Paperclip: Il Governo degli Agenti AI
57.100 stars in 6 settimane. Paperclip orchestra agenti AI come un'azienda virtuale: org chart, budget, ticket, audit. Open-source, self-hosted, MIT.
Alessandro Saiani
Human in the Loop
57.100 stars su GitHub in sei settimane. Nessun annuncio da big tech dietro, nessun VC che pompa. Un creatore anonimo che si firma @Dotta, un commit iniziale il 4 marzo 2026, e un progetto che adesso è in cima alle trending di mezzo internet.
Paperclip è una piattaforma open-source self-hosted che orchestra agenti AI come se fossero una vera azienda: org chart, ruoli, budget, ticket, board di supervisione, audit log. Il claim è che se gestisci 5, 10 o 50 agenti in autonomia, senza una struttura di governance finisce nel caos. E i casi recenti — l'incident Replit, la Meta SEV-1, i loop infiniti LangChain — gli stanno dando ragione.
Il problema che prova a risolvere
Finché hai un agente solo, puoi anche gestirlo a occhio. Gli dai un task, controlli il diff, vai avanti.
Ma bastano tre o quattro agenti in parallelo e la faccenda cambia. Chi sta facendo cosa? Quanti token ha bruciato il code reviewer mentre tu guardavi altro? Chi ha autorizzato quella chiamata API costosa? E soprattutto — quando qualcosa va storto, chi era responsabile?
La maggior parte dei team che oggi lavora con multi-agent ha risolto questi problemi con fogli Excel, script custom e un sacco di buona volontà. Paperclip parte dall'idea che la governance degli agenti sia un problema di piattaforma, non di prompt.
Cos'è Paperclip in concreto
La metafora centrale è quella dell'azienda virtuale — o "zero-human company", come la chiama la documentazione. Tu non parli più con i singoli agenti. Parli con un'organizzazione.
Definisci i ruoli. Assegni gli agenti ai ruoli. Crei reporting lines (chi risponde a chi). Apri ticket che finiscono nella coda del dipartimento giusto. Stabilisci budget mensili per singolo agente o per team. E sopra a tutto c'è una "board" che ha diritto di veto sulle decisioni sopra una certa soglia.
È un cambio di paradigma rispetto a framework come LangGraph o CrewAI: lì progetti un workflow, qui progetti una struttura organizzativa.
Come funziona tecnicamente
Le componenti sono cinque e vale la pena vederle una per una, perché è lì che si capisce se il tool fa sul serio o è solo una bella copertina.
Org chart con ruoli e reporting lines
Gli agenti non vivono in un pool piatto. Hanno un ruolo ("backend engineer", "QA reviewer", "ops"), un manager a cui rispondono, e un dipartimento. Le richieste scendono lungo la gerarchia: se apri un ticket di "infra", finisce al lead del team infra, che lo smista o lo prende in carico.
Ticket system atomico
Ogni unità di lavoro è un ticket. Un ticket ha stato, owner, storia delle modifiche, costo accumulato in token. Gli agenti non lavorano "in background su vibes" — prendono in carico un ticket, lo chiudono, lo passano avanti. È la stessa atomicità che usi su Jira o Linear, applicata al lavoro AI.
Budget per agente con pause automatiche
Questa è la feature che da sola giustifica metà del progetto. Ogni agente ha un tetto di spesa, mensile o per task. Quando si avvicina al limite, Paperclip lo mette in pausa e chiede conferma alla board. Niente più scoperte del tipo "mi sono svegliato e l'agente aveva bruciato $1200 in un loop".
Board-level oversight
Le decisioni critiche — spostare budget, creare nuovi ruoli, approvare azioni esterne sensibili — passano da una board. La board può essere umana, può essere un agente specifico con regole strette, o un mix. È il meccanismo di check-and-balance che distingue un'azienda vera da un branco di script.
Audit log
Tutto è loggato. Chi ha fatto cosa, quando, con quale prompt, quanto è costato. Se domani devi capire perché l'agente marketing ha mandato quella mail, hai la trace completa. In un mondo in cui l'accountability degli agenti è ancora un problema aperto, avere l'audit built-in non è un lusso.
Runtime supportati
Paperclip non ti costringe a usare un solo provider. Fuori dalla scatola supporta:
- Claude Code (nativo, integrazione più profonda)
- OpenAI (GPT-4, GPT-5)
- OpenClaw (l'assistente open source di cui abbiamo già scritto)
- Cursor (via runner)
- HTTP webhooks (qualsiasi cosa raggiungibile via API)
Il webhook generico è importante: significa che puoi attaccarci anche modelli locali via Ollama, o servizi custom, senza aspettare che il team aggiunga il supporto.
Quick start
L'installazione è fastidiosamente semplice, per un progetto così giovane:
npx paperclipai onboard --yes
Il comando avvia un wizard che ti chiede il provider del modello, le chiavi API, la configurazione del database (PostgreSQL locale o managed) e ti fa scegliere un template organizzativo di partenza — "small engineering team", "content studio", "ops squad". In dieci minuti hai un'istanza con tre o quattro agenti attivi.
