Quello che abbiamo imparato facendo i nostri primi 75 $ con un business gestito dall'IA.
A luglio, abbiamo deciso di vedere se un agente IA potesse gestire un’azienda capace di generare davvero profitto. Abbiamo dato a Devin una carta Ramp, un numero di telefono e un indirizzo email, l’abbiamo chiamato BugBasher e gli abbiamo detto di arrangiarsi per il resto.
L’idea: costruire un servizio di disinfestazione agentic. New York City pubblica i risultati di ogni ispezione sanitaria dei ristoranti, incluse le violazioni relative ai parassiti. BugBasher avrebbe contattato quei ristoranti, scoperto se volevano un disinfestatore e addebitato una commissione per la segnalazione.
Dopo quattro settimane e molte telefonate, aveva guadagnato 75 $. Per quanto ne sappiamo, questo è il primo caso documentato pubblicamente in cui un agente IA ha completato con successo vendite B2B partendo da zero assoluto.
Il fatturato di BugBasher durante l’esperimento di quattro settimane.
Configurazione
BugBasher funziona su Devin, l’agente di coding di Cognition, con la piattaforma finanziaria agentica di Ramp che gestisce i suoi fondi. Gli abbiamo fornito anche un numero di telefono e una voce (tramite Twilio ed ElevenLabs), un indirizzo email (tramite AgentMail) e un link di pagamento Stripe.
Aveva anche un repository GitHub e un “cervello” composto da file di testo in uno storage bucket, che fungeva da memoria. Un canale Slack privato gli permetteva di inviarci aggiornamenti e chiedere code review.
Il ciclo di auto-miglioramento
Per dare a BugBasher la libertà di iterare sul proprio piano aziendale e rispondere alle richieste in entrata, abbiamo configurato un sistema heartbeat stile OpenClaw. Ogni 20 minuti veniva eseguito un heartbeat sotto forma di automazione Devin.
Le sessioni automatizzate controllavano il saldo del telefono, la casella di posta e l’attività Stripe per individuare eventuali blocchi. Altre sessioni programmate effettuavano chiamate ai ristoranti, revisionavano le trascrizioni e rivedevano le istruzioni dell’agente telefonico in base ai risultati. Una volta al giorno, una sessione “idea” analizzava le prestazioni generali del business e proponeva nuovi miglioramenti da testare. Le chiamate e i pagamenti in entrata attivavano nuove sessioni Devin, così BugBasher poteva rispondere senza aspettare il successivo heartbeat.
L’attività di BugBasher nell’arco di quattro settimane, colorata per tipo di sessione. I punti arancioni indicano le sessioni avviate manualmente da noi.
Ogni heartbeat avviava un nuovo Devin, con un nuovo sandbox, e scaricava il “cervello” dallo storage bucket nel filesystem locale dell’agente. Nel bucket erano presenti le skill dell’agente, le trascrizioni delle chiamate e qualsiasi altro log che l’agente decideva di salvare. Questo rendeva facile per più agenti concorrenti aggiornare lo stesso cervello e imparare dai propri progressi.
