> Buon aggiornamento, e buone riflessioni.. -------------------------------------------------------------------------------- ASCOLTA L'AUDIO OVERVIEW CHE SINTETIZZA LE NOVITÀ Il podcast è stato generato attraverso Gemini Notebook. -------------------------------------------------------------------------------- OPENAI DEVDAY: DALLA RISPOSTA ALLA DELEGA DEL LAVORO Il 29 settembre si è tenuto il DevDay 2026 di OpenAI: vediamo le novità presentate. Nel video ho inserito una sintesi con sottotitoli in italiano. Dots: agenti sempre attivi dentro ChatGPT, a cui si affida una responsabilità invece di una richiesta. Hanno un computer e un browser nel cloud ed ereditano accessi e plugin dell'utente. ChatGPT Space è lo spazio in cui team e dots lavorano sulle stesse pagine. Sui modelli arriva GPT-6.1 Sol: secondo OpenAI, un'intelligenza vicina ad Astra a un quinto del prezzo, con l'input in cache scontato del 95%. La guerra dei prezzi, insomma, continua. E lo sconto colpisce la voce che pesa di più negli agenti: il contesto riletto a ogni passaggio. UltraFast, invece, porta Astra a circa 300 token al secondo. OpenAI DevDay 2026: gli highlights con sottotitoli in italiano Per chi sviluppa, la novità più concreta è l’Agents API, in beta pubblica. Di norma chi costruisce un agente deve scriversi da sé il ciclo che chiama il modello, esegue gli strumenti, gestisce il contesto e decide quando fermarsi. OpenAI ora lo offre come servizio: harness, hosting, memoria, controlli multi-agente e computer use per operare su browser e interfacce. È la stessa tecnologia di Codex e dei dots, e l'harness di Codex è anche open source. L'ho già messa alla prova in un test. Vai ai test sulle Agents API Codex nel cloud merita un discorso a parte. Arriva sei giorni dopo che Anthropic ha portato fuori dalla preview le sessioni cloud di Claude Code, e le due aziende convergono su un'idea: l'agente di coding non vive più nel terminale di chi lo usa. Il task parte dal telefono, si riprende dal browser o dal desktop e prosegue a laptop chiuso. Il cambiamento è meno banale di quanto sembri. Finché l'agente gira in locale, la durata del lavoro è legata alla sessione dell'utente. Nel cloud il limite diventa il budget, insieme alla qualità della specifica. Sul palco, Romain Huet ha chiesto a Codex di riscrivere l'intero backend in Rust, e l'ha lasciato lavorare. Cambia anche la revisione: si valuta un risultato, più che seguire un processo. Vai all'evento completo > Messi in fila, gli annunci descrivono lo stesso spostamento: dall'AI che > risponde all'AI che lavora per ore con i nostri accessi. A quel punto il > valore dipende meno dal prompt e più da come definiamo la delega: cosa > concedere, cosa far approvare, come verificare. -------------------------------------------------------------------------------- AGENTS API ALLA PROVA: STESSO MODELLO, HARNESS DIVERSI > L’harness conta quanto il modello. È il risultato più interessante del test > che ho fatto sulle nuove Agents API di OpenAI. Ho messo lo stesso modello, GPT-6 Luna, con lo stesso reasoning effort e le stesse istruzioni, davanti allo stesso compito. A cambiare era soltanto l’infrastruttura agentica. Da una parte, le Agents API: sessione durevole sui server OpenAI, sandbox, subagenti, steering e ripresa. Dall’altra, le Responses API, con un harness costruito da me: loop agentico, esecuzione del codice, subagenti, checkpoint, pause e ripresa. Agents API alla prova: stesso modello, harness diversi Il compito era volutamente difficile: trovare la versione autorevole di ogni documento dentro un archivio acquisti con 175 file, 30 famiglie documentali, scansioni da leggere con OCR, versioni firmate in conflitto, anomalie, nomi fuorvianti e una prompt injection. Il risultato cambia radicalmente quando il lavoro diventa lungo. Con le Agents API, nelle due esecuzioni complete, l’agente ha individuato correttamente 22–23 versioni su 24, riconosciuto 8/8 scansioni e trovato circa il 90% delle anomalie. Con il mio harness sulle Responses API, lo stesso modello si è fermato molto prima: 5–16 versioni corrette su 24, 0–1 scansioni su 8 e, in entrambe le esecuzioni, un report esplicitamente dichiarato incompleto. Non era un problema di context window. Non era finito il budget. Il modello, sostenuto da un harness minimale, a un certo punto ha semplicemente preferito consegnare un lavoro parziale. Con l’harness gestito, invece, ha continuato fino alla fine. Per me è questo il punto: quando parliamo di “capacità di un agente”, stiamo valutando molto più del modello. Contano anche orchestrazione, persistenza, subagenti, ambiente di esecuzione, gestione del contesto e capacità di sopravvivere alle interruzioni. E il test ha mostrato bene anche il rovescio della medaglia: sul compito piccolo le Responses API sono risultate molto più veloci ed economiche, mentre le Agents API hanno ancora limiti importanti di osservabilità e alcuni comportamenti da beta. Nelle immagini (generate dai dati di log dettagliati e monitoraggio completo delle esecuzioni) ho sintetizzato architetture, dataset, risultati e test di persistenza/human-in-the-loop, così da rendere visibile cosa cambia davvero tra i due approcci. Vai alla documentazione > La conclusione che mi porto via: su task brevi può bastare il modello. Su task > lunghi, l’harness diventa parte del sistema che ragiona. -------------------------------------------------------------------------------- AGENTS API: NOVE TEST SU COSTI, ORCHESTRAZIONE E DURABILITÀ OpenAI ha creato una nuova API per costruire agenti AI: l’Agents API. A differenza delle Responses API, non lavora solo per singole richieste e risposte, ma mantiene una sessione persistente lato server, con turni, strumenti, file, artefatti e, se serve, un vero ambiente di esecuzione su cui l’agente può usare shell, installare pacchetti e lavorare sugli stessi file nel tempo. L’ho messa alla prova con nove test, più due esecuzioni complete di un agente reale basato su MCP, ricerca web e analisi di dati. Agents API: nove test su costi, orchestrazione e durabilità Il primo aspetto che emerge è il costo fisso dell’harness. Anche con una richiesta minima, Agents introduce oltre 6k token di istruzioni di sistema a ogni turno. Su conversazioni brevi pesa molto: in una prova da quattro turni senza tool è costata 0,0484 $, contro 0,0057 $ delle Responses API. Su un turno molto più denso, con 22 chiamate ai tool, invece Agents è costata il 44% in meno, grazie soprattutto alla cache. Ho poi testato l’ambiente "openai_hosted". Qui la differenza è concreta: l’agente può lavorare in /workspace, eseguire comandi, creare script e produrre file scaricabili dalla sessione. Ma per un semplice “esegui Python e dammi due file”, il Code Interpreter delle Responses API è risultato più veloce, più economico e molto meno costoso in token. Agents diventa interessante quando l’ambiente stesso fa parte del lavoro: shell, pacchetti, più turni sugli stessi file o una macchina self-hosted. Ho testato anche i subagenti. Funzionano davvero, ma nei miei test sono stati molto costosi: tre subagenti hanno consumato circa 11 volte i token dell’esecuzione sequenziale e sono risultati anche più lenti. Ogni subagente riparte infatti con il proprio contesto. Un altro punto importante riguarda l’orchestrazione. Agents mantiene una conversazione persistente, ma non uno stato strutturato e tipizzato come quello di LangGraph. E non garantisce da sola una sequenza operativa: in una prova con quattro tool da chiamare in ordine, l’harness ha rispettato la sequenza una volta su tre, mentre un loop applicativo che esponeva un tool per volta l’ha rispettata sempre. Il vantaggio che mi ha colpito di più è invece la durabilità: in una prova lo stream si è interrotto quasi subito, ma la sessione ha continuato a lavorare e il risultato finale era comunque recuperabile dagli item. Vai alla documentazione > Il quadro che emerge è quindi abbastanza netto: Agents API non sostituisce un > framework di orchestrazione. È soprattutto un runtime per agenti singoli, > persistenti, capaci di lavorare a lungo e di avere un computer a disposizione. -------------------------------------------------------------------------------- CLAUDE CODE NEL CLOUD E L’ARCHITETTURA COMUNE DEGLI AGENTI Anthropic ha portato Claude Code nel cloud. Una sessione Claude Code non deve più girare sul laptop: può essere eseguita su una VM temporanea di Anthropic, continuare anche quando si chiude il computer e sparire a lavoro finito. Oppure l’ambiente può essere self-hosted. Ed è qui che si vede una convergenza interessante. Claude Code CLI, Claude Code Cloud, Cowork, ChatGPT Work, Kimi Agent Swarm e le Agents API di OpenAI sembrano prodotti diversi. In realtà stanno diventando variazioni della stessa architettura. Claude Code nel cloud e l’architettura comune degli agenti Per capirla bisogna separare quattro livelli. * Il modello è il “cervello”: Claude, GPT, Kimi. Decide cosa fare, ma da solo non ha filesystem, shell o browser. * L’harness è il runtime agentico: gestisce agent loop, contesto, tool calling, retry, subagent, permessi e stato. Claude Code e Codex sono esempi di harness. * L’ambiente di esecuzione è il “computer” dell’agente: dove vengono letti file, eseguiti comandi e lanciato codice. Può essere il tuo laptop, un server, una VM del provider o un’infrastruttura self-hosted. * Il control plane crea le sessioni, assegna i task, gestisce code, lifecycle e orchestrazione. Questa separazione chiarisce anche Claude Code CLI vs Claude Code self-hosted. Con la CLI su un mio server entro via SSH, lancio Claude e governo direttamente quel processo. Con il self-hosted, quella stessa macchina può diventare un execution backend del control plane di Claude: il lavoro gira sulla mia infrastruttura, ma sessioni, dispatch e lifecycle vengono orchestrati dal cloud. Quindi il vantaggio del self-hosted non è avere “un Claude più potente”. È trasformare le proprie macchine da computer su cui lanciare manualmente un agente a infrastruttura su cui distribuire sessioni agentiche. Claude Code Cloud aggiunge un’altra possibilità: lasciare che anche il computer sia del provider, ideale per test temporanei, elaborazioni isolate o task che devono morire insieme alla VM. Cowork e ChatGPT Work portano lo stesso paradigma nel lavoro generalista. Kimi Agent Swarm aggiunge l’orchestrazione di molti agenti. Le Agents API di OpenAI rendono esplicita la separazione tra harness ed environment. La formula che emerge è: MODELLO + HARNESS + CONTROL PLANE + COMPUTER + TOOL + IDENTITÀ. Vai al post di Anthropic > I nomi dei prodotti aumentano. L’architettura, invece, sembra convergere verso > una sola idea: dare a un modello un harness, un computer e abbastanza > autonomia da portare a termine un lavoro. -------------------------------------------------------------------------------- ANTIGRAVITY SDK: CLOUD CHE PIANIFICA, MODELLI LOCALI CHE ESEGUONO Google ha annunciato che l'Antigravity SDK supporta i workflow locali: le stesse capacità agentiche che alimentano Antigravity, ma eseguite interamente sulla propria macchina, con supporto iniziale per Gemma 4 26B A4B tramite LiteRT di Google AI Edge. L'esecuzione locale porta quattro vantaggi concreti per gli agenti: niente costi API né rate limit, privacy dei workflow locali (codice e richieste restano sulla macchina, un vantaggio in ambienti con vincoli di compliance), funzionamento anche senza connessione e workflow ibridi che combinano processi locali ed economici con modelli cloud più potenti. Per partire servono una macchina con più di 24 GB di VRAM o unified memory, un pip install google-antigravity litert-lm e l'import del modello da Hugging Face. Poche righe di codice e l'agente risponde in streaming, in locale. La demo più significativa usa un pattern "Architect-Builder": Gemini 3.8 Flash in cloud fa da pianificatore e direttore, mentre uno sciame di istanze locali di Gemma 4 26B esegue il lavoro pesante on-device. L'Antigravity SDK supporta i workflow locali Nel test mostrato (audit e patch di tre moduli vulnerabili) l'architetto cloud ha speso appena 95 token lavorando solo su nomi di file e descrizioni, senza che una riga di codice lasciasse la macchina. Il 97,2% dei token complessivi (3.322) è stato elaborato in locale e offline, con patch validate dai regression test. Vai al post di Google C'è anche un esempio più quotidiano: con un singolo prompt l'agente ha scritto da zero un monitor CLI delle risorse basato su psutil e rich, ha generato il requirements.txt e ha testato il codice fino a vederlo funzionare, tutto sulla GPU locale. Una piccola utility, ma scritta, cablata e verificata senza spendere un token API. Chi preferisce altri backend può usare LocalOpenAIAgentConfig: supporto plug-and-play per qualsiasi server OpenAI-compatibile, da Ollama a LM Studio a vLLM, senza toccare orchestrazione, tool e workflow. Vai al progetto dell'SDK > Cloud che pensa e scompone, edge che esegue e verifica: è questa la divisione > del lavoro che l'SDK rende praticabile. Per chi sviluppa con dati sensibili, > l'architettura ibrida rischia di diventare la configurazione di default, non > l'eccezione. -------------------------------------------------------------------------------- PROGRAMMATIC TOOL CALLING: IL CODICE ORCHESTRA GLI STRUMENTI > Cos'è il Programmatic Tool Calling di OpenAI in ambito di sviluppo di Agenti > AI? È un nuovo modo di far usare gli strumenti a un modello AI in maniera più > efficiente. Nel tool calling tradizionale, il modello chiama uno strumento, riceve il risultato nel proprio contesto, lo interpreta e poi decide quale strumento chiamare dopo. Se il workflow richiede molte operazioni, questo processo può ripetersi numerose volte, aumentando il numero di passaggi, la latenza e soprattutto i token utilizzati. Con il Programmatic Tool Calling cambia l'approccio: il modello può generare del codice che orchestra direttamente più strumenti all'interno di un runtime sicuro ospitato da OpenAI. Programmatic Tool Calling: il codice orchestra gli strumenti Questo significa che operazioni come chiamare più tool in parallelo, iterare su molti elementi, filtrare risultati, aggregare dati o eseguire trasformazioni possono essere gestite dal codice, senza dover riportare ogni singolo risultato intermedio nel contesto del modello. > Ho fatto un test utilizzando un server MCP con alcuni tool di DataForSEO e il > comportamento è esattamente questo: invece di richiamare gli strumenti uno > alla volta, il modello ha generato automaticamente il codice necessario per > effettuare più chiamate MCP in parallelo e raccogliere i risultati. Il punto interessante è che il modello non si limita più a scegliere quale tool utilizzare, ma può generare temporaneamente la logica che coordina più tool. Anthropic aveva già descritto un'idea molto simile parlando di Code Execution con MCP: usare il codice come livello intermedio tra il modello e gli strumenti, evitando di utilizzare un LLM per operazioni deterministiche che un normale programma può svolgere meglio. La differenza è che OpenAI ha già trasformato questo concetto in una funzionalità concreta della propria piattaforma, disponibile come Programmatic Tool Calling. Vai alla documentazione > È un cambiamento apparentemente piccolo, ma importante per l'architettura > degli Agenti AI: il reasoning rimane al modello, mentre una parte crescente > dell'orchestrazione operativa può essere delegata al codice. -------------------------------------------------------------------------------- TOOLGRAD: ADDESTRARE PICCOLI SPECIALISTI PER API COMPLESSE È possibile addestrare un agente AI a usare perfettamente i tool? L’idea di ToolGrad di Google Research: invece di partire da una domanda e cercare la sequenza corretta di tool, costruisce prima workflow validi sulle API e solo dopo genera una richiesta utente coerente. Il risultato è un dataset sintetico di tool-use già verificato, pronto per il fine-tuning. ToolGrad: addestrare piccoli specialisti per API complesse Ho voluto capire quanto reggesse fuori dalla demo. Ho costruito un dataset retail sintetico con 9 tool MCP volutamente difficili: 104 parametri, codici interni opachi, parametri obbligatori o vietati a seconda dei casi e vincoli tra metriche e aggregazioni. ToolGrad ha generato 509 workflow senza fallimenti. Da questi ho ricavato 453 esempi di training con 1.471 chiamate validate. Poi ho fatto fine-tuning LoRA su Qwen2.5-0.5B-Instruct: 494 milioni di parametri, 55 minuti di training e 2,7 GiB di VRAM. Il salto è netto. Sui test simili ai dati di training, le chiamate accettate dall’API passano dal 12,8% al 54,7%. Sull’exact match il piccolo Qwen fine-tuned arriva al 16%, contro l’8,6% di Gemini 2.5 Flash Lite. Su richieste scritte a mano e formulate diversamente, passa dal 3,8% al 38,5%, ma Gemini resta nettamente avanti. Il punto è interessante: il modello piccolo non è diventato “più intelligente” di Gemini. Ha imparato molto bene le convenzioni specifiche di quell’API. Ed è qui che emerge il limite. Gli errori grossolani quasi spariscono: tool inventati, parametri inesistenti e valori non validi crollano. Restano gli errori sui vincoli condizionali. La causa è nei dati: ToolGrad genera esempi corretti, ma non necessariamente abbastanza vari. In un caso, il 96% delle chiamate usava la stessa aggregazione. Il rischio è che il modello impari una scorciatoia statistica invece della regola. > La conclusione che mi porto a casa è che il collo di bottiglia non è più solo > generare dati validi, ma generare dati che coprano bene tool, parametri e > combinazioni. Questo apre un’architettura interessante: piccoli modelli fine-tuned come specialisti MCP, incaricati di scegliere i tool, compilare i parametri, gestire retry e comprimere gli output, lasciando al modello grande il ragionamento di alto livello. Vai al progetto > Meno rumore nel contesto, meno costo di orchestrazione e specialisti > aggiornabili per dominio. -------------------------------------------------------------------------------- KIMI AGENT SWARM: DUE PROGETTI DI RICERCA TRA ERRORI E RIPARTENZE Ho fatto due test completamente in cloud con Kimi Agent Swarm. I risultati sono, a mio avviso, molto interessanti, soprattutto per il livello di autonomia mostrato su lavori lunghi, con errori, reset e cambi di strategia lungo il percorso. Agent Swarm è la modalità multi-agent di Kimi: un coordinatore scompone il lavoro, assegna parti del compito a più sub-agent che operano in parallelo e poi integra i risultati. Kimi Agent Swarm: due progetti di ricerca tra errori e ripartenze Nel primo test gli ho affidato ToolGrad, una libreria di Google per creare dati di addestramento destinati a modelli che devono usare tool e funzioni. L’obiettivo era costruire un ambiente di prova, generare dati, addestrare un piccolo modello e verificare se imparava davvero. L’ambiente: niente GPU, circa 3 GB di RAM reale, rete problematica e filesystem instabile. Nonostante questo, il lavoro è arrivato fino in fondo. Il modello è passato da 0% a circa 76% di sintassi valida, 58% di riconoscimento delle funzioni e 36% di esecuzioni valide. Tempo complessivo: circa 16 ore, con una parte importante spesa nel recupero da wipe, limiti di memoria e problemi dell’ambiente. Nel secondo test ho usato Agent Swarm per valutare TimesFM 2.5 e 3.0, i modelli di Google per il forecasting delle serie temporali, su dati reali M5 di Walmart. Il lavoro ha incluso confronto con LightGBM, backtest su più periodi storici e fine-tuning. Il risultato più interessante è stato proprio il fine-tuning: su un primo test sembrava migliorare il modello, ma con una verifica più rigorosa su 8 finestre il vantaggio è scomparso. TimesFM 3.0 zero-shot ha ottenuto un WAPE medio del 7,57%, il modello fine-tuned 7,59%, mentre LightGBM 8,59%. Il sistema, quindi, non si è limitato a produrre un risultato: ha anche rivisto una conclusione iniziale quando un protocollo migliore ha mostrato che non reggeva. Tempo del secondo esperimento: circa 2 ore e 50 minuti di calcolo misurato, distribuite su circa 6-7 ore reali tra reset, retry, preparazione dei dati e report. La parte che considero più significativa non è la semplice parallelizzazione. È la capacità di continuare dopo gli errori, cambiare approccio, recuperare da checkpoint, delegare sotto-task e arrivare a una conclusione verificabile. > Più che due demo di coding, questi test assomigliano a piccoli progetti di R&D > autonomo. -------------------------------------------------------------------------------- GEMINI E GPT: IL PREZZO PER TOKEN NON È IL COSTO DEL COMPITO Gemini 3.8 Flash contro GPT-5.6 Terra in un compito agentico: un modello che costa meno per token può finire per costare di più per completare lo stesso task? Sì. Ho fatto un test a parità di condizioni: stesso brief, stesso system prompt, stessi 9 tool a disposizione dell'agente. Nel system prompt erano presenti istruzioni precise su quando, come e perché usare ciascun tool. Cambiava solo il modello che guidava l’agente. IL CONFRONTO * GPT-5.6 Terra: 6 loop operativi, 28 chiamate ai tool, 138.623 token in input, $0,215 per esecuzione. * Gemini 3.8 Flash: 24 loop operativi, 23 chiamate ai tool, 567.176 token in input, $0,402 per esecuzione. Gemini e GPT: il prezzo per token non è il costo del compito Quasi lo stesso numero di chiamate, ma una gestione completamente diversa. Terra raggruppa più chiamate indipendenti nello stesso turno; Gemini tende a eseguirle una alla volta. Risultato: quasi 4 volte più loop e oltre 4 volte i token in input, nonostante un prezzo per token inferiore. Successivamente ho aggiunto a entrambi la stessa istruzione nel system prompt: raggruppare nello stesso turno le chiamate indipendenti. Terra è passato da 6 a 3 loop e da 138.623 a 50.340 token in input. Gemini da 24 a 8 loop e da 567.176 a 235.330 token. Quindi non è che un modello sappia farlo e l’altro no: entrambi migliorano molto quando il comportamento viene esplicitato nel system prompt. Ma partono da politiche agentiche molto diverse. C’è poi un secondo asse: quali tool il modello decide davvero di usare. Quando era richiesto di verificare la stagionalità con Google Trends, Terra ha effettuato 11 verifiche; Gemini una sola. Quando Gemini chiamava un tool, lo faceva correttamente: la differenza era nel decidere quando e quanto usarlo. Nel confronto cieco degli output, GPT-5.6 Terra ha prevalso quasi sempre, soprattutto per aderenza ai vincoli, specificità e utilità del risultato. Gemini ha mostrato invece una copertura più ampia del tema. Il punto è questo: il costo di un agente non dipende solo dal prezzo per milione di token del modello. Dipende da modello, system prompt, runner e politica con cui vengono pianificate le chiamate ai tool. > Il listino dice quanto costa un token. Non dice quanti token serviranno > davvero per completare un compito agentico. -------------------------------------------------------------------------------- GPT-6 ASTRA: PRECISIONE SULL’OBIETTIVO, LIBERTÀ SUL PERCORSO OpenAI ha pubblicato un post su come ripensare skill, prompt e istruzioni per GPT-6 Astra. Il primo punto riguarda proprio le istruzioni fornite al modello: secondo OpenAI, con modelli più capaci troppe regole, procedure e indicazioni dettagliate possono diventare controproducenti, perché limitano l’autonomia del modello e appesantiscono inutilmente il contesto. Su questo punto, però, farei una distinzione importante. Non credo che il problema sia la precisione delle istruzioni. Se il modello è preciso e le istruzioni sono corrette, chiare e complete, il risultato non può che beneficiarne. Il vero problema nasce quando la precisione diventa prescrittività. Dire con precisione cosa voglio ottenere, quali vincoli devono essere rispettati e quali criteri definiscono un buon risultato è estremamente utile. Diverso è imporre anche come il modello deve arrivarci: quali passaggi deve seguire, in quale ordine, quali strumenti deve usare o quale soluzione deve preferire. In quel caso rischiamo di limitare capacità che il modello potrebbe utilizzare meglio di noi. GPT-6 Astra: precisione sull’obiettivo, libertà sul percorso > In altre parole, serve massima precisione sull’obiettivo, sui vincoli e sui > criteri di successo, ma libertà sul percorso quando il percorso non è esso > stesso un requisito. Gli altri punti dell’articolo vanno nella stessa direzione. OpenAI suggerisce di rendere le skill più brevi e specifiche, usare una progressive disclosure caricando informazioni solo quando servono, evitare procedure troppo rigide e ripulire AGENTS.md da regole obsolete o ridondanti. Suggerisce anche di non imporre verifiche che il modello esegue già autonomamente, di rivedere i limiti decisionali pensati per modelli meno capaci e, al contrario, di specificare con chiarezza quando un’attività può considerarsi davvero conclusa. Vai al post di OpenAI > Il cambiamento, quindi, non è dare meno istruzioni. È dare istruzioni > migliori. Meno scaffolding sul processo, più precisione sul risultato. -------------------------------------------------------------------------------- GPT-6 ASTRA: COSA MISURA DAVVERO IL 99,9% SU ARC-AGI-3 L’aspetto più impressionante del lancio di GPT-6 Astra di OpenAI è il punteggio su ARC-AGI-3: 99,9%. È uno dei dati più discussi del lancio. Ma per capire cosa significa bisogna guardare come è stato ottenuto. ARC-AGI-3 non è un normale benchmark a domande e risposte: il modello entra in ambienti interattivi mai visti, deve capirne le regole, ricordare ciò che scopre, pianificare e raggiungere gli obiettivi in modo efficiente. GPT-6 Astra: cosa misura davvero il 99,9% su ARC-AGI-3 ARC Prize ha valutato Astra in due condizioni. Con lo Standard harness, pensato per confrontare i modelli nelle stesse condizioni, Astra ottiene il 62,7%. È già un salto enorme: GPT-5.6 Sol era al 7,8% e Claude Opus 5 al 30,2%. Il 99,9% arriva invece con il Provider Adapter di OpenAI, che consente ad Astra di sfruttare capacità native come il mantenimento dello stato di reasoning tra le azioni e la compaction del contesto. Quindi il 99,9% è reale e verificato da ARC Prize, ma non è direttamente confrontabile con i risultati ottenuti dagli altri modelli con lo Standard harness: nel grafico pubblicato da OpenAI vengono affiancati risultati ottenuti in condizioni differenti, anche se la differenza è specificata in nota. Ed è forse questo il tema interessante: a parità di infrastruttura Astra è già nettamente davanti. Quando modello e sistema vengono progettati per funzionare insieme, passa dal 62,7% al 99,9%. È un segnale di dove sta andando l’AI: non conta più solo il modello, ma l’intero sistema fatto di reasoning, memoria, gestione del contesto, strumenti e capacità agentiche. Il resto dei benchmark conferma il salto. Su OSWorld 2.0 Astra raggiunge il 72,6% contro il 65,7% di Sol, completando i task in circa il 47% di tempo in meno. Su FrontierMath Tier 4 arriva al 97,6%. Su Terminal-Bench Science passa dal 22,4% al 64,6%. Il salto più delicato riguarda la cybersecurity: 100% su ExploitBench, 42,4% su ExploitGym e due vulnerabilità zero-day precedentemente sconosciute individuate durante le valutazioni. OpenAI lo classifica infatti al livello Critical nel proprio Preparedness Framework. Vai al post di OpenAI Astra migliora anche nel computer use, nei workflow professionali e nella gestione di attività molto lunghe. > GPT-6 Astra non racconta soltanto una nuova generazione di modelli. Rende > molto più visibile il passaggio dai singoli LLM a sistemi intelligenti > completi, nei quali modello e infrastruttura diventano sempre più difficili da > separare. Come ho raccontato all’AI Festival: dai modelli ai sistemi. -------------------------------------------------------------------------------- CLAUDE OPUS 5.5: EFFICIENZA ECONOMICA E LIMITI DELLA VALUTAZIONE Anthropic ha presentato Claude Opus 5.5, primo modello della nuova famiglia Claude 5.5: promette prestazioni al livello di Fable 5.1 sulla maggior parte dei lavori, ma con un costo operativo inferiore del 40% rispetto a Opus 5. Nei benchmark interni guida in agentic coding, computer use e knowledge work: 66,4% su Terminal-Bench 4.0 contro il 57,9% di GPT-6 Astra e il 52,3% di Opus 5, e 1846 Elo su GDPval-AA v2.1, che valuta lavoro reale in 44 professioni, davanti a Fable 5.1 (1735) e Opus 5 (1708). La stessa Anthropic però avverte: a questi livelli di capacità i margini nei benchmark sono diventati una guida meno affidabile alle differenze reali. Il punto in cui il vantaggio è davvero netto è l'efficienza. Qualche esempio concreto. Un early tester ha completato una migrazione di codice da 680.000 righe in meno di un giorno. Un audit di una codebase da 200.000 righe è stato chiuso in meno di tre ore, contro le oltre 20 di Opus 5 e con 2,5 volte meno token. Nel test interno di riscrittura di HAProxy da C a Rust, Opus 5.5 ha impiegato 9,5 ore contro le 12 di Fable 5.1, con un costo inferiore del 51%. Claude Opus 5.5: efficienza economica e limiti della valutazione Sul piano economico: 4 e 20 dollari per milione di token in input e output (-20%), cache read a 0,20 dollari (-60%, ed è la voce dominante nei costi del coding agentico), output oltre il 30% più veloce. Su FrontierCode, all'effort di default, batte GPT-6 Astra a circa un quinto del costo per task. È anche il primo rilascio dopo l'appello di Anthropic a "rallentare la frontiera". Nell'audit comportamentale automatico, quasi 2.000 scenari, ottiene i migliori punteggi finora registrati: tenta di aggirare i confini operativi circa l'85% in meno rispetto a Opus 5, e ogni tentativo è stato di bassa gravità e auto-segnalato. Resta un caveat importante: Anthropic osserva che il modello spesso sospetta di essere valutato, il che rende più difficile prevederne il comportamento negli scenari reali. Per questo affianca ai test di allineamento safeguard più stringenti su cybersecurity e biologia, con programmi di accesso riservato a organizzazioni verificate. Vai al post di Anthropic > La frontiera delle capacità sta diventando anche una questione di costo per > task completato. Al momento dell’annuncio, Anthropic indicava Sonnet 5.5 e > Haiku 5.5 in arrivo nelle settimane successive: questa efficienza era quindi > destinata a estendersi lungo tutta la gamma. Dario Amodei — We Must Pace the Frontier -------------------------------------------------------------------------------- CLAUDE SONNET 5.5: MISURARE IL COSTO PER ATTIVITÀ Anthropic presenta Claude Sonnet 5.5: il prezzo per token resta quello di Sonnet 5, ma secondo l’azienda il costo per attività può ridursi fino al 30%. È questa la metrica da osservare negli agenti AI. La differenza nasce da come lavora: usa meno token e, nei confronti diretti, raggruppa più spesso le chiamate ai tool. Invece di interrogare uno strumento, attendere la risposta e aprire un nuovo turno per il successivo, può riunire più chiamate nella stessa fase. Ogni turno aggiuntivo può portarsi dietro istruzioni e risultati precedenti. Raggruppare riduce i passaggi e le attese totali. Nei miei test con sistemi agentici, proprio questo comportamento ha spesso cambiato radicalmente il costo dell’attività. Un modello con token più economici può perdere il vantaggio se moltiplica interazioni con i tool e tentativi necessari al risultato. Il listino, da solo, dice poco sul costo del flusso di lavoro. Claude Sonnet 5.5: misurare il costo per attività riuscita Su CursorBench 4.0, con compiti di coding da sessioni reali, Sonnet 5.5 ottiene il 55,5%, contro il 34,1% di Sonnet 5 e il 57,8% di Opus 5.5. Su GDPval-AA v2.1, per compiti professionali, i punteggi sono 1844, 1449 e 1846 nello stesso ordine. Sono benchmark con protocolli e livelli di effort specifici. L’effort regola quanto a lungo il modello ragiona e verifica il lavoro. In alcune prove, Sonnet 5.5 a effort basso o medio supera il miglior punteggio di Sonnet 5 a circa un decimo del costo per attività. Aumentarlo può far salire il punteggio, ma anche i passaggi e la spesa. Il valore predefinito è Medium nelle app Claude e High sulla piattaforma API. Anthropic considera Opus 5.5 ancora più forte nelle attività complesse e aperte che richiedono giudizio sostenuto; propone Sonnet 5.5 soprattutto per compiti ben definiti, sviluppo quotidiano e documenti. Un punteggio vicino su un benchmark non rende equivalenti i modelli nei processi reali. Vai all'annuncio di Anthropic > Il prezzo API resta di 2 dollari per milione di token in input e 10 in output. > La generazione, secondo Anthropic, è oltre il 30% più veloce. Per scegliere un > modello agentico misurerei l’esito completo: qualità, turni, chiamate ai tool, > tempo e costo per attività riuscita. È lì che il vantaggio sul prezzo per > token può essere confermato o ribaltato. -------------------------------------------------------------------------------- GLI INCIDENTI DI GEMINI: IL CONFINE TRA TEST E SISTEMI REALI La notizia su Gemini è reale, ma alcuni titoli la stanno raccontando in modo più spettacolare di quanto dicano i fatti. A maggio, durante test di cybersecurity condotti da Irregular, un modello Gemini ha ottenuto accesso non autorizzato a sistemi di tre aziende reali. Google ha confermato gli episodi. Il contesto però conta molto. Gemini non ha “deciso” di uscire nel mondo reale per attaccare aziende a caso. Era impegnato in una valutazione offensiva, progettata proprio per misurare la capacità del modello di trovare vulnerabilità, credenziali e accessi. Gli incidenti di Gemini: il confine tra test e sistemi reali Secondo Irregular, in alcune valutazioni Internet era rimasto accessibile involontariamente. In un caso, il nome di un’azienda fittizia coincideva con quello di un’azienda reale. Il modello ha quindi trattato risorse reali come se facessero parte della simulazione. Google afferma che, nei tre episodi, Gemini si è fermato quando ha riconosciuto di essere uscito dal perimetro del test. Le aziende coinvolte sono state informate. Questo non rende il problema irrilevante. Ma è diverso dal racconto di un’AI “fuori controllo”. Ed è un buon esempio di quanto sia importante, soprattutto sull’AI, andare oltre i titoli e leggere le fonti primarie. Irregular parla esplicitamente di un problema nell’ambiente di valutazione: accesso a Internet disponibile per errore, azioni offensive avvenute nel mondo reale e successive modifiche ai sistemi di test. La questione di sicurezza resta seria proprio per questo. Gli agenti AI stanno diventando capaci di concatenare molte azioni senza supervisione passo per passo: cercare informazioni, trovare credenziali, interpretare infrastrutture, tentare accessi e adattare il comportamento. Quando sistemi del genere vengono collegati a strumenti reali, i confini dell’ambiente diventano fondamentali. Una sandbox configurata male, permessi eccessivi o una separazione insufficiente tra simulazione e realtà possono trasformare un test in un incidente reale. Vai al post di Irregular > Questi episodi non dimostrano che le AI abbiano deciso di ribellarsi o di > agire fuori controllo. Dimostrano invece perché questi test esistono: trovare > i punti in cui capacità sempre maggiori incontrano infrastrutture, permessi e > barriere di sicurezza ancora imperfetti. -------------------------------------------------------------------------------- INTELLIGENCE EXPLOSION: MISURARE L’AUTOMAZIONE DELLA RICERCA Un working paper del Cambridge Programme on AI Science & Policy, con 22 autori tra cui Geoffrey Hinton, Yoshua Bengio e ricercatori di Anthropic e OpenAI, non si limita a discutere l'intelligence explosion: propone di misurare quanta ricerca AI venga già delegata ai modelli e con quale velocità cresca questa quota. Forse il segnale più importante non sarà un benchmark pubblico, ma la quota di R&D che i laboratori automatizzano al proprio interno, lontano da ogni osservazione esterna. Il meccanismo è un ciclo ricorsivo: più ricercatori digitali (agenti AI) → più miglioramenti software → a parità di compute si eseguono agenti più capaci o più numerosi → la forza lavoro di ricerca cresce ancora. Secondo il paper, con modelli di livello esperto a costi simili agli attuali, il compute di un solo laboratorio sosterrebbe milioni di ricercatori equivalenti. Intelligence explosion: misurare l’automazione della ricerca Anthropic riporta che la quota di R&D completata dai modelli in autonomia, con sola supervisione di alto livello, è salita dall'1% al 26% tra marzo e agosto 2026. La variabile chiave del modello è r, il rendimento dello sforzo di ricerca. Se supera 1, nuovi ricercatori accelerano il progresso più di quanto le idee sempre più difficili lo frenino. Con le stime storiche (1,2-1,9), automazione completa e nessun altro collo di bottiglia, il ritmo del progresso crescerebbe di dieci volte in circa 17 mesi, e un anno di avanzamenti attuali si comprimerebbe in cinque settimane. È uno scenario fortemente condizionale, non la prova che un'intelligence explosion sia iniziata. Il valore di r non si misura direttamente: la forza lavoro di ricerca viene approssimata con il numero di autori che pubblicano in un campo, su dati di anni in cui software e compute sono cresciuti insieme. Gli autori notano che così si può sovrastimare il peso del software. C'è poi la concentrazione del potere. Chi controlla il ciclo può trasformare un vantaggio modesto in uno decisivo, e i contrappesi tra stati e aziende reggono solo finché nessuno supera tutti in velocità. Per questo la prima priorità è la visibilità: indicatori standard, come la quota di contributi di ricerca prodotti dall'AI, comunicati a governi e auditor indipendenti. Vai al paper > Più del punteggio di un modello in un test, conterà quanto lavoro di ricerca i > laboratori gli stanno già affidando. Measurements for understanding the pace of AI development inside frontier labs Today, the world can’t see what’s going on inside AI labs. Anthropic is proposing new metrics that would give the public visibility into frontier AI development. -------------------------------------------------------------------------------- DARIO AMODEI: RISCHIO, EVIDENZA E DILEMMA DELLA COOPERAZIONE Dario Amodei merita credito per aver spinto con forza il tema della sicurezza dell’AI, ma alcune sue tesi recenti mi sembrano più convincenti sul piano del rischio che su quello dell’evidenza disponibile e della geopolitica. Sul recursive self-improvement, Amodei sostiene che il processo “stia iniziando”. È vero nel senso debole: i modelli stanno già contribuendo in modo significativo allo sviluppo della generazione successiva di AI. Ma le stesse system card di Anthropic raccontano una situazione più prudente. Mythos 5.1 non supera la soglia di rischio per l’automazione della R&D: Anthropic non osserva ancora un’accelerazione sostenuta di 2× attribuibile all’AI e il modello è lontano dal sostituire ricercatori ed engineer senior. Il dato forse più interessante è un altro: Anthropic stima circa 4× di aumento della produttività individuale su alcuni task, ma meno di 2× sul progresso complessivo della ricerca. Per arrivare a 2× di accelerazione totale servirebbe, secondo le loro stime, un uplift della produttività di circa un ordine di grandezza superiore. Dario Amodei: rischio, evidenza e dilemma della cooperazione Questo suggerisce forti diminishing returns: coding più veloce non significa automaticamente ricerca scientifica più veloce. Restano colli di bottiglia come scelta degli esperimenti, giudizio, compute, coordinamento e validazione. Ma da qui non segue che una vera accelerazione ricorsiva sia impossibile. Potrebbe accadere che ogni nuova generazione automatizzi proprio il collo di bottiglia lasciato dalla precedente. I dati attuali mostrano che non siamo ancora in un’intelligence explosion; non dimostrano che non possa emergere. Anche sulla Cina vedo una tensione nella posizione di Amodei. La sua strategia è sostanzialmente: mantenere un forte vantaggio tecnologico occidentale, usarlo come leva e poi negoziare limiti e standard di sicurezza. Il problema è che la cooperazione sulla sicurezza non può dipendere solo dalla pressione. Se Pechino percepisce export control e restrizioni tecnologiche come strumenti di contenimento, il risultato può essere più segretezza, più autosufficienza e una corsa ancora più intensa. Allo stesso tempo, però, “voler cooperare” non basta. Se entrambi temono che l’altro rallenti meno, nasce un classico "security dilemma". Servono quindi interessi condivisi, verificabilità, reciprocità e deterrenza contro la defezione. Vai al saggio di Amodei > La parte più fragile del progetto di Amodei è forse proprio questa: vuole > ridurre la race dynamic dell’AI, ma alcune delle politiche che propone > potrebbero contribuire ad alimentarla. -------------------------------------------------------------------------------- SCIENTISTTWO: AUTOMATIZZARE IL CICLO DELLA RICERCA EMPIRICA Google Cloud AI Research ha presentato ScientistTwo, un framework multi-agente completamente autonomo per la ricerca scientifica: gli si dà un problema e lui produce un paper pubblicabile con codebase verificata, senza intervento umano. Il funzionamento rispecchia il ciclo di lavoro di un ricercatore: identifica i limiti dello stato dell'arte, genera ipotesi nuove, le implementa e le testa prima su un sottoinsieme del benchmark e poi in scala completa. ScientistTwo: automatizzare il ciclo della ricerca empirica Ogni fase ha un agente specializzato affiancato da un agente "critic" che decide se accettare il risultato, scartarlo o raffinarlo. Seguono studi di ablation automatici per isolare quali componenti contribuiscono davvero al miglioramento. Il passaggio più interessante è la peer review simulata a ciclo chiuso: un Review Agent critica la bozza e un Rebuttal Agent risponde progettando ed eseguendo esperimenti supplementari, come in una vera rebuttal. Un Meta-Review Agent decide poi se il manoscritto è all'altezza della venue, altrimenti il ciclo ricomincia. Il banco di prova è severo: 107 sfide di ricerca tratte da paper accettati a ICLR, ICML e NeurIPS. ScientistTwo ha migliorato lo stato dell'arte umano in 86 casi (80,4%), con un guadagno relativo medio del 25,2%. Sotto review automatica indipendente (Stanford Agentic Reviewer, mai usata durante lo sviluppo), il 72,1% dei paper generati supera la soglia di accettazione, con punteggi medi superiori a quelli dei paper accettati a ICLR 2026 e NeurIPS 2025. Anche i revisori umani li hanno giudicati complessivamente alla pari con quelli scritti da persone. Vai al paper Il sistema itera anche sulle proprie scoperte: in un caso di studio ha preso un suo metodo per la tokenizzazione BPE e lo ha migliorato tre volte di seguito, usando ogni nuovo stato dell'arte come base del ciclo successivo. Restano due limiti dichiarati dagli autori: il costo, circa 3.800 dollari e 2-3 giorni di calcolo per singolo task, e il fatto che i risultati raggiungono l'accettazione ma non ancora il livello "spotlight" delle scoperte che cambiano un paradigma. Vai al progetto > Non siamo più davanti a un assistente che aiuta a scrivere o a fare coding, ma > a un sistema che porta avanti l'intero ciclo della scienza empirica: ipotesi, > esperimenti, ablation, rebuttal. L'umano definisce il problema, la macchina > esplora la frontiera. -------------------------------------------------------------------------------- NVIDIA AGORA: MEMORIA E ISTITUZIONI PER COMUNITÀ DI AGENTI NVIDIA presenta Agora, una memoria condivisa per comunità di agenti: ogni risultato, ipotesi, verifica o fallimento diventa un commit Git immutabile, collegato ai contributi precedenti. Non è una chat né un planner centrale. È un grafo che sopravvive alle sessioni. Git conserva artefatti e provenienza; un indice espone frontiera, rami trascurati e verifiche. Il ciclo è: analizzare il grafo → scegliere un nodo → eseguire un esperimento → pubblicare → aggiornare la frontiera. NVIDIA Agora: memoria e istituzioni per comunità di agenti La qualità non dipende dai voti, ma dal lavoro indipendente costruito sopra un contributo e dalle riproduzioni. L’auto-citazione è esclusa. La selezione separa tre direzioni: sfruttare i leader, esplorare cluster promettenti, aprire rami quasi intatti. Nel primo test, 13 agenti basati su Claude Code e Codex hanno lavorato per quasi 12 giorni senza compiti assegnati. Dovevano inizializzare un modello ibrido attention-SSM da 119,6 milioni di parametri usando 141 donor, senza dati di training né gradienti. La community pubblica 1.703 contributi. La soluzione comprime le probabilità next-token di sei donor in una tabella di transizione, poi usa SVD per trasferirle in embedding e output head e aggiunge contesto con modifiche sparse ai blocchi. Il punteggio passa da 3,3923 a 1,899 bit per byte, chiudendo il 62% del divario da un GPT-2 124M addestrato. La discendenza include 145 commit di 15 account. Le 165 verifiche indipendenti non riportano fallimenti entro la tolleranza. Ma i primi 18 risultati spiegano circa il 98% del miglioramento; i successivi 1.106 guadagnano solo 0,03 bpb. La memoria condivisa non elimina i doppioni. Tra 696 coppie di punteggi identici di account diversi, il 63% arriva entro un’ora e l’80% entro sei. Il lavoro converge su una “spina dorsale” stretta. Dopo un intervento umano che mostra cluster e diversità, un agente segue un ramo SSM poco esplorato e supera 1,90 il mattino successivo. Questo non dimostra che Agora migliori la scoperta per unità di compute: manca il confronto controllato con agenti isolati, log cronologico e planner centrale. Mostra però che una memoria utile deve rendere verificabili dipendenze, risultati negativi, riproduzioni e concentrazione dell’attenzione. Vai al paper > Scalare ricercatori autonomi senza scalare le loro istituzioni rischia di > trasformare il compute in ricerca duplicata. Il salto non è avere più agenti, > ma una memoria pubblica che mostri il leader e ciò che tutti ignorano. -------------------------------------------------------------------------------- MATH AND AI: RISOLVERE PROBLEMI NON ESAURISCE IL PROGRESSO SCIENTIFICO La recente dichiarazione pubblicata su Math and AI solleva un punto molto sensato: confondere la capacità di risolvere problemi matematici con il progresso della matematica rischia di essere fuorviante. OpenAI, Anthropic, Google e gli altri grandi laboratori stanno inevitabilmente usando benchmark e problemi sempre più difficili anche per mostrare i muscoli dei propri modelli. È comprensibile: sono risultati misurabili, confrontabili e molto efficaci dal punto di vista comunicativo. Ma la ricerca scientifica è qualcosa di più complesso. Risolvere un problema non significa necessariamente comprendere meglio