solo recuperare informazioni.

Il cambiamento nella domanda degli utenti e la disponibilità del modello hanno quindi portato il team a fare una mossa coraggiosa: nell'aprile 2025, Genspark si è allontanato dalla ricerca per abbracciare pienamente l'IA agentica.

Nell'aprile del 2025, Genspark ha lanciato Super Agent: un assistente completamente autonomo e no-code in grado di effettuare chiamate telefoniche, progettare diapositive, generare video e altro ancora. Dietro le quinte, la piattaforma organizza nove modelli specializzati in grandi linguaggi e più di 80 strumenti integrati, assegnando dinamicamente ogni attività al componente più adatto.

I modelli OpenAI sono al centro di questo sistema. GPT‑4.1 gestisce la ricerca e i risultati strutturati con istruzioni migliorate e una finestra di contesto 1M-token, consentendo agli agenti di elaborare documenti lunghi completi senza troncamento. L'output JSON strutturato è progettato per garantire risposte strutturate in modo affidabile per gli strumenti a valle, mentre il caching automatico dei prompt riduce la latenza e i costi dell'API, il che è particolarmente prezioso nei flussi di lavoro a più passaggi. Per la generazione di immagini, la piattaforma utilizza il modello GPT‑image‑1 tramite l'API OpenAI.

Dato che il sistema è completamente no-code, gli utenti non devono preoccuparsi di nulla. Semplicemente descrivono ciò che vogliono, come "chiama il dentista", "riassumere questo rapporto", "crea una presentazione per me", e Super Agent si occupa del resto.

Una delle funzionalità più discusse di Super Agent è Call For Me, un'intelligenza artificiale che effettua vere e proprie telefonate per te e mantiene una conversazione. Nessuno script. Nessun trasferimento scomodo. Che si tratti di prenotare o riprogrammare una consegna, l'agente utilizza l'API Realtime di OpenAI e le funzionalità speech-to-speech per gestire la conversazione in modo naturale e con fluidità in tempo reale.

Un sistema a doppio livello alimenta l'interazione: l'API in tempo reale gestisce il dialogo dal vivo, mentre un modello ombra monitora e guida l'interazione tramite la coda dei messaggi. Il risultato è un botta e risposta rapido e coerente, anche quando la chiamata include musica di attesa o risposte umane ambigue. In Giappone, un caso d'uso è diventato virale: gli utenti chiedono all'agente di gestire le chiamate di dimissioni ai loro datori di lavoro. È il tipo di interazione profondamente umana che la maggior parte delle persone non si aspetta che un agente IA gestisca. 

Oltre alle telefonate, gli utenti si affidano a Super Agent per creare contenuti personalizzati. Chiedi una presentazione in stile vaporwave, e l'agente disegna le diapositive, genera immagini di copertina stilizzate con GPT‑image‑1 e compila la presentazione finale. Per il video, può scrivere uno script scena per scena, generare le immagini e assemblare un cortometraggio pronto per Instagram.

Questi casi d'uso sono possibili grazie alle capacità multimodali di OpenAI, alla velocità di esecuzione di Genspark e alla loro stretta collaborazione con il team delle startup di OpenAI. Genspark ha incontrato regolarmente gli architetti delle soluzioni OpenAI per condividere le best practice, ottimizzare i flussi di lavoro e ottimizzare le prestazioni del modello. Sono stati tra i primi a lanciare esperienze vocali con l'API in tempo reale e continuano a fornire feedback che aiutano a migliorare il modello.

"Abbiamo scelto OpenAI non solo per le prestazioni del modello in tutte le modalità, ma per l'esperienza degli sviluppatori", dice Zhu. "Con il design dell'API OpenAI abbiamo potuto muoverci rapidamente, spedire, eseguire il debug e scalare in modo fluido".

In poco più di un mese dopo il lancio di Super Agent, Genspark:

• è cresciuta fino a raggiungere un ARR di 36 milioni di dollari in soli 45 giorni
• ha messo a disposizione otto principali funzionalità agente in 70 giorni

Tutto questo è stato realizzato con un team di 20 persone e senza pubblicità a pagamento. Si è trattato di una crescita interamente organica, guidata dalla viralità del prodotto e dal passaparola. Gran parte del fascino di Super Agent deriva dalla sua accessibilità. Gli utenti non devono creare flussi di lavoro o configurare le impostazioni. Dicono solo ciò di cui hanno bisogno e l'agente si occupa del resto.

Successivamente, Genspark si espanderà in nuove categorie in cui gli agenti autonomi possono generare ancora più valore, come un browser IA che agisce su tutti i contenuti che stai sfogliando e documenti IA che supportano una varietà di elementi di formattazione. Le API OpenAI rimangono fondamentali per il modo in cui il team sviluppa rapidamente e spedisce più velocemente.

"Abbiamo costruito Genspark per essere più di un'interfaccia di chat, è uno spazio di lavoro AI tutto in uno", dice Zhu. "E con le API OpenAI, siamo stati in grado di renderlo reale in tempi record".