PathrulePathrule vs Letta
Letta è una piattaforma per costruire agenti con stato: definisci dei blocchi di memoria che vivono nella finestra di contesto dell'agente, e l'agente li modifica da solo con strumenti integrati. Pathrule non ti dà un agente. Alimenta quelli che usi già, Claude Code, Codex, Cursor, GitHub Copilot o Windsurf, con la conoscenza che regola il percorso in cui stanno lavorando.
Cosa fa bene Letta, e un merito da riconoscere come si deve
Letta discende dal paper su MemGPT e ne ha tratto la lezione giusta: un agente dovrebbe gestire la propria memoria. I blocchi di memoria sono sezioni strutturate della finestra di contesto che persistono tra le interazioni e sono sempre visibili senza recupero, e l'agente li legge e li aggiorna con strumenti integrati. Dietro c'è l'archival memory, un archivio ricercabile semanticamente e interrogato su richiesta, così l'agente sposta la conoscenza tra ciò che vede sempre e ciò che può andare a cercare.
Il merito da riconoscere esplicitamente: la core memory non aspetta di essere interrogata. Sta nella finestra di contesto per costruzione. Quindi l'argomento che questo sito usa contro le API di memoria, cioè che rispondono solo quando interrogate, non vale per i blocchi core di Letta, e fingere il contrario sarebbe disonesto.
L'harness è open source, con un cloud gestito o un server self-hosted, e Letta indica gli agenti di programmazione tra le cose che puoi costruirci.
Fianco a fianco
| Letta | Pathrule | |
|---|---|---|
| Cosa ottieni | Una piattaforma per costruire un agente con stato | Un livello di intelligenza per gli agenti di programmazione che usi già: CLI, server MCP, estensione per VS Code e Pathrule Cloud |
| Chi modifica la conoscenza | L'agente, con strumenti di memoria integrati | Il tuo team e i suoi agenti; le risultanze apprese restano consultive e i pattern del team richiedono l'approvazione di una persona |
| Sempre nel contesto | I blocchi di memoria, per costruzione | La porzione legata al percorso, iniettata prima di qualsiasi chiamata a uno strumento |
| Come va oltre la finestra di contesto | L'archival memory, interrogata su richiesta | L'ambito per percorso: viene inviata solo la porzione di questa directory |
| Organizzata per | Blocchi come human, persona, task | Percorsi del repository |
| Vincoli che possono bloccare una modifica | Non è il suo scopo | Le regole hanno ambito, priorità e un livello di applicazione |
| Come si collegano gli agenti | L'agente invece lo costruisci tu | `pathrule setup` collega Claude Code, Codex, Cursor, GitHub Copilot e Windsurf; qualsiasi client MCP può usare il server |
Le affermazioni su Letta provengono dalla sua documentazione e dal suo blog, letti ad agosto 2026. Se una riga è sbagliata, diccelo e la correggeremo.
Dove i due divergono davvero
Costruire un agente, o equipaggiare quelli che hai. Letta è lo strumento giusto se il prodotto che stai rilasciando È un agente e vuoi che la sua memoria sia di prima classe. Pathrule presuppone che tu usi già Claude Code, Codex, Cursor, GitHub Copilot o Windsurf e preferisca non ricostruire l'agente.
I blocchi vanno curati. I percorsi sono già dati.. I blocchi di memoria sono sezioni che qualcuno progetta: un blocco human, un blocco persona, un blocco task. È un buon modello per un assistente con un ruolo. Per il codice, la struttura esiste già: il repository. Pathrule la usa come chiave, quindi ciò che un agente riceve mentre modifica
/services/billingnon richiede alcuna progettazione di blocchi.Conoscenza automodificata contro conoscenza revisionata. Un agente che modifica la propria memoria è potente, ma è anche senza revisione: nulla gli impedisce di scrivere qualcosa di sbagliato e poi rileggerlo come un fatto. In Pathrule, ciò che un agente salva resta in un workspace condiviso dove il team può vederlo, modificarlo e rimuoverlo, le risultanze che registra restano consultive e non vengono mai promosse automaticamente a regole, e i pattern del team arrivano agli agenti solo dopo che una persona li ha verificati. È più lento per ogni singolo elemento, ed è proprio questo il punto quando la conoscenza è condivisa con un team.
Quale scegliere
Scegli Letta quando stai costruendo un prodotto basato su un agente e la sua memoria fa parte di ciò che rilasci, o quando vuoi che sia l'agente stesso a possedere ciò che ricorda.
Scegli Pathrule quando gli agenti sono già scelti e il problema è che agiscono nel tuo repository senza sapere cosa ha deciso il tuo team. Se valgono entrambe le cose, i due non entrano in conflitto: Letta dentro il tuo prodotto, Pathrule sotto gli agenti di programmazione che lo costruiscono.
Fonti e verifica
Documentazione ufficiale verificata il 1º ottobre 2026. La versione del prodotto Letta non era indicata nella documentazione esaminata e non è stata testata in locale. Le affermazioni su Pathrule sono state verificate sulla versione rilasciata di Pathrule CLI 0.6.1 il 9 ottobre 2026.
- Letta: panoramica della piattaforma
Posizionamento ufficiale della piattaforma per agenti con stato e dell'harness open source.
- Letta: associare e dissociare i blocchi di memoria
Comportamento ufficiale dei blocchi persistenti che restano visibili nel contesto dell'agente.
Domande frequenti
Pathrule è un framework per agenti come Letta?
No, ed è questa la differenza principale. Letta è una piattaforma per costruire un agente con stato. Pathrule si collega agli agenti di programmazione che usi già (Claude Code, Codex, Cursor, GitHub Copilot e Windsurf) e dà loro una conoscenza condivisa e legata ai percorsi, che sopravvive quando passi dall'uno all'altro.
I blocchi di memoria di Letta sono sempre nel contesto. Non è meglio dell'iniezione?
Per un insieme fisso di blocchi è un design pulito, e gliene diamo atto. Il compromesso è la scala: tutto ciò che sta sempre nel contesto compete per la finestra, quindi funziona meglio quando la conoscenza è fatta di pochi blocchi curati. Pathrule presuppone centinaia di memorie e regole in un repository e invia solo la porzione che regola il percorso corrente.
Un agente può scrivere conoscenza in Pathrule come un agente Letta modifica la propria memoria?
Può salvare, e il controllo resta al team. Gli strumenti MCP permettono a un agente di scrivere una memoria, una regola o una skill, che poi resta nel workspace dove il tuo team può vederla, modificarla o rimuoverla. Ciò che Pathrule impara da solo viene trattato con più cautela: le risultanze restano consultive e non vengono mai trasformate automaticamente in regole, e i pattern del team arrivano agli agenti solo dopo che una persona li ha verificati. Per la conoscenza condivisa da un team, quel passaggio di revisione è la funzionalità, non un attrito.
Sono entrambi open source. È la stessa cosa?
Pezzi diversi. Letta rende open source il suo harness per agenti, con deployment in cloud o self-hosted. Pathrule rende open source il suo core di contesto: il motore legato ai percorsi, l'interfaccia MCP e un backend SQLite integrato che esegue il ciclo senza account e senza rete.