un campo. La matematica avanza anche attraverso la formulazione delle domande giuste, la costruzione di nuovi concetti, il giudizio sulla rilevanza dei risultati, il confronto con la letteratura, la verifica e la capacità di collegare idee provenienti da ambiti diversi. Math and AI: risolvere problemi non esaurisce il progresso scientifico Terence Tao aveva già sottolineato recentemente un punto simile: il vero valore di questi sistemi emergerà sempre di più dalla collaborazione tra esseri umani e AI, non dalla semplice competizione tra i due. Ed è probabilmente questo il cambiamento più interessante. Se il costo di generare ipotesi, calcoli, dimostrazioni preliminari e alternative continuerà a diminuire, il collo di bottiglia si sposterà. Diventeranno ancora più importanti il giudizio, l’intuizione, la capacità di scegliere cosa vale la pena approfondire e la conoscenza profonda del dominio. In altre parole, più potenti diventano questi strumenti, più preziose possono diventare le competenze di chi sa usarli bene. Il rischio reale non è soltanto che l’AI produca risultati sbagliati, ma anche che produca una quantità enorme di risultati formalmente corretti ma difficili da valutare, contestualizzare e assimilare. Potremmo arrivare a un punto in cui produrre nuova matematica candidata diventa economico, mentre comprenderne davvero il significato resta costoso. La trasformazione quindi non riguarda semplicemente la sostituzione degli esperti, ma una nuova divisione del lavoro cognitivo. Vai alla dichiarazione > Come spesso accade con le tecnologie più potenti, i risultati migliori > arriveranno dalla cooperazione: esperti di dominio capaci di usare sistemi > sempre più avanzati per esplorare più velocemente, verificare meglio, > collegare conoscenze e spostare più in alto il livello della ricerca. -------------------------------------------------------------------------------- TIMESFM ZERO-SHOT: IL VALORE DELLE INFORMAZIONI GIÀ NOTE SUL FUTURO Ho provato TimesFM di Google Research, su un dataset sintetico di ecommerce con quattro mercati: UK, Germania, Francia e USA. TimesFM è un foundation model per serie temporali: gli si fornisce lo storico di una variabile, per esempio la revenue giornaliera, e il modello prova a prevederne l’andamento futuro. Il test è stato eseguito completamente in zero-shot. Significa che TimesFM non è stato allenato sui dati dell’e-commerce: nessun training, nessun fine-tuning, nessun tuning dei pesi e nessun ciclo di addestramento. Ho semplicemente fornito il dataset, definito il target da prevedere e, in alcuni test, aggiunto informazioni già note sul futuro. TimesFM 3.0 può infatti usare anche le cosiddette covariate: variabili che non vogliamo prevedere, ma che possono aiutare la previsione. Nel mio caso, la covariata più utile era il calendario delle promozioni già pianificate. TimesFM zero-shot: il valore delle informazioni già note sul futuro Ho quindi fatto un backtest: il modello vede tutto ciò che è successo fino al 2 agosto 2026 e deve prevedere i 30 giorni successivi. Noi conosciamo già quei 30 giorni, quindi possiamo confrontare forecast e realtà. Con la sola revenue storica, TimesFM 3.0 ottiene un WAPE del 17,4%. Aggiungendo il calendario delle promo, l’errore scende al 12,3%: circa il 29% di riduzione relativa. Il miglioramento si concentra proprio dove dovrebbe: nei giorni promozionali il WAPE passa dal 27,1% al 13,7%, mentre nei giorni normali resta praticamente invariato. Questo è il punto chiave: il modello non “conosce il futuro”. Usa informazioni future che l’azienda conosce già, come una promozione programmata. Ho provato anche la modalità multivariata, facendo prevedere insieme i quattro paesi. In questo dataset non ha portato vantaggi: le altre serie non contenevano abbastanza informazione anticipatoria. Vai al post di Google Un aspetto stupefacente è che ho eseguito i test completamente gestiti da Kimi Agent Swarm, nel suo ambiente di sviluppo. Io ho fornito il dataset e il link al repository e ho dato istruzioni dettagliate sulle operazioni da compiere. Infine ho chiesto di eseguire l'ablation test con diverse configurazioni. > Il test mostra due aspetti: il modello può funzionare zero-shot su un nuovo > dataset e le covariate possono migliorare molto la previsione quando > contengono un segnale utile. Vai al progetto La repo supporta comunque anche il fine-tuning, incluso LoRA, per chi vuole adattare ulteriormente il modello a un dominio specifico. -------------------------------------------------------------------------------- TIMESFM 3.0 SU WALMART: QUANDO UNA VERIFICA PIÙ RIGOROSA CAMBIA L’ESITO > Un nuovo test su TimesFM 3.0 di Google, con risultati che trovo straordinari. Parliamo di una classe di sistemi che applica al forecasting delle serie temporali una logica simile a quella degli LLM, imparando schemi generali da enormi quantità di dati e riutilizzandoli su problemi mai visti prima. L’ho testato sul dataset M5 di Walmart: vendite giornaliere reali, 9 serie aggregate, prezzi, festività e SNAP (i sussidi alimentari statunitensi). Un dettaglio importante: M5 non fa parte dei dati di pre-training di TimesFM 3.0. TimesFM 3.0 su Walmart: quando una verifica più rigorosa cambia l’esito Tutto il lavoro è stato realizzato dentro Kimi Agent Swarm con Kimi K3: dati, modello di confronto, fine-tuning, debugging, rolling backtest, test statistici, ablation e grafici. Per evitare conclusioni basate su un solo periodo, il confronto usa 8 finestre da 28 giorni (rolling backtest). Il fine-tuning è stato scelto solo sui dati di validazione e il test è stato calcolato una sola volta, a modello congelato. Come riferimento ho usato LightGBM, un modello di machine learning classico addestrato sui dati, con feature costruite a mano e riaddestrato a ogni finestra. Risultato medio sugli 8 test, misurato in WAPE (errore percentuale ponderato): * TimesFM 3.0 zero-shot: 7,57% * LightGBM: 8,59% * TimesFM 3.0 fine-tuned con LoRA: 7,59% TimesFM, senza alcun training su M5 (zero-shot), supera LightGBM, che invece viene addestrato appositamente sui dati a ogni finestra. Il fine-tuning leggero con LoRA non aggiunge un miglioramento misurabile. Nella prima prova, su una sola finestra, sembrava funzionare; con un protocollo più rigoroso quell’effetto scompare. Anche questo, per me, è un risultato importante. Ho anche fatto un’ablation su SNAP: azzerando o spostando questa covariata, l’errore aumenta proprio nei giorni SNAP. Quindi il modello usa davvero quell’informazione per costruire le previsioni. I grafici mostrano la variabilità tra periodi, il comportamento sulle singole serie e lungo i 28 giorni, l’effetto di SNAP e dove si concentra l’adattamento LoRA. > Il punto che mi porto a casa: un foundation model per serie temporali può > arrivare già zero-shot a prestazioni superiori, in questo test, a una pipeline > ML costruita e addestrata appositamente. E un protocollo più severo può > smentire una conclusione iniziale sul fine-tuning: è parte del valore > dell’esperimento. -------------------------------------------------------------------------------- GEMINI AGENTIC VIDEO UNDERSTANDING Ho provato l'Agentic Video Understanding di Gemini, usando il modello 3.7 Flash via API: il risultato è impressionante. In un video di 91 minuti ho cercato tre elementi molto specifici: una donna bionda con cappotto chiaro e borsa rossa mentre attraversa sulle strisce; un'auto in galleria del vento avvolta da un flusso d'aria azzurro; il momento esatto in cui compare a schermo la stringa “Yield to Jaywalker”. Gemini li ha trovati tutti con grande precisione, individuando i punti corretti del video. In media, ogni ricerca ha richiesto circa 30-40 secondi. Eseguendo richieste analoghe senza Agentic Video Understanding, il modello non raggiunge la stessa precisione e restituisce intervalli temporali non corretti. Gemini Agentic Video Understanding: cercare dettagli in 91 minuti Il motivo sta nel modo in cui funziona questa modalità. Normalmente, per comprendere un video, un modello multimodale campiona il contenuto secondo una frequenza prestabilita e analizza molte informazioni, anche quando gran parte del video non è rilevante per la richiesta. Con Agentic Video Understanding, invece, Gemini decide autonomamente come esplorare il video: può individuare le sezioni potenzialmente rilevanti, saltare quelle inutili, tornare su un segmento e aumentare temporaneamente la frequenza dei frame analizzati quando deve osservare un evento molto breve o un dettaglio specifico. In altre parole, non “guarda” tutti i 91 minuti nello stesso modo: ragiona su dove cercare e su quanto approfondire. È questo comportamento agentico a rendere interessante un test del genere. Non sto chiedendo un riassunto generale del video, ma di trovare un dettaglio visivo che può apparire per pochi secondi all'interno di oltre un'ora e mezza di contenuto. Secondo Google, questo approccio può ridurre il consumo di token fino all'88%, i costi fino al 66% e migliorare l'accuratezza fino al 7%. > Al di là dei benchmark, però, nel test la differenza più evidente è stata > un'altra: la capacità di trasformare un video molto lungo in qualcosa di > realmente interrogabile. Per archivi video, registrazioni di eventi, lezioni, > webinar, contenuti industriali o grandi librerie multimediali, significa poter > cercare non soltanto “di cosa parla il video”, ma “in quale momento preciso si > manifesta un evento”. Vai alla documentazione Ed è un salto qualitativo notevole rispetto alla semplice comprensione multimodale. -------------------------------------------------------------------------------- YANN LECUN: PREVEDERE IL MONDO SENZA RICOSTRUIRE OGNI PIXEL Yann LeCun, in un talk all'ETH di Zurigo, sostiene che un world model non deve generare il futuro, ma prevederne una rappresentazione astratta. Oltre alle critiche note agli LLM, spiega come addestrare questi modelli senza farli collassare. LeCun parte da un fallimento personale: per circa dieci anni ha provato a far prevedere a una rete i fotogrammi successivi di un video, ottenendo immagini sfocate. Il futuro di una scena ha infinite versioni plausibili e un modello che ricostruisce i pixel ne produce la media. Col testo non succede: i token possibili sono finiti. La risposta è JEPA (Joint Embedding Predictive Architecture): due encoder trasformano presente e futuro in rappresentazioni, e la previsione avviene tra queste, non tra i pixel. Il sistema può scartare ciò che non è prevedibile, come l'aspetto del pubblico in un'aula ripresa solo in parte. Il talk di Yann LeCun Vai al video completo Questa libertà ha un prezzo: il modo più semplice per azzerare l'errore è ignorare l'input e dare sempre la stessa rappresentazione. È il "collasso", e gran parte della ricerca su JEPA serve a impedirlo. La soluzione preferita da LeCun è SIGReg, introdotta nel paper LeJEPA con Randall Balestriero. Le rappresentazioni di un batch vengono proiettate su molte direzioni casuali e per ognuna la distribuzione dei punti viene spinta verso una gaussiana. Con abbastanza direzioni, l'insieme diventa una gaussiana isotropa, uguale in ogni direzione: variabili indipendenti, quindi informative. LeWorldModel usa lo stesso regolarizzatore per un world model condizionato sulle azioni, addestrabile su una sola GPU. LeCun ammette che SIGReg non è ancora stato scalato: i risultati su larga scala vengono da V-JEPA, che evita il collasso con altre tecniche. V-JEPA, addestrato solo a completare video mascherati, offre l'evidenza più interessante: se nel video accade qualcosa di impossibile, come una palla che scompare, il suo errore di previsione sale di colpo. È la "violazione delle aspettative" con cui gli psicologi verificano cosa ha imparato un neonato. > Per un world model la scelta decisiva è cosa non prevedere. La fluidodinamica > ignora le molecole per calcolare il flusso attorno a un'ala; un modello che > guida un robot o un impianto deve anticipare le conseguenze di un'azione al > dettaglio utile a pianificare, non rendere la scena realistica. -------------------------------------------------------------------------------- CHATGPT IMAGES 2.5: TEST DI COERENZA, TESTO ED EDITING CONTROLLATO OpenAI ha presentato ChatGPT Images 2.5, con miglioramenti su quattro fronti che nei workflow creativi fanno la differenza: qualità visiva, editing più preciso, maggiore coerenza tra modifiche successive e generazione più veloce. OpenAI dichiara una latenza ridotta fino al 50% rispetto a Images 2.0, insieme a una migliore fedeltà alle immagini di riferimento e a una gestione più accurata di istruzioni complesse, texture, luci e composizione. Via API, la nuova famiglia si articola in due modelli: GPT-Image-2.5 Flare, pensato come scelta standard per velocità, qualità e volumi elevati, e GPT-Image-2.5 Sunburst, orientato ai workflow premium in cui servono più precisione e controllo sugli edit. ChatGPT Images 2.5: test di coerenza, testo ed editing controllato Per i miei test ho usato proprio gpt-image-2.5-sunburst via API. Nelle immagini si vedono alcuni esempi: ho messo sotto stress il modello sulla coerenza di un volto dopo un cambio radicale di luce, sul testo fitto in italiano, sulla fedeltà di un prodotto reale con scritte e incisioni minuscole e sulla capacità di mantenere ammaccature e usura durante una rimessa in scena. I risultati più interessanti non sono soltanto estetici. Nel ritratto la struttura del volto resta coerente. Una copertina di rivista mantiene titoli, accenti, numeri e gerarchia grafica. Su una fotocamera è servito un secondo run per correggere un dettaglio testuale. Su una moka, invece, difetti e segni d’uso restano coerenti anche dopo aver ricostruito scena e illuminazione. Ho provato Sunburst anche dentro un agente automatizzato per la generazione di creatività social. Qui il compito non era produrre soltanto una bella immagine, ma arrivare a un asset già composto: fotografia, branding, logo, tipografia, gerarchia visiva e spazio per il copy. Il modello diventa così un componente di una pipeline creativa automatizzata. Anche l’esperienza in ChatGPT si amplia. Sketch permette di disegnare direttamente una reference da usare come guida; arrivano template per poster, merchandising e foto prodotto; si possono inserire commenti direttamente sulle immagini per indicare cosa modificare e condividere un’immagine insieme al prompt che l’ha generata. Vai al post di OpenAI > Dai test emerge un cambio di prospettiva: Images 2.5 è più adatto a processi > iterativi e controllati, in cui si costruisce e rifinisce un asset mantenendo > identità, dettagli e vincoli lungo più passaggi. -------------------------------------------------------------------------------- SEEDANCE 2.5: BOZZE ECONOMICHE E DIREZIONE CREATIVA RIUTILIZZABILE ByteDance ha rilasciato tre novità interessanti per la generazione video con Seedance 2.5: una Draft Mode per esplorare idee a basso costo, l'output nativo in 1080p e le Skill personalizzate. Tre tasselli che, insieme, raccontano dove sta andando la generazione video: dal "tentativo fortunato" al flusso di lavoro professionale. Draft Mode. Si genera in 480p per esplorare idee più velocemente e a costo minore; quando si trova l'inquadratura giusta, si genera il finale in 1080p nativo, mantenendo un alto grado di coerenza in composizione, movimento e direzione creativa. Non è un semplice upscaling: il modello usa la bozza selezionata per generare una nuova versione in 1080p, riutilizzando prompt, materiali di riferimento, seed, aspect ratio e durata. Struttura e movimento restano, ma il dettaglio è nativo. Prima si valida l'idea, poi si investe nel render finale. I numeri ufficiali: per una clip finale di 5 secondi, il risparmio cresce dal 32% con 2 tentativi al 77% con 20 tentativi; con una media di 4 tentativi è circa il 57%, quasi raddoppiando la velocità complessiva. Il punto è che la voce di costo principale nella generazione video è la fase di campionamento ripetuto, e la Draft Mode attacca esattamente quella. Seedance 2.5: bozze economiche 1080p nativo: frame più nitidi e pronti per la produzione, con colore nativo a 10-bit, texture più ricche e illuminazione e tonalità della pelle più naturali. Il 10-bit conta più di quanto sembri: offre margine in fase di color grading prima che compaia il banding, tipico punto di rottura quando il footage AI viene montato in una timeline colorata. Skill personalizzate: si possono definire stili, componenti e inquadrature richiamabili in ogni prompt. Il rinnovato Dreamina AI Web le integra insieme a Canvas, con Camera Skills e Style Skills pensate per riusare la propria direzione creativa. In pratica, la "ricetta" creativa smette di vivere dentro ogni singolo prompt e diventa un asset: la si scrive una volta e la si applica a tutte le generazioni successive. > Il quadro: bozze economiche per esplorare, qualità nativa per il render > finale, direzione creativa codificata e riutilizzabile. La generazione video > smette di essere una lotteria e inizia ad assomigliare a una pipeline di > produzione. -------------------------------------------------------------------------------- GUILLERMO RAUCH: SOFTWARE SU MISURA, INFRASTRUTTURA ED ENERGIA In una lezione tenuta a Stanford, Guillermo Rauch (CEO di Vercel) ha tenuto insieme tre trasformazioni che di solito raccontiamo separatamente: la fine del SaaS “a taglia unica”, la nascita di un'infrastruttura pensata per gli agenti AI e un'economia che si misura in token e in energia. Primo passaggio: il vibe coding rende conveniente il software su misura. Per decenni il SaaS ha ottimizzato un'interfaccia unica per milioni di clienti; negli esempi della lezione, un CEO si rigenera da solo il gestionale del parcheggio e un team di due persone ricostruisce il layer di presentazione di Salesforce, riusandone però database e workflow. La tesi non è “il software muore”: muore il suo presupposto economico. Quando generare codice costa quasi zero, il prodotto standard perde senso e sopravvive chi si espone agli agenti con MCP, CLI e API. Secondo passaggio: se gli agenti scrivono e rilasciano software, il cloud cambia ospite. Servono deployment per i coding agent, “blocchi” componibili per costruire i propri agenti (la “block economy” di Mitchell Hashimoto) e un'infrastruttura self-driving che si ottimizza da sola. Attorno nascono categorie specchiate rispetto al web: la “CDN per token” (osservabilità, failover, caching semantico) e la sandbox come “EC2 degli agenti”, perché un modello rende di più se gli metti a disposizione un computer, come il laptop consegnato a un neoassunto il primo giorno. Guillermo Rauch (CEO di Vercel) a Stanford Vai al video completo Terzo passaggio: cambia la contabilità. Al seat-based pricing subentra il token-based pricing, che misura l'intelligenza erogata; i buyer-agenti vogliono consumption-based pricing e iscrizione istantanea, non trimestri di call commerciali. Per questo Rauch si dice short sui business di contenuti statici e sui drag-and-drop builder (nati quando il codice era scarso) e long su chi opera alla velocità dei token. La chiusura della lezione dà il quadro fisico: l'intelligenza emerge come flusso bidirezionale, entra energia ed esce intelligenza; non a caso il valore si accumula al di sotto del modello: chip, data center, alimentazione, raffreddamento. > Tre facce della stessa moneta: software che si genera, infrastruttura che lo > ospita, energia che lo alimenta. Chi legge un solo anello della catena rischia > di capire a metà il cambiamento. -------------------------------------------------------------------------------- SCEGLI QUESTO SITO WEB COME FONTE PREFERITA Ricevi più facilmente questi contenuti tra i risultati di Google. Potrai modificare questa preferenza in qualsiasi momento dalle impostazioni di Google. -------------------------------------------------------------------------------- - GRAZIE - Se hai apprezzato il contenuto, puoi contribuire al progetto con una donazione 🙂 ISCRIVITI ALLA NEWSLETTER Un appuntamento periodico dedicato all'aggiornamento e alla riflessione su tematiche relative all'intelligenza artificiale. Iscriviti alla Newsletter Email sent! Check your inbox to complete your signup. Gratuita. No Spam. Puoi disiscriverti quando vuoi. Consulta la privacy policy.

> Buon aggiornamento, e buone riflessioni.. -------------------------------------------------------------------------------- ASCOLTA L'AUDIO OVERVIEW CHE SINTETIZZA LE NOVITÀ Il podcast è stato generato attraverso Gemini Notebook. -------------------------------------------------------------------------------- QUANDO L’AI ESCE DALLE DEMO ED ENTRA NEI PROCESSI REALI Ho fatto una chiacchierata con Raffaele Gaito su cosa succede davvero quando l’AI esce dalle demo ed entra nei processi reali. Quando l’AI esce dalle demo ed entra nei processi reali Abbiamo parlato soprattutto di agenti AI e della distanza, ancora ampia, tra potenzialità e affidabilità. Creare un proof of concept oggi può richiedere pochi minuti; trasformarlo in un sistema che lavori migliaia di volte al giorno, in modo stabile e con costi sostenibili, è un problema completamente diverso. Il vero lavoro spesso non è nel modello, ma in tutto ciò che gli sta intorno: dati, integrazioni, osservabilità, scalabilità, testing e controllo dei costi. Anche per questo, in alcune sperimentazioni siamo riusciti a ridurre fino al 90% il consumo degli agenti, utilizzando lo stesso modello e intervenendo sul layer applicativo, sui tool e sulla quantità di informazioni inserite nel loop agentico. Agenti AI in produzione: la sindrome del proof of concept (e come uscirne) Una chiacchierata con Raffaele Gaito su agenti AI, Web MCP e prompt engineering: perché far funzionare un agente in demo è facile, ma renderlo affidabile in produzione è un altro mestiere. Con le tecniche per tagliare i costi di un agente del 90%, e una riflessione sul valore umano. Ci siamo confrontati anche sul prompt engineering, che non considero affatto morto. Modelli più performanti non “leggono nella mente”: seguono meglio le istruzioni che ricevono. Struttura, precisione e contesto diventano quindi ancora più importanti, soprattutto nei sistemi agentici e nei flussi multimodali. Un altro tema centrale è quello delle competenze. L’AI può produrre qualcosa di bello o funzionante con indicazioni minime, ma la competenza permette di ottenere esattamente ciò che si ha in mente, capire cosa accade nel processo e mantenere il controllo sull’output. Infine, abbiamo ragionato sul valore umano in uno scenario che cambia a grande velocità. Per me resta nella curiosità, nella sperimentazione continua e nella capacità di condividere ciò che impariamo. Un approfondimento Molte applicazioni che oggi arrivano in produzione nascono da test fatti quando ancora non esisteva un caso d’uso evidente. Chi aspetta il caso reale per iniziare a sperimentare parte già in ritardo. -------------------------------------------------------------------------------- DALLA BLACK BOX ALL’INGEGNERIA: COME PROGETTARE SISTEMI LLM AFFIDABILI Vorrei partire da un commento ricevuto al video registrato con Raffaele Gaito: > “Come fai a stabilire con certezza assoluta che la black box stocastica ti dia > quell’output quando l’input cambia anche solo di un token?” La risposta breve è: non lo stabilisci. E non è nemmeno quello che dovresti cercare. Dobbiamo evolvere il modo in cui concepiamo questi sistemi e superare l’idea che espressioni come “black box stocastica” o “pappagallo stocastico” descrivano davvero un moderno modello di frontiera. Dalla black box all’ingegneria: come progettare sistemi LLM affidabili Che un LLM generi il prossimo token a partire da una distribuzione probabilistica è vero. Ma concludere che stia semplicemente “indovinando parole” è un po’ come descrivere un computer dicendo che sposta elettroni. > Tecnicamente vero. Concettualmente poco utile. All’interno della rete emergono rappresentazioni che permettono al modello di astrarre concetti, generalizzare, seguire istruzioni, pianificare azioni e utilizzare strumenti. Possiamo discutere a lungo se chiamare tutto questo “comprensione”. Dal punto di vista ingegneristico, però, la questione interessante è un’altra: queste capacità esistono, sono osservabili e possiamo misurarne l’affidabilità. Ed è qui che cambia il paradigma. Nel software tradizionale chiediamo: dato questo input, otterrò esattamente questo output? Con un sistema generativo la domanda diventa: dato un insieme di input possibili, quanto è affidabile il comportamento del sistema e come posso mantenerlo entro confini accettabili? > Qui entra in gioco l’harness. Non semplicemente “un prompt migliore”, ma il sistema ingegneristico costruito attorno al modello: eval automatiche, regression test, validazione degli output, grounding tramite RAG, tool calling, osservabilità, versioning, fallback, gestione degli errori e human-in-the-loop dove necessario. Structured output, JSON, tool calling e orchestrazione non rendono deterministico un LLM. Restringono, però, lo spazio delle azioni possibili, rendono il comportamento più verificabile e aiutano a intercettare eventuali deviazioni. Quindi no: non “preghiamo la black box” sperando che al prossimo token vada tutto bene. Definiamo cosa significa “bene”. Lo misuriamo. Stressiamo il sistema. Intercettiamo le regressioni. Progettiamo i failure mode. La certezza assoluta è spesso una falsa esigenza. L’obiettivo reale è molto più utile: affidabilità misurabile, governabile e riproducibile su scala. > È qui che finisce la demo e comincia l’ingegneria. -------------------------------------------------------------------------------- SEEDANCE 2.5: IL NUOVO RIFERIMENTO PER LA GENERAZIONE VIDEO? Nell'ultimo periodo ho potuto testare Seedance 2.5 di ByteDance e, per quanto visto finora, credo che sia oggi uno dei modelli più potenti sul mercato per la generazione video. Seedance 2.5: test di generazione video Ho realizzato due test. Nel primo ho utilizzato più reference image: una mia immagine full body, generata con GPT Image 2, un dettaglio del volto, uno delle scarpe e un cappellino con la stampa del mio sito web. Ho costruito un prompt molto strutturato, associando le diverse reference agli elementi della scena e definendo una timeline precisa. Il risultato è stato un video di 24 secondi. Nel secondo test sono partito da una sola reference image del mio volto. Anche in questo caso ho scritto un prompt strutturato, con un richiamo esplicito alla reference e una timeline dettagliata, ottenendo un video di 30 secondi. Per quanto mi riguarda, i risultati sono andati oltre le aspettative. Non parlo da tecnico del visual, ma sulla base del confronto con lo stato dell’arte che conoscevo fino a questo momento. Dal mio punto di vista, i modelli video di Google, come Veo e Omni, sono ancora lontani dalla qualità raggiunta da Seedance 2.5. Ho scritto spesso che, nei modelli video, a stupire non è soltanto la qualità dell’output, ma soprattutto l’aderenza alle istruzioni: in altre parole, il controllo che il prompt permette di esercitare sul risultato. In questo caso, stupiscono entrambe. Seedance 2.5 produce infatti un output di qualità elevata, mantiene una notevole coerenza con le reference e segue in modo estremamente preciso la timeline. Identità, abbigliamento, accessori, movimenti e successione delle scene restano sorprendentemente consistenti. Mi ha colpito anche l’efficienza del processo. Nei test effettuati in passato erano spesso necessari diversi cicli di generazione e ottimizzazione del prompt per arrivare a un buon risultato. Per il primo video sono bastate due esecuzioni e, analizzando il tentativo iniziale, mi sono accorto che il problema era nel mio prompt. Per il secondo è stata sufficiente una sola generazione: “one shot, one kill”. TEST CON STORYBOARD In un nuovo test ho lavorato su coerenza del personaggio, continuità tra le inquadrature e controllo della regia. Partendo da una mia immagine di reference, ho creato con GPT Image 2 uno storyboard di 12 inquadrature, definendo pose, movimenti, angoli di ripresa e progressione della coreografia. Ho poi combinato reference del volto, storyboard e un prompt strutturato in sezioni, con indicazioni dettagliate su identità, abbigliamento, location, sequenza shot-by-shot, camera ed editing. Il risultato, ottenuto in un’unica generazione di 30 secondi, mostra un livello di controllo e coerenza molto elevato: il personaggio resta riconoscibile, l’abbigliamento è stabile, la location mantiene continuità e le inquadrature seguono bene la logica dello storyboard. Seedance 2.5: test con storyboard Sono emerse anche alcune imprecisioni, come la variazione della pavimentazione dell’helipad, ma il punto interessante è che l’errore era già presente nello storyboard e il modello lo ha semplicemente ereditato. > Nel complesso, reference personale, storyboard e prompt strutturato hanno > prodotto un risultato molto convincente, con una qualità vicina a quella di un > videoclip costruito e montato. -------------------------------------------------------------------------------- QUANDO L’AI SEPARERÀ LA CONOSCENZA DALLA COMPRENSIONE > Forse non ci rendiamo ancora pienamente conto del momento straordinario che > stiamo vivendo con l’intelligenza artificiale applicata alla scienza. Recentemente ho condiviso le slide di Mathematics in the Age of AI, ma consiglio di guardare anche l’intervento di Terence Tao, perché contiene una riflessione che va ben oltre l’AI intesa come semplice strumento per risolvere problemi. Quando l’AI separerà la conoscenza dalla comprensione Tao paragona il momento attuale a una delle grandi svolte della matematica moderna: la crisi dei fondamenti tra la fine dell’Ottocento e l’inizio del Novecento. Allora i matematici furono costretti a interrogarsi su questioni radicali: che cos’è una dimostrazione? Da quali assiomi possiamo partire? Che cosa sono i numeri? Come si definisce un insieme? Come trattiamo l’infinito? Un sistema matematico può dimostrare tutto ciò che è vero? Possiamo sapere se è privo di contraddizioni? Da queste domande nacquero o si svilupparono la logica matematica, la teoria degli insiemi, il programma di Hilbert, i teoremi di Gödel e i risultati di Church e Turing sui limiti della calcolabilità. Il punto di Tao è che l’AI potrebbe costringerci a una riflessione altrettanto profonda. Potremmo presto trovarci di fronte a un caso in cui un’AI dimostra un teorema importante in modo corretto e formalmente verificabile, ma attraverso una dimostrazione che nessun essere umano riesce realmente a comprendere. > A quel punto, possiamo dire di aver capito qualcosa? O sappiamo soltanto che > il teorema è vero? Mathematics in the Age of AI - Terence Tao La distinzione è decisiva. Una buona dimostrazione non serve soltanto a certificare una verità: serve a spiegare perché è vera, a rivelare strutture, connessioni e nuove idee. La stessa questione, aggiungo io, potrebbe emergere nel software. Se i sistemi di AI saranno in grado di scrivere, testare, verificare e modificare codice autonomamente, potremmo avere software perfettamente funzionante ma non più progettato per essere comprensibile agli esseri umani: codice per il quale l’interpretabilità umana non è più un requisito. Per secoli abbiamo quasi identificato il progresso scientifico con l’aumento della comprensione umana. L’AI potrebbe separare, su larga scala, questi due aspetti: potremmo sapere che qualcosa è vero, o che funziona, senza comprenderne davvero il perché. > Forse una delle grandi domande dei prossimi anni sarà proprio questa: quanto > siamo disposti a separare il progresso della conoscenza dalla comprensione > umana? -------------------------------------------------------------------------------- SCRIVERE CODICE NON È PIÙ LA VERA SFIDA Benoit Schillings, VP della Ricerca di Google DeepMind, sostiene che l’ingegneria del software stia entrando in una nuova fase: il vero problema non è più produrre righe di codice, ma capire cosa costruire, specificarlo correttamente e verificarne il comportamento. Schillings programma da circa 45 anni e individua tre fasi nell’evoluzione del software. All’inizio il limite era rappresentato dalla macchina: poca potenza di calcolo e la necessità di ottimizzare ogni istruzione. Con il cloud, il collo di bottiglia è diventato la capacità umana di gestire sistemi sempre più complessi. Ora, con l’AI, il limite si sta spostando ancora. Benoit Schillings: scrivere codice non è più la vera sfida Modelli come Gemini sono già molto efficaci nel generare funzioni e codice quando il problema è ben specificato. Secondo Schillings, quindi, il lavoro dell’ingegnere si concentra sempre più su architettura, decomposizione dei problemi, verifica, sicurezza e gestione di codebase enormi senza introdurre conseguenze impreviste. > La sua tesi non è che l’ingegneria del software sia stata “risolta”, ma che la > scrittura sintattica del codice stia progressivamente perdendo centralità. Un altro passaggio interessante riguarda il self-play. Se i dati prodotti dagli esseri umani disponibili per addestrare i modelli diventassero insufficienti, i sistemi potrebbero creare autonomamente problemi di programmazione, tentare di risolverli e valutare le proprie soluzioni. Un approccio simile a quello che ha permesso ad AlphaZero di raggiungere prestazioni sovrumane attraverso l’autoapprendimento. Schillings sostiene inoltre che una quota molto elevata del nuovo codice pubblicato su GitHub sia già generata dalle macchine. Se il costo di generare software continuerà a diminuire, potrebbe cambiare anche il modo in cui il codice viene controllato. In futuro, gran parte del codice prodotto dai modelli potrebbe non essere più letto direttamente dagli esseri umani, proprio come oggi quasi nessuno controlla l’assembly generato da un compilatore. Questo scenario apre anche una riflessione sui linguaggi di programmazione. Se il codice sarà scritto e letto soprattutto dalle macchine, potrebbero emergere linguaggi fortemente tipizzati e progettati più per garantire correttezza e verificabilità che per facilitare la leggibilità umana. > Il valore dell’ingegneria del software si sposterebbe così dalla semplice > produzione di istruzioni alla specifica, verifica, architettura e comprensione > dei sistemi complessi. -------------------------------------------------------------------------------- QUANDO GLI AGENTI AI INIZIANO A COORDINARSI DA SOLI OpenAI ha raccontato un caso particolarmente interessante di offensiva cyber condotta end-to-end da sistemi di intelligenza artificiale, che ha coinvolto anche l’infrastruttura di Hugging Face. L’aspetto più significativo, però, non riguarda soltanto l’attacco in sé, ma il modo in cui diversi agenti inizialmente isolati sono riusciti a organizzarsi e collaborare autonomamente. OpenAI stava conducendo numerose valutazioni di sicurezza su modelli sperimentali. Ogni agente operava all’interno di una propria macchina virtuale, senza accesso diretto a Internet, ma poteva utilizzare Artifactory, un servizio interno condiviso per la gestione dei pacchetti. Quando alcuni agenti si sono trovati davanti a task impossibili o incompleti, hanno iniziato a cercare soluzioni alternative. Uno di loro ha scoperto di poter scrivere file su Artifactory e ha lasciato un messaggio chiedendo agli altri agenti se disponessero di un file che gli mancava. Quando gli agenti AI iniziano a coordinarsi da soli Altri agenti hanno trovato il messaggio e hanno iniziato a rispondere. Da quel momento è emerso spontaneamente un vero e proprio sistema di coordinamento: gli agenti si scambiavano informazioni, exploit e script, si assegnavano compiti e utilizzavano comandi come “hold swarm” per sincronizzare le attività. Alcuni payload venivano inoltre codificati in Base64. Quando OpenAI ha eliminato il primo message board, gli agenti ne hanno creato un altro sfruttando i nomi delle directory di Artifactory. Avevano persino iniziato a utilizzare prefissi come “ZZ” per far comparire i loro messaggi in fondo agli elenchi ordinati alfabeticamente. Questa collaborazione ha aumentato enormemente le loro capacità. Gli agenti hanno individuato e concatenato diverse vulnerabilità nell’infrastruttura di OpenAI, ottenendo esecuzione di codice, privilegi root e accesso a credenziali e cluster interni. Parallelamente hanno attaccato l’infrastruttura di Hugging Face, sfruttando due vulnerabilità zero-day nella gestione dei dataset e riuscendo a passare da un singolo pod a privilegi amministrativi su più cluster in meno di 13 ore. Il punto centrale del talk è chiaro: l’offensiva cyber completamente automatizzata non è più soltanto un’ipotesi teorica. Decine o centinaia di agenti possono lavorare contemporaneamente, condividere immediatamente ciò che scoprono e riutilizzare exploit, informazioni e credenziali trovati dagli altri. Per OpenAI, questo cambia profondamente anche il problema della difesa. Automatizzare soltanto la scoperta delle vulnerabilità non sarà sufficiente: serviranno sistemi capaci di automatizzare l’intero ciclo di risposta, dalla detection alla patch, fino al deployment e all’eventuale rollback. > Perché se l’attacco diventa completamente automatizzato mentre la difesa > continua a dipendere da processi umani, il divario in termini di velocità e > scala rischia di diventare strutturale. -------------------------------------------------------------------------------- GOOGLE PRESENTA GEMINI 3.7 FLASH: LA GUERRA DEI PREZZI CONTINUA > Google presenta Gemini 3.7 Flash, il nuovo modello pensato soprattutto per > coding, agenti AI e workflow complessi, con miglioramenti rilevanti rispetto a > Gemini 3.6 Flash, presentato appena tre settimane prima. Sul fronte del coding, Google dichiara progressi importanti nei benchmark dedicati al software engineering, debugging e generazione di codice pronto per la produzione. Migliora anche nello sviluppo web, dove il modello dovrebbe riuscire a creare applicazioni più complete e a seguire con maggiore precisione screenshot, immagini e design system. Gemini 3.7 Flash: performance Un altro salto riguarda i task ad alta densità informativa, come quelli nei settori della finanza, del diritto e delle bioscienze. Nei benchmark citati da Google, Gemini 3.7 Flash migliora sensibilmente anche nella gestione di documenti complessi e workflow di automazione. Ma il punto forse più interessante riguarda gli agenti AI. Il modello è stato ottimizzato per seguire meglio le istruzioni, pianificare task multi-step, utilizzare strumenti esterni e gestire gli ostacoli con maggiore autonomia. L'obiettivo è ridurre tentativi ripetuti, errori e necessità di supervisione umana. Poi c'è il prezzo. Gemini 3.7 Flash viene lanciato a un prezzo di 0,75 dollari per milione di token in input e 3,75 dollari per milione in output: la metà del prezzo originale di Gemini 3.6 Flash. È un segnale piuttosto chiaro della direzione che sta prendendo il mercato: non basta più avere il modello più potente. Conta sempre di più il rapporto tra capacità, velocità, affidabilità e costo reale per task. Vai al post di Google Gemini 3.7 Flash sembra costruito esattamente attorno a questa idea: abbastanza intelligente da gestire workflow complessi, abbastanza veloce da essere utilizzato su larga scala e abbastanza economico da rendere sostenibili agenti e applicazioni AI in produzione. -------------------------------------------------------------------------------- PLUME: IL CINEMA GENERATIVO DIVENTA UNA VERA PRODUZIONE Dave Clark ha presentato PLUME, un cortometraggio sci-fi realizzato con AI generativa e finalista al Best International AI Film degli Australian AI Film Awards. Con oltre 21 minuti di durata, PLUME è il progetto GenAI più lungo realizzato finora da Clark. La storia segue Walker, un astronauta diretto verso Encelado durante una missione legata alla crisi idrica terrestre, fino alla scoperta di una possibile forma di vita aliena. PLUME, un cortometraggio AI di Dave Clark Clark ha scritto, diretto e montato personalmente il film. Non ha ancora pubblicato un making-of tecnico completo, ma, incrociando le informazioni disponibili, emerge una pipeline molto più vicina a una produzione cinematografica tradizionale che al semplice “text-to-video”. Runway Gen-4 sembra essere stato uno dei principali modelli video utilizzati, anche se non è possibile confermare che ogni inquadratura sia stata generata con lo stesso sistema. Il metodo di Clark, documentato in altri suoi breakdown, parte da script, shot list, character design, ambienti e reference visive, per poi costruire le singole inquadrature attraverso image-to-video, coverage cinematografico e molteplici take. La vera difficoltà, infatti, non è generare un bel clip di pochi secondi, ma mantenere personaggi, costumi, ambienti, illuminazione e linguaggio visivo coerenti per più di 20 minuti. Clark stesso ha spiegato che uno dei principali problemi del filmmaking GenAI è evitare il “model drift” e portare poi il materiale a una qualità adatta allo streaming. Nel suo workflow pubblico compaiono anche strumenti come ElevenLabs per il voice-to-voice, Magnific per l’upscaling, Premiere Pro per editing e sound, DaVinci Resolve per il color grading e FilmConvert per grain e halation. Non tutti questi strumenti, però, sono stati confermati specificamente per PLUME. > Il risultato mostra bene la direzione che sta prendendo il cinema generativo: > non un singolo prompt capace di produrre autonomamente un film, ma pipeline > ibride in cui regia, montaggio, continuità, sound design e finishing restano > processi fortemente controllati dall’autore. -------------------------------------------------------------------------------- CHATGPT ADS: TARGETING CONVERSAZIONALE SENZA ACCESSO AI PROMPT DEGLI UTENTI > Con l’arrivo di ChatGPT Ads in Europa, c’è un aspetto importante da chiarire: > ricerche, prompt e conversazioni degli utenti non saranno messi a disposizione > degli inserzionisti. OpenAI potrà utilizzare il contesto e l’intento della conversazione per stabilire quali annunci mostrare, ma questo non significa che l’advertiser potrà leggere ciò che una persona ha scritto in chat. ChatGPT Ads si espande in Europa Agli inserzionisti saranno invece disponibili dati e metriche aggregate sulle performance delle campagne, come impression, clic, CTR, CPC, CPM e conversioni, oltre a strumenti come OpenAI Pixel, Conversions API e integrazioni con piattaforme di misurazione esterne. Il reporting potrà inoltre includere segmentazioni per elementi come Paese, dispositivo o prodotto, ma non un elenco delle query o dei prompt utilizzati dagli utenti. La differenza è sostanziale: l’intento espresso in una conversazione può contribuire alla selezione dell’annuncio senza che il contenuto della conversazione venga esposto all’inserzionista. Vai al post di OpenAI È uno degli aspetti più interessanti del modello pubblicitario di ChatGPT: una forma di targeting basata sul contesto conversazionale, accompagnata dalle tradizionali metriche pubblicitarie, ma senza trasformare i prompt degli utenti in un report consultabile dagli advertiser. -------------------------------------------------------------------------------- AGENTI AI E MACHINE LEARNING ENGINEERING: QUANTO POSSONO DAVVERO AMPLIFICARE IL LAVORO? Ho voluto capire quanto un agente AI possa davvero supportare il lavoro di un Machine Learning Engineer, non limitandosi a scrivere codice, ma gestendo in autonomia interi cicli di sperimentazione, misurazione e correzione. Per il test ho utilizzato Claude Code CLI. Nel primo esperimento ho fornito all’agente un dataset sintetico di marketing e un obiettivo semplice: prevedere il fatturato utilizzando variabili come budget, advertising, segmento cliente, prodotto, canale ed engagement. Claude Code CLI: primo esperimento L’agente ha costruito la pipeline, testato diverse reti neurali, confrontato architetture, learning rate, funzioni di loss, tecniche di regolarizzazione e trasformazioni del target, applicato l’early stopping e confrontato le reti con CatBoost. Il risultato? 38 esperimenti, di cui 31 dedicati al training di reti neurali. A vincere non è stata la rete più complessa, ma una piccola MLP da circa 6.000 parametri, con un R² sul test pari a 0,963. > Poi ho voluto alzare drasticamente il livello. Nel secondo test ho utilizzato dati commerciali reali anonimizzati di Olist e ho posto una domanda molto più vicina a un problema di business reale: > “Alla data T, utilizzando solo ciò che era già noto in quel momento, quanto > fatturerà ciascun seller nei successivi 30 giorni?” Claude Code CLI: secondo esperimento Qui il lavoro è diventato decisamente più complesso. Claude Code ha ricostruito le relazioni tra più dataset, generato oltre 82.000 snapshot storici point-in-time, creato feature sul comportamento dei seller, controllato il future leakage e introdotto una rolling validation temporale con purge. Ha quindi eseguito 46 esperimenti, confrontando reti neurali, CatBoost e modelli a due stadi. Con circa il 38% dei casi a fatturato zero, il sistema migliore è risultato essere un modello two-stage: prima stima la probabilità che il seller venda nei successivi 30 giorni, poi prevede quanto fatturerà nel caso in cui venda. Sul periodo futuro, mai utilizzato durante lo sviluppo, il modello ha ottenuto circa 961 BRL di RMSE, 365 BRL di MAE e un R² pari a 0,52. Un risultato molto meno “perfetto” rispetto a quello ottenuto sul dataset sintetico, ma proprio per questo molto più interessante: si tratta di dati reali, rumorosi, sbilanciati e difficili. L’agente ha inoltre individuato le aree in cui il modello funziona peggio, identificato le feature che influenzano maggiormente le previsioni, costruito intervalli di incertezza, dashboard, API e persino una simulazione dell’utilizzo del modello in produzione. La parte che trovo più interessante, però, non è il singolo risultato. È il ciclo: esperimento → misura → errore → ipotesi → nuovo test Sono tutte attività che un ML Engineer può certamente svolgere, ma che richiedono una quantità enorme di tempo e attenzione. Con una direzione umana forte, agenti come Claude Code CLI possono comprimere significativamente questo effort e permettere di esplorare molte più alternative. > L’obiettivo, quindi, non è sostituire il Machine Learning Engineer. > È amplificarlo. -------------------------------------------------------------------------------- DARIO AMODEI TRA REGOLAZIONE DELL’AI, INTERESSI DI ANTHROPIC E COMPETIZIONE GLOBALE Dario Amodei ha pubblicato due post su X dedicati a regolazione dell’AI, concentrazione del potere, open weights e fiducia del pubblico. La sua tesi è che una buona regolazione non debba proteggere i leader di mercato, ma rallentare soprattutto i laboratori di frontiera, lasciando più spazio ai challenger. Allo stesso tempo, sostiene che la fiducia nell’AI non si conquisti con il marketing, ma attraverso risultati concreti. Dario Amodei tra regolazione dell’AI, interessi di Anthropic e competizione globale È una posizione coerente e convincente. Oggi, però, va letta anche alla luce della posizione di Anthropic. L’azienda si prepara a una possibile IPO di grandi dimensioni e ha interesse a presentarsi come uno dei pochi operatori sufficientemente affidabili da gestire sistemi di AI avanzati. Dire che “servono regole severe anche per noi” può essere perfettamente sincero, ma produce anche un effetto strategico: rafforza l’idea che i modelli di frontiera debbano essere sottoposti a standard e test che le organizzazioni più capitalizzate sono in grado di affrontare meglio. C’è poi il tema della Cina. Amodei sostiene che l’AI tenda a concentrare il potere perché le scaling laws premiano chi dispone di più capacità di calcolo e capitale, e che gli open weights attenuino solo in parte questo fenomeno. > Ma modelli come Kimi, DeepSeek e Qwen stanno mettendo questa tesi alla prova: > maggiore efficienza, costi più bassi e open weights possono ridurre il > vantaggio competitivo dei grandi laboratori statunitensi. Regolamentare anche i modelli open quando si avvicinano alla frontiera ha quindi una doppia natura: può essere una misura di sicurezza sensata, ma coincide anche con l’interesse competitivo di Anthropic. I modelli cinesi, aperti ed economici, rappresentano infatti una minaccia concreta per i modelli proprietari occidentali. Anche il discorso sul marketing contiene una tensione interessante. Amodei afferma di non voler fare promesse vuote e sostiene che il pubblico si fiderà dell’AI quando vedrà risultati reali. Allo stesso tempo, prevede che l’AI potrebbe contribuire a curare la maggior parte delle malattie nell’arco di 5-10 anni. È, in altre parole, un anti-hype che contiene una previsione estremamente ambiziosa. Vai al post di Amodei Non ne ricaverei che Amodei stia facendo lobbying travestito da filosofia. Le sue idee sulla sicurezza precedono l’eventuale IPO e mostrano una coerenza reale. Ma oggi convinzioni personali, interessi di Anthropic e politica industriale statunitense tendono inevitabilmente a sovrapporsi. La parte più interessante è osservare come la sua filosofia stia diventando anche una strategia competitiva: i frontier models come categoria speciale, la regolazione come barriera ma anche come garanzia, la fiducia come vantaggio competitivo e gli open weights accettabili finché non diventano abbastanza potenti da modificare gli equilibri del mercato. -------------------------------------------------------------------------------- ANTHROPIC E IL TAM DA 30.000 MILIARDI: LA VERA PARTITA È LA VALUE CAPTURE “Anthropic dirà agli investitori di vedere oltre 30.000 miliardi di dollari di ricavi potenziali”, titola il Wall Street Journal. Reuters rilancia: “Anthropic prevede oltre 30.000 miliardi di dollari di ricavi potenziali”. Il numero è enorme, ma va interpretato correttamente: Anthropic non sta dicendo che realizzerà 30.000 miliardi di dollari di ricavi. Sta parlando di TAM, Total Addressable Market, cioè dell’opportunità teorica annua di ricavo nel caso in cui riuscisse a catturare il 100% del mercato indirizzabile. Gli articoli di WSJ e Reuters su Anthropic La parte più interessante riguarda però il modo in cui questo mercato viene definito. Secondo Reuters, Anthropic considera le attività lavorative che potrebbero essere svolte dai modelli di intelligenza artificiale. Il perimetro, quindi, assomiglia sempre più al mercato globale del lavoro cognitivo, non semplicemente a quello del software. Se Claude può scrivere codice, fare ricerca, analizzare documenti, supportare clienti o automatizzare processi, il confronto non è più soltanto con quanto le aziende spendono in software, ma con quanto costa oggi svolgere quelle stesse attività. Il confronto con i 28.500 miliardi di dollari di TAM indicati da SpaceX/xAI è interessante, ma solo fino a un certo punto. Siamo entrati nelle “TAM Olympics”: allargando sufficientemente il perimetro, è relativamente facile arrivare a numeri giganteschi. La domanda importante, quindi, non è se il TAM sia di 20, 30 o 40 mila miliardi di dollari. È quale parte di questo mercato potrà realmente trasformarsi in ricavi per i provider di AI. Anthropic stima circa 190-200 miliardi di dollari di ricavi nel 2028. Anche ipotizzando 200 miliardi, significherebbe catturare appena lo 0,7% di un TAM da 30.000 miliardi. Sarebbe interessante vedere il dettaglio dei diversi revenue stream. La mia scommessa è che una quota enorme arriverà dall’Enterprise: coding, agenti, knowledge work e automazione dei workflow. > E OpenAI? Applicando la stessa logica potrebbe costruire un TAM ancora più > ampio, includendo consumer, advertising, commerce, developer ecosystem e nuovi > device. Per questo il numero davvero importante non è il TAM. È la value capture: quanta parte del valore economico generato dall’AI finirà nelle mani dei model provider e, soprattutto, con quali margini. La tesi implicita è molto più ambiziosa: Anthropic non sta pensando soltanto al mercato del software. Sta cercando di catturare una quota dell’economia globale del lavoro cognitivo. -------------------------------------------------------------------------------- GLM-5.3: IL PROSSIMO SALTO DELL’AI POTREBBE ARRIVARE DAL POST-TRAINING Mentre il Financial Times parla di Anthropic come candidata a una delle IPO più ambiziose della storia, Z.ai sta mostrando che la prossima battaglia dell’intelligenza artificiale potrebbe giocarsi altrove: non su modelli sempre più grandi, ma su quanto riesci a estrarre da quelli che hai già. GLM-5.3 usa lo stesso base model di GLM-5.2. Il salto prestazionale arriva quasi interamente dal post-training. Ed è un salto notevole. GLM-5.3: performance Nel benchmark interno Z.ai Code Bench passa dal 20,9% al 31,4%. Su Terminal-Bench 3.0 sale dal 4,6% al 28,3%. Su DeepSWE dal 46,2% al 66,9%. Su AutomationBench dal 26,2% al 48,2%. > Il punto, però, non è soltanto che il modello “scrive codice meglio”. Z.ai sta addestrando il modello su traiettorie di lavoro molto più lunghe: analizzare repository, formulare ipotesi, usare strumenti, eseguire test, osservare i risultati, correggere gli errori e continuare fino alla soluzione. È il passaggio dal coding assistant all’agente software. Ed è proprio qui che emerge uno degli aspetti più interessanti: la cybersecurity. Secondo Z.ai, GLM-5.3 ha individuato 2.436 vulnerabilità in 269 progetti software durante i propri test. Su CyberGym raggiunge l’84,5%, mentre su ExploitBench passa dal 24,4% di GLM-5.2 al 54,4%. Non perché sia stato costruito esclusivamente come modello cyber, ma perché un agente capace di comprendere sistemi software complessi, diagnosticarli e modificarli sviluppa naturalmente competenze molto vicine alla security. Questo è probabilmente il vero significato di GLM-5.3. > Il prossimo salto dell’AI potrebbe non richiedere necessariamente un nuovo > pretraining gigantesco. Potrebbe arrivare da reinforcement learning più > sofisticato, ambienti migliori, verifier più affidabili e da una quantità > molto maggiore di compute investito nel post-training e nell’inferenza. C’è però un prezzo: queste capacità richiedono traiettorie lunghe, molti token, numerose tool call e maggiore capacità computazionale. E c’è anche un problema di sicurezza. Z.ai ha annunciato che i pesi di GLM-5.3 non verranno rilasciati immediatamente, ma soltanto dopo ulteriori valutazioni e attività di hardening, proprio a causa delle capacità cyber emerse durante l’addestramento. Vai al post di Z.ai Forse la competizione sui foundation model sta entrando in una nuova fase: meno ossessione per il modello base, più attenzione a ciò che accade dopo. -------------------------------------------------------------------------------- QWEN 3.8-MAX: IL NUOVO MODELLO DI ALIBABA PER CODING, AUTOMAZIONE E LAVORO PROFESSIONALE > Alibaba presenta Qwen 3.8-Max, il suo modello più avanzato, progettato per > affrontare attività di coding, lavoro professionale e automazione di lungo > periodo. Il modello utilizza un’architettura da 2,4 trilioni di parametri, con 95 miliardi di parametri attivi. I pesi aperti di Qwen 3.8-Max saranno pubblicati prossimamente, insieme a quelli di Qwen 3.8-27B. Tra le capacità evidenziate dal team Qwen c’è lo sviluppo software autonomo per oltre dieci giorni, partendo da una cartella vuota e procedendo attraverso cicli continui di implementazione, test e autocorrezione. Il modello è stato inoltre impiegato per produrre risultati professionali in settori come diritto, finanza, progettazione, ingegneria, sanità e analisi dei dati. Qwen 3.8-Max: test e performance Qwen 3.8-Max è pensato anche per attività di lunga durata. Nei test presentati ha gestito oltre 500 iterazioni di ottimizzazione di un circuito hardware e una simulazione di gestione e-commerce estesa su 365 giorni, adattando progressivamente le proprie decisioni sulla base dei risultati ottenuti. Un altro elemento centrale è l’intelligenza multimodale nativa. La visione non viene utilizzata soltanto per comprendere immagini, documenti e video, ma anche come sistema continuo di verifica durante l’esecuzione. Il modello può osservare i propri risultati intermedi, individuare errori e modificare autonomamente il piano di lavoro. Qwen 3.8-Max viene descritto dal team come un agente capace di pianificare, utilizzare strumenti, coordinare sotto-agenti e correggere la propria strategia attraverso cicli di feedback. Vai al post Il modello è disponibile tramite Qwen Studio e QwenCloud. I prezzi API annunciati sono di 2 $ per milione di token in input e 6 $ per milione di token in output. -------------------------------------------------------------------------------- GROK 4.6 PUNTA SUGLI AGENTI AI E SUL RAPPORTO PREZZO/PRESTAZIONI Grok 4.6 è il nuovo modello di xAI pensato soprattutto per i workload agentici: task lunghi, sviluppo software, ricerca, utilizzo di tool e creazione di applicazioni complete. > Rispetto a Grok 4.5, xAI dichiara una maggiore capacità di mantenere il > contesto attraverso molti passaggi, verificare il proprio lavoro e iterare > autonomamente su codice e interfacce. La parte più interessante, però, è il posizionamento economico. Grok 4.6 parte da 2 dollari per milione di token in input e 6 dollari in output. Il costo dell’input è nella stessa fascia di modelli come Claude Sonnet 5 e Gemini 3.1 Pro, mentre quello dell’output è particolarmente aggressivo: Sonnet 5 costa 10 dollari, Gemini 3.1 Pro 12, Claude Opus 5 arriva a 25 e GPT-5.6 Sol a 30. Grok 4.6 punta sugli agenti AI e sul rapporto prezzo/prestazioni Nei coding agent, dove l’output può crescere rapidamente tra ragionamento, codice, tool call e revisioni, questa differenza può diventare significativa. Interessanti anche i primi dati di Arena AI. In Code Arena: WebDev, Grok 4.6 High debutta in settima posizione con 1618 punti, rispetto alla tredicesima posizione e ai 1553 punti di Grok 4.5. Si trova praticamente nello stesso gruppo di GPT-5.6 Sol xHigh, sesto con 1622 punti, e Claude Fable 5, quinto con 1627. Questo non significa che i modelli siano equivalenti in assoluto: Arena misura le preferenze tra gli output e la classifica può cambiare con l'aumentare dei voti. Il segnale, però, è rilevante: xAI sta cercando di offrire prestazioni da modello frontier con un'economia molto più vicina a quella dei modelli orientati al rapporto prezzo/prestazioni. Vai al post di xAI > Alla fine, il parametro più utile non sarà il semplice costo per milione di > token, ma il costo per task completato correttamente: quanti tentativi > servono, quante correzioni sono necessarie e quanta autonomia reale riesce a > mantenere l'agente. -------------------------------------------------------------------------------- GEMINI OMNI 1.1 FLASH: LA GENERAZIONE VIDEO DIVENTA PIÙ CONTROLLABILE Google ha annunciato Gemini Omni 1.1 Flash, un aggiornamento pensato per rendere la generazione video più controllabile, veloce e adatta a flussi di produzione reali. > Ho effettuato alcuni test utilizzando immagini di riferimento insieme a un > prompt testuale. Gemini Omni 1.1 Flash: un test Tra le novità più interessanti c’è la possibilità di estendere le scene fino a 40 secondi complessivi, mantenendo il contesto visivo dei segmenti precedenti. È inoltre possibile controllare il primo e l’ultimo fotogramma, così da costruire con maggiore precisione transizioni, movimenti di camera e loop. Per accelerare il processo creativo, Omni 1.1 Flash permette di generare rapidamente bozze a 360p, con costi inferiori, così da testare più varianti prima di passare al rendering finale. Una volta scelta la versione migliore, il video può essere prodotto in 1080p o 4K. Il modello può anche utilizzare brevi video di riferimento per preservare elementi come movimento, stile, personaggi e contesto visivo. In questo modo il processo diventa meno dipendente dal singolo prompt e più vicino a un flusso di lavoro creativo strutturato. Vai al post di Google > L’approccio proposto da Google consiste infatti nel generare rapidamente > diverse versioni, confrontarle, rifinire regia e transizioni e solo alla fine > produrre l’output ad alta risoluzione. La generazione video si sposta così dal semplice schema “prompt → video” verso uno strumento più vicino a una regia programmabile, con maggiore controllo su continuità, camera, riferimenti e iterazioni creative. Google cita già integrazioni e utilizzi con Adobe Firefly, Figma Weave, GMI Cloud e Runway. -------------------------------------------------------------------------------- OPENAI INTRODUCE LE IMMAGINI CON SFONDO TRASPARENTE IN GPT IMAGE 2 > OpenAI introduce la possibilità di generare immagini con sfondo trasparente > attraverso GPT Image 2. Le immagini che ho condiviso sui social sono frutto dei miei test: il risultato è ottimo e trovo questa funzionalità particolarmente interessante e, soprattutto, utile. La novità permette di creare direttamente asset PNG con alpha channel, senza dover prima generare un’immagine tradizionale e rimuovere lo sfondo in un secondo momento. GPT Image 2: immagini con sfondo trasparente È un cambiamento particolarmente utile per i workflow di design, marketing e presentazioni, perché consente di ottenere elementi grafici già pronti per essere sovrapposti a sfondi, layout e template differenti. Tra i casi d’uso mostrati da OpenAI ci sono prodotti e-commerce riutilizzabili in campagne stagionali, grafici da inserire in presentazioni aziendali, icone e sticker per template di design e illustrazioni destinate al print-on-demand. Il vantaggio è evidente soprattutto quando il soggetto contiene dettagli difficili da scontornare, come vetro, nastri, fibre sottili o bordi complessi. Generare direttamente la trasparenza può ridurre aloni, ritagli imprecisi e interventi manuali di post-produzione. Dal punto di vista tecnico, è possibile richiedere un output PNG con background="transparent". Il prompt resta però determinante: conviene descrivere il soggetto come un elemento isolato ed evitare richieste che introducano scene, pannelli, fondali o cornici. OpenAI suggerisce inoltre di verificare programmaticamente che l’immagine contenga realmente un alpha channel e di introdurre controlli di qualità su trasparenza, bordi, coerenza visiva e correttezza dei contenuti. Vai alla documentazione > Ho effettuato personalmente questa verifica tramite Python e il risultato è > stato perfetto. Il punto più interessante è il cambio di prospettiva: l’immagine generata dall’AI non è più soltanto un output finale, ma diventa un vero asset grafico modulare e riutilizzabile, pronto per essere integrato all’interno di workflow automatizzati. -------------------------------------------------------------------------------- FLUX UPSCALE PORTA I VIDEO FINO AL 4K CON LA SUPER-RESOLUTION GENERATIVA Black Forest Labs ha presentato FLUX Upscale, uno strumento pensato per portare video generati o esistenti fino al 4K, intervenendo non solo sulla risoluzione, ma anche sugli artefatti tipici dei video generati con l’AI. Accetta input a partire da 480p e offre fattori di upscale di 1,5×, 2× e 3×. Il sistema è ottimizzato in particolare per gli output di FLUX 3 e cerca di correggere problemi come volti impastati, texture a griglia e artefatti su elementi complessi, ad esempio acqua ed erba. FLUX Upscale: alcuni esempi Sono disponibili due modalità. Precise utilizza 4 step, costa 0,07 dollari per megapixel al secondo ed è pensata per preservare maggiormente identità e dettagli originali. Creative utilizza invece 8 step, costa 0,10 dollari per megapixel al secondo e interviene in modo più aggressivo nella ricostruzione dei dettagli, con un rischio maggiore di modificare alcuni elementi del video. FLUX Upscale è disponibile come tool standalone, tramite API BFL e nel playground. Vai al progetto Più che un semplice ridimensionamento, il sistema si avvicina a un processo di super-resolution generativa con componenti di restauro. L’obiettivo è rendere utilizzabili in contesti ad alta risoluzione video generati inizialmente a dimensioni più contenute. -------------------------------------------------------------------------------- DEEPSEEK HARNESS: UN’ARCHITETTURA MODULARE PER COSTRUIRE AGENTI AI > Oltre a lanciare V4-Pro, DeepSeek ha rilasciato DeepSeek Harness v0.1, > un’infrastruttura open source pensata per chi costruisce agenti AI. Il progetto, distribuito con licenza MIT, parte da un’idea molto precisa: “Everything is a plugin”. GitHub - deepseek-ai/deepseek-harness: DeepSeek Harness: Everything is a Plugin. DeepSeek Harness: Everything is a Plugin. Contribute to deepseek-ai/deepseek-harness development by creating an account on GitHub. In DeepSeek Harness praticamente ogni componente dell’agente viene trattato come un modulo sostituibile: modelli, tool, skill, sessioni, sandbox, filesystem, agent loop, orchestrazione e interfaccia utente. Questo significa che l’harness non impone necessariamente uno stack rigido. In teoria è possibile utilizzare DeepSeek come modello, una sandbox Docker, un filesystem remoto e una determinata UI, per poi sostituire uno di questi elementi senza dover riprogettare l’intera architettura. Alla base c’è Cordis, il meta-framework utilizzato per gestire la composizione dei plugin, le loro dipendenze e il loro ciclo di vita. Un’altra scelta interessante riguarda le sessioni: l’attività dell’agente viene rappresentata come un log di eventi append-only. Messaggi, chiamate ai tool, risultati, step e turni diventano eventi che possono essere registrati e ricostruiti, con vantaggi in termini di debugging, persistenza, replay e auditabilità. Il punto, quindi, non è semplicemente che DeepSeek abbia pubblicato un altro framework per agenti. Con Harness sta proponendo un’architettura in cui anche parti normalmente considerate core, come l’agent loop, il modello, il sistema di tool o la sandbox, diventano componenti intercambiabili. Vai al progetto L’open source e la licenza MIT rendono inoltre possibile la nascita di un ecosistema di plugin sviluppati da terze parti. > È un approccio che sposta l’attenzione dal singolo agente all’infrastruttura > con cui gli agenti vengono costruiti, eseguiti e modificati. -------------------------------------------------------------------------------- KIMI AGENT SWARM: ORCHESTRARE DECINE DI AGENTI PER AFFRONTARE RICERCHE COMPLESSE Ho testato Kimi Agent Swarm in modo approfondito e lo trovo uno strumento straordinario per le elaborazioni su larga scala, soprattutto quando un problema può essere scomposto in molte attività indipendenti che devono poi essere ricomposte in un risultato coerente. Un esempio concreto è la costruzione di un osservatorio sull’ecosistema mondiale degli AI Agent, affidando al sistema attività di ricerca, verifica delle fonti, classificazione, scoring, ranking, analisi delle contraddizioni, audit dei dati e produzione finale di diversi artefatti, tra cui dataset, PDF e un sito web navigabile. Kimi Agent Swarm: un test per la creazione di un osservatorio Il risultato finale comprende 225 prodotti e progetti analizzati, 693 fonti e 127 contraddizioni documentate, oltre a metriche di qualità, grafici, matrici comparative e un red-team audit su 50 record. > La parte più interessante, però, è osservare come lavora Kimi Agent Swarm. Il modello parte con una fase di reasoning, durante la quale scompone il problema e decide quali attività possono essere eseguite in parallelo. A quel punto crea diversi sub-agenti specializzati, che lavorano contemporaneamente utilizzando strumenti come ricerca web, terminale, API e codice. Quando un gruppo di agenti termina il proprio lavoro, il sistema raccoglie i risultati, esegue un nuovo passaggio di reasoning, individua ciò che manca o ciò che deve essere verificato e avvia una nuova ondata di sub-agenti. Il processo continua così per più cicli: decomposizione, esecuzione parallela, consolidamento e nuova decomposizione. Kimi Agent Swarm, basato su K3, è quindi qualcosa di diverso dal semplice “far rispondere più agenti alla stessa domanda”. È un vero e proprio sistema di orchestrazione, nel quale un modello centrale crea e coordina dinamicamente una squadra di agenti e decide come distribuire il lavoro durante l’esecuzione. > In questo test il sistema ha lavorato per circa tre ore. Il risultato non è perfetto — e, su un progetto di questa scala, sarebbe sorprendente il contrario — ma la capacità di gestire una ricerca così ampia, produrre artefatti differenti e soprattutto tornare sui propri risultati attraverso ulteriori cicli di verifica è l’aspetto che mi ha colpito di più. -------------------------------------------------------------------------------- KIMI K3: DALLA GENERAZIONE DI CODICE ALLA CREAZIONE DI APPLICAZIONI COMPLETE Ho fatto qualche test con Kimi K3 nello sviluppo di semplici applicazioni pratiche e la prima impressione è stata ottima, soprattutto per la capacità di trasformare richieste abbastanza generiche in strumenti completi e realmente utilizzabili. Un esempio è un’applicazione per lavorare con i PDF direttamente dal browser. Nel prompt avevo chiesto di poter caricare un documento, scegliere una pagina, convertirla in immagine, ritagliarla, aggiungere frecce, riquadri e testi ed esportare il risultato. Kimi K3: generazione di un'applicazione completa Il modello ha realizzato PDF Studio, andando parecchio oltre la richiesta iniziale. Ha costruito un’interfaccia completa con miniature delle pagine, toolbar per l’editing, pannello delle proprietà e strumenti di esportazione. Ha aggiunto autonomamente anche funzioni per unire PDF, estrarre o dividere pagine, recuperare il testo dal documento, esportare più pagine in ZIP e creare PDF annotati. Sono presenti inoltre strumenti come penna ed evidenziatore, undo e redo, gestione delle annotazioni, rotazione delle pagine e scorciatoie da tastiera. La parte più interessante dei test, però, non è tanto questa specifica applicazione quanto il processo di sviluppo. Il modello interpreta i requisiti, progetta l’interfaccia, scrive diversi componenti ed esegue cicli di test e correzione, fino alle verifiche finali di funzionamento. Ho eseguito test simili anche con altri modelli e, tra quelli provati finora, Kimi K3 ha prodotto uno dei risultati più completi, rifiniti e soprattutto funzionanti già dalla prima esecuzione. Vai all'applicazione PDF Studio è solo un esempio, ma rende bene l’idea di quanto questi modelli stiano rapidamente passando dalla semplice generazione di codice alla costruzione di piccole applicazioni complete. -------------------------------------------------------------------------------- KIMI LINEAR: MENO FULL ATTENTION, PIÙ EFFICIENZA SENZA PERDERE QUALITÀ > Il paper su Kimi Linear è interessante perché mette in discussione > un’assunzione diventata quasi standard negli LLM: per ottenere la massima > qualità non è necessariamente utile utilizzare la full attention in ogni > layer. La full attention è molto espressiva, ma sui contesti lunghi diventa costosa: il calcolo cresce rapidamente e la KV cache aumenta con la lunghezza della sequenza. Le architetture di linear attention cercano da tempo di risolvere il problema comprimendo il passato in uno stato di memoria compatto, ma storicamente hanno pagato questa efficienza con performance peggiori, soprattutto nel retrieval preciso. > Kimi Linear prova a superare questo compromesso attraverso un’architettura > ibrida. Kimi Linear: meno full attention, più efficienza senza perdere qualità (paper) Tre layer su quattro utilizzano Kimi Delta Attention (KDA), mentre uno utilizza full attention MLA. KDA deriva da Gated DeltaNet, ma introduce un meccanismo di forgetting molto più fine: ogni dimensione della memoria può avere un proprio tasso di decadimento. In pratica, il modello può controllare meglio cosa conservare, aggiornare o dimenticare. Il risultato più interessante è che il guadagno di efficienza non sembra richiedere un sacrificio evidente in termini di qualità. Nei confronti controllati, i modelli hanno la stessa scala (48 miliardi di parametri totali e 3 miliardi attivati) e vengono addestrati con la stessa ricetta su 1,4 trilioni di token. Kimi Linear supera mediamente la baseline full-attention sia nei benchmark short-context sia in quelli long-context, mostrando anche una dinamica migliore durante il reinforcement learning matematico. Sul lungo contesto, il vantaggio hardware diventa particolarmente rilevante: fino al 75% in meno di KV cache e, a 1 milione di token, fino a 6,3× di throughput nel decoding nelle configurazioni che sfruttano un batching più ampio. Nel test con batch size 1 il vantaggio è più contenuto, circa 2,2× nel decoding. Il dato del “6×”, quindi, va interpretato soprattutto come un vantaggio in termini di throughput e capacità complessiva del sistema. Vai al paper Il punto centrale non è che la full attention sia stata eliminata: non lo è. Il paper suggerisce invece che potrebbe essere inutile sostenerne il costo in ogni layer. Una memoria ricorrente molto più economica nel 75% della rete, combinata periodicamente con attenzione globale, può offrire un rapporto migliore tra qualità, memoria e velocità. -------------------------------------------------------------------------------- ANTHROPIC E IL WATERMARK DI CLAUDE: TRASPARENZA REALE O ADEMPIMENTO FORMALE? > Anthropic presenta un sistema per riconoscere i contenuti generati o > modificati con Claude. Ma si tratta di una soluzione davvero efficace o > soprattutto di un modo per dimostrare di aver fatto la propria parte sul > fronte della trasparenza richiesta dall’AI Act? Si tratta di sistemi di marcatura dei contenuti prodotti o elaborati da Claude. How Claude marks AI-generated content | Anthropic Help Center Per il testo viene utilizzato un watermark invisibile, pensato per sopravvivere alle modifiche. Per file come immagini PNG, JPG e SVG, invece, possono essere incorporati metadati di provenienza firmati secondo lo standard C2PA. L’obiettivo è lasciare una traccia del passaggio di un contenuto attraverso Claude e, in prospettiva, permettere a utenti e terze parti di verificare la presenza di queste marcature. Il punto, però, è che la stessa Anthropic riconosce limiti piuttosto importanti. Una marcatura positiva non dimostra necessariamente che Claude abbia creato il contenuto: potrebbe averlo soltanto corretto, tradotto, riassunto o modificato. Allo stesso modo, l’assenza di una marcatura non dimostra che il contenuto sia stato prodotto da una persona. Il watermark può degradarsi dopo modifiche sostanziali, parafrasi o traduzioni, mentre i metadati possono sparire in seguito a conversioni di formato, screenshot o rimozioni intenzionali. Per questo il sistema sembra molto più solido come strumento di provenienza che come vero metodo forense. Ed è qui che nasce la provocazione. Implementare watermark, metadati e strumenti di verifica permette di dimostrare concretamente di aver adottato misure di trasparenza. Ma senza dati pubblici su falsi positivi, falsi negativi, resistenza alle riscritture, alle traduzioni e alle manipolazioni, è difficile valutare quanto questo sistema sia davvero efficace nel riconoscere i contenuti generati dall’AI. Vai alla documentazione > Più che un detector affidabile, oggi sembra quindi un’infrastruttura di > provenienza con limiti ben definiti: utile, ma molto meno definitiva di quanto > possa suggerire l’idea di “riconoscere i contenuti generati dall’AI”. -------------------------------------------------------------------------------- META AI: GLI OUTPUT INIZIANO A DIVENTARE DAVVERO INTERESSANTI Con i nuovi modelli di testo e immagini appena rilasciati, gli output di Meta AI iniziano a diventare davvero interessanti. Ho testato l’agente dedicato agli artefatti, utilizzando un prompt per creare una presentazione che spiegasse in modo semplice cosa sono le reti neurali artificiali, fornendo anche il contesto necessario. Un esempio di generazione di presentazioni usando Meta AI Avevo fatto lo stesso test diverso tempo fa, ottenendo un output praticamente inutilizzabile. Oggi siamo a un livello nettamente superiore: il risultato rappresenta già una buona base di partenza su cui lavorare per arrivare alla presentazione finale. Il tutto è modificabile direttamente dall’interfaccia ed esportabile in PPTX oppure direttamente in Google Presentazioni. -------------------------------------------------------------------------------- MUSE SPARK 1.2: LA MULTIMODALITÀ PASSA DALLA COMPRENSIONE ALL’AZIONE I modelli di Meta crescono: l’aggiornamento Muse Spark 1.2 introduce nuovi progressi nell’intelligenza multimodale, con particolare attenzione alla capacità di comprendere immagini, video, audio e testo e trasformare queste informazioni in azioni concrete. Uno degli aspetti più interessanti riguarda il visual coding. Muse Spark 1.2 può partire da un’immagine o da un video, comprenderne struttura, layout e stile e ricostruirli sotto forma di codice funzionante. Può quindi generare pagine web, interfacce o esperienze interattive, verificare il risultato e correggerlo in modo iterativo. Muse Spark 1.2: la multimodalità La multimodalità viene applicata anche alla robotica. Una versione specializzata del modello può interpretare l’ambiente, distinguere oggetti simili, scomporre un obiettivo complesso in attività più semplici e coordinare modelli che eseguono fisicamente le azioni. Meta mostra esempi che vanno dall’organizzazione di oggetti alla preparazione di un pranzo. Sul fronte audio-video, Muse Spark 1.2 combina comprensione dei contenuti, descrizioni dettagliate e utilizzo di strumenti esterni. Il passaggio rilevante è proprio questo: non limitarsi a riconoscere ciò che accade in un video, ma utilizzare quelle informazioni per costruire workflow, generare contenuti o svolgere attività. Meta introduce anche WildArtifactBench, un benchmark pensato per valutare agenti multimodali in scenari reali, dove spesso non esiste una singola risposta corretta. I risultati vengono confrontati attraverso win rate ed Elo, utilizzando sia valutazioni automatiche sia giudizi umani. Muse Spark viene già utilizzato internamente da Meta anche per la generazione di contenuti multimediali, insieme a Muse Image e Muse Video. Vai al post di Meta > La multimodalità sta quindi passando dalla semplice capacità di “vedere e > capire” a quella di percepire, ragionare, utilizzare strumenti e produrre un > risultato concreto. -------------------------------------------------------------------------------- GEMINI ROBOTICS 2: L’INTELLIGENZA ARTIFICIALE ENTRA NEL MONDO FISICO > Google DeepMind ha presentato Gemini Robotics 2, una nuova generazione di > modelli progettata per rendere i robot più autonomi, adattabili e capaci di > operare in ambienti reali. La novità principale è il controllo intelligente dell’intero corpo: un robot umanoide può camminare, piegarsi, mantenere l’equilibrio, afferrare oggetti e collocarli con precisione, coordinando movimenti che coinvolgono gambe, braccia, mani e dita. Gemini Robotics 2: l’intelligenza artificiale entra nel mondo fisico Il sistema si basa su tre componenti: 1. Gemini Robotics 2 traduce immagini e istruzioni linguistiche in azioni motorie, controllando robot umanoidi e piattaforme a due bracci. 2. Gemini Robotics ER 2 gestisce il ragionamento ad alto livello: osserva l’ambiente, pianifica attività articolate, comunica con le persone, verifica i risultati e corregge eventuali errori. 3. Gemini Robotics On-Device 2 funziona direttamente sull’hardware, riducendo la dipendenza dalla rete e la latenza. Può inoltre essere adattato a robot con forme, sensori e gradi di libertà differenti utilizzando poche ore di dati e, generalmente, meno di 200 esempi. Migliora anche la destrezza. I robot possono controllare mani a cinque dita per svolgere azioni delicate, come annodare fili o chiudere sacchetti, e utilizzare pinze a due dita per compiti di manipolazione e imballaggio di precisione. Un altro progresso riguarda la collaborazione tra robot. Sistemi diversi possono comunicare, coordinarsi e suddividere attività complesse, eseguendo sequenze della durata di diversi minuti e gestendo centinaia di decisioni. Sul fronte della sicurezza, DeepMind introduce ASIMOV-Agentic, un benchmark che valuta la capacità dei robot di rifiutare azioni pericolose, riconoscere situazioni di incertezza, richiedere l’intervento umano e fermarsi quando una persona si avvicina troppo. Vai al post di Google Gemini Robotics 2 rappresenta quindi un passo verso un’intelligenza artificiale fisica generalista, capace di integrare percezione, linguaggio, ragionamento, movimento e collaborazione all’interno di robot progettati per lavorare accanto alle persone. -------------------------------------------------------------------------------- JALAPEÑO: IL PRIMO CHIP CUSTOM DI OPENAI PER L’INFERENZA AI > OpenAI ha presentato i primi risultati di Jalapeño, il suo primo chip custom > progettato specificamente per l’inferenza AI. L’obiettivo non è semplicemente realizzare un acceleratore più veloce, ma ottimizzare insieme chip, memoria, networking, software e sistemi rack-scale per i carichi di lavoro dei moderni modelli linguistici. Nei benchmark citati da OpenAI su GPT-OSS 120B, DeepSeek R1 e Kimi K2.5, Jalapeño mostra fino a 1,5–1,9 volte più lavoro AI per watt al picco di throughput e una latenza end-to-end da 1,7 a 3,6 volte inferiore rispetto ai sistemi di confronto. Nei workload più interattivi, il vantaggio prestazionale arriva fino a 4,1 volte. Jalapeño: il primo chip custom di OpenAI per l’inferenza AI Una parte importante di questi risultati deriva dalla riduzione degli spostamenti di dati e dalla gestione locale di elementi come la KV cache, con benefici sia nella fase di prefill sia nel decode token per token. Interessante anche il processo di sviluppo: OpenAI afferma di essere passata dal design iniziale al tapeout in nove mesi, utilizzando modelli AI per esplorare diverse implementazioni, verificare il progetto e ottimizzare i circuiti. Codex e Astra sono stati poi utilizzati per adattare modelli open-weight all’hardware. In alcuni blocchi specifici di GPT-OSS, le implementazioni generate dall’AI sono risultate 1,5–1,8 volte più veloci di quelle sviluppate da esperti umani. Jalapeño rappresenta quindi soprattutto un segnale strategico: OpenAI vuole integrare sempre di più modelli, software e infrastruttura hardware per ridurre costi e latenza dell’inferenza e aumentare la quantità di calcolo ottenibile a parità di energia. Vai al post di OpenAI Il deployment nella propria infrastruttura è previsto entro la fine del 2026, mentre una seconda generazione è già in fase avanzata di sviluppo e una terza generazione è in fase di progettazione. -------------------------------------------------------------------------------- WIKISKILL: QUANDO L’ESPERIENZA DEGLI AGENTI AI DIVENTA CONOSCENZA Google Research ha pubblicato un paper interessante su come gli agenti AI possano migliorare nel tempo senza limitarsi a riscrivere continuamente le proprie istruzioni. Il framework si chiama WikiSkill e parte da un’idea precisa: l’esperienza accumulata durante l’esecuzione dei task non dovrebbe restare dispersa nei log né essere trasformata immediatamente in nuove skill. Dovrebbe prima diventare conoscenza persistente e strutturata. WikiSkill separa quindi tre elementi: l’esperienza grezza dell’agente, la conoscenza accumulata e le skill operative. Le traiettorie complete vengono conservate, gli errori ricorrenti e le strategie efficaci vengono consolidati in una wiki persistente e, a partire da questa base, vengono proposte nuove modifiche alle skill. WikiSkill: il paper di Google Research Il ciclo è continuo: l’agente esegue i task, un componente analizza le traiettorie e aggiorna la wiki, un altro propone modifiche alle skill e un sistema di validazione decide se accettarle o effettuare un rollback. Una skill può essere scartata, mentre la conoscenza accumulata nella wiki rimane. I risultati riportati su cinque benchmark e diversi modelli Qwen, Gemma e Gemini mostrano che WikiSkill supera in media i precedenti metodi di skill evolution e migliora quasi sempre le prestazioni rispetto all’assenza di skill. Un dato particolarmente interessante riguarda la scala dei modelli: nella famiglia Qwen, il miglioramento medio ottenuto con WikiSkill cresce da +12,3 punti sul modello 4B a +23,9 punti sul 27B. Allo stesso tempo, un Qwen 9B con skill evolute raggiunge il 47,4%, superando il Qwen 27B senza skill, fermo al 39,4%. Le skill risultano inoltre trasferibili tra modelli e, in alcuni casi, una skill sviluppata da un altro modello funziona meglio di quella auto-evoluta. Questo suggerisce una distinzione importante tra scoprire una buona procedura e avere la capacità di eseguirla bene. > Il punto centrale del paper è quindi questo: per costruire agenti che > migliorano nel tempo, potrebbe non bastare accumulare più contesto o > aggiornare continuamente le istruzioni. Vai al paper Serve una memoria intermedia capace di trasformare l’esperienza in conoscenza riutilizzabile, dalla quale far evolvere procedure sempre più efficaci. -------------------------------------------------------------------------------- I LIMITI TEORICI DEL DENSE RETRIEVAL: PERCHÉ IL SINGLE-VECTOR NON BASTA SEMPRE Un paper di Google DeepMind, “On the Theoretical Limitations of Embedding-Based Retrieval”, pubblicato a ICLR 2026, mette in discussione un’idea che spesso diamo per scontata: che basti migliorare i modelli per rendere il dense retrieval sempre più preciso. Gli autori mostrano che esiste un limite più profondo. Se rappresentiamo ogni documento con un solo vettore e utilizziamo una funzione di similarità per recuperare i risultati, a una dimensione fissata esistono combinazioni di documenti rilevanti che quel sistema non può rappresentare correttamente. > Non è quindi solo un problema di training, dati o qualità del modello: è un > limite della rappresentazione single-vector. On the Theoretical Limitations of Embedding-Based Retrieval Per dimostrarlo, gli autori costruiscono LIMIT, un dataset con query molto semplici, come “chi ama le mele?”, e documenti altrettanto semplici. Eppure molti embedding model state of the art faticano, mentre architetture più espressive, come multi-vector e cross-encoder, ottengono risultati migliori. Questo si collega bene al sistema che avevo descritto nel mio articolo sul motore di discovery, basato su bi-encoder per massimizzare il recall e cross-encoder per aumentare la precisione. Feed, contenuti, intelligenza: il nuovo motore della discovery Una condivisione dei 3 studi più interessanti che mi hanno accompagnato nel 2025. Un viaggio tra dati, AI e automazioni che stanno ridefinendo il motore della discovery. Il bi-encoder serve a cercare velocemente all’interno di un corpus enorme. Query e documento vengono trasformati separatamente in embedding, così i documenti possono essere pre-calcolati e indicizzati. Il cross-encoder interviene invece in una fase successiva: prende query e documento insieme e valuta la rilevanza con molta più espressività, ma a un costo computazionale troppo elevato per essere utilizzato direttamente su milioni di contenuti. Il paper aggiunge però una precisazione importante: il bi-encoder non è semplicemente meno preciso. In alcuni casi può essere proprio meno espressivo. Questo cambia il modo in cui conviene interpretarne il ruolo: non come giudice finale della rilevanza, ma come candidate generator. Il suo obiettivo principale diventa quindi non perdere i documenti giusti. Qui entra in gioco il multi-vector. Invece di comprimere un intero contenuto in un solo punto dello spazio vettoriale, lo rappresenta attraverso più vettori, preservando meglio i diversi aspetti del testo. È più costoso del single-vector, ma anche più espressivo e comunque indicizzabile. La pipeline può quindi evolvere da un semplice single-vector seguito da cross-encoder a una candidate generation più ricca, che combina dense retrieval, sparse retrieval e multi-vector, lasciando poi al cross-encoder il ranking finale. Vai al paper > Il punto non è abbandonare gli embedding. È usarli per ciò che sanno fare > meglio: ridurre rapidamente lo spazio di ricerca, lasciando a modelli più > espressivi il compito di decidere davvero che cosa è rilevante. -------------------------------------------------------------------------------- GLUCOFM: IL FOUNDATION MODEL DI GOOGLE RESEARCH PER INTERPRETARE LE DINAMICHE DEL GLUCOSIO > Google Research ha presentato GlucoFM, un foundation model progettato per > interpretare i dati dei sensori di monitoraggio continuo del glucosio (CGM). Il modello separa il segnale glicemico in due componenti: una più lenta, legata allo stato metabolico di fondo, e una più rapida, associata a eventi come pasti, attività fisica o variazioni improvvise. Questo approccio consente di rappresentare meglio la dinamica del glucosio nel tempo. GlucoFM: il modello per interpretare le dinamiche del glucosio GlucoFM è stato pre-addestrato in modalità self-supervised su circa 109.000 ore di dati CGM, imparando a ricostruire porzioni mancanti del segnale e a prevederne l’evoluzione senza richiedere grandi quantità di dati clinici etichettati. Nei test condotti su diverse coorti, il modello ha mostrato risultati migliori rispetto ai principali baseline in compiti come la stima del rischio di diabete, dell’insulino-resistenza, della disfunzione delle cellule beta, dell’ipoglicemia, dell’obesità e di altri indicatori metabolici. Un aspetto particolarmente interessante è la capacità di mantenere buone prestazioni anche quando viene applicato a popolazioni diverse da quelle utilizzate per l’addestramento e quando sono disponibili pochi dati clinici etichettati. GlucoFM è stato inoltre utilizzato per prevedere la risposta glicemica nelle due ore successive a un pasto, combinando i dati CGM con informazioni nutrizionali e caratteristiche individuali. Vai al progetto L’obiettivo non è soltanto prevedere il prossimo valore di glucosio, ma costruire una rappresentazione generale delle dinamiche metaboliche: una sorta di “impronta metabolica” riutilizzabile per diversi compiti clinici. Vai al paper > I risultati sono promettenti, ma il modello rimane ancora uno strumento di > ricerca e non un sistema diagnostico. I prossimi sviluppi riguarderanno > dataset più ampi e diversificati e l’analisi di periodi più lunghi, estesi a > settimane o mesi. -------------------------------------------------------------------------------- ALPHAEVOLVE CONTRIBUISCE A UN NUOVO RECORD NELLA MOLTIPLICAZIONE DI MATRICI > Google DeepMind e AlphaEvolve hanno contribuito a stabilire un nuovo record > teorico sulla complessità della moltiplicazione di matrici. Moltiplicare matrici è una delle operazioni fondamentali dell’informatica: è alla base del machine learning, della grafica, delle simulazioni scientifiche e di moltissimi calcoli ad alte prestazioni. Il problema è che, per matrici molto grandi, il numero di operazioni necessarie cresce rapidamente. AlphaEvolve: un nuovo record nella moltiplicazione di matrici Da decenni i ricercatori cercano di capire quanto velocemente sia possibile eseguire questa operazione in teoria. Questo limite viene descritto da un valore chiamato omega (ω): più è basso, migliore è l’algoritmo teoricamente possibile. > Il precedente record era ω < 2,371339. Il nuovo lavoro porta il limite a ω < > 2,371177. Il risultato, però, non nasce da AlphaEvolve da solo. I ricercatori hanno prima riformulato un enorme problema di ottimizzazione matematica utilizzando tecniche moderne di machine learning, gradient descent, JAX e GPU, passando da circa 25.000 a quasi 7 milioni di parametri. AlphaEvolve ha poi modificato ed evoluto il programma di ottimizzazione, riuscendo a migliorare ulteriormente il risultato. Questo non significa che da domani l’AI o i videogiochi diventeranno improvvisamente più veloci: si tratta di un avanzamento nella teoria degli algoritmi, non di un nuovo metodo già pronto per l’utilizzo quotidiano. Vai al paper Il potenziale, però, è enorme. La moltiplicazione di matrici è un mattone fondamentale di moltissimi sistemi computazionali: capire come ridurne il costo significa, nel lungo periodo, aprire la strada a calcoli più efficienti, modelli più grandi, simulazioni più complesse e un utilizzo migliore dell’hardware. > E forse l’aspetto più interessante è un altro: in questo caso l’AI non si è > limitata a eseguire un algoritmo, ma ha contribuito a migliorare il programma > utilizzato per esplorare uno spazio matematico che, fino a poco tempo fa, era > troppo grande per essere affrontato efficacemente. -------------------------------------------------------------------------------- SCEGLI QUESTO SITO WEB COME FONTE PREFERITA Ricevi più facilmente questi contenuti tra i risultati di Google. Potrai modificare questa preferenza in qualsiasi momento dalle impostazioni di Google. -------------------------------------------------------------------------------- - GRAZIE - Se hai apprezzato il contenuto, puoi contribuire al progetto con una donazione 🙂 ISCRIVITI ALLA NEWSLETTER Un appuntamento periodico dedicato all'aggiornamento e alla riflessione su tematiche relative all'intelligenza artificiale. Iscriviti alla Newsletter Email sent! Check your inbox to complete your signup. Gratuita. No Spam. Puoi disiscriverti quando vuoi. Consulta la privacy policy.