Serve Node.js 20+ e una PostgreSQL raggiungibile. Nient'altro.
Stack tecnico
Per chi vuole guardarci dentro:
- Node.js 20+ come runtime
- PostgreSQL per lo stato (ticket, audit, budget, org chart)
- React per la UI di amministrazione
- 97.6% TypeScript sul repo — quindi tipato seriamente
- MIT license
Deployment self-hosted (Docker Compose fornito) oppure cloud. Una singola istanza supporta multi-company isolation, utile se fai consulenza o se vuoi separare ambienti.
Confronto con le alternative
Paperclip non è il primo framework multi-agent, quindi vale la pena posizionarlo.
| Tool | Modello | Focus |
|---|---|---|
| LangGraph | Graph-based | Workflow espliciti come DAG |
| CrewAI | Role-based | Agenti con ruoli, task sequenziali |
| AutoGen | Conversational | Agenti che si parlano in chat |
| Paperclip | Organizational | Struttura aziendale, governance, budget |
La differenza pratica è questa: LangGraph, CrewAI e AutoGen sono framework per sviluppatori. Li importi, scrivi codice, componi agenti.
Paperclip è un sistema operativo per aziende AI. Lo installi, lo configuri via UI, ci colleghi i runtime. È più vicino a uno strumento di ops che a una libreria.
Non è meglio o peggio: è un'astrazione diversa. Se stai costruendo un prodotto che integra agenti nel flusso utente, LangGraph resta la scelta. Se stai gestendo un parco di agenti che fa lavoro autonomo per te o per un team, Paperclip è pensato esattamente per questo.
Use case reali
I due esempi più citati nei post del creatore sono:
Nat Eliason — ha fatto girare su Paperclip un singolo agente chiamato "Felix", configurato come growth manager di un progetto side. L'agente, con budget e ticket definiti, ha generato oltre $100k in modo autonomo su un prodotto digitale. Numero non verificabile da terzi, ma il setup — agente con budget, reporting, audit — è mostrato pubblicamente.
Aaron Sneed — ha coordinato 15 agenti GPT come un piccolo studio di contenuti. Stima di circa 20 ore/settimana di lavoro umano automatizzate. Anche qui il claim è suo, ma il valore è nel pattern: senza una piattaforma tipo Paperclip, 15 agenti in parallelo diventano un incubo logistico.
Prendi i numeri con le pinze — sono demo, non benchmark industriali. Ma il concetto che emerge è chiaro: il valore di Paperclip cresce in modo non-lineare con il numero di agenti che gestisci.
Il lato meno rassicurante: le vulnerabilità RCE
Qui bisogna essere onesti. Negli ultimi thread Hacker News sono emerse vulnerabilità RCE (remote code execution) segnalate sull'istanza self-hosted. Il progetto ha meno di due mesi di vita, il codice è in rapida evoluzione, e la superficie di attacco è grande: webhook in ingresso, esecuzione di codice da parte di agenti, UI amministrativa esposta.
Tradotto: non esporre Paperclip su internet pubblico senza un reverse proxy con auth, VPN o un'intranet chiusa. Se lo metti in produzione oggi, il minimo è:
- Istanza dietro VPN o tunnel privato
- PostgreSQL non raggiungibile dall'esterno
- Audit log aggregati su un sistema separato
- Review delle action approvate dalla board prima che siano effettive su sistemi critici
Il creatore sta patchando rapidamente — le release si susseguono a ritmo sostenuto — ma un progetto a sei settimane di vita non ha la solidità sul fronte sicurezza dei tool consolidati. Sapere che è MIT e ispezionabile aiuta, non ti salva.
Per chi è (e per chi non è)
Ha senso se:
- Gestisci più di 3-5 agenti in parallelo sullo stesso progetto
- Hai già visto costi fuori controllo o loop infiniti e vuoi guardrail seri
- Lavori in un team dove l'accountability degli agenti conta (consulenza, prodotto, ops)
- Sei a tuo agio con self-hosting e PostgreSQL
Non ha senso se:
- Hai un singolo agente che fa una cosa specifica (overkill)
- Stai costruendo agenti dentro un prodotto per utenti finali (serve un framework come LangGraph)
- Non hai modo di self-hostare in un ambiente protetto (vedi vulnerabilità sopra)
- Cerchi qualcosa di plug-and-play senza configurazione — qui c'è un setup iniziale serio
In chiusura
Che funzioni o meno su larga scala lo vedremo. Per ora, 57.100 stars in sei settimane dicono che il problema che risolve è reale, e che sul mercato open source non c'era nulla di simile.
Se stai orchestrando più di un agente alla volta — e se non lo stai facendo ancora, probabilmente lo farai tra sei mesi — vale dieci minuti di npx paperclipai onboard --yes in una VM per capire se la metafora dell'azienda virtuale ti aiuta a dormire la notte, o se complica quello che già facevi bene a mano.
Fonti: