Ollama ha rilasciato la 0.32.0-rc0 con due novità per chi fa girare modelli in locale: un’interfaccia agente (agent UI) e un warning automatico quando stai per avviare un modello agentico obsoleto.

Il secondo punto è il più interessante. Gli agent model più vecchi (come alcune versioni di Qwen) hanno capacità agentiche deboli rispetto a quello che è uscito negli ultimi mesi: perdono il filo nei task multi-step, chiamano male i tool, o si impallano quando lo stato si complica. Il warning ti ferma prima che sprechi mezz’ora a capire perché non funziona. È un segnale che il gap fra i modelli di sei mesi fa e quelli di oggi è abbastanza largo da giustificare un avviso.

L’interfaccia agente è meno documentata nella release note: probabilmente una shell o un componente per lanciare un agente senza dover scrivere codice ogni volta. Se stai già usando Ollama per self-hosting, questa RC vale un giro di prova: il warning da solo risparmia debug inutili.

La release è un release candidate, non finale: se usi Ollama in produzione, aspetta la stabile. Ma se stai costruendo un flusso locale, i segnali su quali modelli reggono davvero i task agentici sono preziosi.

Nel dettaglio

Perché il warning sui modelli vecchi conta

Gli agent model non sono tutti uguali, e il divario fra le versioni recenti e quelle di sei mesi fa è più largo di quanto sembri dalle schede tecniche. Un modello come Qwen 2.5 (novembre 2024) fa tool calling, ma con un tasso di errore che su task multi-step lo rende poco affidabile: chiama il tool sbagliato, perde parametri, o si ferma a metà senza dire perché. I modelli usciti da marzo 2025 in poi (Qwen 3.5, le varianti agentiche di Llama 4, Ornith-1.0) hanno capacità agentiche migliorate su compiti strutturati: gestiscono meglio lo stato fra i passi, e quando falliscono producono un errore che puoi leggere invece di un output farlocco.

Ollama inserisce il warning perché sta vedendo utenti che lanciano modelli vecchi aspettandosi prestazioni che quei modelli non possono dare. Il warning non blocca: ti dice “questo modello ha capacità agentiche limitate, considera un upgrade”, e tu decidi. È un filtro utile se stai costruendo qualcosa che deve girare senza supervisione.

L’interfaccia agente

La nota di rilascio cita cmd: agent UI come una delle tre modifiche principali, ma non spiega cosa faccia. Dalle PR collegate su GitHub, sembra un layer che permette di lanciare un agente senza scrivere il loop manuale (obiettivo → piano → esecuzione → verifica). Se confermi l’obiettivo e gli strumenti disponibili, l’UI gestisce il ciclo.

Non è chiaro se l’UI sia una CLI interattiva, un’interfaccia web, o un componente richiamabile da codice. La documentazione della RC non lo copre, e il changelog rimanda alle PR senza dettagli d’uso. Chi vuole provarla dovrà installare la RC e guardare ollama agent --help (o varianti).

Qwen 3.5: parser e renderer dedicati

La terza modifica della release riguarda Qwen 3.5 (e Qwen Next): Ollama ora seleziona automaticamente parser e renderer specifici per questi modelli. I modelli Qwen recenti hanno un formato di output strutturato diverso dai precedenti, e senza il parser giusto producono risposte malformate quando chiamano tool. Questo fix è invisibile all’utente, ma evita output rotti.

Cosa non sappiamo ancora

La release è un release candidate, quindi mancano:

• Documentazione completa sull’agent UI: comandi, configurazione, limitazioni.
• Lista modelli vecchi che triggherano il warning: serve un elenco esplicito.
• Benchmark interni su quali modelli Ollama considera “agent-ready” e quali no.

Se usi Ollama per un flusso che va in produzione, aspetta la 0.32.0 stabile. Se stai costruendo un prototipo locale, la RC è abbastanza solida da provarla: i segnali su quali modelli funzionano davvero per gli agenti sono più preziosi di un benchmark astratto.

Dove si colloca nel panorama

Ollama è lo strumento principale per chi vuole self-hosting senza scrivere server custom. La concorrenza (LM Studio, Llamafile, Tabby) offre inferenza locale, ma Ollama ha il vantaggio dell’ecosistema: librerie, integrazioni con editor, e ora un layer agentico che altri tool non hanno ancora.

Il warning sui modelli vecchi è un caso di design per il fallimento atteso: invece di far girare un modello che non regge il carico e poi debuggare, il tool ti dice subito “questo modello non è fatto per quello che stai chiedendo”. È un pattern che altri runner locali dovrebbero copiare.