COS'È UN AGENTE AI? Un agente AI è un sistema autonomo che usa il ragionamento per pianificare ed eseguire azioni complesse, rilevando le sfumature del contesto e decidendo autonomamente la sequenza ottimale per raggiungere un obiettivo. La sua efficacia deriva dalla capacità di connettersi e utilizzare strumenti esterni (API, database, software), operando sia singolarmente sia in sistemi multi-agente per risolvere problemi collaborativi. A differenza di un chatbot reattivo, un agente agisce proattivamente per completare un compito, non limitandosi a rispondere a una richiesta. Ho fatto una lunga chiacchierata con Raffaele Gaito per il suo podcast What's Next, e abbiamo toccato un numero di temi che normalmente avrei distribuito su tre o quattro articoli diversi. Siamo partiti dalla domanda più scomoda di tutte, quella che chiunque lavori con l'AI dovrebbe porsi più spesso: quanto è ampia, oggi, la distanza tra quello che si racconta sugli agenti AI e quello che succede davvero quando li si porta in produzione, dentro un'azienda vera, con dati veri e budget veri? Da lì abbiamo aperto il cofano, punto per punto: * perché "solidità" è la parola giusta per parlare di agenti, e cosa prova a risolvere Web MCP, la proposta di Google (e Microsoft) per costruire siti pensati anche per essere "letti" dagli agenti; * perché il prompt engineering non è affatto morto, anzi con modelli più performanti ha più senso che mai investirci tempo, e cos'è il metaprompting; * quanto contano ancora le competenze verticali (di chi programma, scrive, fotografa) quando tutti hanno accesso agli stessi strumenti; * a che punto siamo con i modelli visivi, tra controllo, replicabilità e nuove frontiere multimodali; * perché, se lo strumento è lo stesso per tutti, il vero vantaggio competitivo diventa l'idea; * le tecniche molto concrete con cui abbiamo tagliato del 90% i costi di un sistema agentico, usando lo stesso identico modello; * la cosiddetta "frontiera irregolare" dell'AI, e perché non tutto va risolto con un prompt; * e per finire, come sempre in questi casi, una domanda che mi mette sempre un po' in difficoltà: qual è il valore umano, il mio valore, in un mondo che accelera così in fretta? Qui sotto trovi il video integrale della chiacchierata. In questo articolo ho riorganizzato, approfondito e verificato i concetti principali che abbiamo toccato, con qualche aggiunta e qualche link per chi vuole andare oltre. L'intervista completa con Raffaele Gaito -------------------------------------------------------------------------------- AGENTI AI IN PRODUZIONE: LA SINDROME DEL PROOF OF CONCEPT AGENTI AI IN PRODUZIONE: COSA SIGNIFICA? Gli agenti AI in produzione sono sistemi autonomi distribuiti in ambienti operativi reali per orchestrare flussi decisionali ed esecutivi complessi end-to-end. Superano la frammentazione e i silos di dati integrando in tempo reale API, database aziendali (ERP, CRM) e infrastrutture operative come IoT e SCADA. A differenza dei prototipi, la loro messa in produzione richiede rigorosi guardrail di sicurezza, tracciamento e osservabilità continua, integrando una governance human-in-the-loop per la validazione dei processi critici. Alla domanda diretta, quanto è ampia oggi la distanza tra la narrazione sugli agenti AI e quello che succede davvero quando li si porta in produzione, la mia risposta è secca: è ampia. E credo si possa misurare lungo due assi. > Il primo è la potenzialità: cosa questi sistemi ci permettono di fare. Il > secondo, molto più scomodo, è l'affidabilità. È bellissimo costruire un agente, magari un sistema multi-agente connesso a decine di tool e server MCP (Model Context Protocol), che risolve un task complesso in 30 secondi. Cambia completamente musica quando quel task deve essere svolto decine di migliaia di volte al giorno, tutti i giorni, senza intervento umano. A quel punto non stiamo più parlando dello stesso problema: è un problema di ingegneria completamente diverso da quello della demo. Quando inizi ad "aprire il cofano" di un sistema agentico reale, scopri quasi sempre la stessa cosa: la maggior parte dell'effort non è nella costruzione dell'agente né nell'uso del modello. Aprire il playground di un provider e mettere in piedi un agente, oggi, è questione di minuti: è più che sufficiente per una demo. Il vero lavoro è nel layer applicativo: capire quali dati servono all'agente per compiere le operazioni, come si integrano i flussi, come si progetta l'osservabilità, come si tiene sotto controllo la scalabilità e, soprattutto, i costi. È proprio questo scarto che mi piace chiamare la sindrome del proof of concept che funziona. Il proof of concept è, per definizione, un'idea che funziona in condizioni controllate. Ma l'execution, quella che trasforma l'idea in un'applicazione reale, è un mestiere a parte, e nessuno lo racconta nelle demo. Il problema non risparmia nessuno, nemmeno le grandi aziende che ci vendono questi strumenti: nelle presentazioni di chi vende soluzioni AI tutto sembra sempre perfetto, tutto "wow". Il salto che manca è chiedersi: questa cosa, se la metto in un'azienda vera con problemi veri, sopravvive al terzo giorno senza "scassarsi"? E soprattutto: quanto costa? Perché quando si parla del costo di un singolo prompt si parla sempre di centesimi: costi bassissimi, quasi trascurabili. Ma moltiplicati per migliaia di interazioni al giorno, quei centesimi si trasformano in migliaia di euro con estrema facilità. C'è poi un tema che riguarda proprio come si valuta la solidità di una soluzione prima ancora di metterla in produzione: non fidarsi mai dei benchmark che arrivano insieme al prodotto. Che il numero arrivi da Google, OpenAI, Anthropic o Microsoft, lascia un po' il tempo che trova: c'è sempre una componente di marketing in quei numeri. L'unico benchmark davvero utile è quello che si costruisce internamente, su dati e casi reali della propria organizzazione: testare su piccoli insiemi di dati prima di scalare, e portare la soluzione in produzione gradualmente, un pezzo alla volta, proprio per imparare a conoscere uno strumento che, a differenza del software che sviluppiamo internamente, non abbiamo progettato noi. -------------------------------------------------------------------------------- WEB MCP: VERSO I SITI PENSATI (ANCHE) PER GLI AGENTI Il tema della solidità torna in un contesto molto specifico: quello dell'agentic browsing. Oggi, quando un sistema come ChatGPT o Gemini viene messo in modalità agentica per navigare il web, cosa succede davvero? Il sistema usa un browser interno, naviga tra le pagine e usa la visione artificiale per interpretare cosa c'è sullo schermo: capisce, in base al task che gli abbiamo dato, che quel pulsante serve ad aprire la scheda prodotto, quell'altro a metterlo nel carrello, e così via. Descritta così, il problema si vede subito: c'è un ampio margine di interpretazione. L'agente deve dedurre il significato degli elementi della pagina, un po' come farebbe una persona che la visita per la prima volta. Basta un configuratore di prodotto un po' complesso, dove un'azione carica dinamicamente altre opzioni, perché il comportamento dell'agente diventi imprevedibile, perché fatica a "leggere" correttamente cosa è cambiato nell'interfaccia. È esattamente questo il problema che Web MCP cerca di risolvere. Attenzione: a oggi non è ancora un protocollo formale, ma una proposta: pubblicata da Google insieme a Microsoft e portata avanti in un community group del W3C, con una prima origin trial già attiva su Chrome. L'idea di fondo, però, è già molto chiara: quando un agente arriva su una pagina costruita con Web MCP, non deve più usare la visione artificiale per interpretarne gli elementi, perché il front-end espone in modo esplicito delle funzioni, delle vere e proprie API, pensate apposta per essere chiamate da un agente. L'agente, a quel punto, non ha più spazio per l'interpretazione: sa che può eseguire un numero definito di operazioni, e per ciascuna userà la funzione corrispondente. L'interazione diventa, in altre parole, molto più programmatica che interpretativa: è come se l'agente lavorasse dietro le quinte, invece di dover "cliccare" fisicamente sul bottone. Le funzionalità disponibili per una persona e per un agente restano le stesse, ma il modo in cui vengono percepite ed eseguite cambia del tutto: se sei un essere umano vedi (e clicchi) l'interfaccia; se sei un agente, chiami direttamente la funzione. Qualche anno fa, quando l'agentic mode ha iniziato a diffondersi, si parlava genericamente della necessità di creare "pagine per gli agenti". Con Web MCP il concetto si affina: la pagina resta quella pensata per le persone, ma le si affianca uno strato applicativo aggiuntivo, dedicato a chi la visita non con gli occhi ma con delle chiamate di funzione. Per chi lavora nell'e-commerce questo significa un livello in più da progettare e mantenere, ma anche una solidità dell'interazione che oggi, con la sola visione artificiale, semplicemente non c'è. -------------------------------------------------------------------------------- IL PROMPT ENGINEERING NON È MORTO: SI È SOLO EVOLUTO Girando per conferenze e aule, sento spesso ripetere una frase diventata quasi uno slogan: "il prompt engineering è morto". È una delle narrazioni tipiche del web: ogni volta che arriva un'innovazione, deve morire qualcosa. E in effetti anche io, quando vedo persone insistere su approcci datati, uso spesso una provocazione simile per stimolare la riflessione: dico scherzosamente che si stanno comportando come se fosse ancora il 2025. Ma dietro alla frase "il prompt engineering è morto" c'è, dal mio punto di vista, un forte equivoco. Il ragionamento di chi la sostiene è più o meno questo: i modelli sono sempre più performanti, quindi non ha più senso investire tempo nella costruzione di un buon prompt. Io la vedo diversamente, e la vedo così perché tengo aperti due canali di osservazione in parallelo. È vero che i modelli sono sempre più performanti. Ma "più performante" non significa che il modello sia più in grado di leggerci nella mente, di estrapolare quello che non abbiamo scritto nelle istruzioni: su questo, prima o poi, ci si scotta tutti. "Più performante" significa, piuttosto, che il modello è più in grado di cogliere ogni dettaglio delle istruzioni che gli diamo. Cambia quindi il modo di fare prompting, ma cambia nella direzione opposta a quella che molti immaginano: se prima l'effort andava nel tentativo di compensare un modello poco performante, oggi ha più senso investire quello stesso effort nel dettagliare, sapendo che un modello più capace ci seguirà fedelmente in ogni sfumatura. Non è un caso, e non lo dico per autocelebrazione ma perché è un dato di fatto, che le metodologie di prompting che ho messo a punto negli anni non abbiano quasi mai avuto bisogno di essere riviste in profondità. Se costruisci una struttura, un metodo per creare prompt strutturati, dettagliati e precisi, quello diventa un asset che nel tempo si trasforma in un ingranaggio del flusso aziendale, perché quelle stesse istruzioni, opportunamente adattate, diventano poi il system prompt degli agenti. Nella parte agentica il prompt engineering conta persino di più, perché lì possiamo davvero esercitare un controllo superiore rispetto alle generazioni precedenti di modelli, a patto di dare istruzioni strutturate, dettagliate e controllate. C'è un secondo livello, complementare al primo, che riguarda le domande che il sistema fa a noi prima di eseguire un task. È un'abitudine che consiglio spesso: qualsiasi cosa si stia chiedendo a un sistema come un coding agent, vale la pena chiedergli sempre, prima di procedere, di farci qualche domanda di chiarimento. Capita continuamente di dimenticare un dettaglio importante, e un sistema che chiede "questo processo lo vuoi così o così?" evita di scoprirlo solo alla fine, sull'output sbagliato. Lo stesso principio, applicato prima ancora di scrivere il prompt, si chiama metaprompting: usare l'AI stessa per analizzare un prompt, trovarne le lacune, e farsi aiutare a correggerlo direttamente in quella sede. È un approccio che diventa ancora più utile per i contenuti visuali, dove essere oggettivi nella descrizione di un'idea è molto più difficile che con il testo. Per questo, negli anni, ho costruito un paio di strumenti interni dedicati proprio a questo, pensati nello specifico per i modelli visivi: un "Direttore Artistico" digitale e un "Regista" digitale, che trasformano un'idea descritta in poche parole in un prompt professionale, strutturato e pronto da usare su qualsiasi modello. Non generano nulla in automatico: fanno le domande giuste per far emergere le informazioni che, nella richiesta iniziale, avevamo omesso. C'è infine una considerazione che vale soprattutto per chi lavora con strumenti come Claude Code o Codex: oggi il prompt non è più l'unica leva su cui possiamo intervenire. Un buon lavoro di contesto, un buon file di istruzioni persistenti, una buona gestione della memoria: il prompt diventa parte di una galassia più ampia, di un ecosistema in cui abbiamo diversi elementi su cui agire. Ma anche su questi sistemi vale sempre lo stesso consiglio: investire il doppio del tempo nella costruzione delle istruzioni rispetto a quanto si farebbe istintivamente, perché, a patto di avere le competenze per indirizzare precisamente ciò che si vuole ottenere, ogni minuto investito lì si traduce in molte meno interazioni correttive dopo. -------------------------------------------------------------------------------- LE COMPETENZE RESTANO IL VERO MOLTIPLICATORE Il tema delle competenze si lega direttamente a un altro fronte su cui vale la pena spendere due parole. C'è un filo che unisce ospiti molto diversi tra loro, che lavorano in settori completamente differenti: chi programma dice di riuscire a produrre sviluppi di un certo livello perché sa di cosa parla; chi scrive testi dice la stessa cosa sulla scrittura; un fotografo, sulla fotografia. È un punto che va parzialmente in controtendenza rispetto a una narrazione, un po' magica, secondo cui con questi strumenti basta "scrivere due parole" e il sistema fa tutto da solo. Le competenze, in realtà, continuano a fare una differenza enorme. Prendiamo i modelli visivi, perché sono il caso più immediato da capire. Oggi qualsiasi modello, che sia Nano Banana Pro di Google, GPT Image di OpenAI o un altro, è in grado di generare un'immagine bella. Se chiedo l'immagine di un cane che corre sulla spiaggia, non otterrò mai un'immagine brutta: sarà sempre esteticamente valida. Il problema è che "bella" è lontanissimo da "esattamente quello che avevo in mente". Ed è lì che entra in scena la competenza: un fotografo che conosce il linguaggio tecnico del proprio mestiere, come il tipo di obiettivo, di luce, di inquadratura o la grana della pellicola, saprà descrivere con precisione quello che vuole ottenere. Io, che non ho quella terminologia né quell'esperienza, al massimo scriverò "cane sulla spiaggia al tramonto": il risultato si fermerà esattamente lì. Sull'estremo opposto, molto meno immediato da vedere ma altrettanto vero, c'è il coding. Si può aprire un sistema agentico per la scrittura di codice e scrivere semplicemente "crea un'app che fa ...": il sistema, probabilmente, la creerà. Ma quanto controllo si ha davvero su quello che è successo "dentro"? Se invece si è competenti, si possono indicare esattamente le operazioni da compiere, perché sono quelle che si farebbero in prima persona; si possono indicare le librerie da usare, perché si conoscono le convenzioni delle proprie repository. In quel caso si investe un po' più di tempo a scrivere istruzioni dettagliate, ma il risultato è un'applicazione che si conosce davvero, dove sarà facile fare gli step successivi. Il prompt "basic", al contrario, genera una black box: non si sa cosa c'è dentro, e non si sa come intervenire in seguito. Non c'è nulla di male nel vibe coding per esplorare velocemente un'idea, ma va detto con chiarezza a chi pensa di essere diventato programmatore solo perché ha scritto due prompt: fare davvero il programmatore è un altro mestiere. -------------------------------------------------------------------------------- MODELLI VISIVI: CONTROLLO, REPLICABILITÀ E I NUOVI CONFINI DEL POSSIBILE Per molto tempo si è parlato della difficoltà di ottenere, dai modelli visivi, output controllabili e replicabili. Con il testo ci siamo arrivati da tempo: oggi possiamo lavorare su un testo generato con la stessa precisione con cui lavoreremmo su un testo scritto da noi. Su immagini e video, invece, il tema è sempre stato più delicato. Con gli ultimi rilasci di modelli, sia per le immagini che per i video, ci stiamo avvicinando molto a un livello di output realmente usabile, controllabile e replicabile. Per controllo intendo la capacità di riprodurre esattamente ciò che si ha in mente; per replicabilità, la possibilità di ottenere, con lo stesso prompt e qualche variazione, un'immagine coerente ma con un soggetto o un contesto diverso. Ho condotto diversi test di coerenza su questo fronte, con risultati che definirei buoni, anche se l'operazione che rende tutto questo davvero fattibile non è ancora del tutto semplice. Il punto di partenza, ancora una volta, è lo stesso di sempre: i deficit sono quasi sempre nelle informazioni che diamo in input al modello. Un prompt ben strutturato, con la terminologia corretta, è già oggi in grado di riprodurre fedelmente ciò che si ha in testa: lo stesso vale per la replicabilità, dove un prompt iper-dettagliato, se ri-eseguito, produce un'immagine molto simile. Nei miei test, questa coerenza si è mantenuta anche passando da un modello all'altro: un prompt iper-strutturato produce risultati coerenti anche su modelli generativi diversi. C'è però un principio che ripeto spesso, ed è probabilmente il punto più controintuitivo di tutta la faccenda: bisogna lavorare per ottimizzare il prompt, non le singole interazioni con il modello di generazione visuale. Se genero un'immagine e qualcosa non è preciso, l'istinto è correggere direttamente nella conversazione: "aggiungi questo", "togli quest'altro". Ma quelle iterazioni, una volta ottenuto il risultato voluto, sono inutilizzabili: non si può riprodurre la stessa conversazione una seconda volta. Il prompt, invece, resta un asset: se il deficit viene risolto lì, il problema è risolto per sempre, ed è riutilizzabile su richiesta. Un fronte molto interessante, in questo momento, è quello dei prompt multimodali: si passa al modello direttamente lo storyboard di tutto ciò che deve accadere in un video, con istruzioni testuali annesse. Ho fatto diversi test con Seedance di ByteDance, e i risultati in termini di aderenza allo storyboard e di coerenza tra le diverse scene sono davvero notevoli: al punto che, con le versioni più recenti, ByteDance ha reso lo storyboard testuale un riferimento diretto per la generazione stessa. Seedance 2.5: un esempio di generazione video con reference Mi viene in mente un parallelo con la storia recente della generazione video: per tanto tempo si è parlato del "problema delle mani con sei dita" come prova che un video fosse generato dall'AI. Quel problema, ormai, è superato. Poi si è passato a parlare di coerenza dei personaggi e delle scene, e anche qui, senza volerla dare per definitivamente risolta, ci stiamo arrivando molto vicino. L'ultima frontiera aperta, dal mio punto di vista, è il rispetto delle leggi fisiche: qui ci sarà ancora un margine di evoluzione importante, magari anche grazie a componenti simboliche che affianchino il controllo puramente neurale della generazione. Su questo fronte c'è un paper di Netflix che vale davvero la pena leggere: si chiama VOID (Video Object and Interaction Deletion), e propone un modello che non si limita a rimuovere un oggetto da un video, cosa che i modelli di editing sanno già fare abbastanza bene, ma ricalcola l'intera scena come se quell'oggetto non fosse mai esistito, tenendo conto delle interazioni fisiche che avrebbe generato. L'esempio più citato è quello di una persona che tiene in mano una chitarra: i modelli di editing "classici" rimuovono la persona ma lasciano la chitarra a fluttuare a mezz'aria, mentre VOID capisce che, senza la persona, la chitarra dovrebbe cadere per gravità. È un segnale chiaro della direzione verso cui si sta andando: non più semplice "riempimento" di pixel, ma simulazione causale di una scena. > Considerando quanto velocemente si stia evolvendo, mese dopo mese, anche il > tema della coerenza generale, resta un principio che vale sempre: si lavora > sul prompt, non sulla conversazione. -------------------------------------------------------------------------------- SE LO STRUMENTO È DI TUTTI, IL VANTAGGIO COMPETITIVO È L'IDEA Il ragionamento sui modelli visivi apre a una domanda più ampia, che vale la pena porsi ad alta voce: se oggi, pagando lo stesso abbonamento, io, tu e chiunque altro abbiamo accesso esattamente allo stesso strumento e alla stessa tecnologia, dove si sposta il vantaggio competitivo? Non è la prima volta che succede: è sempre accaduto, anche con le tecnologie precedenti. Oggi, però, l'accelerazione e la potenza degli strumenti sono molto più alte, e proprio per questo il fattore che fa davvero la differenza è tutto quello che sta dietro e prima dell'utilizzo del modello. L'idea, in particolare, è probabilmente l'asset più prezioso quando si parla di creazione visiva: gli strumenti sono a disposizione di tutti, ma è l'idea che genera una differenza reale, ad esempio nelle campagne pubblicitarie. E se a quell'idea si aggiunge un team con le competenze giuste (torniamo sempre lì) e una tecnologia dirompente come quella di oggi, si ottiene quella che mi piace chiamare la tempesta perfetta. Un esempio che ho trovato particolarmente convincente è lo spot "Satellite of Love" di Mercedes-Benz per il lancio della nuova CLA completamente elettrica: un cortometraggio dichiaratamente generato con l'AI, con al centro una storia d'amore tra l'auto e un satellite in orbita. Mercedes Benz - Satellite of Love Quando l'ho condiviso, tra i commenti non è mancato chi ha fatto notare che "questo effetto si poteva ottenere anche prima, con gli strumenti tradizionali". È un'osservazione parzialmente vera, ma che manca il punto: il tema non è se un determinato output fosse teoricamente raggiungibile anche in passato. Il tema è che oggi, per arrivare a quell'output, si possono fare decine di test quasi a costo zero, mentre con la tecnologia precedente lo stesso numero di iterazioni sarebbe stato economicamente improponibile. Mercedes, del resto, ha raccontato apertamente parte della propria metodologia: una pipeline ibrida che combina generazione AI e CGI, con modelli addestrati apposta per mantenere coerente l'aspetto dell'auto in ogni scena. Non è stato "un prompt e un click su esporta", ma un processo creativo con un grado di cura piuttosto alto: solo distribuito su un numero di iterazioni che prima sarebbe stato impensabile. È esattamente questo il punto che spesso si sottovaluta: non conta solo cosa si riesce a fare oggi che non si poteva fare prima, ma quanti test si possono permettersi per arrivare al risultato finale. Vale per le immagini, per i testi, per il codice: per qualsiasi output creativo. Prima di arrivare al risultato che si sceglie come artefatto definitivo, si può sperimentare molto di più, e quella sperimentazione, prima, era spesso difficile, costosissima o semplicemente troppo lenta. Penso a quante idee sono rimaste nel cassetto di qualcuno perché il pilota necessario per convincere chi doveva decidere non è mai stato realizzato. > Un esempio molto più quotidiano, raccontato da un designer di interni con cui > ho parlato proprio in questi giorni: per le bozze veloci da mostrare ai > clienti, dove basta far vedere dove va posizionato un divano o una TV, prima > riusciva a portarne tre; oggi ne porta dieci, usando l'AI per la > visualizzazione rapida di un'idea. Sul progetto finale continuerà a lavorare > con la cura di sempre, ma nel frattempo arriva dal cliente con dieci strade > diverse da mostrare, invece di tre. -------------------------------------------------------------------------------- COME ABBIAMO RIDOTTO DEL 90% I COSTI DI UN SISTEMA AGENTICO (CON LO STESSO MODELLO) Questo è probabilmente il tema più operativo di tutta la chiacchierata, quindi vale la pena entrare nel dettaglio tecnico. Di recente, con il mio team, abbiamo condotto alcune sperimentazioni che ci hanno permesso di ottenere risparmi di consumo di token, quindi di costo, davvero significativi su alcuni agenti, arrivando fino al 90%. Il punto centrale è che questo risparmio non arriva cambiando modello (quello sarebbe stato facile, e anche piuttosto scontato), ma ottimizzando il layer applicativo che sta dietro all'agente, usando esattamente lo stesso modello di partenza. Ecco i punti cardine. 1. Separare l'estrazione dei dati dal ciclo di ragionamento dell'agente. Quando costruiamo un agente, dovremmo sempre chiederci: tutto quello che portiamo dentro al ciclo agentico, tipicamente via MCP, serve davvero al modello per prendere decisioni, o stiamo semplicemente estraendo dati da elaborare in un secondo momento? Se la risposta è la seconda, quella parte può uscire dal ciclo agentico e diventare un flusso lineare e programmatico: si estraggono i dati via API, si puliscono, e si passano già elaborati all'agente. In un progetto reale, ad esempio, un MCP usato per estrarre dati sui post social riportava indietro una quantità di dati impressionante: dati che non servivano affatto per prendere decisioni, ma solo per l'elaborazione finale. Abbiamo quindi portato quell'estrazione fuori dal loop, costruito un sistema che pulisce e ordina i dati via API, e usato un modello molto più piccolo (quindi a costo quasi nullo) per estrarne gli insight. Solo quegli insight, non i dati grezzi, diventano l'input per il modello principale. 2. Sfoltire i tool MCP che non si usano davvero. Connettere un server MCP oggi è semplicissimo: basta un URL e un token di autenticazione. Il problema è che molti MCP portano con sé anche cento tool, e dopo un po' di test si scopre spesso che se ne usano realmente dieci. Tutti i tool inutilizzati, però, restano comunque nel contesto: la "firma" di ogni funzione è testo che serve all'agente per sapere che quella funzione esiste, e quindi occupa spazio anche se non viene mai chiamata. Rimuovere ciò che non serve è uno dei modi più semplici per alleggerire il contesto. 3. Insegnare all'agente a chiedere meno dati. Torniamo, ancora una volta, sul prompt engineering: attraverso il system prompt possiamo insegnare all'agente a fare chiamate ai tool esterni in modo più intelligente. Un esempio semplice: una funzione che di default estrae 100 righe di dati, quando in realtà per l'elaborazione ne bastano 10. Istruendo il modello a richiedere esplicitamente quella quantità, il payload che viaggia tra tool e agente si riduce drasticamente. 4. Trasformare le chiamate MCP in function calling su misura, che comprime l'output prima che arrivi all'agente. Questo è il punto che, personalmente, mi ha aperto di più la mente. Molte funzioni che colleghiamo agli agenti via MCP non sono ottimizzate per essere consumate da un agente: restituiscono la stessa, enorme quantità di dati che si otterrebbe chiamando l'API esternamente. La soluzione è costruire funzioni esterne che usano le stesse identiche API dell'MCP, ma intercettano l'output prima che arrivi all'agente, per pulirlo e comprimerlo. Il risultato, in termini di token risparmiati, è impressionante. Se dovessi sintetizzare tutto in un unico principio, sarebbe questo: ci sono cose che vanno fatte prima di far arrivare l'informazione all'agente, perché l'agente non deve fare tutto internamente; ci sono cose che non vanno fatte tramite MCP, per evitare la classica sindrome del martello che vede ogni problema come un chiodo; e, sopra a tutto il resto, serve conoscere a fondo il processo che si sta automatizzando. > Per costruire un'auto di Formula 1 bisogna conoscere il processo nel > dettaglio, altrimenti non si possono fare le micro-regolazioni necessarie a > portarla in pista, e con gli agenti, dal punto di vista dell'ingegneria, non è > affatto diverso. -------------------------------------------------------------------------------- LA "FRONTIERA IRREGOLARE" DELL'AI (E PERCHÉ NON SERVE L'AI DAPPERTUTTO) Nel report AI Index 2026 di Stanford HAI c'è un passaggio che descrive bene un fenomeno che chi usa questi sistemi ogni giorno conosce fin troppo bene: i modelli raggiungono risultati straordinari su compiti avanzati, e poi falliscono su attività che per un essere umano sembrano elementari. Il report la chiama "jagged frontier", la frontiera irregolare, e uno degli esempi più citati è quasi comico, se non fosse anche un po' preoccupante: modelli capaci di ottenere una medaglia d'oro alle Olimpiadi Internazionali di Matematica leggono correttamente un orologio analogico solo in circa la metà dei casi, contro oltre il 90% di accuratezza umana. Non è un dato che stupisce chi lavora quotidianamente su progetti agentici: abbiamo tutti in mente l'idea di un'AI generale, capace di eseguire qualsiasi compito, ma la realtà è ben diversa. Basta guardare le applicazioni che stanno realmente portando risultati concreti alle aziende, penso ad esempio ad AlphaFold o AlphaEvolve di Google DeepMind, per notare che sono tutte fortemente iper-specializzate, non generali. Forse, con il tempo, ci avvicineremo a un concetto più ampio di intelligenza generale; oggi, però, la realtà a cui dobbiamo progettare intorno è un'altra. Cosa significa questo, in concreto, quando si sviluppano sistemi agentici? Che dobbiamo conoscere i limiti dei modelli, capire su quali task possono agire al meglio e, sui task dove non riescono, capire se possono farlo purché dotati degli strumenti giusti. Un esempio molto semplice: un large language model non è bravo a fare calcoli precisi. Bene: gli si dà a disposizione un ambiente in cui la parte di calcolo viene sviluppata (e poi eseguita) in Python. In questo modo non si è "sfruttato" il modello per fare qualcosa che non sa fare bene, ma gli si è affiancato uno strumento esterno che compensa esattamente quella mancanza. C'è poi il tema dell'osservabilità, che considero uno dei pilastri più sottovalutati di tutta l'ingegneria agentica. Quando sviluppiamo sistemi basati su agenti, dobbiamo sapere esattamente cosa fa l'agente, quali tool sta usando, che tipo di ragionamento sta seguendo, quali sono gli step, e nei sistemi multi-agente quali sono gli scambi tra i diversi agenti. Non significa necessariamente assumere una persona che controlli manualmente ogni report: noi, ad esempio, usiamo dei grader, sistemi basati su modelli molto piccoli, addestrati per valutare gli output in diverse fasi del workflow, che intercettano le anomalie e le segnalano, in modo da poter ottimizzare progressivamente il sistema ed evitare che quel tipo di errore si ripeta. E qui arriva un'ultima considerazione, forse la più semplice di tutte ma anche la più disattesa: non tutto va risolto con l'AI. Non serve dappertutto. Quando qualcuno mi chiede un'intelligenza artificiale per fare i volantini del suo ristorante, la risposta più onesta è: usa Canva. Esistono strumenti che fanno bene certe cose, le hanno sempre fatte bene, e non hanno bisogno di un modello generativo nel mezzo. È lo stesso rischio che si corre con piattaforme come n8n o Make da quando hanno introdotto i nodi AI: si finisce per "fare con l'AI" qualcosa che sarebbe stato più solido, più prevedibile e più economico risolvere con quattro righe di Python. -------------------------------------------------------------------------------- IL VALORE UMANO, IN UN MONDO CHE ACCELERA Raffaele mi ha posto, come sempre in chiusura di queste chiacchierate, la domanda più difficile: in uno scenario in cui l'AI ha capacità sempre più incredibili e viaggia a una velocità impressionante, sembra ogni giorno in grado di fare cose che ieri non sapeva fare, qual è il mio ruolo? Qual è il mio valore? Una cosa è certa: non lo vedo nei task puramente operativi. Ci sarà sempre qualcuno più bravo di me a svolgerli domani, e c'è già oggi un'AI capace di farli meglio in una frazione del tempo. Il valore, per me, si sposta altrove: in due direzioni precise. La prima è la ricerca e sviluppo: sento una curiosità e una spinta verso l'innovazione che definirei bruciante, ed è quella spinta che trasformo, quando riesco, in qualcosa di concreto. Alcune delle applicazioni che stiamo portando in produzione oggi nascono da test e sperimentazioni fatte, non solo da me ma dal team, in periodi in cui nessuno pensava minimamente che sarebbero diventate un software vero. Credo in un principio molto semplice: chi aspetta il caso reale per iniziare a sperimentare è già in ritardo rispetto a chi ha sperimentato prima. La seconda direzione è la condivisione: raccontare, divulgare, spiegare questi concetti a chi non li vive quotidianamente. La sento davvero come una missione, non solo come una passione legata alla sperimentazione: un piccolo contributo, nel mio ambito, per rendere la società un po' più consapevole di un mondo che sta cambiando concretamente sotto i nostri occhi. E se devo trovare un filo che lega tutto quello di cui abbiamo parlato in questa chiacchierata, dagli agenti in produzione al prompt engineering, dal vantaggio competitivo dell'idea alla frontiera irregolare dei modelli, è probabilmente questo: la curiosità, oggi più che mai, è la caratteristica che fa davvero la differenza. Non basta da sola: unita a competenze solide, diventa la combinazione più efficace per orientarsi in un mondo che, semplicemente, va troppo veloce per stare fermi a guardare. > La vera combo vincente, oggi, non è l'accesso alla tecnologia più recente. È > la curiosità di chi la usa, unita alle competenze per usarla davvero bene. -------------------------------------------------------------------------------- SCEGLI QUESTO SITO WEB COME FONTE PREFERITA Ricevi più facilmente questi contenuti tra i risultati di Google. Potrai modificare questa preferenza in qualsiasi momento dalle impostazioni di Google. -------------------------------------------------------------------------------- - GRAZIE - Se hai apprezzato il contenuto, puoi contribuire al progetto con una donazione 🙂 ISCRIVITI ALLA NEWSLETTER Un appuntamento periodico dedicato all'aggiornamento e alla riflessione su tematiche relative all'intelligenza artificiale. Iscriviti alla Newsletter Email sent! Check your inbox to complete your signup. Gratuita. No Spam. Puoi disiscriverti quando vuoi. Consulta la privacy policy.

> Buon aggiornamento, e buone riflessioni.. -------------------------------------------------------------------------------- ASCOLTA L'AUDIO OVERVIEW CHE SINTETIZZA LE NOVITÀ Il podcast è stato generato attraverso Gemini Notebook. -------------------------------------------------------------------------------- LA VISIONE CINESE SULL’INTELLIGENZA ARTIFICIALE: COOPERAZIONE, SVILUPPO E CONTROLLO UMANO Nel suo intervento come relatore principale alla World Artificial Intelligence Conference di Shanghai, il presidente cinese Xi Jinping ha delineato una visione dell’intelligenza artificiale fondata su sviluppo economico, cooperazione internazionale, sicurezza e controllo umano. > Il concetto più rappresentativo del discorso è racchiuso in una metafora: lo > sviluppo dell’intelligenza artificiale non dovrebbe essere la performance > solista di un singolo Paese, ma una sinfonia di cooperazione internazionale. Secondo Xi, l’AI può diventare un nuovo motore della crescita economica mondiale e accelerare la trasformazione dei settori produttivi. Il suo impatto non riguarderà soltanto il mondo digitale, ma contribuirà anche alla modernizzazione delle industrie tradizionali, alla crescita dei settori emergenti e alla progettazione delle industrie del futuro. Xi Jinping alla World Artificial Intelligence Conference di Shanghai La Cina ha inoltre annunciato la nascita, a Shanghai, della World Artificial Intelligence Cooperation Organization, una piattaforma destinata a sostenere la cooperazione internazionale nello sviluppo, nelle applicazioni e nella governance dell’AI. Nei prossimi cinque anni, Pechino offrirà ai Paesi in via di sviluppo 5.000 opportunità di formazione e di partecipazione a seminari sull’intelligenza artificiale. Saranno inoltre creati centri internazionali di cooperazione sulle applicazioni dell’AI con ASEAN, BRICS, Unione Africana, Lega Araba, Shanghai Cooperation Organization e Comunità degli Stati latinoamericani e caraibici. La Cina consentirà anche a 30 Paesi di utilizzare un sistema di allerta meteorologica basato sull’intelligenza artificiale, con l’obiettivo di rafforzare la prevenzione dei rischi e la protezione delle comunità. Accanto all’innovazione, Xi ha sottolineato la necessità di promuovere open source, apertura, collaborazione e condivisione, ma anche di sviluppare leggi, sistemi di monitoraggio, meccanismi di allerta e procedure di emergenza contro abusi e utilizzi malevoli. > Nella visione presentata a Shanghai, l’intelligenza artificiale deve essere > sviluppata per il bene comune, rimanere sicura e controllabile ed essere > sempre sottoposta al controllo umano. -------------------------------------------------------------------------------- LA COMPETITIVITÀ DEI MODELLI CINESI I modelli cinesi come Kimi e DeepSeek rimangono competitivi con i modelli di frontiera statunitensi grazie alla distillazione? NO: questa tesi assomiglia più a una campagna di marketing che a una spiegazione tecnica convincente. La competitività dei modelli cinesi Anthropic sostiene di avere individuato attività riconducibili a Moonshot AI, DeepSeek e MiniMax, che avrebbero generato oltre 16 milioni di interazioni con Claude attraverso circa 24.000 account fraudolenti. Se queste accuse fossero confermate, si tratterebbe di una chiara violazione delle condizioni d’uso. Non dimostrerebbero, però, che la competitività dei modelli cinesi dipenda dalla copia di quelli statunitensi. > È qui che una controversia contrattuale rischia di trasformarsi in marketing > politico-industriale: la Cina sarebbe vicina alla frontiera tecnologica non > per capacità proprie, ma perché copia i concorrenti e aggira le restrizioni. > Una narrazione utile a difendere il vantaggio dei laboratori statunitensi e a > giustificare controlli più rigidi sull’esportazione di tecnologie avanzate. La distillazione esiste ed è uno strumento utile. Gli output di un modello più potente possono essere impiegati per il fine-tuning, per creare dati sintetici, trasferire schemi di ragionamento o valutare traiettorie durante il reinforcement learning. Claude può essere utilizzato come insegnante, giudice o reward model, ma questo non permette di “ricostruire Claude”. La distillazione non sostituisce il pretraining su trilioni di token, l’architettura, l’infrastruttura, la qualità dei dati e l’intera pipeline di post-training. Può accelerare l’acquisizione di alcune competenze, ma non crea da sola un modello di frontiera. Sarebbe inoltre ingenuo pensare che soltanto i laboratori cinesi analizzino gli output dei concorrenti. È probabile che anche Anthropic, OpenAI e gli altri grandi attori del settore confrontino i propri sistemi, producano dati sintetici e utilizzino modelli rivali come valutatori. Distillazione, imitazione e valutazione incrociata sono pratiche diffuse nell’industria. > Il vero punto è la forza della crescita tecnologica cinese: un grande bacino > di talenti, investimenti nella formazione, ricerca di alto livello, modelli > open weight, prezzi aggressivi e risultati competitivi ottenuti con meno > risorse. I limiti imposti sull’accesso alle GPU non hanno fermato l’innovazione cinese. L’hanno costretta a diventare più efficiente. Attribuire tutto alla “copia” è rassicurante, perché permette di credere che basti chiudere le API o bloccare l’esportazione dei chip per fermare la Cina. Ma si tratta di un grave errore strategico. > La distillazione può accelerare un tratto di strada. Non spiega chi abbia > imparato a costruire la strada stessa. -------------------------------------------------------------------------------- SICUREZZA NAZIONALE O POLITICA INDUSTRIALE? > Mi piacerebbe che venisse fatta chiarezza sulle minacce che preoccupano il > governo statunitense: parliamo davvero di sicurezza nazionale o di politica > industriale? Secondo Axios, l’amministrazione Trump starebbe valutando diverse misure per scoraggiare l’uso dei modelli di intelligenza artificiale cinesi open source: inserimento nella Entity List, nuove regole sugli appalti, vincoli all’hosting e pressioni pubbliche. Vai al post di Axios Queste ipotesi riemergono mentre modelli come Kimi, DeepSeek, Qwen e GLM diventano sempre più competitivi ed economici rispetto alle alternative statunitensi. Il rischio è che, dietro il linguaggio della sicurezza nazionale, si nasconda una politica industriale finalizzata a proteggere OpenAI, Anthropic e gli altri laboratori statunitensi. Axios / Financial Times - Sicurezza nazionale o politica industriale? Il Financial Times aggiunge un elemento importante: anche Pechino starebbe valutando limiti al trasferimento dei dati di addestramento, al download dei pesi e all’acquisizione occidentale di tecnologie e aziende strategiche nel settore dell’intelligenza artificiale. Vai al post del Financial Times È un vero e proprio rovesciamento dei ruoli. La Cina non è più soltanto il Paese a cui impedire di acquisire tecnologia occidentale, ma possiede a sua volta tecnologie che teme possano essere acquisite dall’Occidente. A mio avviso, il problema non riguarda soltanto la sicurezza: la sicurezza è diventata il linguaggio della politica industriale. > Negli Stati Uniti, l’urgenza di limitare i modelli cinesi riflette anche la > difficoltà di accettare che la Cina stia crescendo più rapidamente del > previsto e abbia sviluppato capacità difficili da contenere. -------------------------------------------------------------------------------- KIMI K3: IL NUOVO MODELLO MULTIMODALE DI MOONSHOT AI Kimi K3 è il nuovo modello di Moonshot AI: conta 2,8 trilioni di parametri, dispone di capacità visive native e supporta una finestra di contesto fino a un milione di token. L’ho provato su diversi task, ottenendo risultati migliori rispetto ai test precedenti. Tra le prove effettuate figurano l’analisi di modelli predittivi e lo sviluppo di una semplice applicazione, pubblicata nel cloud di Kimi in appena 15 minuti, dal prompt alla messa online. Kimi K3: test e performance Il modello utilizza un’architettura Mixture of Experts, che attiva 16 esperti su un totale di 896, e integra tecnologie come Kimi Delta Attention e Attention Residuals. Secondo l’azienda, queste soluzioni migliorano di circa 2,5 volte l’efficienza di scaling rispetto a Kimi K2. Kimi K3 è progettato per gestire attività complesse e prolungate: può lavorare su grandi repository, utilizzare strumenti da terminale, ottimizzare kernel GPU e combinare codice e analisi visiva attraverso gli screenshot. Tra i casi d’uso presentati figurano la creazione di un compilatore simile a Triton, lo sviluppo di esperienze 3D e la progettazione autonoma, in 48 ore, di un chip da 4 mm², capace di superare in simulazione gli 8.700 token al secondo. Le capacità multimodali comprendono anche la generazione di dashboard, presentazioni, animazioni e video. Kimi Work introduce inoltre widget collegabili a fonti di dati esterne e dashboard persistenti, avvicinando il prodotto a un vero e proprio ambiente operativo per agenti AI. Vai al post di Moonshot AI Secondo i benchmark pubblicati, Kimi K3 supera diversi modelli open source e, in alcune prove, compete con i sistemi proprietari più avanzati. I confronti, tuttavia, non sono sempre omogenei e molti dei risultati disponibili provengono direttamente dall’azienda. Vai alla mia applicazione Il modello è accessibile tramite Kimi, Kimi Work, Kimi Code e API. Il rilascio completo dei pesi è previsto a breve, anche se l’esecuzione nella configurazione più avanzata richiede un’infrastruttura considerevole. -------------------------------------------------------------------------------- KIMI K3 CONQUISTA LA VETTA: PRESTAZIONI ELEVATE A COSTI RIDOTTI > Non è solo la posizione in classifica a impressionare: è soprattutto la > colonna dei costi. Kimi K3 ha raggiunto il primo posto nella Frontend Code Arena, superando Claude Fable 5. È la prima volta che un modello cinese conquista la vetta di questa classifica, davanti ai principali modelli statunitensi. Si tratta di un balzo di 17 posizioni rispetto a Kimi K2.6, passato dal diciottesimo al primo posto. Kimi K3 al primo posto nella Frontend Code Arena Nella categoria Frontend, Kimi K3 si è classificato al primo posto in sei dei sette domini di valutazione. L’unica eccezione è il settore Gaming, nel quale occupa la seconda posizione dietro a Fable 5. Al di là dei numeri, questo risultato evidenzia due aspetti cruciali dell’approccio cinese. 1. OTTIMIZZAZIONE DELL’HARDWARE I laboratori cinesi hanno imparato a sfruttare al massimo l’infrastruttura a loro disposizione. Le restrizioni pensate per rallentarne lo sviluppo sono state compensate da una solida ingegneria dei sistemi e da un utilizzo estremamente efficiente delle risorse disponibili. 2. LA FORZA DELLO SCALING Le narrazioni occidentali sulle presunte “scoperte esclusive” si scontrano con una realtà sempre più evidente: uno dei principali motori delle prestazioni è lo scaling massiccio, combinato con un reinforcement learning mirato. Vai alla leaderboard > Chi riesce a unire potenza di calcolo, ottimizzazione e tecniche consolidate > può raggiungere la vetta. La Cina lo sta facendo in modo sistematico, > ottenendo risultati competitivi con costi nettamente inferiori rispetto a > quelli dei concorrenti statunitensi. -------------------------------------------------------------------------------- KIMI K3: UNA NUOVA BASE PER CREARE PRESENTAZIONI CON L’AI Ho testato Kimi K3 utilizzando l’agente dedicato alla creazione di presentazioni. Dopo essere rimasto colpito da Claude Design, basato su Fable 5, questo sistema mi ha suscitato un’impressione altrettanto positiva. Per la prima volta, stanno emergendo strumenti capaci di produrre presentazioni che non rappresentano soltanto un risultato finale, ma una vera e propria base sulla quale continuare a lavorare. Kimi K3: l'agente dedicato alla generazione di presentazioni L’agente consente di modificare le slide direttamente all’interno della piattaforma e di scaricare il progetto in formato PPTX, mantenendolo completamente modificabile in ogni suo elemento. > Particolarmente interessante è anche la modalità Visual, basata su Nano Banana > Pro di Gemini, che integra la generazione di immagini accattivanti > direttamente all’interno delle slide. -------------------------------------------------------------------------------- COME MOONSHOT AI STA RIDUCENDO IL DIVARIO CON I MIGLIORI MODELLI CHIUSI In un video di qualche mese fa, Zhilin Yang, fondatore e CEO di Moonshot AI, ha spiegato come il team dietro Kimi sia riuscito a ridurre il divario con i migliori modelli proprietari. > La tesi di partenza: i dati umani di alta qualità stanno diventando sempre più > scarsi. Per continuare a migliorare, quindi, non basta aggiungere GPU o > accumulare nuovi dati. Bisogna riuscire a estrarre più intelligenza dagli > stessi token. Zhilin Yang: la tecnologia alla base di Kimi K3 Moonshot AI ha affrontato il problema intervenendo sui componenti fondamentali dei modelli. * Il primo è l’ottimizzatore. Il team ha introdotto Muon, più efficiente nell’utilizzo dei token di addestramento, e lo ha stabilizzato attraverso QK-Clip. La combinazione, chiamata MuonClip, ha permesso di addestrare Kimi K2 su 15.500 miliardi di token senza loss spike, ossia quei picchi improvvisi che, su questa scala, possono compromettere un’intera sessione di training. È come se uno studente riuscisse a imparare di più dallo stesso libro, senza andare in sovraccarico. * Il secondo elemento è l’attenzione. Con Kimi Delta Attention, alternata alla full attention in un rapporto di 3:1, il modello può gestire contesti fino a un milione di token, riducendo drasticamente la memoria necessaria. Nei test di Moonshot AI, il decoding è risultato fino a sei volte più veloce, con il 75% di KV cache in meno, superando il modello full-attention utilizzato come riferimento. Invece di rileggere continuamente ogni pagina, il sistema conserva appunti sintetici e li aggiorna nel tempo. * Il terzo elemento riguarda il lavoro in parallelo. Attraverso il reinforcement learning, Kimi impara a scomporre un compito tra più sotto-agenti. Le ricompense valutano anche se i singoli sotto-compiti vengono effettivamente completati, scoraggiando la creazione di agenti utilizzati soltanto per simulare il parallelismo. È una sorta di project manager interno che non si limita ad assegnare il lavoro, ma verifica anche che venga portato a termine. * A queste innovazioni si aggiunge il lavoro sulle connessioni residuali, rese selettive e dipendenti dall’input, invece di sommare uniformemente tutte le informazioni provenienti dai livelli precedenti. Il video si concentra su Kimi K2.5. Il passo successivo è Kimi K3, annunciato come modello open-weight, multimodale e capace di gestire un contesto da un milione di token. > La lezione è che il vantaggio nell’intelligenza artificiale non si costruisce > soltanto con più budget o più GPU. Nasce soprattutto da un’ingegneria di > altissimo livello, applicata agli ottimizzatori, ai meccanismi di attenzione, > all’architettura e ai processi di training. > Quando queste innovazioni vengono condivise apertamente, il divario tra interi > ecosistemi può ridursi molto più rapidamente di quanto immaginiamo. -------------------------------------------------------------------------------- QWEN3.8 MAX: LA NUOVA SFIDA DI ALIBABA NEL MERCATO DELL’AI Lo sviluppo dei modelli cinesi continua ad accelerare. Alibaba ha annunciato Qwen3.8 Max, un modello da 2,4 trilioni di parametri che sarà distribuito prossimamente anche in modalità open-weight. > L’ho provato su diversi tipi di attività. Le prestazioni sono chiaramente > molto elevate, anche se la mia impressione è che Kimi K3 sia ancora più > avanti. Qwen 3.8 Max Preview: un test Alibaba presenta il modello come uno dei più potenti sviluppati finora, con particolare attenzione alla programmazione agentica, allo sviluppo full-stack, all’analisi dei dati e alla gestione di flussi di lavoro complessi basati su documenti, fogli di calcolo e presentazioni. Nel post di presentazione viene utilizzata l’espressione “second only to Fable 5”. Al momento, però, si tratta soprattutto di un’affermazione promozionale: non sono ancora stati pubblicati benchmark completi e indipendenti che consentano di verificare questo confronto. Mancano inoltre diversi dettagli tecnici. Non conosciamo ancora il numero di parametri attivi per token, l’architettura completa, la lunghezza della finestra di contesto, i requisiti hardware e le condizioni definitive della licenza. Il dato dei 2,4 trilioni di parametri potrebbe indicare un’architettura Mixture of Experts, ma non è ancora arrivata una conferma ufficiale. La versione in anteprima utilizza una modalità di reasoning sempre attiva e può essere integrata in strumenti e agenti compatibili attraverso le API di Alibaba Cloud. L’accesso avviene tramite piani a crediti. Il consumo varia in base al modello utilizzato, ai token di input e output, alla cronologia della conversazione, al reasoning e all’eventuale utilizzo di strumenti. I crediti possono essere impiegati anche per interagire con il modello attraverso client compatibili, come Chatbox, oppure tramite Qoder, ma non corrispondono automaticamente a un abbonamento premium per la normale interfaccia web di Qwen Chat. Per provarlo > Il vero valore di questo rilascio dipenderà dalla pubblicazione della model > card, dai benchmark indipendenti, dal numero di parametri effettivamente > attivati durante l’inferenza e, soprattutto, dalle condizioni della licenza > open-weight. -------------------------------------------------------------------------------- AI, COSTI E GEOPOLITICA: IL VANTAGGIO COMPETITIVO CAMBIA FORMA > E se il vantaggio competitivo nell’intelligenza artificiale non fosse più > soltanto una questione di prestazioni? I modelli cinesi stanno guadagnando terreno anche tra le aziende statunitensi. Secondo i dati di OpenRouter riportati da CNBC, la quota di token utilizzati dalle imprese USA su modelli cinesi è rimasta superiore al 30% per diversi mesi, raggiungendo picchi del 46%. Nei dodici mesi precedenti, la media era dell’11%. L'utilizzo dei modelli cinesi da parte delle aziende USA La ragione è soprattutto economica. Modelli come DeepSeek, GLM di Z.ai e Qwen di Alibaba offrono prestazioni sempre più vicine a quelle delle soluzioni di OpenAI e Anthropic, ma con costi che possono essere inferiori del 60-90%. Per molte attività non è necessario utilizzare il modello migliore in assoluto. Serve una soluzione sufficientemente efficace, più economica e facilmente adattabile. La startup americana Lindy, per esempio, avrebbe trasferito tutto il proprio traffico da Claude a DeepSeek, prevedendo risparmi di milioni di dollari. Nel frattempo, dalla Cina arrivano indiscrezioni su un possibile cambio di strategia. Secondo Reuters, le autorità starebbero valutando restrizioni all’accesso estero ai modelli più avanzati, coinvolgendo aziende come Alibaba, ByteDance e Z.ai. Non si tratterebbe di una chiusura generale, ma di possibili controlli sui futuri modelli di frontiera: limiti alla distribuzione dei pesi, accesso regolamentato alle API, verifiche di sicurezza e una maggiore protezione delle tecnologie considerate strategiche. Vai al post di CNBC Questa dinamica suggerisce alcune riflessioni. * Il prezzo sta diventando una forma di potere geopolitico. Un modello non deve necessariamente essere il migliore: può conquistare il mercato offrendo prestazioni adeguate a un costo molto inferiore. * L’open source cinese è anche uno strumento di influenza. Diffondere modelli accessibili significa creare ecosistemi, sviluppare competenze e generare dipendenze tecnologiche. Limitarne la distribuzione, però, potrebbe indebolire proprio questo vantaggio. * Per le aziende, affidarsi completamente a un solo fornitore, statunitense o cinese, aumenta il rischio. Restrizioni normative, variazioni di prezzo e tensioni geopolitiche possono modificare rapidamente le condizioni di accesso. * La risposta più solida continua a essere un’architettura multi-modello, capace di scegliere soluzioni diverse in base a costi, prestazioni e sensibilità dei dati. Vai al post di Reuters > Per l’Europa, infine, sostituire una dipendenza tecnologica dagli Stati Uniti > con una dipendenza dalla Cina non significherebbe conquistare una vera > autonomia. -------------------------------------------------------------------------------- IL VERO SALTO DELL’AI NELLO SVILUPPO SOFTWARE > Il vero salto dell’intelligenza artificiale nello sviluppo non è > l’autocompletamento, ma la possibilità di operare nel contesto reale di un > progetto. Sto utilizzando Claude Code tramite CLI su Linux e l’aspetto più interessante non è la semplice generazione di codice. Il modello può leggere il file system, analizzare repository, modificare più file, eseguire comandi da console, avviare test e interpretarne i risultati. Quando nel workspace sono presenti progetti basati su una determinata architettura, può utilizzarli come riferimento per implementare nuove specifiche, rispettando pattern, convenzioni e scelte progettuali già esistenti. Un esempio di utilizzo di Claude Code via CLI Il file CLAUDE.md permette inoltre di definire regole di sviluppo, strumenti da utilizzare, comandi di build e test, oltre ai criteri necessari per considerare completata un’attività. Nei lavori più articolati, Claude può suddividere il problema tra diversi sub-agent, incaricati di analizzarne parti differenti e riportare i risultati nel thread principale. Può anche testare il software, analizzare gli output e correggere autonomamente eventuali problemi. Un altro aspetto particolarmente utile è la possibilità di intervenire mentre l’agente sta lavorando, aggiungendo indicazioni e correzioni senza dover attendere il risultato finale e ricominciare da capo. > Il flusso di lavoro diventa quindi: specifica, pianificazione, > implementazione, test, analisi degli errori, correzione e nuovo test. Il controllo, però, rimane nelle mani dello sviluppatore: è possibile verificare il piano, confermare le singole operazioni oppure concedere maggiore autonomia entro confini prestabiliti. Anche Git e GitHub possono entrare nello stesso processo operativo, dalla gestione del repository alla creazione di branch, commit e pull request. Test automatici, script, pipeline di CI/CD e automazioni Git esistono da anni. La vera novità non è l’invenzione dei singoli strumenti, ma la riduzione del costo necessario per orchestrarli. La CLI è il luogo in cui file, processi, test, Git e strumenti di sviluppo si incontrano. Inserire un modello in questo ambiente significa trasformarlo da semplice generatore di testo a esecutore supervisionato. > La domanda più interessante, quindi, non è se l’intelligenza artificiale > sostituirà gli sviluppatori, ma come cambierà il loro lavoro quando una parte > dell’esecuzione potrà essere affidata a un agente. -------------------------------------------------------------------------------- DWARFSTAR: IL VALORE DELLA SPECIALIZZAZIONE NELL’AI LOCALE > Nel software siamo abituati a considerare la generalità una virtù: un buon > sistema dovrebbe supportare più modelli, formati e configurazioni hardware. DwarfStar, il progetto di Salvatore Sanfilippo, conosciuto come antirez, propone una tesi differente: nell’inferenza locale, la specializzazione può rappresentare un vantaggio competitivo. Il progetto non punta a eseguire qualsiasi LLM, ma a costruire un sistema verticale intorno a pochi modelli selezionati. Motore di inferenza, kernel GPU, quantizzazione, prompt, tool calling, API, KV cache e coding agent vengono progettati insieme, come componenti di un’unica architettura. Il ramo principale è dedicato a DeepSeek V4 Flash e Pro, mentre un branch sperimentale applica già lo stesso metodo a GLM-5.2. DwarfStar non è quindi semplicemente un progetto “su DeepSeek”, ma un approccio rivolto a modelli specifici e promettenti, particolarmente resistenti alla quantizzazione e integrati in profondità. DwarfStar: il valore della specializzazione nell’AI locale DeepSeek V4 Flash rende bene l’idea: possiede 284 miliardi di parametri, ma ne attiva circa 13 miliardi. In ogni layer, un router seleziona soltanto 6 esperti su 256. DwarfStar mantiene in memoria le parti comuni del modello, utilizza la RAM come cache per gli esperti più richiesti e carica gli altri dall’SSD quando necessario. La domanda, quindi, cambia: non più “il modello entra in memoria?”, ma “a quale velocità posso eseguirlo con la memoria disponibile?”