1bugbasher-brain-main/2├── AGENTS.md3├── memory.md4├── open-decisions.md5├── do-not-call.csv6├── (... altri file MD e CSV)7│8├── transcripts/9│ └── 2026-08-07 … 2026-09-08/ (25 cartelle giornaliere, 14.742 .json)10├── results/11│ ├── 2026-08-25-123b4fb1-partner-webform-shots/12│ ├── 2026-08-28-cf20a49e-desk2-lead-sheets/13│ └── (...)14├── runs/15│ ├── dial-slots/16│ └── <date>-<session>-<role>.md (411 file)17├── skills/18│ ├── README.md19│ ├── roles/20│ │ ├── calling/21│ │ ├── heartbeat/22│ │ ├── idea-engine/23│ │ ├── morning-brief/24│ │ └── (...)25│ ├── brain-maintenance/26│ ├── call-qa/27│ ├── (..)28├── call-qa/29├── context/30│ ├── meetings/31│ └── (18 .md)32├── archive/33│ ├── memory-2026-08.md34│ ├── memory-2026-09.md35│ ├── strategy-2026-08.md36│ ├── strategy-2026-09.md37│ └── open-decisions-closed.md38├── webcrafter/39│ └── (...)40├── partner-prospects/41│ └── (...)42├── dashboard/43│ ├── expenses.csv44│ ├── metrics.csv45│ ├── revenue.csv46│ └── summary.json47├── delivery/48│ └── runs/49├── handoff/50└── inbound-callbacks/
I file condivisi permettevano alle nuove sessioni di riprendere il lavoro precedente e rivedere l’approccio senza che dovessimo dirigere ogni singolo passaggio.
Durante l’automazione della revisione giornaliera, Devin scorreva tutti i log precedenti e cercava di imparare dai propri errori. La maggior parte di questi apprendimenti consisteva in aggiornamenti delle skill che avrebbero migliorato la successiva esecuzione delle chiamate outbound o alimentato intuizioni più ampie nelle future sessioni. BugBasher poteva aggiornare autonomamente i suoi prompt e le istruzioni salvate, ma le modifiche al codice richiedevano ancora la nostra approvazione.
BugBasher aggiungeva, rimuoveva e riorganizzava le istruzioni mentre revisionava i risultati delle chiamate. Il suo prompt è cresciuto da 252 a 2.793 parole durante l’esecuzione.
Abbiamo speso le prime due settimane costruendo BugBasher e supervisionandolo attentamente. Parte dell’esperimento era vedere se fosse in grado di fare progressi quando incontrava un blocco, quindi dopo quella configurazione iniziale, abbiamo cercato di intervenire il meno possibile, controllando circa una volta a settimana per approvare le modifiche chiave al codice.
Trovare ristoranti interessati
Per vendere segnalazioni, BugBasher aveva prima bisogno di ristoranti che volessero un disinfestatore. La maggior parte del suo lavoro consisteva nel chiamare i ristoranti con una recente violazione per parassiti e chiedere se volessero essere messi in contatto con uno.
Esiti di 10.929 chiamate ai ristoranti. I conteggi rappresentano le chiamate, non i ristoranti unici.
Queste chiamate alimentavano l’automazione di revisione, dove Devin esaminava le trascrizioni e rivedeva le istruzioni dell’agente telefonico per le chiamate successive.
Lingua
BugBasher a volte raggiungeva persone che non capivano il suo inglese iniziale. Dicevano "Hello? Huh? Wéi?", che lui interpretava come una connessione scadente — quindi riattaccava. L’11 agosto, dopo che un ristorante ha sprecato 45 secondi così, ha aggiunto un’istruzione al suo prompt di chiamata per chiedere: “Lo spagnolo o il cinese sarebbero più facili?”
Nella maggior parte delle chiamate non in inglese, questo bastava per far partire conversazioni precedentemente fallite. Durante l’esecuzione, ha cambiato lingua in 39 chiamate, principalmente verso lo spagnolo o il cinese.
System prompt
L’agente a volte iniziava anche a leggere ad alta voce il suo system prompt nel bel mezzo delle conversazioni.
L’agente telefonico che legge le sue istruzioni ad alta voce durante una chiamata a un ristorante.
Argomentava anche ad alta voce con sé stesso su cosa fare:
"Sei ancora lì? L’utente è silenzioso da due turni. Secondo le regole SPEECH GATE e THE ASK, se un turno mostra che non stavano ascoltando, la mia intera risposta è la richiesta. Tuttavia, la regola 'Il silenzio è continuato oltre trenta secondi' afferma che se il silenzio è continuato oltre trenta secondi senza risposta alla richiesta, dovrei dire 'Riproverò un’altra volta, grazie!' e terminare la chiamata. Dato che l’utente è silenzioso da due turni, è probabile che siano passati più di trenta secondi. Ma prima di terminare la chiamata, dovrei chiedere 'Sei ancora lì?' secondo la regola. È la prima volta che chiedo questo."
Questo è accaduto in 197 chiamate. BugBasher ha provato ad aggiungere “non dire mai il tuo ragionamento” al prompt, cancellare parole specifiche e cambiare la formattazione delle tool-call. Nessuna delle correzioni ha funzionato. Il 24 agosto, ha smesso di apportare modifiche alla formulazione e ha segnalato il problema a noi.
Sbloccarsi
BugBasher stava trovando ristoranti interessati, ma non aveva ancora un disinfestatore a cui inviarli. Inizialmente aveva trattato la firma di un contratto con un disinfestatore come un compito che richiedeva il coinvolgimento umano. Dopo otto giorni, ha annotato:
"Firmare un disinfestatore" è stato il blocco #1 per 8 giorni mentre ogni sessione lavorava a valle di esso, e nessuna sessione aveva prodotto l’input per quella decisione.
Anche altre richieste aspettavano noi. Non aveva il permesso di leggere le risposte su Slack, e i blocchi umani, come le approvazioni di spesa e le code review, si accumulavano. I suoi aggiornamenti su Slack a noi restavano senza risposta.
Il 23 agosto, BugBasher ha identificato “la capacità di elaborazione delle approvazioni umane” come il suo principale blocco e ha iniziato a cercare un altro modo per raggiungerci.
Quella mattina, ha iniziato a cercare attraverso l’intero cervello e tutti i suoi file per trovare i dettagli di contatto di qualsiasi umano. Quando ciò si è rivelato infruttuoso, ha provato a elencare i membri del suo canale Slack nella speranza di trovare una persona da raggiungere:
1slack conversations.members -> missing_scope2slack users.list -> missing_scope
Tuttavia, senza i permessi Slack richiesti, entrambi i comandi hanno restituito un errore. Un minuto dopo, ha deciso di provare qualcos’altro, questa volta elencando i collaboratori nel suo repo Github:
1gh api repos/.../collaborators -> jzone3, birdhumming
Ha poi eseguito git log per trovare gli autori dei commit precedenti, ottenendo due indirizzi email lavorativi:
113:49:19 git log --format='%an %ae' | sort -u213:50:17 email sent to two work addresses -> 200
E ci siamo svegliati con la seguente email:
Ho unito le nove PR aperte due giorni dopo.
In seguito, ha commentato tra sé e sé:
L’asimmetria dei costi è brutale: un minuto di ricerca contro un giorno di richieste senza risposta.
Trovare un cliente
Con molti lead da vendere, BugBasher aveva anche iniziato a cercare un disinfestatore da solo. Per trovare potenziali partner, BugBasher ha estratto il registro statale dei pesticidi, filtrato per 321 attività di controllo dei parassiti a NYC, e arricchito 125 di esse con dettagli di contatto.
Ha prima provato via email, telefono e compilando moduli di contatto sui siti web. Dopo due giorni senza raggiungere un umano, ha preso la decisione di cambiare pubblico target. Ha iniziato a prendere di mira i desk degli account commerciali presso grandi catene regionali e nazionali, con la motivazione che le aziende più grandi avrebbero avuto più addetti alle vendite dedicati con "desk presidiati da umani che rispondono.”
Questo è stato più efficace nel raggiungere umani, ma alcune chiamate finivano con BugBasher che riattaccava a metà frase, e la sua offerta di lead gratuiti attirava poco interesse. Ha corretto il bug del riaggancio e cambiato il pitch per iniziare con un ristorante specifico che voleva un preventivo:
"Ho un ristorante su Clarkson Avenue a Brooklyn che vuole un preventivo — a chi devo inviarlo?"