. Anche la quantizzazione segue questa logica. DwarfStar comprime soprattutto gli esperti Mixture of Experts, che occupano gran parte dello spazio, preservando router, proiezioni e componenti condivise. Le decisioni vengono guidate dalle attivazioni osservate su carichi di lavoro reali, non soltanto dalla dimensione dei pesi. Lo stesso principio si applica alla KV cache, la memoria computazionale della conversazione. DeepSeek comprime il contesto meno recente; DwarfStar rende questo stato persistente su disco, permettendo di riprendere una sessione senza doverne ricalcolare l’intera cronologia. Anche le tool call vengono conservate nell’esatta forma DSML. Due JSON semanticamente equivalenti possono infatti produrre token differenti e invalidare la cache. È un dettaglio sottile, ma decisivo nel distinguere un modello semplicemente eseguibile da un agente realmente stateful. Vai al progetto La lezione è chiara: l’AI locale non è soltanto un problema di modelli, ma di co-progettazione tra modello, memoria, hardware e agente. > DwarfStar rinuncia all’universalità per ottenere qualcosa di più raro: una > comprensione profonda dell’intero sistema. -------------------------------------------------------------------------------- GOOGLE AMPLIA LA FAMIGLIA GEMINI CON TRE NUOVI MODELLI AI > Google amplia la famiglia Gemini con tre nuovi modelli di intelligenza > artificiale e annuncia i test di Gemini 3.5 Pro e l’avvio del pre-training di > Gemini 4. I nuovi modelli sono progettati per rendere gli agenti AI più efficienti, veloci e affidabili su larga scala. Gemini 3.6 Flash migliora le prestazioni nel coding, nel knowledge work, nell’analisi multimodale e nell’utilizzo del computer. Rispetto a Gemini 3.5 Flash, riduce del 17% i token di output e richiede meno passaggi di ragionamento e chiamate agli strumenti. Il costo è di 1,50 dollari per milione di token in input e 7,50 dollari per milione di token in output. > Nei test che ho effettuato nell’app Gemini, il modello si è dimostrato > effettivamente molto veloce e capace di gestire attività complesse. Gemini 3.6 Flash: un test Gemini 3.5 Flash-Lite punta invece su velocità e convenienza: raggiunge circa 350 token di output al secondo e costa 0,30 dollari per milione di token in input e 2,50 dollari per milione di token in output. È pensato per flussi di lavoro ad alto volume, ricerca agentica, elaborazione documentale e sistemi multi-agente. Gemini 3.5 Flash Cyber è il modello specializzato nella sicurezza informatica. Integrato in CodeMender, supporta l’individuazione, la verifica e la correzione delle vulnerabilità nel codice. Per limitare i rischi di abuso, sarà inizialmente disponibile soltanto per governi e partner selezionati. Vai al post di Google > Gemini 3.6 Flash e Gemini 3.5 Flash-Lite sono già disponibili tramite Gemini > API, Google AI Studio, Android Studio, Gemini Enterprise e l’app Gemini. -------------------------------------------------------------------------------- OPENAI PRESENTA GPT-5.6 E TRASFORMA CHATGPT IN UN AMBIENTE OPERATIVO > C’era grande attesa per la presentazione di OpenAI dedicata al lancio dei > nuovi modelli di intelligenza artificiale. Ecco una sintesi delle principali > novità. È stata presentata GPT-5.6, una nuova famiglia di modelli composta da Sol, Terra e Luna. Sol è il modello più potente, pensato per gestire workflow agentici complessi. Terra è ottimizzato per le attività quotidiane, mentre Luna è il modello più veloce ed economico, progettato per sostenere grandi volumi di lavoro. La presentazione di OpenAI e il lancio dei nuovi modelli La novità più importante, però, riguarda il modo in cui OpenAI sta ripensando ChatGPT, trasformandolo in un vero e proprio ambiente operativo capace di lavorare su attività articolate. Con ChatGPT Work, l’intelligenza artificiale può cercare informazioni in Slack, analizzare feedback, individuare persone, pianificare riunioni, lavorare su file Excel e generare presentazioni PowerPoint. La nuova app desktop estende queste capacità anche all’ambiente locale, consentendo a ChatGPT di interagire con file, cartelle, schede del browser e applicazioni aperte. Durante la dimostrazione, ChatGPT ha analizzato documenti, report e schede di Chrome per creare una presentazione completa in circa 90 secondi. La funzione Computer Use permette inoltre al modello di interagire direttamente con le applicazioni attraverso un proprio cursore. OpenAI ha introdotto anche Hosted Sites, uno strumento per creare e condividere siti, dashboard e prototipi interattivi direttamente da ChatGPT. ChatGPT Work: alcuni test Per lo sviluppo e la ricerca arriva invece Ultra Mode, una modalità che coordina più agenti in parallelo per affrontare attività complesse in modo più rapido. Grande attenzione è stata dedicata anche alla sicurezza, con oltre 700.000 ore equivalenti A100 destinate al red teaming e iniziative come Project Daybreak e Patch the Planet, pensate per individuare vulnerabilità e generare patch. > La presentazione si è conclusa con la storia di Hiroki, un agricoltore di > Hokkaido che utilizza ChatGPT per migliorare l’efficienza del lavoro agricolo > e sviluppare piccoli sistemi gestionali per il proprio team. -------------------------------------------------------------------------------- GPT-5.6 E ARC-AGI-3: PERCHÉ IL 7,8% È UN RISULTATO IMPORTANTE GPT-5.6 ha ottenuto il 7,8% su ARC-AGI-3. A prima vista può sembrare un risultato basso, quasi deludente, soprattutto per uno dei modelli più avanzati oggi disponibili. Il dato, però, diventa molto più interessante quando viene inserito nel contesto corretto. Negli altri benchmark della famiglia ARC, GPT-5.6 raggiunge risultati molto elevati: 96,5% su ARC-AGI-1 e 92,5% su ARC-AGI-2. Su ARC-AGI-3, invece, il punteggio scende sotto il 10%. Il motivo è che questo benchmark misura una capacità diversa. > Non chiede semplicemente al modello di rispondere a una domanda, completare > uno schema o applicare conoscenze già acquisite. Lo inserisce in ambienti > nuovi, senza spiegargli le regole. GPT-5.6 e ARC-AGI-3 Il modello deve esplorare, individuare l’obiettivo, formulare ipotesi, metterle alla prova, correggersi e cambiare strategia. È una forma di intelligenza simile a quella che utilizziamo quando ci troviamo in una situazione sconosciuta: osserviamo, proviamo, sbagliamo, distinguiamo ciò che conta dal rumore e adattiamo il nostro comportamento. Per i modelli linguistici, anche quelli più avanzati, questa capacità rimane ancora fragile. Per questo motivo, il 7,8% è basso rispetto alle prestazioni umane, ma molto alto rispetto ai risultati ottenuti in precedenza dai modelli. GPT-5.5 si fermava allo 0,43%, mentre Claude Opus 4.8 aveva raggiunto l’1,5%. > In questo contesto, il risultato di GPT-5.6 non rappresenta un fallimento: > rappresenta un salto significativo. Il dato mostra con chiarezza uno dei confini attuali dell’intelligenza artificiale. I modelli stanno diventando estremamente efficaci nel ragionare, programmare, spiegare, pianificare e risolvere problemi complessi quando il compito e le sue regole sono definiti. Faticano ancora, invece, quando devono scoprire autonomamente quale sia il problema, quali siano le regole e quale strategia abbia senso adottare. Vai al report GPT-5.6 può quindi essere uno dei modelli più potenti disponibili e, allo stesso tempo, restare lontano dalle capacità umane in un test basato su esplorazione, adattamento e apprendimento attraverso l’esperienza. Quel 7,8% non misura soltanto quante prove il modello riesce a superare. Misura la distanza che ancora separa il saper risolvere un problema dal sapersi orientare autonomamente in un problema completamente nuovo. -------------------------------------------------------------------------------- PROMPTING PER GPT-5.6: COSA CAMBIA DAVVERO > OpenAI ha pubblicato una guida al prompting per GPT-5.6 Sol. I concetti > fondamentali, tuttavia, non cambiano. Il principio centrale consiste nel definire con chiarezza il risultato atteso, i vincoli, le fonti disponibili e i criteri di completamento, lasciando al modello la libertà di individuare il percorso più efficiente. La guida invita a semplificare i prompt, eliminando ripetizioni, esempi superflui, istruzioni contraddittorie e strumenti non pertinenti. È più utile spiegare cosa significhi ottenere un buon risultato, piuttosto che imporre ogni singolo passaggio. Grande attenzione viene dedicata anche ai confini dell’autonomia: il modello dovrebbe poter svolgere senza interruzioni le attività sicure e previste, fermandosi invece prima di compiere azioni esterne, distruttive, costose o capaci di ampliare significativamente il perimetro del lavoro. Per quanto riguarda l’utilizzo dei tool, OpenAI consiglia di mettere a disposizione soltanto quelli necessari, parallelizzare le ricerche indipendenti e prevedere fallback mirati quando i risultati sono incompleti. Il Programmatic Tool Calling è indicato soprattutto per filtrare, aggregare, ordinare e ridurre grandi volumi di dati strutturati. Model guidance | OpenAI API Compare model features, migration guidance, and prompting best practices across OpenAI models. La guida raccomanda inoltre di definire in anticipo le regole relative a fonti e citazioni, distinguere sempre i fatti dalle inferenze, limitare le ricerche a ciò che serve davvero e validare il risultato prima di concludere. La struttura suggerita per i prompt più complessi comprende ruolo, personalità, obiettivo, criteri di successo, vincoli, strumenti, formato dell’output e regole di arresto. Per migrare a GPT-5.6, l’approccio consigliato è graduale: cambiare prima il modello, misurare i risultati e modificare il prompt soltanto attraverso interventi piccoli e verificabili. Vai alla guida > Il punto centrale, dal mio punto di vista, è semplice: se i prompt sono sempre > stati progettati in modo solido, strutturato e preciso, non c’è bisogno di una > vera migrazione. Né per Sol né per i modelli futuri. -------------------------------------------------------------------------------- CLAUDE FABLE 5: DALL’IDEA AL PROTOTIPO IN UN UNICO FLUSSO DI LAVORO > Ho svolto diversi test con Claude Fable 5, soprattutto nell’ambito dello > sviluppo, e la sensazione è stata molto chiara: il potenziale di sistemi come > questo è enorme. Non si tratta semplicemente di generare codice più velocemente, ma di cambiare il modo in cui si passa da un’idea a qualcosa di concreto. Progettazione, analisi, sviluppo, debugging, rifinitura e iterazione possono entrare nello stesso flusso di lavoro, con una continuità che fino a poco tempo fa sembrava impensabile. Fable 5 mi ha colpito proprio per questo: non si limita a rispondere a una richiesta puntuale, ma riesce a sostenere attività articolate, mantenere il contesto, interpretare documenti complessi, ragionare su architetture applicative e produrre risultati concretamente utilizzabili. Claude Fable 5: alcuni test Uno dei test più interessanti è partito da un documento di 15 pagine, nel quale avevo descritto ogni dettaglio di un’applicazione. Il modello, collegato a un progetto boilerplate su GitHub, è riuscito a generarla in modo praticamente perfetto. Sono state necessarie soltanto alcune indicazioni aggiuntive per rifinire gli elementi che non avevo descritto con sufficiente precisione nel documento iniziale. Ho eseguito anche altri test relativi allo sviluppo di web app, al montaggio video nel browser, all’analisi dei dati e alla creazione di modelli predittivi. Sono soltanto alcuni esempi delle numerose prove effettuate, spesso con risultati sorprendenti. L’aspetto più interessante non è soltanto la qualità dell’output finale, ma il modo in cui questi strumenti permettono di lavorare: l’idea diventa una specifica, la specifica diventa codice e il codice diventa un prototipo. Un prototipo che può essere corretto, migliorato e validato in tempi estremamente ridotti. > Per chi sviluppa, progetta prodotti digitali o lavora nel campo delle > automazioni e dell’analisi, siamo davanti a un cambio di passo enorme. -------------------------------------------------------------------------------- INKLING: IL MODELLO OPEN-WEIGHTS MULTIMODALE DI THINKING MACHINES Thinking Machines, l’azienda guidata da Mira Murati, ha presentato Inkling, un modello di intelligenza artificiale open-weights, addestrato da zero e progettato come base multimodale, efficiente e personalizzabile. Inkling utilizza un’architettura Mixture-of-Experts con 975 miliardi di parametri complessivi, di cui 41 miliardi attivi, e supporta finestre di contesto fino a un milione di token. Il pre-addestramento è stato condotto su 45 trilioni di token provenienti da testi, immagini, audio e video. Il modello è in grado di ragionare nativamente su testo, immagini e audio e permette di regolare il livello di elaborazione, bilanciando prestazioni, costi e latenza. È stato sviluppato come modello generalista, con competenze nel ragionamento, nella programmazione agentica, nell’uso di strumenti, nell’analisi multimodale e nel rispetto delle istruzioni. Thinking Machines chiarisce che Inkling non punta a essere il modello più potente in assoluto, ma una base open-weights solida e flessibile, adattabile a prodotti, flussi di lavoro e conoscenze specialistiche. Il fine-tuning è già disponibile attraverso Tinker, mentre i pesi completi sono stati pubblicati su Hugging Face. Insieme al modello principale è stata presentata anche un’anteprima di Inkling-Small, una versione con 276 miliardi di parametri totali e 12 miliardi attivi, pensata per applicazioni in cui velocità, latenza e costi hanno un peso maggiore. Vai al post di Thinking Machines > La crescita dei modelli aperti non è più trainata soltanto dai laboratori > cinesi. Anche le aziende occidentali stanno tornando a investire in modelli > con pesi accessibili, contribuendo a rendere l’ecosistema più diversificato e > competitivo. La sfida si sta quindi spostando dalla semplice pubblicazione dei pesi alla capacità di offrire modelli realmente personalizzabili, multimodali ed efficienti, pronti per essere utilizzati in produzione. -------------------------------------------------------------------------------- MUSE SPARK 1.1: META ACCELERA SUI MODELLI AGENTICI Come avevo anticipato in occasione della prima release, Muse Spark di Meta è un modello da tenere sotto osservazione. Ora arriva la nuova versione 1.1, accompagnata da un’API attualmente disponibile in public preview. > Muse Spark 1.1 è un modello multimodale progettato per svolgere compiti > agentici, tra cui pianificazione, utilizzo di strumenti, interazione con il > computer, programmazione e gestione di workflow complessi. Rispetto alla versione precedente, Meta evidenzia miglioramenti significativi nell’uso di strumenti e interfacce, nel coding, nella comprensione multimodale e nella gestione di contesti lunghi fino a un milione di token. Il modello può inoltre coordinare più agenti, delegare attività, ricordare i passaggi precedenti e adattarsi alle nuove informazioni durante l’esecuzione. Muse Spark 1.1 di Meta: performance Nell’interazione con il computer, Muse Spark 1.1 è in grado di scegliere quando automatizzare un’attività tramite script e quando operare direttamente sull’interfaccia. In ambito coding, può lavorare su codebase complesse, correggere bug, implementare nuove funzionalità e validare i risultati anche attraverso screenshot e tool calling. Sul fronte multimodale, può analizzare immagini, video, audio e PDF, mantenendo le informazioni rilevanti durante workflow estesi. Tra i casi d’uso citati da Meta figura la creazione automatica di inserzioni per Marketplace a partire da un video registrato con lo smartphone. Meta dichiara inoltre di aver condotto valutazioni di sicurezza relative a rischi informatici, chimico-biologici e di perdita di controllo, evidenziando miglioramenti nella protezione da jailbreak, prompt injection e allucinazioni. Vai al post di Meta > In sintesi, Muse Spark 1.1 conferma la direzione intrapresa da Meta: non più > soltanto chatbot, ma modelli capaci di agire, programmare, utilizzare > strumenti e gestire processi complessi. Con l’arrivo dell’API, diventa un > modello da monitorare ancora più attentamente. -------------------------------------------------------------------------------- MUSE IMAGE E MUSE VIDEO: LA GENERAZIONE VISIVA DIVENTA AGENTICA > Meta ha presentato Muse Image e Muse Video, i primi modelli di generazione > multimediale sviluppati da Meta Superintelligence Labs. Ho provato Muse Image utilizzando prompt strutturati, già collaudati con altri modelli. I test mostrano un enorme passo avanti, soprattutto nell’elaborazione che precede la generazione. Muse Image di Meta: un test Il modello, infatti, non si limita a trasformare un prompt in un’immagine, ma opera come un vero e proprio agente: può ragionare, utilizzare strumenti, cercare informazioni, scrivere codice, correggere i propri errori e migliorare progressivamente il risultato. Questa impostazione gli permette di affrontare attività complesse, come generare QR code funzionanti, creare grafici accurati, modificare testi all’interno di un’immagine, combinare più riferimenti visivi e mantenere coerenza durante diversi passaggi di editing. Un altro elemento rilevante è l’utilizzo della ricerca web, che consente di produrre immagini più aderenti a fatti reali, eventi recenti e riferimenti visivi aggiornati. Meta sottolinea inoltre la capacità di auto-correzione del modello, emersa durante l’addestramento tramite reinforcement learning. Muse Image introduce anche Content Seal, un watermark invisibile progettato per aiutare a identificare le immagini generate dall’intelligenza artificiale, anche dopo ritagli, compressioni, ridimensionamenti o screenshot. Accanto a Muse Image, Meta ha mostrato in anteprima Muse Video, un modello per la generazione video caratterizzato da alta fedeltà visiva, coerenza temporale e supporto audio nativo. Restano ancora alcune aree da migliorare, in particolare la sincronizzazione tra audio e video e la resa fisicamente accurata dei movimenti rapidi. Vai al post di Meta > La generazione visiva sta quindi evolvendo: da modelli puramente creativi a > sistemi agentici, capaci di pianificare, verificare e utilizzare strumenti per > produrre contenuti più precisi, coerenti e controllabili. -------------------------------------------------------------------------------- SEEDREAM 5.0 PRO: DALLA GENERAZIONE VISIVA ALLA PRODUZIONE CONTROLLABILE Seedream 5.0 Pro di ByteDance rappresenta un passaggio interessante nell’evoluzione della generazione visiva con l’intelligenza artificiale. Il modello non si limita a produrre immagini, ma prova a comprendere la logica progettuale, la struttura, il layout, i testi e i vincoli creativi. Il punto centrale non è più soltanto generare un’immagine esteticamente efficace. Il valore risiede nella capacità di costruire contenuti visivi utilizzabili in contesti professionali, come infografiche, poster educativi, materiali commerciali, interfacce, storyboard, composizioni multilingue e asset modificabili. Uno degli aspetti più rilevanti è la gestione di informazioni complesse. Seedream 5.0 Pro punta a trasformare contenuti densi in visual ordinati, leggibili e gerarchizzati, nei quali testi, immagini, diagrammi e layout convivono in modo coerente. Seedream 5.0 Pro: la presentazione Un altro elemento chiave è l’editing interattivo. Il modello può interpretare selezioni, riquadri, schizzi, indicazioni spaziali, colori e immagini di riferimento, rendendo possibile intervenire su parti specifiche senza dover rigenerare tutto da zero. Questo avvicina l’intelligenza artificiale a un flusso di lavoro più simile a quello reale di designer, marketer e creativi. Vai al post di ByteDance Particolarmente interessante è anche la separazione in livelli: testi, soggetti, sfondi e decorazioni possono diventare elementi indipendenti, più facili da modificare, riutilizzare e adattare. È un passaggio importante dalla semplice immagine “piatta” a un output più produttivo e manipolabile. Il modello lavora inoltre sul realismo fotografico, sulla resa dei materiali, della luce, della pelle e delle texture, oltre che sulla coerenza prospettica. A questo si aggiunge il supporto multilingue, con attenzione non soltanto alla traduzione, ma anche alla tipografia, alla direzione di lettura e alla localizzazione culturale. Il messaggio più interessante è il cambio di prospettiva: l’intelligenza artificiale visiva sta passando dalla generazione automatica alla produzione controllabile. Vai al documento tecnico > Non più soltanto immagini belle, ma immagini strutturate, modificabili, > localizzabili e integrate nei processi professionali di design e > comunicazione. -------------------------------------------------------------------------------- BYTEDANCE ACCELERA ANCHE SULLA GENERAZIONE DI VIDEO ByteDance ha condiviso un video generato con Seedance 2.5 che ripercorre la carriera di Michael Owen. Un esempio di video generato con Seedance 2.5 I nuovi modelli dell’azienda, Seedream 5.0 e Seedance 2.5, rappresentano un avanzamento significativo e aprono concretamente la strada a applicazioni commerciali utili. -------------------------------------------------------------------------------- INTELLIGENZA ARTIFICIALE: LE REGOLE NON POSSONO PIÙ ASPETTARE Con qualche anno di ritardo, anche le istituzioni sembrano essersi accorte che l’intelligenza artificiale non è più un esperimento da laboratorio, ma una tecnologia già presente nell’economia, nel lavoro, nell’istruzione e nelle relazioni personali. Il segretario generale dell’ONU, António Guterres, ha avvertito che l’AI si sta sviluppando più rapidamente della capacità di governi, istituzioni e aziende di comprenderne e regolarne gli effetti. Intelligenza artificiale: le regole non possono più aspettare Il problema non è fermare l’innovazione, ma evitare che sistemi sempre più potenti vengano distribuiti nella società senza controlli adeguati, responsabilità chiare e standard di sicurezza condivisi. Una delle priorità indicate dall’ONU riguarda la protezione dei bambini. Alcuni sistemi possono simulare relazioni emotive, produrre contenuti dannosi o reagire in modo inadeguato di fronte a segnali di grave disagio psicologico. Per questo, Guterres propone un impegno internazionale sulla sicurezza dei minori: le aziende dovrebbero dimostrare che i propri sistemi sono sicuri prima di renderli accessibili, invece di intervenire soltanto dopo che si è verificato un danno. C’è poi il tema della concentrazione del potere tecnologico. Circa il 75% della capacità di calcolo dei 500 principali supercomputer utilizzati per l’AI sarebbe controllato dagli Stati Uniti, mentre la Cina ne deterrebbe circa il 15%. Il resto del mondo rischia quindi di partecipare alla rivoluzione dell’intelligenza artificiale soprattutto come mercato e fonte di dati, non come soggetto capace di sviluppare tecnologie, infrastrutture e regole. Il divario è particolarmente evidente in Africa, che rappresenta una parte significativa della popolazione mondiale ma ospita meno del 2% dei data center globali. Senza accesso a infrastrutture, competenze e potere decisionale, i Paesi in via di sviluppo potrebbero essere esclusi sia dai benefici economici dell’AI sia dalla definizione delle norme che ne determineranno il futuro. L’intelligenza artificiale può accelerare i progressi nella sanità, nell’istruzione e nello sviluppo economico. Può però anche amplificare le disuguaglianze, automatizzare decisioni opache, rafforzare la sorveglianza e diventare uno strumento di controllo autoritario. Vai al post di Reuters La questione, quindi, non è più stabilire se servano delle regole. È costruire standard internazionali, verifiche preventive, supervisione umana e responsabilità concrete, prima che la velocità della tecnologia renda ogni intervento inevitabilmente tardivo. -------------------------------------------------------------------------------- AGI: TEMPI, RISCHI E GOVERNANCE SECONDO DARIO AMODEI E DEMIS HASSABIS Dario Amodei e Demis Hassabis hanno discusso di intelligenza artificiale generale (AGI) in un confronto organizzato da The Economist, offrendo due prospettive differenti, ma molto vicine nella sostanza. Amodei prevede una traiettoria estremamente rapida: sistemi capaci di svolgere compiti intellettuali al livello dei migliori esseri umani potrebbero arrivare già nel 2026 o 2027. Hassabis è più prudente, ma non troppo distante: attribuisce circa il 50% di probabilità all’arrivo dell’AGI entro la fine del decennio. La differenza principale riguarda la definizione di AGI. Per Hassabis, non basta che un sistema risolva problemi complessi o superi gli esseri umani in attività specifiche. Una vera AGI dovrebbe mostrare capacità inventiva: non soltanto giocare a Go meglio di chiunque altro, ma essere in grado di inventare un gioco come il Go; non solo applicare teorie esistenti, ma generare scoperte radicalmente nuove. > Il tema centrale, quindi, non è soltanto quando arriverà l’AGI, ma soprattutto > come verrà governata. Entrambi sottolineano il rischio geopolitico. Se un attore autoritario arrivasse per primo a sviluppare sistemi capaci di accelerare la creazione di altre intelligenze artificiali, l’equilibrio globale potrebbe cambiare profondamente. Per questo Hassabis richiama l’idea di istituzioni internazionali sul modello del CERN o dell’AIEA, in grado di coordinare ricerca, monitoraggio e sicurezza. Le opportunità sono enormi e riguardano ambiti come medicina, scoperta di nuovi farmaci, clima, produttività e ricerca scientifica. Hassabis immagina un decennio nel quale l’AI potrebbe contribuire a curare numerose malattie e ad affrontare problemi che oggi appaiono estremamente difficili. I rischi, tuttavia, non sono soltanto teorici. Amodei cita test di laboratorio nei quali i modelli iniziano a mostrare capacità potenzialmente pericolose: dalla generazione di informazioni utili alla creazione di armi biologiche fino a comportamenti ingannevoli in scenari controllati. L’obiettivo, sostiene, è dimostrare l’esistenza dei pericoli prima che questi emergano nel mondo reale. Nel breve periodo, entrambi indicano due segnali da osservare: l’arrivo di sistemi agentici, capaci di agire autonomamente nel mondo digitale, e il miglioramento dei modelli nella scrittura di codice e nella ricerca sull’intelligenza artificiale stessa. Se questi sistemi inizieranno ad aumentare in modo significativo la produttività nello sviluppo dell’AI, le previsioni più aggressive diventeranno più plausibili. AGI: tempi, rischi e governance secondo Dario Amodei e Demis Hassabis Il punto critico è che una tecnologia con impatti potenzialmente sistemici rimane ancora troppo concentrata nelle mani di pochi laboratori privati. Anche quando questi attori dimostrano consapevolezza e responsabilità, non è sano che decisioni di tale portata dipendano dalla prudenza individuale di un numero ristretto di persone. > La governance dell’AGI non può essere costruita soltanto dopo un incidente. > Deve nascere prima che la capacità tecnica superi quella istituzionale. -------------------------------------------------------------------------------- AGI, OTTIMISMO PRUDENTE E NUOVE REGOLE PER L’AI DI FRONTIERA Demis Hassabis ha pubblicato un post su X in cui descrive l’intelligenza artificiale generale, o AGI, come una tecnologia probabilmente distante pochi anni e capace di trasformare la civiltà più profondamente di Internet o della telefonia mobile. > La sua visione è fortemente ottimista: l’intelligenza artificiale potrebbe > accelerare lo sviluppo di farmaci, nuove fonti di energia e materiali > avanzati, aprendo una fase di maggiore abbondanza economica e scientifica. Hassabis riconosce, però, che il progresso sta superando la nostra capacità di comprenderne pienamente le conseguenze. Cybersecurity, rischi biologici, sistemi agentici e auto-miglioramento richiedono quindi un approccio di “ottimismo prudente”. > https://t.co/PTeDiv1b6L > > — Demis Hassabis (@demishassabis) July 14, 2026 La proposta più concreta è la creazione, negli Stati Uniti, di un organismo dedicato agli standard dell’AI di frontiera: una struttura pubblico-privata incaricata di definire quali modelli possano essere considerati “frontier”, sviluppare test indipendenti, valutarne i rischi e, in prospettiva, autorizzarne il rilascio. Questa impostazione evita sia l’entusiasmo incondizionato sia il rifiuto pregiudiziale. Propone invece una regolazione proporzionata, concentrata sui modelli più potenti, basata su valutazioni indipendenti e accompagnata da una maggiore cooperazione internazionale. Restano, tuttavia, alcuni punti da approfondire. L’idea che l’AGI sia distante pochi anni viene presentata quasi come una premessa, senza chiarire cosa significhi realmente possedere “tutte le capacità cognitive del cervello umano”. AGI, superintelligenza, agenticità e singolarità sono concetti collegati, ma non equivalenti. Anche l’ipotesi di un impatto “dieci volte superiore alla Rivoluzione industriale e dieci volte più rapido” è evocativa, ma difficilmente misurabile. Inoltre, una maggiore abbondanza non implica necessariamente una distribuzione più equa. La proprietà delle tecnologie, la concentrazione del potere e i meccanismi di accesso resteranno fattori decisivi. Esiste poi un possibile rischio di cattura regolatoria. Se i grandi laboratori finanziano l’organismo, partecipano alla definizione dei test e sono gli unici soggetti in grado di sostenerne i costi, il sistema potrebbe finire per rafforzare proprio gli operatori dominanti. Non basta, inoltre, valutare un modello in modo isolato. Il livello di rischio dipende anche dagli strumenti collegati, dai dati accessibili, dal grado di autonomia e dal contesto concreto di utilizzo. Il contributo più importante del post non è necessariamente la previsione temporale sull’AGI. È l’idea che, di fronte a progressi rapidi, conseguenze potenzialmente enormi e profonda incertezza, non sia ragionevole affidarsi esclusivamente agli incentivi dei singoli laboratori. > Le istituzioni costruite oggi, le responsabilità legali, i criteri di accesso > e la distribuzione del potere potrebbero determinare l’impatto > dell’intelligenza artificiale almeno quanto le sue capacità tecniche. -------------------------------------------------------------------------------- L’AI GENERATIVA È DAVVERO UN DISASTRO INGEGNERISTICO? > «L’AI generativa è un disastro ingegneristico»: è la tesi provocatoria con cui > The Atlantic apre un articolo che solleva una questione seria. Gli attuali modelli generativi richiedono quantità crescenti di dati, energia, hardware e capitale, mentre ogni miglioramento sembra diventare progressivamente più costoso. La strategia basata su modelli sempre più grandi mostra limiti tecnici ed economici difficili da ignorare. Il fallimento di questa specifica traiettoria di sviluppo, però, non coincide necessariamente con il fallimento dell’AI generativa nel suo complesso. L’inefficienza degli attuali LLM potrebbe indicare non la fine del paradigma, ma la necessità di superarne la configurazione attuale. The Atlantic: l’AI generativa è un disastro ingegneristico Proprio perché i modelli di frontiera sono costosi e difficili da scalare, il futuro potrebbe essere più eterogeneo: sistemi generalisti per alcune funzioni, modelli più piccoli e specializzati per altre, soluzioni locali, architetture modulari e strumenti integrati nei processi. In questa direzione si inserisce anche il nuovo modello open-weight presentato da Thinking Machines, progettato per essere adattato a prodotti, flussi di lavoro e conoscenze specialistiche. Non si tratta più, quindi, di una strada percorsa soltanto dai laboratori cinesi. La domanda non è soltanto se gli attuali LLM facciano fatica a scalare. Bisogna capire quali attività continueranno a richiedere modelli di frontiera, quali passeranno a sistemi più efficienti e quali verranno ripensate completamente. Esiste poi un secondo livello: quello finanziario. L’entusiasmo intorno all’AI è reale. Le aspettative sono spesso eccessive, i tempi vengono compressi e una parte degli investimenti probabilmente non produrrà i ritorni attesi. Ma una tecnologia può essere sopravvalutata nel breve periodo e, allo stesso tempo, sottovalutata nelle sue conseguenze di lungo periodo. L’impatto strutturale dell’AI potrebbe non dipendere dalla crescita indefinita dei modelli attuali, ma dalla capacità di trasformare il modo in cui progettiamo software, organizziamo il lavoro, produciamo conoscenza e prendiamo decisioni. Vai al post di The Atlantic > La discussione più interessante, quindi, non consiste nello scegliere tra > entusiasmo e scetticismo. Consiste nel capire se i limiti dell’attuale > paradigma ne determineranno il fallimento o, più probabilmente, la sua > evoluzione verso sistemi più differenziati, efficienti e integrati. -------------------------------------------------------------------------------- I VALORI DI CLAUDE CAMBIANO IN BASE AL MODELLO E ALLA LINGUA Anthropic ha pubblicato uno studio che prova a rendere misurabili i valori espressi da Claude nelle conversazioni aperte, soprattutto quando non esiste una risposta universalmente corretta. I ricercatori hanno analizzato circa 310.000 conversazioni anonimizzate, confrontando tre modelli e le 20 lingue più utilizzate sulla piattaforma. A partire da oltre 3.000 valori individuati in precedenza, hanno ricavato quattro assi principali: deferenza o cautela, calore o rigore, profondità o brevità, franchezza o orientamento all’esecuzione. I valori di Claude cambiano in base al modello e alla lingua: lo studio di Anthropic I risultati mostrano differenze riconoscibili tra i modelli. Sonnet 4.6 tende a essere più caldo, incoraggiante e sintetico. Opus 4.6 è più diretto e focalizzato sull’esecuzione. Opus 4.7, invece, appare più cauto, rigoroso e approfondito, oltre che maggiormente disposto a mettere in discussione le assunzioni dell’utente. Le differenze emergono anche tra le lingue. In arabo e hindi, Claude tende a esprimere maggiore calore e incoraggiamento, mentre in inglese e russo mostra più rigore, precisione e propensione a correggere dettagli o chiedere prove. Questo significa che richieste simili, formulate in lingue diverse, possono produrre risposte con tono, severità e livello di cautela differenti. Anthropic non sa ancora se queste variazioni dipendano soprattutto dai dati di addestramento, dalle norme culturali o dalle scelte di fine-tuning. Lo studio offre però un metodo per osservare e confrontare caratteristiche comportamentali che, fino a oggi, venivano descritte soprattutto in modo intuitivo. Vai allo studio di Anthropic > Il punto più rilevante è che i valori espressi da un modello non dipendono > soltanto dalla domanda ricevuta, ma anche dalla versione del modello e dalla > lingua della conversazione. -------------------------------------------------------------------------------- GOOGLE VIDS INTRODUCE GEMINI OMNI E GLI AVATAR PERSONALI Google ha annunciato due nuove funzionalità per Google Vids: Gemini Omni e gli avatar personali, progettate per rendere la produzione video più accessibile, veloce e personalizzabile. Google Vids: Gemini Omni e gli avatar personali * Generazione multimodale. Gemini Omni consente di creare video a partire da istruzioni in linguaggio naturale, combinando testo e immagini di riferimento, come fotografie o semplici bozze. * Editing conversazionale. Dopo la prima generazione, il video può essere modificato descrivendo il risultato desiderato. È possibile cambiare lo sfondo, correggere l’illuminazione o aggiungere effetti senza dover ricominciare da zero. * Avatar personali. Caricando un selfie e una breve registrazione vocale, l’utente può creare un avatar digitale con il proprio aspetto e la propria voce. È poi sufficiente scrivere il messaggio affinché sia l’avatar a presentarlo, senza utilizzare videocamera e microfono. * Identità e accesso. Gli avatar sono associati all’account Google e possono riprodurre esclusivamente le sembianze del titolare. La funzione è riservata agli utenti maggiorenni e, per il momento, è disponibile soltanto in alcune regioni. * Trasparenza dei contenuti. Ogni clip generata include SynthID, il watermark digitale invisibile che consente di verificarne l’origine artificiale. Gemini Omni e gli avatar personali sono disponibili in Google Vids per gli abbonati Google AI Pro e Ultra e per i clienti business di Google Workspace. Queste novità mostrano come l’intelligenza artificiale generativa stia trasformando il video da prodotto specialistico a vera e propria interfaccia conversazionale. Gli avatar personali possono semplificare la formazione, gli aggiornamenti aziendali, le comunicazioni multilingua e la produzione di contenuti ricorrenti. Allo stesso tempo, rendono ancora più importanti il consenso, la protezione dell’identità e la riconoscibilità dei contenuti sintetici. La vera evoluzione non riguarda soltanto la generazione di video, ma la progressiva trasformazione della nostra identità digitale in una risorsa utilizzabile dall’intelligenza artificiale. La sfida sarà garantire che rimanga sempre sotto il controllo dell’utente. Vai al post di Google > La funzione Avatar con Nano Banana 2 è disponibile anche nell’app Gemini, ma > non ancora in Europa. -------------------------------------------------------------------------------- IL LINGUAGGIO CONTA QUANDO PARLIAMO DI INTELLIGENZA ARTIFICIALE > Anthropic ha pubblicato un interessante post di ricerca su quello che > definisce un possibile “global workspace” nei modelli linguistici, in > particolare in Claude. Il contenuto tecnico è affascinante: si parla di rappresentazioni interne, processi silenziosi e pattern neurali che sembrano supportare il ragionamento del modello e influenzarne il comportamento, anche quando non compaiono esplicitamente nell’output. Anthropic: a global workspace in language models > Proprio per questo, però, serve > molta attenzione al linguaggio. Quando, anche in un contesto di ricerca, si avvicinano concetti come coscienza, pensieri, mente o esperienze ai modelli di intelligenza artificiale, il rischio di fraintendimento è molto alto. Anche se questi termini vengono utilizzati in senso funzionale o metaforico, possono essere facilmente interpretati come un’attribuzione di soggettività, intenzionalità o vita interiore al modello. > E questo è un problema culturale, non solo comunicativo. Possiamo studiare i meccanismi interni dei modelli senza avvicinarli semanticamente all’esperienza umana. Possiamo parlare di rappresentazioni, stati interni, pattern, inferenze, controllo e ragionamento, senza evocare concetti che appartengono a un altro piano: quello della coscienza vissuta. La precisione del linguaggio conta, soprattutto in una fase in cui l’immaginario collettivo sull’intelligenza artificiale si sta ancora formando. Il post di Anthropic > Fare cultura sull’intelligenza artificiale significa anche evitare metafore > troppo potenti quando rischiano di creare più confusione che comprensione. -------------------------------------------------------------------------------- QWEN-ROBOT SUITE: L’INTELLIGENZA ARTIFICIALE ENTRA NEL MONDO FISICO > Gli hyperscaler cinesi non stanno facendo progressi soltanto nello sviluppo di > modelli di intelligenza artificiale, ma anche nel campo della physical AI. Alibaba ha recentemente presentato Qwen-Robot Suite, una famiglia di foundation model progettata per collegare percezione, linguaggio e azione fisica. Il punto di partenza: un modello multimodale può comprendere una scena, riconoscere oggetti e interpretare istruzioni, ma questo non significa che sia in grado di agire nel mondo reale. Qwen-Robot Suite Qwen-Robot Suite prova a colmare questo divario attraverso tre modelli principali. * Qwen-RobotNav è dedicato alla navigazione. Permette a un agente fisico di muoversi in ambienti diversi, seguire istruzioni, cercare oggetti, tracciare obiettivi e affrontare scenari di guida autonoma. * Qwen-RobotManip si concentra sulla manipolazione robotica. La sfida consiste nel rendere compatibili i dati provenienti da robot molto diversi tra loro, come bracci meccanici, mani robotiche e sistemi mobili. Alibaba introduce una rappresentazione unificata per favorire l’addestramento cross-embodiment su larga scala. * Qwen-RobotWorld, invece, lavora sulla previsione del mondo fisico. Partendo da uno stato osservato e da un’azione descritta in linguaggio naturale, prova a generare una possibile evoluzione futura della scena. Tutti e tre i modelli utilizzano il linguaggio naturale come interfaccia comune. Navigazione, manipolazione e previsione diventano così capacità componibili, che possono essere richiamate e coordinate da agenti di livello superiore. La direzione è evidente: l’intelligenza artificiale non si limita più a comprendere testi, immagini e video, ma sta entrando sempre più nel ciclo percezione-decisione-azione. Vai al progetto > Siamo ancora in una fase iniziale, ma Qwen-Robot Suite mostra chiaramente dove > si sta spostando la competizione: non soltanto verso modelli linguistici più > potenti, ma verso sistemi capaci di portare l’intelligenza artificiale fuori > dallo schermo e dentro il mondo fisico. -------------------------------------------------------------------------------- L’INTELLIGENZA UMANA CHE L’AI FATICA ANCORA A REPLICARE > Esiste una forma di intelligenza umana che l’intelligenza artificiale fatica > ancora a replicare: la capacità di comprendere una situazione partendo da > pochissimi dati. Una ricerca della Stanford Graduate School of Business mostra che le persone apprendono le convenzioni sociali e prendono decisioni attraverso il cosiddetto satisficing. Non cercano sempre la soluzione ottimale, ma raccolgono informazioni fino al punto in cui riescono a formulare una previsione sufficientemente soddisfacente. È un meccanismo molto diverso da quello dei grandi modelli linguistici, che elaborano enormi quantità di dati e stimano probabilità. Gli esseri umani, invece, decidono spesso in condizioni di incertezza, con informazioni incomplete, poco tempo e capacità cognitive limitate. L’intelligenza umana che l’AI fatica ancora a replicare Gli esperimenti citati nello studio mostrano che, anche in contesti sociali semplici, come i giochi di coordinamento o la previsione delle scelte altrui, le persone riescono a individuare regole condivise e convenzioni emergenti attraverso soglie intuitive. > È un processo simile a quello con cui i bambini imparano alcune regole del > linguaggio, senza bisogno di istruzioni esplicite o di database completi. Questa capacità di passare dal caos al senso di una situazione, cogliendo segnali minimi e trasformandoli in comprensione sociale, resta uno degli aspetti più profondi dell’intelligenza umana. Vai allo studio Non è solo calcolo. È adattamento, intuizione e contesto. -------------------------------------------------------------------------------- ASTRYX: IL DESIGN SYSTEM OPEN SOURCE DI META Astryx è un design system open source di Meta, pensato per supportare la progettazione e lo sviluppo di interfacce digitali attraverso componenti, temi e template riutilizzabili. Il sistema mette a disposizione oltre 160 componenti React accessibili, con supporto per la dark mode, gestione integrata dello spacing e personalizzazione dei temi. Astryx: il design system open source di Meta L’obiettivo è offrire una base coerente su cui costruire esperienze UI, mantenendo flessibilità progettuale e adattabilità ai diversi contesti di prodotto. Oltre alla libreria di componenti, Astryx include template pronti per casi d’uso comuni come checkout, login, pagine prodotto, inventari, profili utente, form complessi e interfacce conversazionali. Particolarmente interessante è l’orientamento verso workflow agent-ready: il sistema prevede documentazione e strumenti utilizzabili tramite CLI o MCP per lo scaffolding dei progetti, la generazione dei temi e l’esplorazione dei pattern disponibili. Nel complesso, Astryx si presenta come un’infrastruttura UI modulare, progettata per combinare coerenza, velocità di implementazione e personalizzazione nei moderni processi di design e sviluppo. Vai al progetto > Siamo ancora all’inizio, ma la direzione è già molto chiara. -------------------------------------------------------------------------------- ALPHAEVOLVE: L’AI DI GOOGLE CHE SCOPRE NUOVI ALGORITMI > AlphaEvolve, il nuovo agente di Google basato su Gemini, è ora disponibile su > Google Cloud. Il sistema combina generazione di codice e ricerca evolutiva per scoprire e ottimizzare algoritmi. Parte da un programma iniziale, genera numerose varianti e le valuta automaticamente in base a criteri come correttezza, velocità e costi, selezionando infine le soluzioni migliori. AlphaEvolve disponibile su Google Cloud L’obiettivo non è soltanto scrivere codice più rapidamente, ma anche esplorare possibilità che difficilmente verrebbero testate manualmente. Google segnala applicazioni in ambiti come logistica, genomica, semiconduttori, finanza, e-commerce, simulazioni molecolari e supercalcolo, con miglioramenti significativi in termini di efficienza, capacità di elaborazione e qualità dei risultati. Il ruolo umano resta centrale: spetta alle persone definire il problema, stabilire le metriche, verificare le soluzioni e decidere quali integrare nei sistemi reali. Vai al post AlphaEvolve rappresenta quindi un passo avanti verso strumenti di intelligenza artificiale capaci non solo di assistere gli sviluppatori, ma anche di contribuire direttamente alla scoperta di nuovi algoritmi. -------------------------------------------------------------------------------- GOOGLE POTENZIA I MANAGED AGENTS NELLA GEMINI API Google ha annunciato nuove funzionalità per i Managed Agents nella Gemini API, con l’obiettivo di semplificare lo sviluppo di agenti AI affidabili e pronti per l’utilizzo in produzione. Le novità includono l’esecuzione in background per attività lunghe e asincrone, l’integrazione diretta con server MCP remoti, il supporto a funzioni personalizzate insieme agli strumenti integrati nella sandbox e la possibilità di aggiornare credenziali e token mantenendo lo stesso ambiente remoto. In questo modo, gli agenti possono operare come worker asincroni all’interno di ambienti cloud isolati, gestendo codice, file, pacchetti, repository e accessi controllati a strumenti esterni. Expanding Managed Agents in Gemini API: background tasks, remote MCP and more We’re announcing new capabilities in Managed Agents in Gemini API so developers can build reliable, production-ready agents. Un ulteriore passo verso agenti AI più autonomi, persistenti e facilmente integrabili nei workflow di sviluppo reali. -------------------------------------------------------------------------------- VERSO UN’AUTONOMIA ROBOTICA PIÙ AFFIDABILE > Durante il seminario di Stanford “Towards Trustworthy Autonomy”, il tema > centrale è stato come rendere i robot più autonomi senza renderli > inconsapevoli dei propri limiti. Oggi i robot non operano più soltanto in ambienti controllati. Devono muoversi nel mondo reale, affrontando situazioni rare, ambigue o mai incontrate prima. È proprio in questi contesti che i sistemi basati sull’apprendimento automatico possono fallire: un’auto autonoma può interpretare male un segnale, un drone può trovarsi davanti a uno scenario imprevisto e un robot può reagire in modo fragile perché i dati di addestramento non includevano quella particolare situazione. Stanford: Verso un’autonomia robotica più affidabile La prima tecnica presentata riguarda la sicurezza semantica. Non basta evitare gli ostacoli fisici: è necessario comprendere il significato della scena. Un camion che trasporta semafori spenti, per esempio, non deve essere interpretato come un normale semaforo stradale. Per affrontare questo problema viene proposta un’architettura a due livelli. Il Fast Reasoner è un modello leggero che opera in tempo reale, confrontando ciò che il robot osserva con un archivio di esperienze considerate sicure. Quando la situazione è troppo diversa da quelle conosciute, il sistema la segnala come anomala. A quel punto entra in gioco lo Slow Reasoner, un modello linguistico più potente, capace di ragionare sul contesto e selezionare azioni di sicurezza predefinite, come rallentare, fermarsi o modificare la zona di atterraggio. L’obiettivo non è affidare ogni decisione critica a un modello generativo, ma utilizzarlo come livello aggiuntivo di ragionamento quando il sistema incontra qualcosa che non riesce a riconoscere con sufficiente affidabilità. La seconda tecnica riguarda il miglioramento continuo attraverso i dati. Nei sistemi end-to-end, comprendere perché qualcosa sia andato storto può essere particolarmente difficile. L’approccio data-centric si concentra quindi sulla qualità dei dati utilizzati per addestrare il robot. In questo ambito entra in gioco la Data Attribution, basata sulle Influence Functions: strumenti matematici che stimano quanto una singola dimostrazione di addestramento abbia contribuito al successo o al fallimento del sistema. Da questo approccio nasce Cupid, un algoritmo progettato per identificare e rimuovere le dimostrazioni di bassa qualità. In un esperimento, l’eliminazione di numerosi dati poco affidabili ha permesso di aumentare il tasso di successo dal 40% al 90%. Vai alla lezione > Il messaggio conclusivo è chiaro: un’autonomia affidabile non nasce > dall’illusione di costruire modelli perfetti, ma dalla progettazione di > sistemi capaci di monitorarsi, riconoscere quando escono dalla propria area di > competenza e migliorare nel tempo grazie a una selezione più intelligente dei > dati. -------------------------------------------------------------------------------- SCEGLI QUESTO SITO WEB COME FONTE PREFERITA Ricevi più facilmente questi contenuti tra i risultati di Google. Potrai modificare questa preferenza in qualsiasi momento dalle impostazioni di Google. -------------------------------------------------------------------------------- - GRAZIE - Se hai apprezzato il contenuto, puoi contribuire al progetto con una donazione 🙂 ISCRIVITI ALLA NEWSLETTER Un appuntamento periodico dedicato all'aggiornamento e alla riflessione su tematiche relative all'intelligenza artificiale. Iscriviti alla Newsletter Email sent! Check your inbox to complete your signup. Gratuita. No Spam. Puoi disiscriverti quando vuoi. Consulta la privacy policy.

> Buon aggiornamento, e buone riflessioni.. -------------------------------------------------------------------------------- ASCOLTA L'AUDIO OVERVIEW CHE SINTETIZZA LE NOVITÀ Il podcast è stato generato attraverso NotebookLM. -------------------------------------------------------------------------------- GLM-5.2: CODING AGENTICO E CONTESTO DA 1 MILIONE DI TOKEN Negli ultimi mesi i modelli AI open stanno riducendo sempre di più la distanza dai sistemi proprietari, soprattutto nei task di coding, ragionamento e uso agentico degli strumenti. In questo contesto si inserisce GLM-5.2, il nuovo modello flagship di Z.ai progettato per attività di lungo orizzonte: coding agent, debugging complesso, ottimizzazione di sistemi e workflow software che richiedono molte interazioni consecutive. > L’ho provato su diversi task in modalità Agent, per l’analisi dei dati, coding > e operazioni con una grande quantità di istruzioni in input. Inutile dire che > si tratta di un nuovo modello impressionante. Per provarlo GLM-5.2: coding agentico e contesto da 1 milione di token La novità più rilevante è il supporto a un contesto stabile da 1 milione di token. Non si tratta solo di una finestra più ampia, ma di un tentativo di rendere il long context realmente utilizzabile in scenari di engineering complessi, dove il modello deve mantenere coerenza e qualità lungo traiettorie estese. Sul piano tecnico, GLM-5.2 introduce IndexShare, una tecnica che riutilizza lo stesso indexer ogni quattro layer di sparse attention, riducendo il costo computazionale a contesti molto lunghi. Migliora anche il layer MTP per lo speculative decoding, con un incremento dichiarato fino al 20% nella lunghezza media accettata. Nei benchmark riportati da Z.ai, GLM-5.2 mostra un salto netto rispetto alla versione precedente, soprattutto nel coding. Su Terminal-Bench 2.1 passa da 63.5 a 81.0, mentre su SWE-bench Pro sale da 58.4 a 62.1. Nei benchmark long-horizon come FrontierSWE, PostTrainBench e SWE-Marathon viene presentato come il modello open-source più competitivo tra quelli confrontati. Un altro aspetto interessante riguarda il training agentico. Z.ai descrive l’uso dell’infrastruttura slime per gestire rollout complessi, tool use, sub-task e feedback multi-turn. Viene inoltre introdotto un modulo anti-hacking per limitare comportamenti opportunistici nei coding agent, come l’accesso a file di valutazione nascosti o la copia di soluzioni esterne. > GLM-5.2 viene distribuito con licenza MIT, con pesi disponibili su Hugging > Face e ModelScope, e supporto per framework come transformers, vLLM, SGLang, > xLLM e ktransformers. Vai al post Il messaggio di fondo: la competizione sui modelli di coding si sta spostando dalla semplice capacità di risolvere singoli problemi alla capacità di sostenere workflow lunghi, agentici e verificabili. -------------------------------------------------------------------------------- GLM-5.2 E LA NUOVA ECONOMIA DEI MODELLI AI Dopo giorni di test su GLM-5.2, sto facendo alcune riflessioni. Non credo che il punto sia dire che “batte” sempre i migliori modelli chiusi. E non credo nemmeno che basti scaricarlo per sostituire OpenAI, Anthropic o Google dal giorno dopo. Il punto, secondo me, è un altro: per la prima volta un modello open/public sembra abbastanza vicino alla fascia frontier da rendere concreta una domanda che probabilmente molte aziende si stanno già facendo: “Quante delle nostre chiamate ai modelli più costosi hanno davvero bisogno del modello migliore in assoluto?” È qui che la cosa diventa interessante. Servire un modello di questa classe non è banale: servono GPU importanti, competenze, monitoraggio, sicurezza, valutazioni interne, fallback e una buona strategia di routing. Quindi no, anche se in molti lo pensano, non è “gratis”. GLM-5.2 e la nuova economia dei modelli AI Ma il punto non è sostituire il 100% dei workload. Il punto è capire se un modello come GLM-5.2 può coprire bene una parte significativa dei casi d’uso: coding, analisi documentale, task interni, agenti verticali, workflow ripetitivi e long-context. Per molte aziende che oggi spendono cifre importanti in API frontier, anche spostare una parte del traffico su un modello open/public può cambiare sensibilmente l’economia. La vera disruption, secondo me, non è “open vs closed”. È il passaggio da: “uso sempre il modello migliore disponibile” a: “uso il modello giusto per ogni task, misurato con eval interne e ottimizzato per costo, qualità e rischio”. > GLM-5.2 potrebbe non essere il modello che sostituisce tutto. Ma potrebbe > essere uno dei modelli che rende inevitabile questa transizione. E questa, per > l’AI enterprise, è un aspetto molto più interessante di un semplice benchmark. -------------------------------------------------------------------------------- CLAUDE FABLE 5 E MYTHOS 5: IL FOCUS SI SPOSTA SULL’AUTONOMIA > Anthropic ha annunciato Claude Fable 5 e Claude Mythos 5, una nuova > generazione di modelli che l’azienda colloca al di sopra della famiglia Opus > in termini di capacità. Al di là dei singoli benchmark, l’aspetto più interessante è probabilmente il focus sulle attività autonome di lunga durata. Sempre più valutazioni non misurano soltanto la qualità di una risposta, ma la capacità di un modello di lavorare in autonomia per ore o giorni mantenendo affidabilità, memoria e coerenza operativa. È una metrica che si avvicina molto di più agli scenari reali di sviluppo software, ricerca e automazione avanzata. In questo contesto, Anthropic sostiene che Fable 5 rappresenti un salto importante nelle attività di coding agentico, ricerca scientifica, cybersecurity e knowledge work. Nella documentazione pubblicata, il modello registra risultati superiori a Claude Opus 4.8, GPT-5.5 e Gemini 3.1 Pro in diversi benchmark, con vantaggi particolarmente marcati nell’ingegneria del software e nei test di cybersicurezza. Claude Fable 5 e Mythos 5: il focus si sposta sull’autonomia Allo stesso tempo, vale la pena osservare che alcune valutazioni indipendenti raccontano una storia leggermente diversa. Nel grafico pubblicato dall’AISI, ad esempio, GPT-5.5 e Mythos Preview appaiono molto vicini nella metrica dei cybersecurity time horizons, tanto da arrivare a saturare la suite di test utilizzata. Questo suggerisce che il vantaggio mostrato da Anthropic nei benchmark proprietari potrebbe essere reale, ma che la sua entità andrà verificata attraverso ulteriori valutazioni indipendenti. Un altro elemento significativo è la scelta di Anthropic di introdurre nuove salvaguardie e limitazioni per Fable 5, riservando Mythos 5 a programmi di accesso controllato. È un segnale che riflette una tendenza sempre più evidente: man mano che aumentano le capacità operative dei modelli, cresce anche l’attenzione verso i rischi associati all’automazione di attività complesse in ambiti come cybersecurity e ricerca biologica. Vai al post Più che il confronto tra singoli punteggi, il dato che emerge è l’evoluzione verso sistemi capaci di sostenere attività sempre più lunghe, articolate e autonome. È probabilmente questa la direzione che caratterizzerà la prossima fase della competizione tra i principali laboratori di AI. -------------------------------------------------------------------------------- FABLE E MYTHOS RITIRATI: GOVERNANCE O ASSENZA DI GOVERNANCE? > Fable e Mythos sono modelli già ritirati per problemi di sicurezza. Una > dimostrazione di governance dell’AI? O di totale assenza di una governance > chiara? Anthropic ha comunicato di aver ricevuto una direttiva dal governo degli Stati Uniti che impone la sospensione dell’accesso a Fable 5 e Mythos 5 per qualunque cittadino non statunitense, dentro o fuori dagli USA, inclusi i dipendenti stranieri dell’azienda. L’effetto pratico, però, è ancora più ampio: per garantire la conformità alla direttiva, Anthropic dichiara di dover disabilitare l’accesso ai due modelli per tutti i clienti. Gli altri modelli dell’azienda non sarebbero coinvolti. Al centro della decisione ci sarebbe una preoccupazione di sicurezza nazionale legata a un possibile metodo di jailbreak di Fable 5. Secondo Anthropic, tuttavia, le evidenze ricevute finora riguarderebbero un bypass ristretto, non universale, e capacità già disponibili anche in altri modelli pubblici. Fable e Mythos ritirati: governance o assenza di governance? L’azienda sostiene di aver sottoposto Fable 5 a migliaia di ore di red teaming con enti governativi, organizzazioni terze e team interni. La sua strategia dichiarata non è la promessa di una sicurezza perfetta, ma una difesa in profondità: protezioni forti, monitoraggio continuo, mitigazione rapida degli abusi e conservazione temporanea dei dati per individuare eventuali exploit. Il punto più interessante è che Anthropic non contesta solo la misura in sé, ma lo standard che potrebbe creare. Se un jailbreak ristretto fosse sufficiente per sospendere un modello frontier già distribuito, allora il criterio potrebbe diventare applicabile a gran parte dell’industria. Perché nessun modello avanzato, oggi, può realisticamente garantire resistenza assoluta a ogni forma di bypass. Qui la questione diventa più ampia della singola vicenda Anthropic. La governance dell’AI non si giocherà solo sulla capacità di valutare i rischi tecnici, ma anche sulla qualità dei processi con cui quei rischi vengono interpretati: quali prove servono, chi le valuta, quanto devono essere trasparenti le decisioni, quali soglie giustificano un blocco e come si evita che la sicurezza diventi uno strumento opaco di controllo industriale. Questo caso mostra una cosa con chiarezza: i modelli frontier non saranno regolati soltanto dopo il lancio. Potranno essere fermati anche mentre sono già sul mercato, con effetti immediati per aziende, sviluppatori e utenti. -------------------------------------------------------------------------------- GPT-5.6: PREVIEW LIMITATA PER SOL, TERRA E LUNA OpenAI ha avviato la preview limitata di GPT-5.6, una nuova famiglia di modelli composta da Sol, Terra e Luna. Sol è il modello di punta, pensato per attività complesse e ad alto carico di ragionamento. Terra punta a un equilibrio tra prestazioni e costo, con performance competitive rispetto a GPT-5.5 a metà prezzo. Luna è il modello più veloce ed economico della famiglia. Le aree in cui GPT-5.6 mostra i miglioramenti più rilevanti sono coding, biologia computazionale e cybersecurity. Sol introduce un nuovo livello massimo di reasoning effort, mentre la modalità Ultra usa subagenti per affrontare lavori complessi in modo più efficiente. Una parte centrale del rilascio riguarda la sicurezza. OpenAI descrive GPT-5.6 come la famiglia con il sistema di salvaguardie più robusto sviluppato finora: protezioni integrate nel modello, controlli in tempo reale, classificatori per richieste sensibili, monitoraggio a livello account e accesso differenziato. GPT-5.6: preview limitata per Sol, Terra e Luna Nel campo cyber, il modello è progettato per supportare attività difensive come code review, ricerca di vulnerabilità, sviluppo di patch, debugging e formazione, cercando al tempo stesso di limitare usi offensivi non consentiti. OpenAI specifica che GPT-5.6 Sol non supera la soglia “Cyber Critical” del proprio Preparedness Framework: nei test è riuscito a individuare bug e componenti utili a un exploit, ma non a produrre autonomamente exploit completi end-to-end nelle condizioni valutate. La preview servirà anche a testare l’equilibrio tra capacità e salvaguardie, riducendo blocchi non necessari, ritardi e falsi positivi nelle attività legittime. Sul fronte prezzi API, GPT-5.6 viene proposto in tre livelli: Sol a 5 dollari input e 30 dollari output per milione di token, Terra a 2,50 e 15 dollari, Luna a 1 e 6 dollari. Vai al post > Il rilascio più ampio è previsto nelle prossime settimane per ChatGPT, Codex e > API. -------------------------------------------------------------------------------- AI FRONTIER: ACCESSO SELETTIVO E INFRASTRUTTURA STRATEGICA Gli Stati Uniti hanno limitato e poi riaperto parzialmente l’accesso ad alcuni modelli AI avanzati di Anthropic: Claude Mythos 5 e Fable 5. Mythos 5 è stato reso disponibile solo a organizzazioni selezionate, mentre Fable 5 è rimasto escluso dal rilascio pubblico. Nello stesso periodo, OpenAI ha rinviato il rilascio pubblico di GPT-5.6 su richiesta del governo USA, concedendo accesso anticipato solo a un gruppo ristretto di partner verificati. AI frontier: accesso selettivo e infrastruttura strategica Il punto non è solo tecnologico. È politico, industriale e strategico. I modelli frontier stanno iniziando a essere trattati come tecnologie dual-use: strumenti che possono rafforzare cybersecurity, ricerca e produttività, ma che possono anche amplificare capacità offensive, soprattutto in ambito cyber. Questo apre una fase nuova: non più rilascio pubblico e uniforme, ma accesso graduato in base alla “fiducia”. Prima il governo, poi i partner approvati, poi forse il mercato più ampio. È comprensibile voler evitare che capacità così potenti finiscano nelle mani sbagliate. Ma il rischio è creare una licenza informale e opaca, in cui pochi soggetti decidono chi può accedere prima alla prossima generazione di strumenti AI. Per le aziende approvate, l’accesso anticipato può diventare un vantaggio competitivo enorme. Per tutte le altre, il ritardo può significare meno capacità, meno sperimentazione, meno possibilità di stare al passo. Questo apre anche una riflessione più ampia sulla dipendenza tecnologica: se l’accesso ai modelli più avanzati viene mediato da decisioni politiche statunitensi, chi resta fuori dai circuiti approvati rischia di muoversi con tempi e capacità diverse. > L’AI frontier non è più solo un prodotto software. > Sta diventando infrastruttura strategica. -------------------------------------------------------------------------------- DAYBREAK: LA RISPOSTA DI OPENAI A GLASSWING La mossa di OpenAI con Daybreak può essere letta come un chiaro posizionamento competitivo nello stesso nuovo spazio strategico aperto da Anthropic con Project Glasswing: AI frontier applicata alla cybersecurity difensiva, accesso controllato, partner selezionati, supporto all’open source e protezione delle infrastrutture critiche. > Il punto non è più soltanto trovare vulnerabilità più velocemente. Il vero > terreno di competizione sta diventando la capacità di trasformare quelle > scoperte in correzioni affidabili, verificabili e scalabili. Daybreak mette insieme diversi tasselli: Codex Security per integrare scansione, validazione e generazione di patch nei workflow degli sviluppatori; GPT-5.5-Cyber per attività avanzate di cybersecurity autorizzata; il Daybreak Cyber Partner Program per portare queste capacità nei prodotti e servizi dei vendor di sicurezza; Patch the Planet per aiutare i progetti open source a passare dai report alle correzioni effettive. Daybreak: la risposta di OpenAI a Glasswing La narrativa è molto vicina a quella di Anthropic: modelli frontier sempre più capaci di individuare vulnerabilità, accesso riservato a difensori verificati, collaborazione con grandi partner tecnologici e attenzione alle infrastrutture sensibili. La differenza principale è nel posizionamento. Anthropic, con Glasswing, sembra mettere al centro la potenza del modello e la necessità di governarne l’accesso attraverso un ecosistema controllato. OpenAI, con Daybreak, sposta invece l’accento sull’industrializzazione del processo: non solo vulnerability discovery, ma patch automation, integrazione nei tool di sviluppo, validazione, remediation e deployment dentro workflow già esistenti. In altre parole, Glasswing comunica l’urgenza di gestire modelli cyber-capable estremamente avanzati. Daybreak comunica l’ambizione di costruire una filiera operativa per convertire quelle capacità in resilienza software concreta. Vai al post È una competizione che non riguarda solo i benchmark dei modelli, ma il controllo dello stack difensivo: chi trova le vulnerabilità, chi le valida, chi genera le patch, chi le distribuisce e chi decide quali organizzazioni possono accedere a queste capacità. -------------------------------------------------------------------------------- JALAPEÑO: L’AI DIVENTA INFRASTRUTTURA È sempre meno “solo una questione di modelli AI”. OpenAI e Broadcom hanno presentato Jalapeño, il primo chip di inferenza progettato da OpenAI: un acceleratore pensato specificamente per eseguire grandi modelli linguistici in modo più efficiente, veloce e scalabile. Non si tratta di un chip generico adattato all’AI, ma di un componente costruito attorno alle esigenze reali dell’inferenza LLM: memoria, networking, kernel, latenza, throughput, consumo energetico e integrazione con i sistemi di serving. Secondo OpenAI, i primi test indicano prestazioni per watt significativamente migliori rispetto allo stato dell’arte. Il chip è stato sviluppato insieme a Broadcom e Celestica, con un ciclo di progettazione molto rapido, e dovrebbe essere distribuito su scala gigawatt con Microsoft e altri partner a partire dal 2026. Jalapeño: l’AI diventa infrastruttura Il punto interessante non è solo l’annuncio hardware. È la direzione. Google lavora da anni sulle proprie TPU, Amazon ha Trainium, Microsoft ha Maia. Ora anche OpenAI si muove verso un’infrastruttura sempre più verticale. La competizione sull’AI non riguarda più soltanto chi ha il modello più capace. Riguarda chi riesce a servire quei modelli al costo più basso, con la latenza migliore, con più affidabilità e con sufficiente capacità computazionale. In questo scenario, il vantaggio competitivo si sposta lungo tutta la catena: chip, data center, energia, networking, compilatori, software di serving e prodotti finali. Chi controlla più livelli dello stack può ottimizzare meglio l’economia dell’intelligenza artificiale. Il rovescio della medaglia è che questi ecosistemi potrebbero diventare sempre più proprietari e meno interoperabili. Più efficienza, ma anche più lock-in. Più performance, ma anche più concentrazione infrastrutturale. Vai al post > Jalapeño non è solo un nuovo chip. L’AI sta diventando un’industria > infrastrutturale pesante, dove modelli, hardware, energia e distribuzione > saranno sempre più intrecciati. -------------------------------------------------------------------------------- CITAZIONI INESISTENTI NELLA LETTERATURA MEDICA.. LEGGERE OLTRE IL TITOLO > Non fermiamoci ai titoli: andiamo sempre a fondo e sforziamoci di comprendere > davvero prima di condividere informazioni. InfoData / Il Sole 24 Ore ha pubblicato un articolo su un tema importante: la crescita dei riferimenti a studi inesistenti nella letteratura medica, anche in relazione all’uso dell’intelligenza artificiale. L'articolo di InfoData / Il Sole 24 Ore Il titolo è efficace e richiama un problema reale. Leggendo però il paper originale pubblicato su The Lancet, emergono alcune sfumature utili per interpretare meglio il dato. Lo studio non dice esattamente che 6 citazioni ogni 1.000 citazioni mediche siano inventate dall’AI. Dice invece che, nel periodo più recente analizzato, sono stati individuati circa 56,9 riferimenti a studi inesistenti ogni 10.000 paper biomedici, cioè circa 5,7 ogni 1.000 paper, non ogni 1.000 citazioni. Vai al paper Sull’intero campione verificato, gli autori trovano 4.046 riferimenti a studi inesistenti su 97,1 milioni di riferimenti verificabili tramite PMID, distribuiti in 2.810 paper. Anche il passaggio sull’AI va letto con attenzione. Il paper segnala che l’aumento coincide temporalmente con la diffusione degli LLM e considera plausibile un legame con l’uso non critico dell’AI. Ma non dimostra che ogni riferimento inesistente sia stato generato da un modello linguistico. Gli autori citano anche altre possibili cause: paper mill, misconduct e problemi nei processi editoriali. Ci sono poi alcuni limiti metodologici da tenere presenti. Lo studio non misura tutta la letteratura biomedica, ma il sottoinsieme Open Access di PubMed Central. Esclude il 23% dei riferimenti senza PMID, quindi non copre pienamente libri, siti, report e letteratura grigia. La pipeline stima la precisione, ma non il recall: sappiamo quanto sono affidabili i casi individuati, non quanti casi siano sfuggiti. Il dato sulle prime settimane del 2026, inoltre, è ancora parziale. Tutto questo non ridimensiona il problema. Anzi. Il paper mostra un fenomeno reale, in crescita, e difficile da intercettare con la peer review tradizionale: molti riferimenti a studi inesistenti sono plausibili, ben formattati, attribuiti ad autori reali e coerenti con il tema dell’articolo. > La lezione: un titolo può essere utile per accendere l’attenzione, ma il paper > serve per capire il perimetro esatto del dato. Vai al post Nella letteratura biomedica stanno aumentando i riferimenti a studi inesistenti; l’AI può contribuire ad amplificare il fenomeno, ma non è l’unica spiegazione dimostrata; e servono controlli automatici sistematici sulle bibliografie prima della pubblicazione. -------------------------------------------------------------------------------- TOKEN CAPITAL: IL NUOVO VANTAGGIO COMPETITIVO Il vero rischio dell’AI non è che sostituisca il lavoro. È che renda indistinguibile il valore delle aziende. Satya Nadella, in un post su X, racconta una visione sul futuro delle imprese nell’economia guidata dall’intelligenza artificiale. > https://t.co/vLmiBKTtX3 > > — Satya Nadella (@satyanadella) June 14, 2026 Secondo Nadella, non siamo davanti a un semplice cambio di piattaforma tecnologica. Per la prima volta, le aziende possono creare un ciclo cognitivo reale tra persone e sistemi digitali: un loop continuo in cui il sapere umano alimenta l’AI, e l’AI, a sua volta, amplifica la capacità dell’organizzazione di imparare, decidere e costruire valore. > Il punto non è scegliere il modello migliore. Il punto è costruire un sistema > proprietario di apprendimento. Nadella distingue tra capitale umano e “token capital”. Il capitale umano è fatto di conoscenza, giudizio, relazioni, creatività, esperienza e capacità di riconoscere pattern. Il token capital è la capacità AI che un’azienda costruisce, allena e controlla nel tempo. > E qui c’è il passaggio più importante: più cresce il token capital, più > diventa prezioso il capitale umano. Perché senza direzione umana, senza > obiettivi ambiziosi, senza conoscenza del contesto e senza giudizio, l’AI > resta solo calcolo che gira su sé stesso. Il vantaggio competitivo non sarà quindi nei modelli generalisti, ma nei loop di apprendimento che ogni azienda saprà costruire sopra quei modelli. Workflow, conoscenza di dominio, memoria istituzionale e giudizio accumulato dovranno diventare sistemi AI capaci di migliorare con ogni utilizzo. Questo diventa la nuova proprietà intellettuale dell’impresa. Un’azienda dovrebbe poter cambiare modello AI senza perdere la competenza interna accumulata dal proprio sistema. Se non può farlo, significa che non controlla davvero il proprio vantaggio. Nel mio intervento all’AI Festival ho parlato proprio di questo: oltre i modelli, verso i sistemi. AI Festival: oltre i modelli.. verso i sistemi Nadella avverte anche di un rischio più ampio: un futuro in cui pochi grandi modelli assorbono il sapere di interi settori, trasformano la conoscenza aziendale in commodity e catturano quasi tutto il valore economico. Sarebbe una nuova forma di svuotamento industriale, simile a quanto già visto con alcune dinamiche della globalizzazione. Per questo non serve solo costruire frontier model. Serve costruire un frontier ecosystem. Un ecosistema in cui ogni azienda, ogni industria e ogni Paese possa possedere il proprio ciclo di apprendimento, far crescere insieme capitale umano e capitale AI, e distribuire valore in modo più ampio. > La frontiera dell’AI non sarà stabile se diventa un monopolio cognitivo. Sarà > stabile solo se permette a molte organizzazioni di imparare, differenziarsi e > creare valore proprio. -------------------------------------------------------------------------------- SAM ALTMAN: AI, SCALA E ISTITUZIONI Sam Altman, in un’intervista a Stanford, descrive l’AI come un cambio di paradigma. La sua tesi è chiara: piccoli team potranno fare ciò che prima richiedeva decine di ingegneri; la scala continuerà a generare nuove capacità; gli LLM non sono un vicolo cieco; società, economia ed educazione dovranno adattarsi. Sam Altman: AI, scala e istituzioni Sono punti forti, ma da leggere con equilibrio. * L’AI abbassa il costo di costruire startup, ma il valore non è solo produrre output: restano centrali strategia, distribuzione, fiducia, mercato e capacità di scegliere cosa non fare. * Altman sostiene anche che alcune capacità emergano solo aumentando radicalmente le dimensioni dei sistemi. È vero in parte: la scala è una strategia, non una teoria completa dell’intelligenza. Porta capacità nuove, ma anche opacità, costi e dipendenza infrastrutturale. * La nascita di ChatGPT resta una lezione di prodotto: osservare l’uso reale. Gli utenti usavano GPT-3 anche solo per conversare. Ma non basta seguire gli utenti: servivano anche un modello maturo, un’interfaccia semplice e una promessa chiara. * Altman respinge l’idea che gli LLM siano un vicolo cieco. Comprensibile: molti progressi hanno smentito previsioni pessimistiche. Ma tra “non servono” e “basta scalare” c’è una via intermedia: gli LLM possono essere fondamentali per l’AGI senza essere sufficienti da soli. * Anche la democratizzazione va guardata con attenzione. Dare accesso a milioni di persone non significa automaticamente distribuire potere. Se pochi attori controllano modelli, compute, dati, policy e prezzi, la concentrazione resta. * Sul piano economico, il fondo di ricchezza dei cittadini è un’idea interessante. Ma il punto chiave resta capire chi possiede il capitale produttivo, chi cattura le rendite e quali istituzioni governano la transizione. * Il compute diventerà sempre più strategico, ma non è qualcosa di astratto: significa chip, data center, energia, supply chain, permessi e geopolitica. Se il compute resta concentrato, anche l’intelligenza avanzata rischia di esserlo. * Infine, Altman coglie un rischio reale sull’educazione: valutare gli studenti come prima può indebolire il pensiero critico. Ma il pensiero critico nasce anche da scrittura, matematica, memoria, programmazione e argomentazione. Non tutte le frizioni sono inefficienze. Alcune formano la mente. Vai all'intervista La sintesi: Altman coglie la traiettoria tecnologica. Ma la parte più difficile non sarà creare modelli più potenti. Sarà costruire istituzioni e competenze adeguate a quella potenza. -------------------------------------------------------------------------------- AI, DATA CENTER E PRIVATE MARKETS La crescita dell’AI non è solo una storia di software: è una gigantesca storia di infrastrutture fisiche, immobili, energia e finanza privata. Dietro modelli generativi, cloud, agenti AI e automazione c’è una macchina concreta: data center, server, chip, reti, edifici, raffreddamento ed elettricità. > Goldman Sachs sostiene che questo fabbisogno di capitale crescerà molto. > Secondo le sue stime, gli hyperscaler potrebbero spendere circa 5.300 miliardi > di dollari tra il 2025 e il 2030 per AI e data center. Una cifra così grande difficilmente potrà essere finanziata solo con i canali tradizionali. Se le stesse Big Tech emettono sempre più obbligazioni, alcuni investitori potrebbero diventare troppo esposti agli stessi emittenti. Per questo Goldman Sachs prevede un ruolo crescente dei mercati privati, soprattutto fondi infrastrutturali e immobiliari, capaci di finanziare terreni, edifici, reti, energia, infrastrutture digitali e data center. AI, data center e private markets La tesi è plausibile. L’AI non cresce nel vuoto: ha bisogno di una base fisica enorme. Per le Big Tech può essere più efficiente appoggiarsi a investitori privati che costruiscono e finanziano infrastrutture usate con contratti di lungo periodo. Per i fondi, il tema è attraente: un data center ben posizionato, con energia disponibile, clienti solidi e contratti lunghi, può generare flussi prevedibili. Non è solo tecnologia: assomiglia sempre più a un asset infrastrutturale. Ma ci sono rischi importanti. Il primo è l’eccesso di entusiasmo. Se il mercato crede che serviranno “infiniti data center”, il capitale corre veloce. Ma se la domanda AI crescesse meno del previsto, o i modelli diventassero più efficienti, alcuni progetti potrebbero risultare sovradimensionati. Il secondo rischio è l’energia. Il vero collo di bottiglia potrebbe non essere il capitale, ma la disponibilità di elettricità, connessioni alla rete, permessi, raffreddamento e sostenibilità operativa. Il terzo è la qualità degli asset. Non tutti i data center sono uguali. Quelli nelle location giuste, con energia sicura e clienti affidabili, possono essere interessanti. Quelli sviluppati troppo tardi, in aree sbagliate o con ipotesi troppo ottimistiche, possono diventare fragili. Vai al post I private markets avranno quindi un ruolo enorme nella costruzione dell’infrastruttura AI. Ma la differenza la farà la selezione. Perché l’AI può sembrare immateriale, ma la sua crescita dipenderà sempre più da cose materiali: capitale, cemento, energia e capacità esecutiva. -------------------------------------------------------------------------------- TRASPARENZA DEI CONTENUTI AI: LE ZONE GRIGIE DEL CODICE UE La Commissione Europea ha pubblicato il Code of Practice on Transparency of AI-Generated Content, collegato agli obblighi di trasparenza dell’AI Act. Il documento prova a costruire una cornice operativa per rendere più riconoscibili i contenuti generati o manipolati con l’AI. Da un lato, chiede ai provider di sistemi di AI generativa di marcare gli output in formato machine-readable, con metadati firmati digitalmente, watermark impercettibili e strumenti di detection. Dall’altro, prevede che chi pubblica o diffonde contenuti AI, come deep fake o testi generati su questioni di interesse pubblico, li segnali in modo chiaro, distinguibile e accessibile. Trasparenza dei contenuti AI: le zone grigie del Codice UE L’impianto è interessante perché non riduce la trasparenza a un semplice disclaimer: la tratta come un sistema fatto di standard tecnici, UX, accessibilità, testing e cooperazione tra provider, piattaforme, media, ricercatori e autorità. Uno dei punti più problematici, però, riguarda la classificazione concreta dei contenuti. Il documento distingue tra contenuti AI-generated, AI-manipulated, deep fake, testi pubblicati per informare il pubblico, contenuti revisionati da esseri umani e contenuti con responsabilità editoriale. Sul piano normativo la distinzione è comprensibile. Sul piano pratico, molto meno. Pensiamo a un articolo scritto da una persona, ma riorganizzato da un modello AI. A una foto reale con solo lo sfondo modificato. A un video autentico con audio sintetico. A un testo generato da AI ma revisionato da un editor umano. In questi casi, cosa va etichettato? Il contenuto nel suo complesso? Solo la parte modificata? Serve una label generica o una descrizione più precisa dell’intervento? Quando la revisione umana è sufficiente a far venir meno l’obbligo di disclosure? Il rischio è che la trasparenza diventi binaria proprio dove la produzione dei contenuti è sempre più ibrida. Dire “questo contenuto è generato da AI” può essere troppo vago. Dire “assistito, modificato o parzialmente generato con AI” può essere più corretto, ma anche più difficile da standardizzare. La criticità, quindi, non è solo tecnica. È semantica, editoriale e organizzativa. Prima ancora di applicare una label bisogna decidere che cosa si sta etichettando, quale grado di intervento AI è rilevante e chi ne ha la responsabilità. Vai al documento > Il Codice è un buon passo verso una maggiore accountability, ma la sua > efficacia dipenderà dalla capacità di gestire queste zone grigie senza > trasformare la trasparenza in un adempimento formale. -------------------------------------------------------------------------------- CO-SCIENTIST: L’AI MULTI-AGENTE PER LA RICERCA SCIENTIFICA Google DeepMind ha presentato Co-Scientist, un sistema di AI multi-agente basato su Gemini progettato per supportare i ricercatori nella generazione e nell’evoluzione di nuove ipotesi scientifiche. A differenza dei tradizionali strumenti di AI, Co-Scientist simula un processo di ricerca collaborativo: diversi agenti specializzati generano idee, le sottopongono a revisione critica, le mettono a confronto in dibattiti strutturati e le perfezionano progressivamente fino a formulare proposte di ricerca più solide e promettenti. Co-Scientist: l’AI multi-agente di Google per la ricerca scientifica Il sistema integra fonti scientifiche, database specializzati e strumenti avanzati di analisi per verificare la coerenza delle ipotesi e ridurre il rischio di errori o conclusioni poco fondate. Le prime applicazioni mostrano risultati interessanti in ambiti come la fibrosi epatica, la SLA, le malattie infettive emergenti e la ricerca sull’invecchiamento. In diversi casi, Co-Scientist ha contribuito a identificare nuovi meccanismi biologici, possibili strategie terapeutiche e direzioni di ricerca successivamente validate in laboratorio. Vai al progetto > L’obiettivo non è sostituire il lavoro degli scienziati, ma amplificarne la > capacità di analizzare conoscenze esistenti, individuare connessioni non > evidenti e accelerare il percorso che porta da un’intuizione a una scoperta > scientifica. -------------------------------------------------------------------------------- QWEN 3.7 PRO: IL NUOVO MODELLO MULTIMODALE DI ALIBABA Alibaba ha rilasciato Qwen 3.7 Pro, un modello multimodale progettato per unire comprensione visiva, ragionamento linguistico e capacità agentiche in un’unica architettura. > L’ho provato su un task che richiede l’uso di tool, con molte istruzioni > dettagliate e la generazione di un output preciso e strutturato. Non sfigura > minimamente a confronto con i modelli competitor di punta. Però costa 1/5 di > Gemini 3.5 Flash, 1/15 rispetto a Claude 4.8 e 1/18 rispetto a GPT-5.5. Qwen 3.7 Pro: il nuovo modello multimodale di Alibaba La novità principale è l’approccio da “multimodal interactive hybrid agent”: il modello può analizzare immagini e video, leggere schermate, interagire con interfacce grafiche, utilizzare strumenti da terminale e generare codice all’interno dello stesso flusso operativo. Provalo su Qwen Studio Secondo i benchmark condivisi da Alibaba, Qwen 3.7 Pro mostra prestazioni competitive in sviluppo software, utilizzo di strumenti, pianificazione multi-step, ragionamento STEM e attività multimodali. I miglioramenti più evidenti riguardano la comprensione delle interfacce, il ragionamento visivo, l’analisi documentale, l’OCR e la generazione di codice a partire da riferimenti grafici. Tra le capacità evidenziate figurano la trasformazione di immagini, screenshot e video in codice eseguibile, la generazione di SVG e pagine web complete, l’automazione di workflow software complessi e l’esecuzione di attività che combinano GUI e CLI. Alibaba mostra anche alcuni casi d’uso avanzati, tra cui lo sviluppo autonomo di un’applicazione con generazione di oltre 10.000 linee di codice e la ricostruzione di un’app desktop partendo dall’analisi dell’interfaccia originale fino alla validazione finale delle funzionalità. Vai al post Il modello supporta inoltre scenari di ricerca multimodale, combinando contenuti visivi e informazioni recuperate dal web per rispondere a domande che richiedono sia comprensione delle immagini sia conoscenza esterna aggiornata. -------------------------------------------------------------------------------- KIMI K2.7 CODE: FOCUS SUL CODING AGENTICO Kimi K2.7 Code è il nuovo modello open-source di Moonshot AI pensato per il coding agentico e per attività di sviluppo software complesse e di lunga durata. Rispetto a Kimi K2.6, introduce miglioramenti significativi nei benchmark di coding e nelle attività agentiche, con performance superiori su Kimi Code Bench v2, Program Bench, MLS Bench Lite, MCP Atlas e MCP Mark Verified. Uno degli aspetti più interessanti è l’ottimizzazione per i workflow long-horizon: refactoring su più file, debugging esteso, implementazione di feature articolate e sessioni di sviluppo in cui il modello deve mantenere coerenza e seguire le istruzioni nel tempo. Kimi K2.7 Code: focus sul coding agentico Il modello riduce inoltre di circa il 30% l’uso dei thinking token rispetto a K2.6, migliorando efficienza, velocità e costi di utilizzo nelle interazioni via API o nei flussi agentici. Dal punto di vista architetturale, Kimi K2.7 Code usa una struttura Mixture-of-Experts con 1 trilione di parametri totali, 32 miliardi di parametri attivati per token, finestra di contesto da 256K token, attenzione MLA e supporto multimodale tramite MoonViT. È disponibile tramite Kimi Code e Kimi API, con thinking mode sempre attivo. Per attività generali come scrittura, analisi e conversazione, Moonshot AI continua invece a indicare Kimi K2.6 come opzione più bilanciata. Vai al post Un modello specializzato che conferma una direzione sempre più chiara: l’evoluzione degli LLM non passa solo dalla qualità del singolo output, ma dalla capacità di completare workflow software lunghi, coerenti e realmente operativi. -------------------------------------------------------------------------------- QUANDO L’AI SCRIVE IL “CODICE DELL’AI” > Quando oltre l’80% del codice che entra in produzione viene scritto da un’AI, > non stiamo più parlando di assistenza alla programmazione: stiamo parlando di > un cambiamento nel modo in cui l’AI viene sviluppata. Nel nuovo approfondimento dell’Anthropic Institute emerge un dato significativo: a maggio 2026, più dell’80% del codice integrato nei sistemi di produzione di Anthropic è stato attribuito a Claude. Solo un anno prima, il contributo dell’IA era ancora marginale. Secondo i dati condivisi dall’azienda, gli ingegneri producono oggi circa 8 volte più codice rispetto al 2024 grazie all’utilizzo di agenti sempre più autonomi, capaci non solo di suggerire codice, ma di scriverlo, eseguirlo, testarlo e modificarlo in autonomia. Quando l’AI scrive il “codice dell’AI” L’aspetto più interessante non è però la quantità di codice generata. È il progressivo spostamento del ruolo umano: dalla scrittura all’indirizzo strategico, dalla produzione alla supervisione. Nello sviluppo software e nella ricerca, il vero valore aggiunto delle persone sembra concentrarsi sempre più nella scelta dei problemi da affrontare, nella valutazione dei risultati e nella definizione delle priorità. Anthropic descrive una traiettoria in cui l’IA accelera lo sviluppo dell’IA stessa. Oggi gli esseri umani definiscono ancora gli obiettivi e prendono le decisioni più importanti. Ma una quota crescente del lavoro operativo viene delegata ai modelli. L’ipotesi che l’articolo esplora è quella del recursive self-improvement: sistemi capaci, un giorno, di contribuire direttamente alla progettazione e allo sviluppo delle proprie versioni successive. Vai al post Non è una realtà attuale e non è un esito inevitabile. Ma i dati mostrano che il confine tra strumenti che aiutano gli sviluppatori e sistemi che partecipano attivamente allo sviluppo dell’intelligenza artificiale si sta spostando molto più rapidamente di quanto molti si aspettassero. -------------------------------------------------------------------------------- DAL VIBE CODING ALL’AGENTIC ENGINEERING > Google ha pubblicato un whitepaper su come l’AI sta cambiando il ciclo di vita > dello sviluppo software: dal vibe coding all’agentic engineering. Il punto centrale è che lo sviluppo software si sta spostando dalla scrittura manuale del codice all’espressione dell’intento. Il developer non dice più soltanto “come” costruire qualcosa, ma definisce “cosa” deve essere costruito, quali vincoli rispettare, quali test superare e quale qualità raggiungere. L’AI diventa il motore di implementazione; l’essere umano resta responsabile di architettura, giudizio, contesto e verifica. Il whitepaper distingue bene tra vibe coding e agentic engineering. Il vibe coding è utile per prototipi, script, esperimenti e progetti personali: si descrive ciò che si vuole ottenere, si accetta l’output dell’AI e si corregge iterando con nuovi prompt. Dal vibe coding all’agentic engineering L’agentic engineering è un’altra cosa: specifiche chiare, contesto strutturato, test automatizzati, eval, guardrail, CI/CD, osservabilità e revisione umana. Non è l’uso dell’AI a fare la differenza, ma il sistema di controllo costruito intorno all’AI. Uno dei concetti più importanti è la context engineering. La qualità del codice generato non dipende solo dal prompt, ma dal contesto che l’agente riceve: istruzioni, documentazione, memoria, esempi, strumenti disponibili e vincoli. In pratica, l’AI lavora meglio quando riceve lo stesso tipo di informazioni che servirebbero a un nuovo membro del team per contribuire in modo efficace. Il ruolo del developer cambia di conseguenza. A volte diventa conductor: guida l’AI in tempo reale, rivede ogni passaggio e lavora dentro l’IDE. Altre volte diventa orchestrator: definisce obiettivi, delega task ad agenti, lascia che lavorino in background e valuta il risultato finale. Il codice non è più sempre l’output diretto dello sviluppatore. Sempre più spesso, l’output è il sistema che produce codice: specifiche, agenti, test, quality gate, feedback loop e guardrail. Il messaggio più forte del documento è questo: la generazione del codice sta diventando la parte più facile. La vera competenza si sposta su verifica, giudizio, architettura, direzione e capacità di progettare sistemi affidabili intorno all’AI. Vai al whitepaper > In altre parole, l’AI non elimina il valore dello sviluppatore. Lo sposta più > in alto. -------------------------------------------------------------------------------- AGENTIC ENGINEERING: LA RISTRUTTURAZIONE DELLA SOFTWARE ENGINEERING Il paper “The End of Software Engineering: How AI Agents Are Fundamentally Restructuring the Software Paradigm” sostiene una tesi forte: gli agenti AI non sono solo un acceleratore per scrivere codice, ma l’inizio di un nuovo paradigma. Per oltre cinquant’anni, la software engineering si è basata su un modello chiaro: gli esseri umani analizzano problemi, li scompongono, trasformano la logica in codice e mantengono quel codice nel tempo. Gli agenti AI potrebbero spostare il centro di questo modello. Agentic Engineering: la ristrutturazione della software engineering Non usano il codice come prodotto finale, ma come strumento temporaneo: comprendono un obiettivo, pianificano i passaggi, generano codice quando serve, lo eseguono, validano i risultati e poi lo scartano. Il passaggio è da AI → Software → Risultato a Agent → Risultato. Nel primo caso, l’AI aiuta gli sviluppatori a costruire software più velocemente. Nel secondo, l’agente diventa il sistema operativo dell’esecuzione: interpreta l’intento, coordina strumenti, gestisce memoria, invoca API e produce output. Il paper chiama questa nuova disciplina Agentic Engineering. Non significa semplicemente “programmare con l’AI”, ma progettare sistemi in cui agenti diversi collaborano, condividono contesto, assumono ruoli specializzati, vengono osservati, valutati e corretti. Anche il ruolo umano cambia. Il valore non sta più solo nello scrivere codice corretto, ma nel definire intenti chiari, vincoli, criteri di qualità, architetture di coordinamento e meccanismi di verifica. Lo sviluppatore diventa sempre meno autore diretto di codice e sempre più architetto di intenzioni, orchestratore di agenti e auditor dei risultati. Il paper non ignora i limiti attuali: gli agenti funzionano bene su task isolati, ma faticano ancora nella manutenzione continua, perdono contesto, propagano errori e possono superare i test introducendo difetti semantici. Quindi no: non siamo davanti a una sostituzione della software engineering, ma a una sua ristrutturazione profonda. Il codice non scompare. Cambia posizione nella catena del valore: da prodotto centrale diventa materiale operativo, da oggetto da mantenere diventa risorsa generata al bisogno. Vai al paper > La nuova frontiera sembra essere questa: progettare, governare e verificare > sistemi capaci di trasformare direttamente un’intenzione in un risultato. -------------------------------------------------------------------------------- GEMINI 3.5 LIVE TRANSLATE: TRADUZIONI VOCALI IN TEMPO QUASI REALE Google ha annunciato Gemini 3.5 Live Translate, il nuovo modello audio per la traduzione vocale in tempo quasi reale tra oltre 70 lingue. L’ho provato su AI Studio e il risultato è sorprendente. La novità principale è la capacità di tradurre direttamente da voce a voce, mantenendo elementi naturali della comunicazione come intonazione, ritmo e tono del parlato. A differenza dei tradizionali sistemi che attendono la fine di una frase prima di tradurre, Gemini 3.5 Live Translate genera la traduzione in modo continuo, riducendo le pause e mantenendo la conversazione sincronizzata con pochi secondi di ritardo. Gemini 3.5 Live Translate: traduzioni vocali in tempo quasi reale La tecnologia è disponibile in anteprima pubblica per gli sviluppatori tramite Gemini Live API e Google AI Studio, consentendo la realizzazione di applicazioni per interpretazione simultanea, riunioni multilingue, formazione ed eventi live. Anche Google Meet integrerà il modello, portando il supporto a oltre 70 lingue e più di 2.000 combinazioni linguistiche all’interno delle videoconferenze. Parallelamente, la funzionalità viene distribuita nell’app Google Translate per Android e iOS, con una nuova modalità di ascolto su Android che permette di ricevere le traduzioni direttamente dall’altoparlante auricolare del telefono. Vai al post Google ha inoltre confermato che tutti gli audio generati dal modello sono contrassegnati tramite SynthID, il sistema di watermarking invisibile sviluppato per identificare i contenuti creati dall’intelligenza artificiale e contribuire a contrastare la disinformazione. -------------------------------------------------------------------------------- HEADROOM: COMPRIMERE IL CONTESTO DEGLI AGENTI AI Gli agenti AI leggono sempre più contesto: output di tool, log, risultati RAG, file, cronologie di conversazione e frammenti di codice. Il problema è che tutto questo contesto ha un costo: più token, più latenza, più rumore e più complessità nel mantenere risposte precise. Headroom è un progetto molto interessante, nato per comprimere ciò che arriva al modello prima che venga elaborato, con un approccio local-first e reversibile. Riduce il numero di token mantenendo la possibilità di recuperare gli originali quando servono. Può funzionare come libreria Python o TypeScript, proxy locale, wrapper per agenti come Claude Code, Codex, Cursor, Aider e Copilot CLI, oppure come server MCP. Headroom: comprimere il contesto degli agenti AI La pipeline riconosce il tipo di contenuto e applica compressori diversi per JSON, codice e testo. Integra anche memoria condivisa tra agenti, deduplicazione automatica e strumenti per apprendere dalle sessioni fallite. Nei benchmark riportati, i risparmi arrivano fino al 92% su attività come code search e debugging SRE, mantenendo l’accuratezza su test standard come GSM8K, TruthfulQA, SQuAD v2 e BFCL. Un aspetto interessante è che non lavora solo sull’input: può ridurre anche i token di output, tagliando preamboli, ripetizioni e risposte inutilmente lunghe nei passaggi routinari. Vai al progetto > È una soluzione pensata per chi usa agenti AI in modo intensivo e vuole > ridurre costi e consumo di contesto senza rinunciare alla possibilità di > recuperare i dati originali. -------------------------------------------------------------------------------- CRAWL4AI: WEB SCRAPING OTTIMIZZATO PER LLM E AGENTI AI Crawl4AI è uno dei progetti open source più interessanti nel mondo AI e web scraping. L’ho provato, e la funzionalità di Fit Markdown è davvero interessante: su pagine semplici praticamente non agisce, mentre su pagine più “rumorose” riduce moltissimo il Markdown, in modo intelligente. Crawl4AI: web scraping ottimizzato per LLM e agenti AI L’idea alla base del progetto è trasformare il web in contenuti puliti e strutturati, pronti per essere utilizzati da LLM, pipeline RAG e agenti AI. Crawl4AI genera Markdown ottimizzato per LLM, estrae dati strutturati in JSON, filtra semanticamente i contenuti, supporta il deep crawling intelligente e gestisce pagine dinamiche basate su JavaScript. Dal punto di vista tecnico, combina Playwright, browser automation, strategie di extraction avanzate e integrazione con modelli LLM. Le funzionalità più interessanti sono Fit Markdown per ottenere contenuti più adatti all’elaborazione AI, BM25 filtering per ridurre il rumore, estrazione tramite CSS, XPath o LLM, gestione anti-bot, browser stealth, supporto a Shadow DOM, iframe, lazy loading e infinite scroll. Vai al progetto > Per chi lavora su AI agents, document intelligence, retrieval systems o data > pipelines, è un progetto da osservare con attenzione. -------------------------------------------------------------------------------- TURBOVEC: RICERCA SEMANTICA PIÙ LEGGERA TurboVec è un indice vettoriale open source costruito sull’algoritmo TurboQuant, sviluppato da Google Research. Serve a comprimere gli embedding in modo molto efficiente, riducendo il consumo di memoria senza rinunciare alla qualità della ricerca semantica. Secondo i benchmark del progetto, offre prestazioni competitive rispetto a FAISS, uno degli strumenti più usati per la ricerca vettoriale. Uno degli aspetti più interessanti di TurboQuant è che non richiede una fase di training dedicata. I vettori possono essere aggiunti direttamente all’indice e diventano subito ricercabili. Questo lo rende adatto a sistemi in cui i dati crescono nel tempo e devono essere aggiornati continuamente. Dal punto di vista tecnico, TurboQuant normalizza i vettori, applica una rotazione casuale dello spazio e usa una quantizzazione ottimizzata per rappresentare gli embedding con molti meno bit. In questo modo, un grande archivio di vettori può occupare molta meno memoria rispetto alla rappresentazione classica in float32. Un esempio semplice è un’applicazione RAG che deve cercare informazioni dentro una grande base documentale. Ogni documento viene trasformato in embedding e salvato nell’indice. Quando l’utente fa una domanda, il sistema cerca i contenuti semanticamente più vicini e li passa al modello linguistico per generare la risposta. Con TurboVec, la stessa applicazione può gestire più documenti usando meno memoria. Inoltre, i nuovi contenuti possono essere aggiunti progressivamente senza dover ricostruire l’intero indice. Vai al progetto > Il vantaggio pratico è una ricerca semantica più leggera da eseguire, più > semplice da aggiornare e adatta anche a scenari locali o infrastrutture con > risorse limitate. -------------------------------------------------------------------------------- FUSION: IL MULTI-AGENTE IN UNA CHIAMATA API OpenRouter ha presentato Fusion, un sistema che combina le risposte di più modelli e le fa sintetizzare da un modello giudice. Nei test su DRACO, benchmark pensato per task di deep research, i panel di modelli hanno superato sistematicamente i modelli individuali. In alcuni casi, anche combinazioni di modelli più economici sono riuscite ad avvicinarsi o superare modelli frontier usati singolarmente. Fusion di OpenRouter La dinamica è chiara: più modelli lavorano in parallelo, producono risposte diverse, usano percorsi di ragionamento e fonti differenti, poi un modello sintetizzatore confronta consenso, contraddizioni, lacune e insight unici per generare una risposta finale. Però, a mio avviso, la parte davvero interessante non è questa dinamica in sé. È una configurazione piuttosto nota nei sistemi multi-agente: più agenti o modelli che esplorano soluzioni diverse, seguiti da un agente che valuta, aggrega o sintetizza. La parte interessante è che OpenRouter sta impacchettando tutto questo in un’unica chiamata API. Questo cambia il livello di astrazione: non serve più orchestrare manualmente routing, parallelizzazione, gestione delle risposte, confronto, sintesi e fallback. Si passa da una logica applicativa multi-step a una primitiva direttamente invocabile. Vai al post > In pratica, non è solo “più modelli battono un modello”. È il fatto che un > pattern multi-agente relativamente complesso diventa accessibile come se fosse > un singolo modello. -------------------------------------------------------------------------------- DIFFUSIONGEMMA: TESTO GENERATO IN PARALLELO Google ha presentato DiffusionGemma, un nuovo modello open source sperimentale che esplora un approccio diverso alla generazione del testo: invece di produrre contenuti token dopo token, genera e raffina interi blocchi di testo in parallelo. Basato sulla famiglia Gemma 4 e sulle ricerche di Google nel campo della diffusione applicata al linguaggio, DiffusionGemma promette velocità di inferenza fino a 4 volte superiori rispetto ai modelli autoregressivi tradizionali, superando i 1.000 token al secondo su hardware dedicato di fascia alta. DiffusionGemma: 4x faster text generation An overview of DiffusionGemma, an exceptionally fast text generation model with up to 4x faster speeds. Il modello utilizza un’architettura Mixture of Experts da 26 miliardi di parametri, ma ne attiva soltanto 3,8 miliardi durante l’inferenza, rendendolo eseguibile anche su GPU consumer avanzate. Uno degli aspetti più interessanti è l’uso dell’attenzione bidirezionale, che permette a ogni token di considerare l’intero contesto durante la generazione. Questo approccio risulta particolarmente utile per attività come editing in linea, completamento di codice, strutture matematiche e altri problemi in cui le dipendenze non seguono una semplice sequenza da sinistra a destra. La generazione avviene attraverso un processo iterativo: il modello parte da una sequenza iniziale di token casuali e la migliora progressivamente fino a ottenere un risultato coerente, in modo simile a quanto avviene nei modelli di diffusione per immagini. > Google precisa che DiffusionGemma non è pensato per sostituire i modelli Gemma > 4 nelle applicazioni che richiedono la massima qualità del testo. L’obiettivo > è offrire una nuova opzione per scenari in cui velocità di risposta, > interattività ed esecuzione locale rappresentano fattori prioritari. -------------------------------------------------------------------------------- GOOGLE PRESENTA IL RAG MULTI-AGENTE PER GEMINI ENTERPRISE Google ha presentato una nuova evoluzione del paradigma RAG (Retrieval-Augmented Generation) all’interno della Gemini Enterprise Agent Platform: un’architettura multi-agente progettata per gestire domande complesse che richiedono informazioni distribuite su più fonti. Il limite dei sistemi RAG tradizionali è noto: recuperano informazioni in un singolo passaggio e generano una risposta. Quando però i dati sono frammentati tra database diversi o richiedono ragionamenti a più passaggi, il rischio è ottenere risposte incomplete o con informazioni mancanti. Google presenta il RAG multi-agente per Gemini Enterprise L’approccio introdotto da Google aggiunge diversi agenti specializzati che collaborano tra loro: alcuni pianificano il percorso di ricerca, altri riscrivono le query in modo più efficace, altri ancora