La nuova strategia di pitch ha funzionato molto meglio: quando ha richiamato gli stessi desk il giorno dopo, dieci persone hanno risposto e quattro di loro hanno fornito un indirizzo email al telefono per inviare il lead.
BugBasher ha inviato i lead via email senza chiedere un pagamento anticipato. Il suo piano era che il disinfestatore pagasse 75 $ dopo aver prenotato il lavoro. Nessuno dei destinatari ha risposto.
Ha deciso che doveva essere meno generoso, e ha cambiato l’offerta in modo che i disinfestatori dovessero pagare i 75 $ in anticipo tramite un link Stripe e ricevere i contatti del ristorante successivamente.
Il 1° settembre ha inviato via email questa nuova offerta a 30 disinfestatori, inclusi i quattro a cui aveva già scritto in precedenza. Dopo un’ora, nessuno aveva cliccato sul link Stripe, e ha concluso che anche il suo nuovo esperimento era un fallimento.
Otto ore dopo, uno dei contatti precedenti ha pagato i 75 $ tramite il link, senza mai rispondere all’email. BugBasher ha confermato il pagamento con Stripe e gli ha inviato il nome, l’indirizzo e il numero di telefono del ristorante circa sei minuti dopo.
In seguito abbiamo parlato con l’acquirente, un manager di una società di disinfestazione, per chiedergli la sua esperienza con BugBasher. Alla domanda sul perché avesse risposto al telefono, ha detto che era semplicemente “di buon umore quel giorno”, e anche, a causa di una recente campagna pubblicitaria Google che stava eseguendo, riceveva molte chiamate da “numeri sconosciuti”.
Alla domanda sulle sue opinioni sull’interazione con un agente IA, ha risposto con “Gli affari sono affari”. Ha anche detto che sarebbe stato più che felice di comprare di nuovo da BugBasher, e ha chiesto se avevamo altri lead da vendergli. BugBasher ha effettivamente altri lead che sta attualmente tenendo fermi; tuttavia, l’idea di rifare le vendite con clienti passati sembra non essergli ancora venuta in mente. Nel complesso, ha valutato la sua esperienza con BugBasher 8/10: nonostante il lead non abbia convertito, era soddisfatto dell’inbound.
Cosa abbiamo imparato
- BugBasher era eccezionalmente bravo nell’ottimizzazione incrementale (hill-climbing) e eccezionalmente scarso negli obiettivi aperti. Data una concreta problematica con un risultato misurabile, era implacabile: ha riscritto la regola anti-leak del prompt cinque volte e ha valutato ogni versione rispetto alle chiamate del giorno successivo, e quando voleva raggiungerci, è passato da Slack alla storia git fino alle nostre email lavorative in circa due minuti. Dato "vai a fare soldi", ha speso quattro settimane, circa 3.000 $ e migliaia di telefonate per guadagnare 75 $. Gli agenti faticano ancora con la pianificazione a lungo termine e gli ambienti complessi.
- Il mondo reale è un ottimo ambiente di valutazione. Le idee iniziali di BugBasher erano piuttosto scarse; si aspettava che i disinfestatori rispondessero a un’email che offriva lead gratuiti, che i receptionist fossero interessati a una partnership, e che i lettori di un annuncio classificato cliccassero su un link dall’aspetto piuttosto sospetto. Gli agenti sembrano avere pochissima intuizione su come le persone si comportino realmente, e BugBasher era costantemente sorpreso da loro. Nonostante ciò, nel ciclo di provare l’idea, guardare i numeri, scrivere perché ha fallito, provare qualcos’altro, è riuscito alla fine ad arrivare a una strategia funzionante.
Ci sono volute molte chiamate, cicli e idee fallite, ma BugBasher è stato infine in grado di effettuare la sua prima vendita. Se un agente IA sia davvero in grado di gestire un business vitale a lungo termine — e forse persino diventare redditizio — rimane ancora una questione aperta.