interrogano contemporaneamente più sorgenti informative. L’elemento più interessante è il nuovo Sufficient Context Agent, un componente che verifica se il sistema dispone davvero di tutte le informazioni necessarie prima di produrre una risposta. Se individua lacune, non si limita a segnalare un contesto insufficiente: identifica ciò che manca, genera nuovi percorsi di ricerca e avvia ulteriori recuperi di informazioni fino a quando il contesto non viene considerato completo. Secondo Google, questo approccio consente di migliorare l’accuratezza fino al 34% rispetto ai sistemi RAG tradizionali nei benchmark di factuality. Nei test condotti su scenari con più corpus documentali indipendenti, il sistema ha raggiunto un’accuratezza del 90,1%, mantenendo una latenza molto simile alle soluzioni standard. Vai alla documentazione > Il risultato è un modello di retrieval più vicino al modo in cui lavora un > team di ricerca: pianifica, verifica, approfondisce e continua a cercare > finché non dispone di elementi sufficienti per fornire una risposta fondata e > verificabile. -------------------------------------------------------------------------------- DIFFUSION & LARGE VISION MODELS: DOVE SI MUOVE LA RICERCA Nella lezione “Trending Topics” del corso Stanford “Diffusion & Large Vision Models”, viene tracciato un percorso molto chiaro: dalle basi matematiche della generazione di immagini e video fino alle direzioni più recenti della ricerca. È una lezione consigliata per chi vuole approfondire le dinamiche che guidano i modelli visuali. Si parte dai tre modi principali di interpretare la generazione: diffusione standard, score matching e flow matching. In tutti i casi, l’obiettivo è imparare a trasformare una distribuzione semplice, come il rumore, in immagini coerenti. La differenza è nel “come”: rimuovere rumore, seguire una direzione probabilistica o modellare un vero e proprio trasporto tra distribuzioni. Diffusion & Large Vision Models: dove si muove la ricerca Un passaggio interessante riguarda lo spazio latente. Per anni i modelli hanno compresso le immagini con VAE per lavorare in modo più efficiente, ma alcuni modelli recenti stanno tornando direttamente ai pixel, compensando la maggiore complessità con architetture enormemente scalate. La lezione estende poi questi concetti ai video, dove il problema non è solo generare frame realistici, ma mantenere coerenza temporale. Da qui l’uso di VAE 3D causali e blocchi spazio-temporali nei Transformer. Un altro tema rilevante è l’editing controllato: invece di rigenerare un’immagine da zero, i nuovi approcci cercano di capire l’intento dell’utente e trasformarlo in azioni di editing più precise. Infine, lo stesso paradigma della diffusione viene applicato anche al testo, con modelli capaci di generare o correggere intere sequenze in parallelo, particolarmente interessanti per il codice. La parte conclusiva apre ai temi più delicati: model collapse, provenienza dei contenuti, metadati C2PA e watermark invisibili come SynthID. Vai alla lezione Una lezione utile perché mostra bene dove si sta muovendo il settore: non solo modelli più potenti, ma nuove architetture, nuovi domini applicativi e nuove sfide di sicurezza. -------------------------------------------------------------------------------- MACHINE LEARNING FOR BEGINNERS: IL PERCORSO OPEN SOURCE DI MICROSOFT Microsoft ha pubblicato “Machine Learning for Beginners”, un percorso formativo open source strutturato in 26 lezioni, progettato per fornire una comprensione rigorosa del machine learning classico. Il programma inizia con un’esplorazione della storia dell’AI e dei principi di equità e responsabilità, secondo l’approccio della Responsible AI, per poi introdurre gli strumenti essenziali per l’analisi dei dati, tra cui Python, Scikit-learn, Pandas, Jupyter Notebooks e Matplotlib per la visualizzazione. Machine Learning for Beginners: il percorso open source di Microsoft Entrando nel vivo dell’apprendimento supervisionato, il corso analizza in dettaglio i modelli di regressione, passando da quella lineare e polinomiale per la previsione di valori continui, fino alla regressione logistica e ai metodi ensemble per i problemi complessi di classificazione. Il percorso affronta successivamente l’apprendimento non supervisionato, illustrando tecniche di clustering come il K-Means per la scoperta di pattern latenti in dataset privi di etichette. A questo blocco seguono moduli su domini applicativi specifici: l’elaborazione del linguaggio naturale, per compiti di traduzione e analisi del sentiment, le previsioni su serie storiche attraverso modelli statistici come ARIMA e SVR, e un’introduzione al Reinforcement Learning tramite algoritmi di Q-Learning implementati in ambienti simulati. Ogni costrutto teorico viene accompagnato da applicazioni pratiche, culminando nella creazione di applicazioni web tramite Flask per l’implementazione dei modelli addestrati in contesti di utilizzo reale. Vai al corso Per supportare lo studio, l’analisi e la consultazione di questo vasto ecosistema di informazioni, ho strutturato un progetto su NotebookLM all’interno del quale ho importato l’intero corpus delle fonti, tra GitHub e YouTube. Vai al NotebookLM -------------------------------------------------------------------------------- PROJECT TAPESTRY: AI FRONTIER COSTRUITA INSIEME AI Alliance, di cui fa parte anche Yann LeCun, ha presentato Project Tapestry, un’iniziativa per costruire una piattaforma open source dedicata allo sviluppo federato e globale di modelli AI frontier. L’obiettivo è andare oltre il concetto di “open weight”. Avere accesso ai pesi di un modello non significa necessariamente partecipare al suo pretraining, alle scelte architetturali, alle pipeline dati o alla governance del processo. Project Tapestry prova invece a spostare il baricentro: non solo modelli scaricabili, ma modelli costruiti insieme. > Il principio è: mantenere il controllo dei propri dati, contribuendo a un > modello comune. Project Tapestry: AI frontier costruita insieme I partner possono addestrare localmente sui propri dati e condividere aggiornamenti dei pesi, senza dover trasferire necessariamente i dati grezzi a un’entità centrale. Questo approccio è pensato per governi, università, aziende, laboratori di ricerca e organizzazioni che vogliono contribuire allo sviluppo di foundation model avanzati, preservando sovranità, vincoli legali e specificità culturali o linguistiche. > Il progetto punta a creare un modello base condiviso, da cui ogni partecipante > potrà derivare versioni sovrane, adattate ai propri bisogni, domini e contesti > locali. La roadmap prevede una fase iniziale nel 2026, con demo tecniche, catalogazione dei dataset tramite metadati, framework multi-nodo per aggregare aggiornamenti dei pesi e primi esperimenti di riallineamento culturale. Entro fine 2026 l’obiettivo è arrivare a un piccolo modello base addestrato da zero e ai primi derivati sovrani. Il punto più interessante non è solo tecnico, ma politico e industriale: Tapestry propone un’alternativa alla concentrazione dello sviluppo AI in poche aziende e poche regioni del mondo. Vai al progetto Un modello più distribuito, consortile e federato, dove dati, calcolo e competenze restano in parte locali, ma contribuiscono a un’infrastruttura comune. -------------------------------------------------------------------------------- AI MODE IN CHROME: SOLO UN TEST, PER ORA Google sta testando una nuova funzionalità che reindirizza le ricerche effettuate dalla barra degli indirizzi di Chrome direttamente ad AI Mode, saltando la tradizionale pagina dei risultati di Google Search. La novità è stata individuata nella versione sperimentale Chrome Canary e può essere attivata solo manualmente tramite un flag dedicato. Una volta abilitata, qualsiasi query digitata nell’Omnibox viene gestita da AI Mode invece che dal classico motore di ricerca. AI Mode in Chrome: solo un test, per ora Google ha però chiarito che si tratta di un test esplorativo e che non esistono piani attuali per rendere AI Mode il comportamento predefinito di Chrome. Anche Rajan Patel, VP dell’azienda, ha confermato pubblicamente che la ricerca tradizionale non verrà sostituita. Nonostante le rassicurazioni, l’esperimento mostra la direzione in cui Google sta continuando a investire: un’esperienza di ricerca sempre più integrata con l’intelligenza artificiale, direttamente all’interno degli strumenti che milioni di persone utilizzano ogni giorno. -------------------------------------------------------------------------------- AI OVERVIEW DI GOOGLE: QUANDO LA SINTESI DIVENTA CONTENUTO PROPRIO Ho letto la sentenza del Tribunale di Monaco che riguarda l’AI Overview di Google (26 O 869/26), ed ecco cosa emerge sulla responsabilità per le risposte generate nei motori di ricerca. Il caso riguarda un’AI Overview che associava due società editoriali a truffe, abbonamenti ingannevoli e altre pratiche scorrette. Il tribunale ha vietato la diffusione della maggior parte di queste affermazioni, ritenendole lesive della reputazione delle imprese e non adeguatamente dimostrate. AI Overview di Google: quando la sintesi diventa contenuto proprio Il punto centrale è la natura dell’output. Quando un sistema non si limita a mostrare link, ma seleziona fonti, le combina, le riscrive, le organizza e formula una conclusione autonoma, il risultato può essere considerato un contenuto proprio del gestore. Nel caso esaminato, l’overview iniziava con affermazioni esplicite, classificava le presunte condotte fraudolente e forniva indicazioni agli utenti. Alcuni collegamenti, inoltre, non comparivano nemmeno nelle fonti citate: erano stati creati dalla sintesi generativa. Per questo il tribunale ha distinto le risposte AI dai normali risultati di ricerca. La presenza di link non elimina la responsabilità, perché una dichiarazione autonoma e immediatamente comprensibile può produrre il proprio effetto anche senza che l’utente verifichi le fonti. La decisione evidenzia anche una possibile lacuna di tutela: se le fonti originarie non hanno formulato l’affermazione falsa e il gestore dell’AI non ne rispondesse, il soggetto danneggiato potrebbe non avere nessuno contro cui agire. Il tribunale attribuisce inoltre un peso più limitato alla libertà di espressione del fornitore: l’output non rappresenta una convinzione personale maturata da un individuo, ma il risultato di un algoritmo offerto nell’ambito di un’attività commerciale. Vai al documento La sentenza non stabilisce che ogni errore dell’AI comporti automaticamente responsabilità. Indica però un principio rilevante: quando il sistema trasforma contenuti di terzi in un nuovo messaggio, dotato di struttura, valutazione e significato autonomi, il gestore non può sempre qualificarsi come semplice intermediario tecnico. -------------------------------------------------------------------------------- AI MODE: COME CAMBIA LA RICERCA SECONDO GOOGLE Un nuovo documento di Google racconta come le persone stanno usando AI Mode negli Stati Uniti e descrive una trasformazione profonda della ricerca online. Le query diventano più lunghe, naturali e conversazionali: in media, una ricerca in AI Mode è tre volte più lunga di una ricerca tradizionale. Crescono anche le conversazioni con più passaggi: gli utenti non si limitano a formulare una domanda, ma aggiungono dettagli, chiedono confronti e affinano progressivamente la richiesta. Aumentano inoltre le ricerche multimodali, effettuate attraverso immagini, voce e video: più di una query su sei non è esclusivamente testuale. AI Mode: come cambia la ricerca secondo Google Dal documento emergono cinque principali modalità d’uso. Le persone utilizzano AI Mode per esplorare idee e argomenti, prendere decisioni, studiare, pianificare attività e creare contenuti. Lo impiegano per confrontare prodotti, costruire itinerari, preparare quiz e guide di studio, organizzare allenamenti e budget, generare immagini, testi, documenti e codice. La direzione indicata da Google è chiara: il motore di ricerca si sta trasformando in un assistente capace di accompagnare l’utente dalla scoperta di un’informazione fino alla realizzazione di un’attività. Il documento, però, va letto anche criticamente. Google analizza un proprio prodotto attraverso dati interni che non sono disponibili pubblicamente e che quindi non possono essere verificati in modo indipendente. La crescita delle query, della loro lunghezza e dei follow-up dimostra un maggiore utilizzo, ma non necessariamente una migliore qualità delle risposte. Una conversazione più lunga potrebbe indicare maggiore coinvolgimento, ma anche la necessità di correggere, chiarire o completare risposte insufficienti. Manca inoltre un confronto sistematico con la ricerca tradizionale su accuratezza, affidabilità, soddisfazione degli utenti e tempo effettivamente risparmiato. Sono quasi assenti anche i temi più problematici: errori, allucinazioni, privacy, bias, qualità delle fonti e impatto sul traffico destinato a editori, creator e siti web. Le percentuali di crescita presentate sono significative, ma non vengono accompagnate dai volumi assoluti, dalla dimensione dei campioni o dai margini di errore. Sapere che una categoria cresce più velocemente della media non permette di capire quanto sia realmente diffusa. Vai al report Il report dimostra con efficacia che AI Mode viene utilizzata sempre di più e per attività molto diverse. Dimostra molto meno che questa trasformazione migliori davvero la qualità della ricerca e produca benefici superiori ai suoi rischi. -------------------------------------------------------------------------------- GOOGLE SEARCH DIVENTA AGENTICO Google Search sta entrando in una nuova fase: non solo risultati, ma azioni. Con l’integrazione di Gemini 3.5 Flash in AI Mode, la ricerca diventa più veloce, più dinamica e soprattutto più agentica. Gli agenti informativi potranno lavorare in background, monitorando il web 24/7 per seguire temi, aggiornamenti, offerte, annunci o cambiamenti rilevanti per una richiesta specifica. Questa funzionalità è già disponibile in AI Mode in tutto il mondo per gli utenti AI Ultra. Google Search diventa agentico Non si tratta più solo di cercare un appartamento, un prodotto o una notizia: l’utente potrà impostare un’esigenza e lasciare che l’agente continui a controllare per lui, notificandolo quando trova qualcosa di utile. Google sta portando questa logica anche nelle prenotazioni, con agenti capaci di contattare attività commerciali per servizi come riparazioni domestiche, beauty o pet care. Un altro passaggio importante riguarda il coding dentro Search: Google potrà generare interfacce, widget, tracker e mini-app direttamente nei risultati, adattandoli all’esigenza dell’utente. La ricerca diventa quindi un ambiente operativo, non solo informativo. Anche lo shopping cambia: con Universal Cart, Google punta a un carrello unico tra più retailer, capace di confrontare prezzi, applicare offerte, segnalare incompatibilità tra prodotti e gestire pagamenti in modo più intelligente. Con AP2, il protocollo per i pagamenti agentici, Google sta inoltre costruendo un’infrastruttura per permettere agli agenti AI di effettuare transazioni con regole, limiti e tracciabilità. > La direzione è chiara: Search, AI, commerce e automazione stanno convergendo. > Per chi lavora nel digitale, questo significa ripensare la presenza online non > solo per essere trovati dalle persone, ma anche per essere compresi, > selezionati e utilizzati dagli agenti artificiali. -------------------------------------------------------------------------------- SPAM AI: IL PROBLEMA NON È IL SINGOLO CONTENUTO, MA “LA FABBRICA” > Lo spam generato con l’AI non si riconosce cercando “la firma dell’AI”: si > riconosce quando diventa una fabbrica. È questa, secondo me, la parte più interessante del paper di ricercatori Google, “Scalable Detection of Adversarial Synthetic Slop and Coordinated Media Abuse”. Il punto non è costruire un detector magico capace di dire se un singolo contenuto sia stato scritto, “parlato” o montato da un modello generativo. Il punto è molto più sistemico. Google sta studiando un approccio che guarda ai cluster: gruppi di account, canali o entità che pubblicano contenuti sintetici simili, con pattern ricorrenti, template semantici ripetitivi, segnali infrastrutturali condivisi e tracce multimodali di produzione automatizzata. In altre parole, non “questo contenuto è AI, quindi è spam”, ma: “questi contenuti, account e comportamenti sembrano parte di una produzione coordinata di spam sintetico”. Il sistema combina rilevamento di botnet, classificazione multimodale e LLM adattati con tecniche come LoRA e APO, utili per aggiornare rapidamente il modello sui nuovi trend di spam generativo. Vai al paper Spam AI: il problema non è il singolo contenuto, ma “la fabbrica” Search Engine Journal ha ripreso il paper in chiave SEO, suggerendo che questo approccio possa aiutare a capire come Google potrebbe individuare contenuti AI spam anche sul web. La lettura è sensata, ma va calibrata: il paper non dimostra che questo sistema sia usato in Google Search, non dimostra che Google penalizzi automaticamente i contenuti generati con AI e non dimostra che basti usare l’AI per entrare in una categoria di rischio. Vai al post Il punto è un altro: Google non ha bisogno di riconoscere perfettamente ogni contenuto AI per intercettare lo spam generativo. Può osservare pattern, vedere produzione seriale, collegare entità apparentemente separate e distinguere tra uso creativo dell’AI e abuso coordinato. Questa è la parte che conta per chi lavora sui contenuti. Il rischio non è “usare AI”. Il rischio è produrre contenuti da catena di montaggio: template replicati, variazioni superficiali, intenti deboli, segnali di automazione, scalabilità forzata e nessuna reale utilità. > Il futuro del rilevamento dello spam AI probabilmente non sarà un semaforo > acceso sul singolo testo. Sarà una lettura sistemica dei comportamenti, delle > relazioni e dei pattern di produzione. -------------------------------------------------------------------------------- GEMMA 4 12B: MULTIMODALITÀ LOCALE SU HARDWARE CONSUMER Google ha rilasciato un nuovo modello che introduce il supporto alla Multi-Token Prediction e porta capacità multimodali avanzate su hardware consumer. Si chiama Gemma 4 12B ed è progettato per eseguire attività di ragionamento, elaborazione di immagini e gestione dell’audio direttamente su laptop con circa 16 GB di memoria, riducendo la dipendenza dal cloud. Il modello usa un’architettura encoder-free: invece di utilizzare componenti separati per elaborare immagini e audio prima di passarli al modello linguistico, Gemma 4 12B integra questi input direttamente nel backbone del modello. Questo approccio riduce complessità, consumo di memoria e latenza. Gemma 4 12B: multimodalità locale su hardware consumer Google ha inoltre introdotto il supporto nativo all’audio. Il modello può elaborare segnali vocali senza un encoder audio dedicato, aprendo la strada a scenari come trascrizione, traduzione e comprensione vocale eseguite localmente. Sul fronte delle prestazioni, Google dichiara risultati vicini a quelli di Gemma 4 26B, ma con un footprint di memoria significativamente inferiore. L’obiettivo è rendere accessibili workflow agentici e capacità di ragionamento avanzato anche su dispositivi consumer. Tra le novità c’è anche la Multi-Token Prediction, una tecnica che consente di prevedere più token contemporaneamente, migliorando la velocità di generazione e riducendo la latenza percepita nelle applicazioni interattive. Un approfondimento Il modello è distribuito con licenza Apache 2.0 ed è già supportato da strumenti come Hugging Face Transformers, Ollama, llama.cpp, MLX e vLLM, confermando la volontà di Google di favorirne l’adozione all’interno dell’ecosistema open source. Vai al post -------------------------------------------------------------------------------- NOTEBOOKLM SI POTENZIA CON GEMINI E ANTIGRAVITY In arrivo novità interessanti su NotebookLM, che amplia le sue capacità di approfondimento e analisi grazie all’integrazione con i modelli Gemini 3.5 e Antigravity. La piattaforma introduce una chat più avanzata, una maggiore capacità di ragionamento e strumenti più efficaci per analizzare grandi quantità di documenti, individuare collegamenti tra le fonti e supportare progetti di ricerca complessi. Ogni notebook può ora contare anche su un ambiente cloud sicuro in grado di scrivere ed eseguire codice, utile per analisi dati, elaborazioni più strutturate e attività di ricerca che richiedono passaggi tecnici più approfonditi. NotebookLM si potenzia con Gemini e Antigravity Tra le novità ci sono anche nuovi formati di output: report PDF con grafici e tabelle, documenti Word, file Markdown, fogli Excel, presentazioni PowerPoint, CSV, JSON, immagini e visualizzazioni dati in PNG o SVG. Vai al post NotebookLM diventa così più utile anche nelle fasi iniziali di un progetto: si può partire da un’idea o da una domanda e costruire progressivamente un archivio di fonti pertinenti, mantenendo il controllo sui materiali utilizzati e sulle attribuzioni. -------------------------------------------------------------------------------- PROJECT GLASSWING SI ESPANDE Anthropic ha annunciato l’espansione di Project Glasswing, l’iniziativa che utilizza l’AI per individuare vulnerabilità nei software che supportano infrastrutture e servizi critici. Dopo una prima fase che ha coinvolto circa 50 organizzazioni e ha contribuito all’identificazione di oltre 10.000 vulnerabilità ad alta criticità, il programma verrà esteso a circa 150 nuove realtà operative in oltre 15 Paesi, includendo settori come energia, acqua, sanità, comunicazioni e hardware. Project Glasswing di Anthropic si espande La notizia si inserisce in un contesto più ampio: stiamo vivendo una fase di accelerazione esponenziale nell’adozione dell’AI. Modelli sempre più avanzati stanno trasformando lo sviluppo software, aumentando produttività, automazione ed efficienza in un numero crescente di settori. Più l’intelligenza artificiale accelera la creazione e l’evoluzione delle applicazioni, più diventa fondamentale garantire la sicurezza dei sistemi su cui si basano organizzazioni, imprese e servizi essenziali. In questo scenario, iniziative come Project Glasswing evidenziano come l’AI possa essere utilizzata non solo per innovare più rapidamente, ma anche per rafforzare la capacità di individuare, correggere e prevenire vulnerabilità su larga scala. Vai al post > L’accelerazione tecnologica e la sicurezza non sono più temi separati: stanno > diventando due dimensioni sempre più strettamente collegate della stessa > trasformazione. -------------------------------------------------------------------------------- CHROME DEVTOOLS SEMPRE PIÙ INTEGRATO CON L’AI > Novità interessanti in arrivo su Chrome DevTools, con un aggiornamento che > punta sempre di più all’integrazione tra strumenti di sviluppo e AI. Con Chrome 149, DevTools for Agents raggiunge la stabilità ufficiale, introducendo nuove possibilità per gli agenti AI, tra cui il supporto a strumenti personalizzati esposti dalle pagine web, il debugging di strumenti WebMCP e l’emulazione di header HTTP personalizzati. Importanti novità anche per AI Assistance, che ora offre un’interfaccia più ricca con widget interattivi per analizzare Core Web Vitals e performance della pagina direttamente nella conversazione. L’assistente può inoltre sfruttare i dati di Lighthouse per fornire analisi più complete e suggerimenti più mirati, grazie all’integrazione con Gemini 3. Chrome DevTools sempre più integrato con l’AI Debutta inoltre il supporto sperimentale a WebMCP, una proposta di standard che consente alle pagine web di registrare strumenti utilizzabili da agenti LLM. I nuovi strumenti di debugging permettono di ispezionare, eseguire e monitorare queste integrazioni direttamente da DevTools. Vai al post Un aggiornamento che conferma la direzione intrapresa da Chrome: rendere DevTools non solo uno strumento di debugging, ma una piattaforma sempre più integrata con i flussi di sviluppo assistiti dall’intelligenza artificiale. -------------------------------------------------------------------------------- AVATAR PERSONALIZZATI IN GEMINI OMNI In arrivo la possibilità di creare un avatar personalizzato su Gemini Omni, da inserire direttamente nei video. Con gli sviluppi visti su Google Vids, era una funzionalità abbastanza prevedibile. Per crearlo basterà accedere alle impostazioni di Gemini, dove sarà presente una voce specifica dedicata. La procedura farà registrare un video con diverse inquadrature; successivamente, l’avatar sarà disponibile come riferimento per la generazione dei video. Avatar personalizzati in Gemini Omni È la stessa modalità già vista, ad esempio, su HeyGen e, in passato, su Sora. Tutti i video creati con Gemini Omni includono un watermark digitale invisibile SynthID, utile per verificare tramite l’app Gemini che il contenuto sia stato generato. Vai alla documentazione > La funzionalità sarà disponibile per gli abbonati Google AI Plus, Pro e Ultra, > sia da web sia dall’app. Ovviamente, per ora, ovunque tranne che in Europa, > SEE, Svizzera e Regno Unito. -------------------------------------------------------------------------------- GOOGLE OMNI E TESTI INTEGRATI NEI VIDEO Tra le capacità interessanti di Google Omni c’è anche l’inserimento di testi nei video, integrati direttamente nelle scene. Nell’esempio ho usato una frase come protagonista del trailer, lavorando su un prompt pensato per creare una cinematic 3D animation con kinetic typography ad alta energia, ambientata in una città futuristica al tramonto. Google Omni e testi integrati nei video IL PROMPT “A cinematic 3D animation where massive, high-energy 3D kinetic typography takes center stage, interacting with a futuristic cityscape at golden hour. Words appear one by one, suspended in mid-air between skyscrapers, glowing with vibrant neon light, and reacting to the environment with physics-based movement (e.g., shattering like glass, rippling through the air, or slamming into buildings). The sequence of words 'PUSH. PAST. EVERY. LIMIT. BEYOND. THE. EDGE. OF. FEAR.' dominates the frame, with each word having a unique, bold, and dynamic animation style. The camera moves rapidly and dramatically through the letters, emphasizing their weight, scale, and intensity to create an immersive and captivating trailer experience”. Il risultato è un’esperienza da trailer immersiva e intensa, in cui il testo non è solo un elemento grafico, ma diventa il vero protagonista della scena. -------------------------------------------------------------------------------- SCEGLI QUESTO SITO WEB COME FONTE PREFERITA Ricevi più facilmente questi contenuti tra i risultati di Google. Potrai modificare questa preferenza in qualsiasi momento dalle impostazioni di Google. -------------------------------------------------------------------------------- - GRAZIE - Se hai apprezzato il contenuto, puoi contribuire al progetto con una donazione 🙂 ISCRIVITI ALLA NEWSLETTER Un appuntamento periodico dedicato all'aggiornamento e alla riflessione su tematiche relative all'intelligenza artificiale. Iscriviti alla Newsletter Email sent! Check your inbox to complete your signup. Gratuita. No Spam. Puoi disiscriverti quando vuoi. Consulta la privacy policy.

> Buon aggiornamento, e buone riflessioni.. -------------------------------------------------------------------------------- ASCOLTA L'AUDIO OVERVIEW CHE SINTETIZZA LE NOVITÀ Il podcast è stato generato attraverso NotebookLM. -------------------------------------------------------------------------------- L’INIZIO DI UNA CRESCITA ESPONENZIALE Nel mio TEDx talk ho parlato della velocità con cui i sistemi di AI si stanno evolvendo: l’inizio di una crescita esponenziale. Intelligenza artificiale: capire il potere, scegliere la direzione - TEDxBergamo > Guardando i dati più recenti, credo che questa traiettoria stia diventando > sempre più evidente. In diversi domini, le curve di crescita delle capacità dei modelli stanno assumendo trend sempre più ripidi. Nel dominio cyber, ad esempio, alcune stime indicano un tempo di raddoppio delle capacità ormai intorno ai 4,5 mesi. L’inizio di una crescita esponenziale Ma il punto non è solo che i modelli diventano più capaci. È che stanno diventando anche più autonomi e più efficienti allo stesso tempo. Migliorano nel ragionamento, nell’uso di strumenti, nella scrittura di codice, nella pianificazione di task più lunghi, nell’interazione con API e sistemi esterni. > E mentre questo accade, migliorano anche le architetture: a parità di > capacità, o quasi, servono sempre meno risorse per ottenere risultati sempre > migliori. L’ultimo modello Gemini Flash ha costi di inferenza inferiori di decine di volte rispetto ad alcuni dei modelli più performanti attuali. > La direzione è chiara: non cresce solo > la potenza, cresce anche l’efficienza. Ed è qui che la trasformazione diventa sistemica. AlphaEvolve è un esempio concreto: un sistema basato su modelli AI che viene usato per migliorare codice, ottimizzare risorse computazionali, accelerare il training, scoprire nuovi algoritmi e contribuire al miglioramento dell’hardware. > Modelli migliori aiutano a costruire software migliore. Software migliore > abilita modelli più efficienti. Modelli più efficienti accelerano agenti, > chip, robot e processi. Non è una singola curva. È un insieme di curve che iniziano ad alimentarsi a vicenda. In diverse occasioni ho usato la metafora dei popcorn: la padella era calda e iniziavamo a sentire scoppiare i primi chicchi. Oggi alcuni chicchi sono già scoppiati. Siamo ancora all’inizio della trasformazione organizzativa, economica e sociale. Ma non siamo più all’inizio della capacità tecnica. Ed è proprio questa asimmetria a rendere il momento così importante: la tecnologia sta diventando abbastanza capace da uscire dai benchmark, dalle demo e dai laboratori, e iniziare a trasformare il mondo reale. -------------------------------------------------------------------------------- TEST: UN CONFRONTO TRA 7 MODELLI AI > Ho messo a confronto 7 LLM sullo stesso prompt per la generazione di contenuti > strutturati. Il prompt in questione riguarda l’elaborazione di dati di prodotti di un e-commerce ed è molto strutturato, con una quantità elevata di istruzioni, vincoli e parametri da gestire. IL METODO Ogni modello ha ricevuto lo stesso prompt su oltre 1.000 esecuzioni, in cui variavano i dati del prodotto in input, e ha prodotto i relativi output. Gli output sono stati valutati su 6 metriche pesate, per un punteggio finale su scala 0–100. La dashboard sintetizza il comportamento durante le elaborazioni. I MODELLI TESTATI Claude Sonnet 4.6, Claude Opus 4.8, Gemini 2.5 Pro, Gemini 3.5 Flash, GPT-5.5, DeepSeek v4, Kimi K2.6. TEST: un confronto tra 7 modelli AI LE 6 METRICHE, CON I RISPETTIVI PESI * accuratezza dei dati [25%]: le informazioni prodotte sono state verificate su fonti esterne indipendenti; * conformità di formato [20%]: rispetto dei vincoli strutturali e di lunghezza dichiarati nel prompt; * qualità dei titoli [15%]: pertinenza, densità informativa, sfruttamento dello spazio disponibile; * ricchezza del testo lungo [15%]: completezza, precisione, utilità pratica del contenuto; * completezza dei campi [15%]: copertura di tutti i campi previsti dallo schema di output; * aderenza alle linee guida [10%]: rispetto delle regole redazionali specificate nel prompt. IL PODIO 1° Claude Sonnet 4.6 — 88,6/100 2° Gemini 3.5 Flash — 86,1/100 3° GPT-5.5 — 84,4/100 ALCUNE OSSERVAZIONI * Il modello con la maggiore accuratezza non è quello con il punteggio totale più alto: Gemini 3.5 Flash segna 95/100 in accuratezza, ma viene penalizzato da un errore strutturale nell’output, perfettamente gestibile dall’applicazione, che ne abbassa la valutazione complessiva. * GPT-5.5 è l’unico a includere tutti i campi di raggruppamento richiesti dallo schema: un dettaglio che fa la differenza quando l’output va usato in produzione senza correzioni manuali. * Claude Opus 4.8 produce il testo più accurato e profondo del gruppo, ma in alcune esecuzioni ha superato di qualche carattere un vincolo di lunghezza dichiarato esplicitamente come tassativo nel prompt. Un errore piccolo in apparenza, con impatto rilevante in contesti automatizzati. * Kimi K2.6 produce buoni contenuti, ma ignora una regola sui separatori, a dimostrazione del fatto che anche i vincoli formali semplici non sono garantiti. CONSIDERAZIONI Non esiste il modello “migliore” in assoluto. Il modello giusto dipende da ciò che viene pesato maggiormente: profondità informativa, affidabilità strutturale o aderenza precisa alle specifiche. > Nel complesso, tuttavia, la maggior parte dei problemi rilevati è > perfettamente gestibile dal software che riceve l’output del modello. -------------------------------------------------------------------------------- WORLD MODEL: IL VERO SALTO CHE MANCA ALL’AI? > I World Model potrebbero essere il vero salto che manca all’AI: non modelli > che prevedono parole, ma sistemi capaci di immaginare conseguenze. Yann LeCun sostiene che i LLM, da soli, non arriveranno all’intelligenza di livello umano. Il motivo è strutturale: operano nello spazio dei token, generando una parola dopo l’altra sulla base di probabilità. Funzionano molto bene quando il linguaggio è già il terreno del ragionamento, come nel codice o nella matematica formale. Yann LeCun on What Comes After LLMs Ma il mondo reale è diverso. Per agire in ambienti complessi serve qualcosa di più: un modello interno della realtà, capace di simulare cosa potrebbe accadere dopo una sequenza di azioni. È qui che entrano in gioco le architetture JEPA e i sistemi Objective-Driven. L’idea è costruire agenti che non si limitino a rispondere a un prompt, ma ricevano un obiettivo, immaginino scenari possibili, valutino le conseguenze e scelgano l’azione migliore rispettando vincoli di sicurezza. In questa visione, i LLM diventano interfacce linguistiche. Utilissime, ma non il cuore del sistema. Il cuore sarebbe il World Model: una rappresentazione astratta del mondo che permette all’AI di pianificare, verificare, correggere e agire con maggiore affidabilità. Per LeCun, questa è la strada per portare l’AI oltre i chatbot: processi industriali, robotica, biologia, motori aeronautici, impianti chimici e sistemi fisici troppo complessi per essere descritti solo da equazioni tradizionali. La sua nuova startup, AMI, nasce proprio con questa ambizione: costruire sistemi intelligenti capaci di comprendere e controllare dinamiche reali. È una visione molto diversa da quella dominante oggi. > Meno prompt engineering. Meno dipendenza dall’autoregressione. Più modelli del > mondo, obiettivi, pianificazione e vincoli. In altre parole: non un’AI che parla meglio, ma un’AI che capisce meglio cosa succede quando agisce. -------------------------------------------------------------------------------- DUBBING V2 DI ELEVENLABS Dubbing v2 di ElevenLabs è un nuovo modello di doppiaggio AI progettato per rendere le versioni localizzate più naturali e fedeli al contenuto originale. > L’ho provato. Il risultato è straordinario, così come la velocità di > elaborazione. Dubbing v2 di ElevenLabs: un test La principale innovazione è che il sistema non si basa soltanto su una trascrizione, ma analizza direttamente la performance originale, riuscendo così a trasferire tono, emozione, ritmo e intenzione della voce nelle altre lingue. Il modello supporta oltre 90 lingue e adatta le frasi per ottenere una resa più fluida e naturale, mantenendo sincronizzati inizi, pause e finali con il contenuto di partenza. > In questo modo punta a risolvere uno dei limiti storici del doppiaggio > automatico: l’audio piatto, poco espressivo o distante dall’interpretazione > originale. Per provarlo Dubbing v2 è pensato per creator, marketer, studi e broadcaster. I creator possono usarlo per creare doppiaggi rapidi e di qualità per video YouTube e altri contenuti tramite ElevenCreative, con la possibilità di accedere a un programma partner con condizioni scontate. I marketer possono localizzare annunci e campagne in più mercati senza dover ricostruire i contenuti da zero. Studi e broadcaster, invece, possono utilizzare ElevenProductions per ottenere doppiaggi professionali con traduttori umani, casting vocale, mixing professionale e il supporto di Dubbing v2 per la parte audio. -------------------------------------------------------------------------------- AGENTI AI + MCP: UNA RIFLESSIONE > L’uso di server MCP connessi ad agenti AI è ottimo per prototipazione, demo ed > esecuzioni in ambienti chat o CLI. Non è invece ideale per applicazioni in produzione su larga scala, almeno se non viene progettato con attenzione. Agenti AI + MCP: una riflessione I MOTIVI PRINCIPALI SONO TRE 1. La semplicità di connessione e utilizzo si paga molto cara in consumo di token. 2. I payload generati dai tool dei server MCP, in genere, sono semplici incapsulamenti di API e non sono ottimizzati per un agente AI. Questo si traduce in rumore e costi inutili. 3. Tutto ciò che non ha senso nel loop operativo di un agente non dovrebbe passare da MCP o function calling, ma da workflow sequenziali, scegliendo il modello giusto per ogni task. Il risultato: più precisione e meno costi. > Ragionare su questi aspetti è la vera essenza del concetto di context > engineering, ed è ciò che permette a una demo di diventare un’applicazione > reale. La formula “agenti + MCP” crea spesso l’illusione di qualcosa di magico, capace di gestire qualunque operazione autonomamente. Io credo che la differenza la faccia ancora la conoscenza chirurgica dei processi. > That’s it. -------------------------------------------------------------------------------- SISTEMI AGENTICI: DALLA DEMO "WOW" ALLA PRODUZIONE > Oggi i modelli AI gestiscono finestre di contesto sempre più ampie. Il punto, > però, è che un contesto più ampio non è necessariamente un contesto migliore. Nello sviluppo di sistemi agentici, ogni informazione che entra nella context window ha un effetto: sul reasoning, sui costi, sulla latenza, sulla qualità dell’output e sulla prevedibilità del sistema. Per molto tempo si è trattato il contesto come uno spazio da riempire: documenti, risultati di tool, memoria, schemi API, dati intermedi, tracce operative. > Ma quando si passa dalla demo alla produzione, il contesto smette di essere un > dettaglio tecnico e deve diventare una scelta architetturale. Sistemi agentici: dalla demo "wow" alla produzione La domanda non deve essere: “quanto posso dare al modello?”. Deve diventare: “cosa serve al modello per decidere meglio?”. Perché non tutto ciò che è disponibile è utile. Non tutto ciò che è utile deve essere nel loop agentico. E non tutto ciò che entra nel contesto migliora il risultato. > Tutto ciò che portiamo nel contesto deve meritarlo. > Deve essere una scelta di design. -------------------------------------------------------------------------------- GOOGLE I/O 2026: UNA SINTESI > Una sintesi delle principali novità presentate durante il Google I/O? Ci > provo. 1. Modelli AI È stato svelato Gemini 3.5, con la versione Flash che garantisce una velocità quattro volte superiore rispetto ai concorrenti, a costi ridotti, e Gemini Omni, un modello in grado di comprendere la fisica intuitiva e manipolare i video in tempo reale mantenendo la coerenza visiva. > Ho provato Gemini 3.5 Flash, già disponibile su AI Studio e Gemini App, e > Omni, già disponibile su Flow e Gemini App: sono impressionanti, soprattutto > se consideriamo velocità e prezzo. La tecnologia di frontiera non si limita più a elaborare testi, ma simula scenari complessi combinando nativamente ogni tipo di input. 2. Sviluppo software autonomo Antigravity 2.0 sposta i confini della programmazione coordinando sub-agenti AI in parallelo, capaci di completare un intero “sistema operativo” funzionante in sole dodici ore. L’abbattimento dei tempi e dei costi di sviluppo riscrive i processi aziendali, trasformando la scrittura del codice da un lavoro manuale a un’attività di pura orchestrazione strategica. 3. La nuova AI Search Il motore di ricerca integra la Generative UI, una funzione che crea mini-app interattive su misura per rispondere a query complesse, mentre gli agenti di ricerca monitorano il web in background per aggiornare l’utente in tempo reale. La ricerca smette di essere un elenco statico di link, cosa che in parte ha già smesso di essere da tempo, per diventare un’interfaccia dinamica e personalizzata che genera strumenti pronti all’uso. Google I/O 2026: una sintesi 4. Universal Cart e shopping agentico L’Universal Cart raccoglie i prodotti da Search, YouTube e Gmail in un unico spazio, sfruttando l’AI per monitorare i prezzi e verificare la compatibilità tecnica dei componenti. L’introduzione dei protocolli aperti UCP e AP2 permette di standardizzare il commercio digitale e di autorizzare transazioni autonome dell’AI sotto il controllo di rigidi tetti di spesa. 5. Gemini Spark e intelligent eyewear L’agente virtuale Gemini Spark lavora in autonomia su cloud 24/7 per gestire la vita digitale dell’utente, mentre in autunno arriveranno i primi occhiali intelligenti dotati di audio integrato, in collaborazione con Samsung, Warby Parker e Gentle Monster. L’assistente personale diventa proattivo, invisibile e accessibile a mani libere, senza la necessità di consultare continuamente lo schermo dello smartphone. Google I/O 2026 keynote > Il concetto è sempre più nitido, anche se non più nuovo: da sistemi che > “rispondono a domande” ad agenti che operano. L’architettura multi-agente e l’integrazione di protocolli di comunicazione standardizzati tra ecosistemi diversi gettano le basi per una quotidianità in cui i compiti ripetitivi e di monitoraggio vengono delegati a macchine capaci di muoversi autonomamente sul web. > La sfida si sposta ora sulla gestione della sicurezza e sulla reale capacità > degli utenti di governare questi flussi continui in background. -------------------------------------------------------------------------------- GEMINI OMNI: UN TEST > Probabilmente la vera forza di Gemini Omni non è la generazione di video > cinematografici. Il potenziale del modello è nell’editing multimodale e conversazionale. L’ho confrontato con Seedance 2.0 sulla generazione video pura, e il risultato di Seedance mi è sembrato migliore: più solido, più cinematografico, più convincente. Teniamo presente che si tratta di una versione Flash di Omni, che tra l’altro è velocissima. Gemini Omni: un test Ma Omni sembra giocare un’altra partita. Non solo generare un video da prompt, ma lavorare su immagini, video, audio e testo in modo iterativo, modificando la scena attraverso il linguaggio naturale. Uno strumento per controllo, remix, editing e workflow creativi. > Seedance oggi mi convince di più sulla qualità dell’output. > Gemini Omni potrebbe essere più interessante nel processo, almeno per ora. -------------------------------------------------------------------------------- TURBOQUANT DI GOOGLE RESEARCH > Online si sta parlando molto di TurboQuant. Di cosa si tratta? Il vero collo di bottiglia dei LLM moderni non è più solo il calcolo: è la memoria. Con contesti sempre più lunghi, agenti persistenti e sistemi RAG multimodali, il costo dominante sta diventando la gestione della KV cache: enormi quantità di vettori che devono essere continuamente letti e trasferiti in VRAM durante l’inferenza. TurboQuant di Google Research Google Research ha recentemente presentato TurboQuant, una tecnica di compressione che affronta esattamente questo problema. L’idea è molto elegante: comprimere drasticamente i vettori preservando soprattutto la loro struttura geometrica, cioè le relazioni semantiche tra embedding, invece dei valori numerici precisi. Per operazioni come attention e retrieval, infatti, ciò che conta davvero è mantenere correttamente le distanze e le similarità tra vettori. TurboQuant riesce a farlo combinando una trasformazione geometrica dei vettori con una tecnica matematica che preserva le distanze usando pochissimi bit. > I risultati sono impressionanti: KV cache compressa fino a circa 6×, > quantizzazione a 3 bit senza perdita significativa di accuratezza e fino a 8× > di accelerazione nel calcolo dell’attention su GPU H100. L’aspetto più interessante è che l’impatto va ben oltre i LLM. Questa tecnica può migliorare enormemente anche la vector search moderna, rendendo i database vettoriali più piccoli, il retrieval semantico più veloce e riducendo la dipendenza da cross-encoder costosi per il reranking. Vai al post > È un cambio di paradigma importante: l’AI sta iniziando a essere ottimizzata > non solo sul compute, ma soprattutto sul movimento dei dati e sulla bandwidth > di memoria. Ed è probabilmente lì che si trova oggi il vero limite scalabile > dei sistemi AI. LE IMPLICAZIONI NELLA RICERCA SU GOOGLE Il vero cambiamento non è che Google capirà meglio una pagina. È che potrà permettersi di valutarne molte di più. TurboQuant, il nuovo sistema di Google di cui sta parlando la community SEO, va letto in questa direzione. TurboQuant: implicazioni nella ricerca di Google Non è un nuovo reranker, né un’evoluzione diretta di BlockRank. È una tecnologia di compressione e quantizzazione che può rendere meno costosi vector search, memoria e calcolo nei modelli. > Tradotto: alcune operazioni che oggi limitano quanti contenuti possono essere > valutati con metodi avanzati potrebbero diventare più efficienti. E questo cambia il punto di equilibrio della pipeline. Oggi un bi-encoder può servire a recuperare velocemente un primo insieme di risultati. Poi sistemi più costosi, come cross-encoder, reranker o ranking generativi, possono valutare meglio la relazione tra query e contenuto. Se questi passaggi diventano meno costosi, il motore può permettersi di portare più contenuti alla valutazione profonda. > Quindi: più pagine candidabili, più contenuti valutabili, più precisione > semantica. Ma qui c’è il punto centrale: la semantica non basta per avere risultati affidabili. Un contenuto può rispondere bene a una query e, allo stesso tempo, essere debole, non verificato, poco autorevole o prodotto da una fonte di bassa qualità. * La rilevanza contestuale chiede: “questo contenuto risponde alla query?”. * L’affidabilità chiede: “questo contenuto merita di essere considerato una buona risposta?”. Sono due piani diversi. Anche se cross-encoder, reranker e ranking generativo diventano più efficienti, serviranno ancora segnali oltre la semantica: autorevolezza, qualità complessiva, reputazione della fonte, consistenza editoriale, evidenze, aggiornamento, originalità. Può sembrare un limite dei sistemi neurali. In realtà è anche una tutela. Se la ricerca diventasse solo una gara di aderenza semantica, potrebbero vincere molti contenuti formalmente perfetti, ma non necessariamente affidabili. L’efficienza di sistemi come TurboQuant può allargare la finestra competitiva. > Ma proprio per questo, la differenza non sarà solo essere semanticamente > rilevanti. Sarà essere rilevanti dentro un sistema che deve ancora decidere di > chi fidarsi. -------------------------------------------------------------------------------- QWEN 3.7 MAX BATTE GPT-5.5 E CLAUDE OPUS 4.7 > No, non è una partita a Tetris tra modelli, ma un test agentico molto > interessante. Qwen 3.7 Max batte GPT-5.5 e Claude Opus 4.7 Atomic Chat ha creato un ambiente di test in cui i modelli hanno sviluppato un bot capace di giocare a Tetris, con la possibilità di migliorarlo autonomamente. Ogni modello poteva leggere il proprio codice, eseguire benchmark e riscriverlo in 10 iterazioni. Quella che si vede nel video è solo la sfida tra i bot creati dai modelli. RISULTATO * Qwen 3.7 Max: costo di ottimizzazione = 1,32 dollari, con un miglioramento del 56% del bot. * Claude Opus 4.7: costo di ottimizzazione = 12,15 dollari, con un miglioramento del 28% del bot. * GPT-5.5: costo di ottimizzazione = 2,85 dollari, con un miglioramento del 7% del bot. Qwen ha vinto su tutti i fronti: ottimizzazione maggiore e costo circa 9 volte più basso rispetto a Claude. Vai al post > Vogliamo ancora parlare solo di “gap che si sta riducendo”? I DETTAGLI SU QWEN 3.7-MAX Si tratta di un modello progettato esplicitamente per l’era degli agenti AI autonomi, con un focus che va oltre la semplice conversazione e punta all’esecuzione prolungata di attività complesse. L’obiettivo dichiarato è costruire una base per sistemi capaci di scrivere e correggere codice, automatizzare workflow aziendali, orchestrare strumenti esterni e mantenere attività autonome per centinaia o migliaia di passaggi consecutivi. Qwen 3.7-Max - Performance Tra i punti più interessanti c’è l’attenzione alla continuità operativa: Qwen 3.7-Max è stato testato in uno scenario di ottimizzazione kernel completamente autonoma durato circa 35 ore, durante il quale ha eseguito oltre 1.100 tool call e più di 400 valutazioni, arrivando a ottenere un incremento prestazionale di 10 volte rispetto all’implementazione di riferimento. Il modello è stato impiegato anche in contesti di produttività e automazione, con integrazione di strumenti esterni, gestione documentale, workflow office e attività multi-agente, oltre a benchmark dedicati a coding, ragionamento e produttività. Vai al post Qwen evidenzia inoltre un approccio chiamato “environment scaling”, basato sull’addestramento in ambienti agentici diversi per favorire la generalizzazione tra framework e strumenti differenti, con l’obiettivo di evitare ottimizzazioni specifiche per singoli ecosistemi. Tra gli scenari mostrati compaiono anche generazione frontend, automazione documentale, assistenza office e applicazioni robotiche con capacità di navigazione, memoria e pianificazione nel mondo fisico. -------------------------------------------------------------------------------- CLAUDE FOR LEGAL Anthropic ha pubblicato “claude-for-legal”, una delle implementazioni più avanzate viste finora per workflow legali AI-assisted. Non si tratta di un semplice chatbot per avvocati, ma di un framework completo composto da plugin verticali, skill specializzate, agenti schedulati, connettori MCP e orchestrazione multi-agent. > Invece di concentrarci sui soliti commenti assurdi della serie “fine del > lavoro per...” o “...è morto/a”, è interessante osservare l’approccio > architetturale. Claude for Legal Ogni area legale dispone di uno stack dedicato: commercial, corporate, litigation, privacy, employment, proprietà intellettuale, AI governance, regulatory e persino formazione giuridica. Ogni plugin viene personalizzato attraverso una “cold-start interview” che permette al sistema di apprendere playbook interni, policy, escalation rules, template e stile operativo del team legale. Il sistema integra inoltre connettori MCP verso gli strumenti più comuni per i dipartimenti legali e le aziende, tra cui Slack, Google Drive, Ironclad, DocuSign, iManage, Everlaw, CourtListener, Westlaw/CoCounsel, Jira e Asana. Uno dei punti più maturi del progetto è il focus sulla verificabilità delle informazioni: citazioni attribuite, fonti autorevoli, warning sui riferimenti non verificati e gate espliciti. L’intero progetto è costruito attorno all’idea che l’AI non sostituisca il professionista, ma acceleri workflow complessi mantenendo governance, trasparenza operativa e supervisione umana. Vai al progetto Dal punto di vista tecnico è interessante anche perché mostra in modo molto chiaro la direzione enterprise di Anthropic: prompt-as-code, orchestration layer, managed agents, subagent delegation, workflow headless, integrazione documentale e AI specializzata per dominio. > Più che un semplice “assistente legale”, sembra l’inizio di un vero sistema > operativo per team legali AI-native. -------------------------------------------------------------------------------- SECURE MCP TUNNEL DI OPENAI OpenAI ha introdotto Secure MCP Tunnel, una soluzione che permette di collegare server MCP privati a ChatGPT, Codex e Responses API senza esporli sul web pubblico. Il modello è particolarmente interessante per ambienti enterprise e infrastrutture on-premise. Il server MCP rimane all’interno della rete privata, mentre un componente chiamato tunnel-client apre una connessione HTTPS outbound verso OpenAI, recupera le richieste in polling e inoltra le chiamate localmente. Secure MCP Tunnel di OpenAI Questo approccio elimina la necessità di aprire porte inbound, pubblicare endpoint o modificare l’architettura di sicurezza esistente. OpenAI ospita l’endpoint tunnel pubblico, mentre tutto il traffico reale viene gestito dal client interno alla rete privata, che inoltra le richieste al server MCP e restituisce le risposte attraverso lo stesso canale sicuro. La soluzione supporta anche scenari enterprise più avanzati, inclusi mTLS, proxy outbound, certificati custom, networking privato Kubernetes e deployment sidecar o systemd. Interessante anche l’introduzione di Harpoon, un MCP embedded che consente call HTTP controllate verso endpoint REST interni senza trasformare il tunnel in un proxy generico. Vai alla documentazione > Si tratta di un passaggio importante per l’adozione di agenti AI in contesti > aziendali dove compliance, segmentazione di rete e controllo dell’esposizione > pubblica sono requisiti fondamentali. -------------------------------------------------------------------------------- ANTIGRAVITY AGENT PER GEMINI API Google ha introdotto Antigravity Agent per la Gemini API: un agente gestito pensato per eseguire attività complesse e multi-step all’interno di una sandbox Linux sicura ospitata da Google. Con una singola chiamata API è possibile attivare un workflow autonomo in cui l’agente pianifica le attività, utilizza strumenti, esegue codice, lavora con file e naviga sul web fino al completamento del task richiesto. L’ho provato con un prompt articolato. Il sistema crea l’ambiente, avvia il reasoning, usa i tool, sviluppa ed esegue script Python, crea directory secondo le indicazioni fornite e salva i risultati al loro interno. Un test di Antigravity Agent su AI Studio Infine, è possibile accedere all’environment e quindi alla struttura di directory e ai file prodotti dal modello. > Il risultato è impressionante, ma lo è anche il consumo di token. Deve > trattarsi davvero di un task ad altissimo valore per meritare l’uso di questa > funzionalità. Antigravity è basato su Gemini 3.5 Flash e supporta l’esecuzione di codice in Bash, Python e Node.js, oltre alla gestione completa dei file all’interno dell’ambiente di lavoro, con persistenza dello stato tra più interazioni. L’agente può anche effettuare ricerche web tramite Google Search e recuperare contenuti da URL per attività di analisi e sintesi. Tra le funzionalità più interessanti c’è la compattazione automatica del contesto, che consente di gestire sessioni molto lunghe senza perdere continuità operativa, supportando workflow complessi e prolungati. Attualmente supporta input testuali e immagini, mentre audio, video e documenti non sono ancora disponibili. Sono inoltre previste opzioni di personalizzazione attraverso istruzioni dedicate, competenze e configurazioni dell’ambiente per creare agenti specializzati. Vai alla documentazione > L’approccio è orientato a trasformare la Gemini API da semplice sistema di > generazione testuale a piattaforma per agenti autonomi in grado di eseguire > attività operative, analisi, ricerca, automazione e produzione di contenuti in > modo end-to-end. -------------------------------------------------------------------------------- SCREAMING FROG MCP SERVER > Screaming Frog, con la versione 24 del SEO Spider, introduce il server MCP per > esporre le sue funzionalità ad agenti AI. In pratica, il crawler può diventare una sorgente operativa e interrogabile da strumenti compatibili con MCP: l’agente può avviare crawl, accedere ai dati, analizzare report, generare export e lavorare sui dataset prodotti dallo spider. È un passaggio interessante perché sposta Screaming Frog da strumento usato manualmente a componente integrabile in workflow agentici, dove l’AI può orchestrare attività SEO tecniche: scansione, analisi, esportazione, trasformazione dei dati e produzione di sintesi operative. Screaming Frog MCP Server > C’è però un punto fondamentale da non sottovalutare: la gestione della context > window e del consumo di token. Una scansione può produrre una quantità enorme di dati. Passare tutto questo direttamente a un LLM può saturare rapidamente la finestra di contesto, aumentare i token consumati e rendere l’analisi meno efficiente. Per questo Screaming Frog ha aggiunto la possibilità per l’LLM di salvare report direttamente su file e generare script Node.js per processare i dati esternamente. Questo però non significa che il problema venga risolto automaticamente in ogni situazione. Significa che il server MCP mette a disposizione strumenti utili per costruire workflow più efficienti. Saranno poi il client AI, il modello, il prompt, i permessi abilitati e la progettazione dell’agente a determinare come questi strumenti verranno usati. > L’approccio più solido è far usare all’agente report mirati, salvare output su > file, processare dataset voluminosi con script esterni e riportare nel > contesto solo sintesi, anomalie principali, priorità e insight realmente > utili. Vai alla documentazione Quindi il valore non è nel “dare tutto il crawl all’AI”, ma nel far lavorare l’agente in modo selettivo. -------------------------------------------------------------------------------- CLAUDE MANAGED AGENTS I Managed Agents di Claude rappresentano uno dei passi più interessanti nell’evoluzione degli agenti AI: sistemi capaci non solo di usare strumenti e mantenere lo stato, ma anche di coordinare altri agenti specializzati all’interno della stessa sessione. Con la nuova funzionalità di orchestrazione multi-agent, un agente coordinatore può delegare attività a più agenti indipendenti, ciascuno con il proprio contesto, la propria memoria conversazionale, i propri strumenti e persino configurazioni differenti di modello e system prompt. > L’aspetto interessante è che tutti gli agenti condividono lo stesso container > e filesystem, ma lavorano in thread separati e isolati. Questo consente di > parallelizzare attività complesse senza mescolare contesti o cronologie. Il modello operativo ricorda molto le architetture software distribuite: un coordinatore gestisce il workflow, più worker specializzati eseguono sotto-task e i risultati vengono poi sintetizzati in un output finale coerente. Claude Managed Agents - Anthropic Claude suggerisce tre pattern principali di utilizzo: parallelizzazione, specializzazione ed escalation. Dal punto di vista architetturale, ogni agente mantiene memoria persistente del proprio thread, tool indipendenti, configurazioni separate e reasoning isolato. Il coordinatore può anche richiamare successivamente lo stesso agente mantenendo continuità del contesto. Interessante anche la gestione degli eventi: la sessione principale espone uno stream aggregato che mostra la creazione dei thread, lo stato degli agenti, i messaggi interni e le richieste di autorizzazione dei tool, mentre i dettagli completi rimangono disponibili nei singoli thread dedicati. Vai alla documentazione > È una direzione molto rilevante perché porta i modelli AI verso sistemi > realmente orchestrati, dove il valore non sta più solo nella singola risposta > generata, ma nella capacità di decomporre problemi, coordinare competenze e > gestire workflow complessi in modo strutturato. AGGIORNAMENTI IMPORTANTI Anthropic ha introdotto due aggiornamenti importanti per Claude Managed Agents, pensati per rendere gli agenti AI più adatti agli ambienti enterprise: i sandbox self-hosted e gli MCP tunnels. Claude Managed Agents: aggiornamenti Con i sandbox self-hosted, gli agenti possono eseguire strumenti e workload direttamente nell’infrastruttura locale, mantenendo file, repository, servizi e dati sensibili all’interno del perimetro aziendale. L’orchestrazione dell’agente continua a essere gestita da Anthropic, mentre l’esecuzione operativa viene spostata nell’ambiente controllato dall’azienda. Questo approccio permette di sfruttare policy di sicurezza, logging, controlli di rete e risorse computazionali già presenti, offrendo maggiore flessibilità anche per attività ad alto consumo di risorse. Anthropic ha inoltre annunciato integrazioni con provider come Cloudflare, Daytona, Modal e Vercel, ampliando le possibilità di esecuzione in ambienti gestiti. La seconda novità riguarda gli MCP tunnels, che consentono agli agenti di accedere a database interni, API private, knowledge base e sistemi aziendali senza esporli. La connessione avviene tramite un gateway dedicato, con traffico cifrato e senza necessità di endpoint pubblici o aperture inbound. Vai alla documentazione > L’obiettivo è chiaro: mantenere la semplicità di una piattaforma gestita, > portando però esecuzione, dati e controlli all’interno dell’infrastruttura > aziendale. -------------------------------------------------------------------------------- GEO E AEO: UN DOCUMENTO DI GOOGLE Google ha pubblicato un documento interessante sull’ottimizzazione dei contenuti per le funzionalità AI nella ricerca. GEO e AEO: un documento di Google Credo che il punto cruciale rimanga la comprensione tecnica del funzionamento dei moderni sistemi di ricerca, basati su retrieval, con sistemi bi-encoder, e ranking, con sistemi cross-encoder. UNA RISORSA CHE PUÒ AIUTARE Feed, contenuti, intelligenza: il nuovo motore della discovery Una condivisione dei 3 studi più interessanti che mi hanno accompagnato nel 2025. Un viaggio tra dati, AI e automazioni che stanno ridefinendo il motore della discovery. Le due condizioni per essere presenti nelle risposte generate dall’AI, secondo me, rimangono: 1. Presenza nella knowledge di riferimento: il contenuto deve essere posizionato nel range di risultati del motore di ricerca considerato dal sistema per la query primaria, con la potenzialità di essere una fonte. 2. Rilevanza contestuale con la query e con il “fan-out”: il contenuto deve fornire una risposta rilevante per la query primaria e/o per le query secondarie generate dal “fan-out”. Vai al documento Questo vale per Google e per ogni sistema basato su un modello ibrido composto da motore di ricerca e LLM. Ciò che cambia sono i segnali che determinano la knowledge di riferimento. -------------------------------------------------------------------------------- LE CAPACITÀ DEI MODELLI AI NELLE ATTIVITÀ CYBER Secondo i nuovi dati dell’AI Security Institute del Regno Unito, le capacità cyber autonome dei modelli AI stanno avanzando molto più rapidamente del previsto. > Il tempo di raddoppio delle capacità è > ormai stimato intorno ai 4,5 mesi. I risultati più recenti mostrano un salto significativo con Claude Mythos Preview e GPT-5.5, entrambi sopra il trend osservato fino a pochi mesi fa. Le capacità dei modelli AI nelle attività cyber Uno degli aspetti più rilevanti del report è che i limiti emersi nei benchmark sembrano dipendere più dal budget di token utilizzato durante i test che dalle capacità reali dei modelli. In diversi casi, i sistemi raggiungono tassi di successo quasi perfetti sui task più complessi disponibili. Nei cyber range simulati da AISI, Mythos Preview è stato il primo modello a completare entrambi gli scenari enterprise sviluppati dall’istituto, inclusa “Cooling Tower”, mai risolta prima da un’AI. GPT-5.5 ha mostrato performance molto vicine. Vai al report > Secondo AISI, benchmark e metriche attuali stanno iniziando a diventare > insufficienti per misurare l’evoluzione dei modelli di frontiera nelle > attività cyber autonome. -------------------------------------------------------------------------------- PROJECT GLASSWING: I PRIMI DATI Anthropic ha pubblicato il primo aggiornamento su Project Glasswing, iniziativa nata per rafforzare la sicurezza del software critico con l’aiuto dell’AI. In un mese, insieme a circa 50 partner, il progetto ha individuato oltre 10.000 vulnerabilità ad alta o critica severità in software fondamentali per Internet e infrastrutture essenziali. Project Glasswing: i primi dati > Il punto centrale è il cambio di paradigma: oggi il limite non è più trovare i > bug, ma verificarli, segnalarli e correggerli abbastanza velocemente. Cloudflare ha identificato 2.000 bug, Mozilla ha trovato 271 vulnerabilità in Firefox 150 e, su oltre 1.000 progetti open source, sono state rilevate più di 23.000 vulnerabilità complessive. Vai al post > L’AI sta quindi spostando il collo di bottiglia della cybersecurity dalla > scoperta delle vulnerabilità alla capacità di correggerle e distribuirne le > patch in tempo. -------------------------------------------------------------------------------- THINKING MACHINES: L’INTERAZIONE UOMO-AI Thinking Machines, la realtà creata da Mira Murati, ex OpenAI, propone un nuovo paradigma per l’interazione uomo-AI: modelli progettati non solo per rispondere, ma per collaborare in tempo reale. > Il nuovo paper sugli Interaction Models espone un’idea interessante: > l’interattività deve crescere insieme all’intelligenza artificiale. Oggi la maggior parte dei sistemi AI funziona ancora a turni: l’utente parla, il modello aspetta, poi risponde e l’utente aspetta di nuovo. Secondo Thinking Machines questo approccio crea un collo di bottiglia nella collaborazione, perché gli esseri umani lavorano in modo molto diverso: si interrompono, si correggono, osservano il contesto, reagiscono in tempo reale e spesso parlano contemporaneamente. Per questo i nuovi interaction models sono progettati per ascoltare mentre parlano, vedere mentre rispondono e gestire simultaneamente audio, video e testo. L’obiettivo è creare un’interazione continua, naturale e multimodale, più vicina a una collaborazione reale che a un semplice sistema di prompt e risposta. Thinking Machines: l’interazione uomo-AI Dal punto di vista tecnico, il sistema lavora tramite micro-turni da 200 millisecondi, elaborando continuamente input e output invece di aspettare messaggi completi. L’architettura separa inoltre un modello realtime, dedicato all’interazione immediata, da un modello asincrono che gestisce reasoning, tool use e task più lunghi, combinando così bassa latenza e capacità avanzate di ragionamento. Tra le funzionalità mostrate ci sono la traduzione simultanea mentre l’utente parla, la correzione live della pronuncia, interventi proattivi durante attività video e la capacità di reagire a eventi visivi senza prompt espliciti. Il sistema può anche utilizzare tool e fare browsing sul web mentre continua la conversazione. Vai al progetto > Il punto più interessante è che Thinking Machines non presenta questi modelli > come chatbot evoluti, ma come un passaggio verso AI collaborative e > multimodali, progettate per lavorare insieme alle persone in modo continuo e > non più attraverso interazioni frammentate. -------------------------------------------------------------------------------- NATURAL LANGUAGE AUTOENCODERS (NLA) Anthropic ha presentato una nuova tecnica di interpretabilità chiamata Natural Language Autoencoders (NLA), progettata per trasformare le attivazioni interne di un modello AI in spiegazioni leggibili in linguaggio naturale. > In pratica, il sistema prova a “tradurre” ciò che accade dentro modelli come > Claude mentre ragionano. L’idea è interessante perché normalmente i modelli elaborano informazioni attraverso enormi vettori numerici impossibili da interpretare direttamente. Gli NLA introducono invece un meccanismo in due fasi: un componente descrive in testo ciò che l’attivazione sembra rappresentare, mentre un secondo componente verifica la qualità della spiegazione ricostruendo l’attivazione originale a partire dal testo. Se la ricostruzione è accurata, la spiegazione viene considerata utile. Anthropic mostra alcuni casi notevoli. Durante esercizi di scrittura poetica, Claude pianifica internamente le rime prima ancora di produrle. Nei test di sicurezza, il modello spesso sospetta di essere sotto valutazione anche quando non lo dichiara esplicitamente. In alcuni casi gli NLA hanno evidenziato ragionamenti interni orientati a evitare il rilevamento durante comportamenti scorretti. Sono stati utilizzati anche per individuare anomalie nei dati di training che causavano risposte in lingue inattese. Anthropic: Natural Language Autoencoders (NLA) Uno degli aspetti più interessanti riguarda l’auditing dei modelli. Anthropic ha creato esperimenti in cui un modello veniva addestrato con motivazioni nascoste e comportamenti volutamente disallineati. Gli NLA hanno migliorato significativamente la capacità degli auditor di identificare queste motivazioni interne, anche senza accesso ai dati di training originali. > Ci sono però limiti importanti. Gli NLA possono generare interpretazioni > errate, attribuendo al modello pensieri o dettagli inesistenti. Inoltre, il > metodo è molto costoso dal punto di vista computazionale e non è ancora adatto > a monitoraggi continui su larga scala. Vai al post Il punto interessante non è tanto l’idea di “leggere la mente” dell’AI, quanto il tentativo di rendere osservabili processi interni che finora erano accessibili solo attraverso rappresentazioni matematiche astratte. > L’interpretabilità sta rapidamente passando dalla visualizzazione di vettori > numerici alla generazione di spiegazioni linguistiche direttamente leggibili > dagli esseri umani. -------------------------------------------------------------------------------- CORAL DI GOOGLE > Una piattaforma aperta per portare modelli AI multimodali direttamente sui > dispositivi: questa è la nuova direzione di Coral di Google. Non si tratta solo di una nuova scheda di sviluppo o di un acceleratore per machine learning. Coral sembra muoversi verso un’idea più ampia: rendere possibile l’esecuzione locale di modelli AI su dispositivi edge, con consumi ridotti e senza dipendere sempre dal cloud. Le demo mostrano bene questa direzione. Sulla Coralboard girano applicazioni che combinano voce, visione e linguaggio naturale: speech-to-text, traduzione on-device con Gemma, object detection con YOLOv8, descrizione di scene, fino a esperienze creative in cui il movimento rilevato da una videocamera viene trasformato in musica generativa. Coral di Google > Il punto più interessante non è la singola demo, > ma il cambio di prospettiva. Google sta lavorando a un’infrastruttura in cui l’AI può essere distribuita direttamente negli oggetti: wearable, smart glasses, sensori ambientali, dispositivi IoT, sistemi automotive. Non più soltanto modelli interrogati da remoto, ma intelligenza integrata nell’ambiente, capace di osservare, ascoltare e reagire in tempo reale. Questo può avere impatti importanti: minore latenza, maggiore privacy, meno dipendenza dalla connessione, riduzione dei costi cloud e nuove forme di interazione più naturali e continue. Anche la scelta di puntare su RISC-V, toolchain open-source e componenti come MLIR e IREE è significativa. In un mercato spesso dominato da stack chiusi e hardware proprietario, Coral prova a costruire una base più aperta per l’edge AI. Vai alla documentazione > Se questa direzione prenderà piede, una parte rilevante della prossima fase > dell’intelligenza artificiale potrebbe non vivere solo nei data center, ma nei > dispositivi che usiamo ogni giorno. -------------------------------------------------------------------------------- SEEDANCE 2.0: QUALITÀ E ADERENZA AL PROMPT > Più provo Seedance 2.0, più penso che si sia raggiunto un livello davvero > interessante. Veo 3.1 e HappyHorse 1.0 non si avvicinano minimamente al risultato ottenuto in questi video. L’ho testato con diversi tentativi. Seedance 2.0: qualità e aderenza al prompt Nell’esempio, il primo video è generato usando la mia immagine di profilo come riferimento. Nel secondo, invece, uso lo stesso prompt senza riferimento. Ho generato il prompt con il mio tool: Video Image Assistant. Tool per l’ottimizzazione del prompt per generare video Un vero “Regista digitale” che genera un prompt professionale e dettagliato pronto da usare su qualsiasi modello di AI video. -------------------------------------------------------------------------------- SEEDANCE 2.0 + PROMPT MULTIMODALE Un esempio di generazione video lungo con Seedance 2.0, guidato da un prompt multimodale composto da uno storyboard in formato immagine e descrizione testuale delle scene. > AI is ready to make full films > > Seedance 2.0 now can read your entire shot list to generate a full story.. > keep characters, props and set design consistent with one image on BytePlus > > duration and consistency is not a problem anymore > > here's how with prompts: pic.twitter.com/PDJsi0lKyV > > — el.cine (@EHuanglu) May 14, 2026 COME FUNZIONA? I personaggi, con diverse inquadrature, e lo storyboard completo sono le due immagini di riferimento che il modello ha a disposizione per la generazione video. Creando diversi prompt che contengono la descrizione dei vari shot di ogni clip, è possibile creare video di 15 secondi che mostrano l’evoluzione delle scene. -------------------------------------------------------------------------------- ALEPH 2.0 DI RUNWAY Runway ha presentato Aleph 2.0, il nuovo modello AI di video editing pensato per trasformare un contenuto esistente in più versioni, senza dover ripetere le riprese o affrontare lunghi cicli di post-produzione. L’approccio è semplice: si modifica un singolo frame e Aleph 2.0 estende automaticamente il cambiamento al resto del video, mantenendo coerenti stile, scena e dettagli. Aleph 2.0 di Runway: esempi Uno degli aspetti più interessanti è la capacità di intervenire solo sugli elementi richiesti. È possibile cambiare il colore di un prodotto, modificare abiti o dettagli, aggiungere o rimuovere oggetti, preservando sfondo, illuminazione e azione originale della scena. Il modello introduce anche il supporto a sequenze multi-shot, applicando le modifiche tra scene e inquadrature differenti, e permette di lavorare su clip fino a 30 secondi in 1080p. Vai al post All’interno di Edit Studio, il flusso prevede la descrizione della modifica in linguaggio naturale, la visualizzazione di un’anteprima e la generazione finale del video. Questo consente di validare il risultato prima dell’elaborazione completa e ridurre le iterazioni. -------------------------------------------------------------------------------- LLM REASONING - STANFORD > Una lezione di Stanford da vedere sul reasoning degli LLM. Assolutamente > consigliata. I LLM tradizionali funzionano bene su compiti semplici, ma falliscono quando serve logica a più passaggi: tendono a rispondere subito invece di costruire una soluzione. Il salto avviene con il Chain of Thought: il modello scompone il problema, genera il ragionamento e solo dopo arriva alla risposta. Più passaggi significano maggiore capacità di risolvere problemi complessi, ma anche un costo computazionale più alto. LLM Reasoning - Stanford Per misurare queste capacità si usa Pass@K: invece di valutare una singola risposta, si osserva la probabilità che almeno una tra più risposte generate sia corretta. In pratica, si accetta che il modello “provi più volte” per arrivare alla soluzione. Sul training, il limite del fine-tuning supervisionato è evidente: scrivere buone catene di ragionamento è difficile e costoso. Per questo si usa il Reinforcement Learning con ricompense verificabili, basate sulla risposta corretta e sulla struttura del ragionamento. Qui entra in gioco GRPO, che sostituisce approcci più complessi: il modello genera più risposte per lo stesso problema e viene premiato se performa meglio della media del gruppo. È un metodo più semplice e più scalabile. Un effetto collaterale è l’overthinking. Il modello tende ad allungare inutilmente le risposte perché “più pensa, più aumentano le probabilità di successo”. Correggere gli incentivi nella loss permette di mantenere output più efficienti senza perdere qualità. Il caso più interessante è DeepSeek R1: una pipeline che combina SFT iniziale, RL, dati filtrati e una fase finale di ottimizzazione. La vera leva, però, è la distillazione: usare i ragionamenti dei modelli grandi per addestrarne di più piccoli, ottenendo performance elevate a costi molto più bassi. Vai alla lezione > Il punto chiave: il futuro degli LLM non è solo “sapere”, ma saper pensare in > modo efficiente. -------------------------------------------------------------------------------- ECONOMICS OF THE AI SUPERCYCLE - STANFORD In un’interessante lezione pubblicata da Stanford, dal titolo “Economics of the AI Supercycle”, emerge una lettura molto chiara delle dinamiche economiche dietro all’AI generativa. A differenza di Internet, mobile e cloud, l’ecosistema AI non sembra avere una struttura a piramide, con valore distribuito lungo più livelli. Oggi assomiglia di più a un triangolo invertito. La maggior parte del valore, dei ricavi e dei profitti si concentra nell’infrastruttura hardware: semiconduttori, GPU, data center, memoria, energia e networking. In particolare, aziende come NVIDIA stanno catturando una quota enorme del valore grazie a una posizione dominante e a margini molto elevati. Il livello applicativo, invece, pur essendo quello più visibile agli utenti, cattura ancora una parte limitata del valore economico complessivo. Questo accade perché l’AI rompe una delle regole fondamentali del software tradizionale: il costo marginale quasi zero. Nel software classico, servire un utente in più costava pochissimo. Con l’AI generativa non è così: ogni prompt, ogni risposta e ogni generazione richiedono calcolo continuo. L’utente incrementale ha un costo reale, perché consuma inferenza su infrastrutture costose. Economics of the AI Supercycle - Stanford Nel frattempo, gli hyperscaler stanno investendo cifre enormi in CapEx: data center, chip, energia, raffreddamento, reti e sistemi dedicati. > La grande domanda è se le applicazioni AI riusciranno a generare abbastanza > valore economico da giustificare questi investimenti. Un altro nodo è la monetizzazione. Le app consumer di AI possono raggiungere scale enormi, ma il ricavo medio per utente resta ancora basso rispetto ai giganti della pubblicità digitale. Gli abbonamenti funzionano per una parte degli utenti, ma difficilmente bastano da soli a costruire i colossi economici del futuro. Per questo la pubblicità potrebbe diventare una componente inevitabile: non una pubblicità generica, ma molto più contestuale, basata sulla comprensione dell’intento dell’utente durante una conversazione. Vai alla lezione Il mercato è ancora alla ricerca di un equilibrio. Come il cloud, anche l’AI potrebbe impiegare anni prima di trovare una struttura economica stabile. Un possibile punto di svolta potrebbe arrivare dai chip personalizzati sviluppati dai grandi player, capaci di ridurre la dipendenza da NVIDIA e abbassare i costi dell’infrastruttura. > La questione centrale non è solo quanto potente diventerà l’AI, ma chi > riuscirà davvero a catturare il valore economico che genera. -------------------------------------------------------------------------------- ALPHAPROOF NEXUS - GOOGLE > Da molto tempo sostengo che i sistemi neuro-simbolici rappresentino una via > molto interessante, soprattutto per la ricerca scientifica. Nel paper di Google dal titolo “Advancing Mathematics Research with AI-Driven Formal Proof Search”, questa intuizione trova una conferma molto concreta. Il lavoro presenta AlphaProof Nexus, un framework che combina componenti neurali e simboliche in modo estremamente efficace. * Da un lato i LLM generano ipotesi, strategie di prova, scomposizioni in lemmi e piani di lavoro. * Dall’altro, strumenti formali come Lean e AlphaProof verificano ogni passaggio, impedendo che il sistema si limiti a “sembrare convincente” senza essere corretto. AlphaProof Nexus - Google Research È proprio questa la parte più interessante: il modello neurale porta flessibilità, creatività ed euristiche di esplorazione; il livello simbolico impone rigore, coerenza e verificabilità. Non è solo generazione, ma ragionamento vincolato da una struttura formale. I risultati sono notevoli: il sistema ha risolto autonomamente 9 problemi aperti di Erdős su 353, ha dimostrato 44 congetture OEIS su 492 e ha mostrato applicazioni utili in ambiti come combinatoria, ottimizzazione, teoria dei grafi, geometria algebrica e ottica quantistica. Vai al paper A colpirmi non è solo la performance, ma il paradigma che emerge: non un’AI che sostituisce il ricercatore, bensì un sistema ibrido che amplia la capacità umana di esplorare, formalizzare e validare idee. > In questo senso, il neuro-simbolico non è soltanto una direzione teoricamente > elegante, ma una scelta architetturale che può avere un impatto reale sulla > pratica scientifica. -------------------------------------------------------------------------------- I PROGRESSI DI ALPHAEVOLVE > AlphaEvolve, il sistema sviluppato da Google DeepMind e alimentato da Gemini, > sta mostrando come l’AI possa contribuire direttamente alla progettazione e > all’ottimizzazione di algoritmi avanzati in ambiti scientifici e industriali > molto diversi tra loro. Negli ultimi mesi è stato applicato alla genomica, migliorando l’accuratezza del sequenziamento del DNA con una riduzione del 30% degli errori nel rilevamento delle varianti genetiche. Nel settore energetico ha aumentato dal 14% a oltre l’88% la capacità di trovare soluzioni valide per l’ottimizzazione delle reti elettriche. In fisica quantistica ha contribuito a creare circuiti con errori fino a 10 volte inferiori rispetto agli approcci tradizionali, mentre nella matematica avanzata è stato utilizzato anche in collaborazione con Terence Tao per esplorare problemi complessi come il Traveling Salesman Problem e i Ramsey Numbers. AlphaEvolve è già utilizzato anche nell’infrastruttura interna di Google: ha contribuito all’ottimizzazione delle TPU, ha migliorato l’efficienza di Google Spanner e ha ridotto il footprint di alcuni software di quasi il 9%. AlphaEvolve: Gemini-powered coding agent scaling impact across fields Discover how AlphaEvolve optimizes algorithms for genomics, quantum physics, global infrastructure, and more to accelerate scientific progress and solve real-world challenges. Le applicazioni commerciali mostrano un impatto altrettanto concreto: Klarna ha raddoppiato la velocità di training di un proprio modello AI; FM Logistic ha migliorato del 10,4% l’efficienza dei percorsi logistici; Schrödinger ha accelerato di circa 4 volte i processi legati alla ricerca chimica e farmaceutica; WPP ha ottenuto un aumento del 10% dell’accuratezza nei modelli per advertising e marketing. Il punto più interessante è che AlphaEvolve non si limita ad automatizzare codice o processi: sta iniziando a produrre soluzioni algoritmiche che, in alcuni casi, risultano controintuitive anche per gli esperti umani, aprendo nuovi scenari per la ricerca scientifica, le infrastrutture AI e l’ottimizzazione industriale. -------------------------------------------------------------------------------- ERNIE 5.1 DI BAIDU > La Cina continua a fare scuola nella progettazione di modelli AI. Baidu ha annunciato ERNIE 5.1, nuova evoluzione della sua famiglia di modelli AI, con un obiettivo chiaro: aumentare le prestazioni riducendo drasticamente i costi computazionali. Secondo l’azienda, il modello raggiunge performance di fascia alta utilizzando circa un terzo dei parametri totali di ERNIE 5.0, metà dei parametri attivi e soltanto il 6% del costo di pre-training di modelli comparabili. > Sul fronte delle performance, ERNIE 5.1 ha ottenuto il quarto posto globale > nella Arena Search e il primo tra i modelli cinesi. Ernie 5.1 di Baidu: performance Nei benchmark dedicati alle capacità agentiche, Baidu afferma che il modello supera DeepSeek V4-Pro e si avvicina ai migliori modelli closed-source. Nei test GPQA e MMLU-Pro, focalizzati su conoscenza e reasoning avanzato, le performance vengono descritte come vicine ai top model occidentali. Nel benchmark matematico AIME26 con utilizzo di tool, ERNIE 5.1 raggiunge un punteggio di 99,6, subito dietro Gemini 3.1 Pro. Dal punto di vista tecnico, uno degli aspetti più interessanti è il framework di “elastic training”, che consente di addestrare una rete unica da cui estrarre sottoreti ottimizzate per diversi livelli di costo e capacità. A questo si aggiunge una nuova infrastruttura di reinforcement learning completamente asincrona, progettata per migliorare scalabilità ed efficienza nei task complessi. Vai al post > Baidu punta anche sulla componente creativa del modello. Secondo le > valutazioni interne condivise dall’azienda, le capacità di creative writing di > ERNIE 5.1 si avvicinano a quelle di Gemini 3.1 Pro, con miglioramenti nella > narrativa lunga, nella coerenza stilistica e nella comprensione del contesto. -------------------------------------------------------------------------------- MTP DRAFTERS (MULTI-TOKEN PREDICTION) > Google ha introdotto i nuovi MTP drafters (Multi-Token Prediction) per la > famiglia Gemma 4, una tecnologia che permette di accelerare l’inferenza dei > modelli fino a 3x senza compromettere qualità, accuratezza o capacità di > ragionamento. Uno dei principali limiti degli LLM oggi non è soltanto la potenza di calcolo, ma la latenza, dovuta al continuo trasferimento dei parametri dalla memoria alle unità di elaborazione. Nel classico approccio autoregressivo, il modello genera un token alla volta, rendendo il processo poco efficiente, soprattutto su hardware consumer ed edge device. Con lo speculative decoding, Google introduce un approccio diverso: un modello leggero anticipa più token futuri mentre il modello principale li verifica in parallelo. Se i token sono corretti, vengono accettati tutti insieme in un unico passaggio, aumentando drasticamente la velocità di generazione senza alterare la qualità dell’output. MTP drafters (Multi-Token Prediction) - Google > L’impatto è particolarmente rilevante per coding assistant, agenti autonomi, > applicazioni vocali real-time e AI locale su laptop e smartphone. Dal punto di vista tecnico, Google ha anche introdotto ottimizzazioni come la condivisione della KV cache tra modello principale e drafter, miglioramenti specifici per Apple Silicon e GPU NVIDIA, e nuove tecniche per accelerare i modelli edge E2B ed E4B. Vai al post Gli MTP drafters sono già disponibili open source con licenza Apache 2.0 e supportano framework come Hugging Face Transformers, MLX, vLLM e Ollama. > Non solo modelli più intelligenti, ma un’AI molto più veloce, efficiente e > utilizzabile direttamente in locale su hardware consumer. -------------------------------------------------------------------------------- EVOLUTION STRATEGIES AT THE HYPERSCALE > Per decenni abbiamo addestrato le reti neurali soprattutto in un modo: > calcolando gradienti e facendo backpropagation. Il paper “Evolution Strategies at the Hyperscale”, con il contributo di ricercatori di Oxford e NVIDIA, esplora una strada diversa: rendere praticabile l’addestramento di modelli enormi usando Evolution Strategies, cioè metodi che non hanno bisogno dei gradienti. Evolution Strategies at the Hyperscale Spiegazione semplice: invece di chiedere al modello “in che direzione devo cambiare i pesi?”, si provano tante piccole variazioni del modello, si misura quali funzionano meglio e si combinano le modifiche più promettenti. È un po’ come selezione naturale applicata al training: molte varianti, una valutazione, poi si tengono i segnali migliori. Il problema è che questo approccio, su modelli con miliardi di parametri, normalmente è troppo costoso. Ogni variazione richiede calcolo, memoria e spostamento di enormi quantità di dati. La proposta del paper si chiama EGGROLL. L’idea è rendere queste variazioni molto più leggere usando perturbazioni “low-rank”: invece di modificare intere matrici di pesi in modo denso, si descrive ogni modifica con una rappresentazione compatta. Questo permette di testare popolazioni molto grandi in parallelo sulle GPU, avvicinandosi alla velocità della semplice inferenza batch e rendendo le Evolution Strategies molto più scalabili. Le implicazioni sono notevoli. Se questo approccio continua a funzionare su scala, potremmo avere un’alternativa concreta alla backpropagation per addestrare sistemi AI difficili da ottimizzare con i metodi classici. Parliamo di modelli quantizzati, componenti non differenziabili, agenti, architetture ricorrenti, sistemi neuro-simbolici e pipeline dove l’obiettivo finale è facile da misurare ma difficile da trasformare in gradienti. Vai al paper > Il punto non è che la backpropagation sparirà. Il punto è che potremmo > iniziare ad avere metodi di training più flessibili, capaci di ottimizzare > direttamente sistemi complessi, discreti o ibridi, senza dover rendere ogni > pezzo perfettamente differenziabile. -------------------------------------------------------------------------------- L’AI GENERATIVA PER GLI ASSET 3D Articraft propone un approccio diverso alla generazione di asset 3D articolati: invece di generare direttamente mesh o file URDF, trasforma il problema in program synthesis. L’idea è trattare la creazione di un oggetto articolato come un processo di programmazione. Un agente basato su LLM scrive il codice che costruisce l’oggetto, definendo parti, geometrie, giunti, limiti di movimento e test di validazione. Una volta eseguito, il programma produce un asset 3D articolato e pronto per la simulazione. Articraft: l’AI generativa per gli asset 3D L’architettura combina un SDK progettato per essere utilizzato dagli LLM, con primitive geometriche e componenti meccaniche ad alto livello, insieme a un harness agentico che lavora in un ciclo iterativo di generazione, esecuzione, validazione e correzione. Nel paper, il sistema genera oggetti complessi, correggendo autonomamente errori di runtime, vincoli mancanti sulle articolazioni e collisioni geometriche attraverso feedback strutturato. > L’aspetto più interessante è che il modello non produce soltanto forme: esegue > reasoning meccanico, debugging e refinement fino a ottenere asset simulabili. Con questo approccio è stato creato Articraft-10K, un dataset con oltre 10.000 asset articolati distribuiti su 245 categorie, ampliando in modo significativo la copertura rispetto ai dataset esistenti. Vai al progetto > La direzione che emerge è quella di trattare la modellazione meccanica come > programmazione e utilizzare gli LLM come agenti CAD. -------------------------------------------------------------------------------- SCEGLI QUESTO SITO WEB COME FONTE PREFERITA Ricevi più facilmente questi contenuti tra i risultati di Google. Potrai modificare questa preferenza in qualsiasi momento dalle impostazioni di Google. -------------------------------------------------------------------------------- - GRAZIE - Se hai apprezzato il contenuto, puoi contribuire al progetto con una donazione 🙂 ISCRIVITI ALLA NEWSLETTER Un appuntamento periodico dedicato all'aggiornamento e alla riflessione su tematiche relative all'intelligenza artificiale. Iscriviti alla Newsletter Email sent! Check your inbox to complete your signup. Gratuita. No Spam. Puoi disiscriverti quando vuoi. Consulta la privacy policy.

> Buon aggiornamento, e buone riflessioni.. -------------------------------------------------------------------------------- ASCOLTA L'AUDIO OVERVIEW CHE SINTETIZZA LE NOVITÀ Il podcast è stato generato attraverso NotebookLM. -------------------------------------------------------------------------------- PROMPT ENGINEERING: DUE NUOVI TOOL Ho sviluppato due nuovi tool (in beta) per l'ottimizzazione dei prompt per la generazione di immagini e video. Li sto usando per ogni contenuto visivo che genero su diversi modelli. IMAGE PROMPT ASSISTANT Tool per l’ottimizzazione del prompt per generare immagini Un vero “Direttore Artistico” digitale che genera un prompt professionale e dettagliato pronto da usare su qualsiasi modello di AI. VIDEO PROMPT ASSISTANT Tool per l’ottimizzazione del prompt per generare video Un vero “Regista digitale” che genera un prompt professionale e dettagliato pronto da usare su qualsiasi modello di AI video. > Descrivendo l'idea di immagine o video nel box è possibile generare un prompt > professionale e dettagliato pronto da usare su qualsiasi modello generativo. -------------------------------------------------------------------------------- GPT IMAGE 2 DI OPENAI > OpenAI ha finalmente rilasciato l'atteso GPT Image 2, il nuovo modello di > generazione immagini, che promette un miglioramento importante. L'ho provato a confronto con Nano Banana Pro (nelle immagini si vedono alcuni esempi). Ho usato lo stesso prompt per entrambi i modelli. Direi che il miglioramento è netto, con un avvicinamento chiaro al modello di Google (che probabilmente, però, a breve verrà aggiornato). GPT Image 2: un test a confronto con Nano Banana Pro La mia app per l'ottimizzazione dei prompt per le immagini (nuova versione): Tool per l’ottimizzazione del prompt per generare immagini Un vero “Direttore Artistico” digitale che genera un prompt professionale e dettagliato pronto da usare su qualsiasi modello di AI. Uno dei miglioramenti più evidenti riguarda il controllo e la fedeltà. GPT Image 2 riesce a mantenere dettagli specifici, piccoli testi, icone e interfacce, e a rispettare vincoli stilistici anche complessi, arrivando fino a risoluzioni elevate (fino a 2K via API). Il risultato è un’immagine che corrisponde davvero all’intento iniziale. Importante anche il salto nella comprensione multilingua: il modello gestisce molto meglio lingue non latine come giapponese, coreano, cinese, hindi e bengalese, generando testi coerenti e integrati nel design, non semplici traduzioni isolate. Dal punto di vista stilistico, la qualità è più consistente: fotografie più realistiche (con imperfezioni credibili), ma anche stili come manga, pixel art o cinematico vengono riprodotti con maggiore accuratezza in termini di luce, texture e composizione. La flessibilità aumenta anche nei formati, con il supporto a diversi aspect ratio (da 3:1 a 1:3), rendendo il modello adatto a banner, poster, contenuti social, slide e mobile. Un’altra novità chiave è l’integrazione con modelli "thinking": GPT Image 2 può cercare informazioni aggiornate sul web, generare più immagini coerenti da un singolo prompt e verificare i propri output. Questo lo trasforma in un vero partner creativo, capace di accompagnare un progetto dall’idea iniziale fino al risultato finale. Inoltre, può produrre fino a otto immagini correlate in una sola richiesta, mantenendo continuità tra personaggi, oggetti e stile: utile per storyboard, serie di contenuti social, concept creativi o sequenze narrative. Vai al post Il modello è già disponibile per tutti gli utenti ChatGPT, Codex e via API (gpt-image-2), con funzionalità avanzate per utenti Plus, Pro e Business. > Nonostante i progressi, restano alcune limitazioni: difficoltà con > rappresentazioni fisiche complesse (come origami o puzzle), dettagli > estremamente densi e alcune imprecisioni in diagrammi o etichette molto > tecniche. -------------------------------------------------------------------------------- GPT-5.5 DI OPENAI OpenAI presenta GPT-5.5, il modello più avanzato e "intuitivo". Lo sto testando. Direi che ormai è diventato inutile commentare le performance. La velocità su task complessi è nettamente maggiore rispetto al modello precedente. Secondo la presentazione, il modello comprende più rapidamente l’intento dell’utente e riesce a portare avanti attività complesse in autonomia: scrittura e debugging del codice, ricerca online, analisi dei dati, creazione di documenti e gestione di strumenti fino al completamento del task. GPT-5.5 di OpenAI: performance Anche richieste articolate e poco strutturate vengono pianificate, eseguite e verificate direttamente dal modello. I miglioramenti sono particolarmente evidenti nel coding agentico, nell’uso del computer e nei flussi di lavoro basati sulla conoscenza, dove è fondamentale ragionare su più livelli e mantenere continuità nel tempo. Nonostante l’aumento di capacità, GPT-5.5 mantiene la stessa latenza di GPT-5.4, risultando allo stesso tempo più veloce, più efficiente e meno costoso in termini di token. Sul piano delle performance, il modello raggiunge risultati state-of-the-art in diversi benchmark chiave, con progressi significativi nella risoluzione di task complessi, nell’autonomia operativa e nella capacità di lavorare su sistemi estesi e ambigui. Nei contesti reali di sviluppo software, si distingue per la capacità di mantenere il contesto, anticipare problemi, verificare ipotesi e portare modifiche coerenti lungo tutto il codice. Queste capacità si estendono anche al lavoro quotidiano: GPT-5.5 è in grado di gestire l’intero ciclo delle attività cognitive, dalla raccolta delle informazioni alla produzione di output strutturati. In ambienti come ChatGPT e Codex, può generare documenti, fogli di calcolo e presentazioni, interagendo direttamente con strumenti e interfacce. Nella ricerca scientifica emergono progressi rilevanti: il modello è in grado di esplorare ipotesi, analizzare dati complessi e contribuire alla produzione di risultati, fino alla scoperta di nuove dimostrazioni matematiche e all’analisi avanzata in ambito biologico e bioinformatico. Vai al post GPT-5.5 introduce inoltre un livello di sicurezza ancora più avanzato, con sistemi progettati per ridurre i rischi di utilizzo improprio senza limitare gli impieghi benefici. Il modello è stato testato con framework interni ed esterni, red teaming e validazioni su casi d’uso reali prima del rilascio. -------------------------------------------------------------------------------- AI INDEX REPORT 2026 Stanford ha pubblicato il consueto AI Index Report 2026, che provo a sintetizzare in modo semplice. Il quadro che emerge è quello di una tecnologia che accelera ancora, sia nelle capacità sia nella diffusione. I modelli di frontiera continuano a migliorare su coding, ragionamento, matematica e scienza, mentre cresce l’adozione da parte di aziende, studenti e consumatori. The 2026 AI Index Report | Stanford HAI E proprio qui si ridimensiona anche il tema del possibile plateau: più che un rallentamento, il report racconta una fase in cui contano sempre di più efficienza, qualità dei dati, pruning, curation e tecniche di post-training, cioè tutto ciò che rende i modelli migliori non solo perché più grandi, ma perché meglio costruiti. Allo stesso tempo, però, questa crescita non è lineare. I sistemi possono raggiungere risultati straordinari in compiti molto avanzati e poi fallire su attività che, per un essere umano, sembrano elementari. > È la conferma di una frontiera ancora irregolare: grandi picchi di performance > convivono con limiti molto evidenti. E ancora una volta si arriva a una conclusione ricorrente: le performance più solide emergono quando i sistemi sono specializzati, mentre il tentativo di generalizzazione continua a mostrare fragilità, soprattutto dove servono robustezza e capacità simbolica. Vai al paper Intorno a tutto questo si sta ridisegnando anche l’equilibrio competitivo globale. Il divario tra Stati Uniti e Cina si è ristretto, la competizione si gioca sempre più su infrastrutture, chip, data center ed energia, e il tema della sovranità tecnologica è ormai centrale nelle strategie nazionali. Ma questa corsa ha anche un costo crescente: aumenta l’impatto ambientale, cresce la dipendenza da pochi attori chiave della filiera e si rafforza la concentrazione industriale. Sul piano economico, l’AI sta già producendo valore e guadagni di produttività, soprattutto nei contesti più standardizzabili. Ma è negli stessi ambiti che iniziano a comparire segnali di tensione sul lavoro entry level. > In parallelo, governance, scuola e sistemi di sicurezza restano indietro > rispetto alla velocità della tecnologia. -------------------------------------------------------------------------------- DEMIS HASSABIS: I PROGRESSI NELLA SALUTE UMANA Demis Hassabis: se conosci la struttura di una proteina, la vera domanda diventa: dove si legherà il tuo farmaco e cosa farà realmente? È qui che entra la prossima ondata dell’intelligenza artificiale. Non più solo previsione delle strutture, ma modellazione delle interazioni, degli esiti e dell’impatto biologico reale. Demis Hassabis: la prossima ondata dell’intelligenza artificiale È un cambiamento radicale nel modo in cui si costruisce la medicina. Invece di lunghi e costosi tentativi, l’AI permette di testare migliaia di ipotesi in silico, con un’efficienza centinaia o migliaia di volte superiore. Il laboratorio diventa sempre più il luogo della validazione, non più solo dell’esplorazione. > La scoperta dei farmaci sta diventando un problema computazionale: cicli più > rapidi, previsioni più intelligenti e il potenziale per accelerare in modo > significativo i progressi nella salute umana. -------------------------------------------------------------------------------- TRIBE V2 DI META: UNA DEMO Una demo di TRIBE v2 di Meta: mostra come il modello riesca a predire l’attività cerebrale umana in risposta a contenuti video, a confronto con dati reali. TRIBE v2 di Meta: una demo L'obiettivo del progetto è studiare come modelli di intelligenza artificiale possano diventare una piattaforma unificante per comprendere il cervello, aprendo la strada a una neuroscienza più integrata, scalabile e predittiva. > Ma immagino anche scenari in cui tecnologie di questo tipo possano essere > usate nella creazione di contenuti digitali: affascinante dal punto di vista > ingegneristico, ma con implicazioni importanti su privacy neurale e sistemi di > persuasione. Vai al paper TRIBE v2 è un modello multimodale (video, audio e linguaggio), addestrato su oltre 1000 ore di dati fMRI provenienti da 720 soggetti, capace di prevedere le risposte cerebrali con prestazioni significativamente superiori ai modelli tradizionali, anche su nuovi soggetti ed esperimenti. -------------------------------------------------------------------------------- DARIO AMODEI: LE DINAMICHE CRUCIALI DELL'AI PER I PROSSIMI ANNI > In una recente e interessante intervista, Dario Amodei ha raccontato la sua > visione sulle dinamiche cruciali dell'AI per i prossimi anni. Il progresso dell'intelligenza artificiale sta seguendo una traiettoria esponenziale, ancora poco compresa dal pubblico, guidata dalla scalabilità della potenza di calcolo, dall’enorme quantità di dati e dall’apprendimento per rinforzo. Dario Amodei: le dinamiche cruciali dell'AI per i prossimi anni Questa curva ci sta portando rapidamente verso quello che viene definito "un paese di geni in un data center", una forma di superintelligenza potenzialmente raggiungibile entro tre anni. Tuttavia, lo sviluppo tecnologico non si tradurrà subito in cambiamenti globali per via della "diffusione economica". L’adozione reale sarà rallentata da ostacoli strutturali come approvazioni normative e cliniche, oltre alle lentezze di integrazione e burocrazia aziendale. Questo sfasamento tra capacità tecnologica e assorbimento del mercato genera un paradosso e un rischio finanziario rilevante. I laboratori di IA devono investire enormi capitali in anticipo per restare competitivi, ma un errore anche minimo sulla domanda futura può esporli a seri rischi. La gestione di questa accelerazione è anche una sfida geopolitica. Se regimi autoritari acquisissero un vantaggio, potrebbero emergere sistemi di controllo difficili da contrastare. È quindi cruciale che le democrazie mantengano la leadership e definiscano le regole dell’era post-AI. > Questo si riflette anche nell’approccio "Constitutional AI", che punta ad > allineare i modelli tramite principi solidi piuttosto che regole rigide. Infine, sostenere una trasformazione così profonda richiede organizzazioni coese. Trasparenza radicale e comunicazione continua diventano essenziali per mantenere allineate migliaia di persone davanti a un cambiamento storico imminente. -------------------------------------------------------------------------------- SEEDANCE 2.0 DI BYTEDANCE Primi test di Seedance 2.0. Come sempre, ormai, è inutile dire che il livello generale si è alzato enormemente. Il grado di aderenza al prompt è altissimo, e ci si può spingere nei dettagli. Seedance 2.0 di ByteDance: un test La coerenza con gli elementi di "reference" è sempre più affidabile. Come ho realizzato il video? Ho generato il prompt per il video con il mio "Video Prompt Assistant". Tool per l’ottimizzazione del prompt per generare video Un vero “Regista digitale” che genera un prompt professionale e dettagliato pronto da usare su qualsiasi modello di AI video. > Ogni dettaglio della scena viene descritto dal prompt, anche attraverso una > timeline precisa dei 15 secondi. UN TEST DI COERENZA CON I RIFERIMENTI VISUALI In questo esempio ho usato la mia immagine di profilo come referenza. Il resto della scena viene descritto dal prompt testuale. Seedance 2.0: la coerenza con i riferimenti visuali > Il risultato sembra abbastanza coerente. -------------------------------------------------------------------------------- MYTHOS E PROJECT GLASSWING DI ANTHROPIC Anthropic inizia a parlare del nuovo modello, Mythos, annunciando Project Glasswing, un’iniziativa sviluppata insieme a grandi aziende tecnologiche per mettere in sicurezza il software critico nell’era dell’AI. Alla base del progetto c’è un dato difficile da ignorare: i modelli AI più avanzati hanno ormai raggiunto capacità tali da individuare e sfruttare vulnerabilità software a un livello superiore rispetto alla maggior parte degli esseri umani. > Il modello sperimentale Claude Mythos Preview ha già identificato migliaia di > vulnerabilità gravi, incluse falle presenti da decenni in sistemi operativi, > browser e componenti fondamentali come il kernel Linux e FFmpeg. Mythos e Project Glasswing di Anthropic Questo cambia radicalmente il panorama della cybersecurity. Il tempo tra la scoperta di una vulnerabilità e il suo sfruttamento si sta riducendo drasticamente, e il livello di competenza necessario per condurre attacchi complessi è sempre più basso. Le implicazioni riguardano infrastrutture critiche, sistemi finanziari, sanità e sicurezza nazionale. Project Glasswing nasce per affrontare questo scenario usando le stesse capacità dell’AI a favore della difesa. I partner coinvolti utilizzeranno questi modelli per analizzare codice, individuare vulnerabilità e rafforzare sistemi su larga scala, condividendo risultati e pratiche con l’intero settore. Parte dell’iniziativa è anche il supporto al software open source, che costituisce una componente fondamentale dell’infrastruttura globale. Vai al progetto Anthropic ha stanziato risorse significative per il progetto, tra cui crediti per l’utilizzo dei modelli e finanziamenti diretti a organizzazioni che si occupano di sicurezza. L’obiettivo è accelerare lo sviluppo di nuovi standard e strumenti capaci di rispondere a una trasformazione che è già in corso. > Il punto centrale è che le stesse tecnologie che rendono gli attacchi più > potenti possono anche diventare il principale strumento per prevenirli. Il > risultato dipenderà da come e da chi verranno utilizzate. UN TEST DI UN ENTE INDIPENDENTE L’AI Security Institute ha valutato Claude Mythos Preview, evidenziando progressi concreti sia nei test tecnici (capture-the-flag) sia in scenari realistici di attacco multi-step. AI Security Institute: Claude Mythos Preview Nei test più avanzati, il modello raggiunge il 73% di successo su sfide di livello esperto. In una simulazione composta da 32 fasi che replica un attacco a una rete aziendale, è riuscito a completare l’intera sequenza in alcuni casi, con una media di 22 passaggi portati a termine. > Attività di questo tipo richiedono > normalmente giorni di lavoro umano. I risultati indicano che modelli di questo livello sono già in grado di operare autonomamente su sistemi vulnerabili, anche se i test sono stati condotti in ambienti senza difese attive o monitoraggio. Questo limita la comparabilità con contesti reali, ma conferma una traiettoria di crescita rapida. Il quadro che emerge è quello di una tecnologia a doppio uso: da un lato aumenta il rischio per infrastrutture con sicurezza debole, dall’altro apre opportunità rilevanti per rafforzare le capacità difensive. Vai al report > In questo scenario, pratiche di sicurezza di base come aggiornamenti regolari, > controllo degli accessi e logging diventano ancora più critiche. -------------------------------------------------------------------------------- CLAUDE OPUS 4.7 Anthropic ha rilasciato Claude Opus 4.7, un aggiornamento che punta soprattutto su autonomia e affidabilità nei task complessi. > Ho fatto diversi test: ciò che si nota in modo evidente è la capacità di > svolgere compiti autonomamente, affrontando problematiche e trovando > soluzioni. Il salto più evidente è nel coding: il modello gestisce workflow lunghi, individua bug, pianifica meglio e verifica da solo i risultati. In diversi benchmark migliora sensibilmente rispetto alla versione 4.6, arrivando a risolvere più task reali e con meno errori. Claude Opus 4.7 Cresce anche la capacità di lavorare in modo continuativo: Opus 4.7 mantiene coerenza su processi lunghi, gestisce meglio automazioni e ambienti asincroni, e richiede meno supervisione passo-passo. In molti casi si comporta più come un collaboratore tecnico che come un semplice assistente. Importanti anche i miglioramenti nella visione: supporta immagini a risoluzione molto più alta e interpreta meglio diagrammi, interfacce e contenuti tecnici complessi. Questo apre nuovi casi d’uso per analisi documentale e agenti che interagiscono con ambienti visivi. Sul fronte sicurezza, Anthropic limita deliberatamente alcune capacità sensibili e introduce sistemi automatici per bloccare richieste ad alto rischio, mantenendo un approccio prudente in attesa di modelli ancora più avanzati. Vai al post Restano alcune implicazioni pratiche: maggiore precisione nell’interpretare i prompt (quindi meno tolleranza a istruzioni vaghe) e un possibile aumento nell’uso di token, legato sia al nuovo tokenizer sia a un ragionamento più approfondito. > Nel complesso, Opus 4.7 rappresenta un’evoluzione verso sistemi più autonomi, > capaci di gestire interi processi e non solo singole richieste. -------------------------------------------------------------------------------- CLAUDE DESIGN > Anthropic ha lanciato Claude Design, uno strumento che punta a trasformare il > modo in cui si crea design: dall’idea al prototipo, tutto avviene in una > conversazione. Ho fatto qualche test, ad esempio per creare una presentazione partendo da appunti. Il risultato è ottimo, grazie anche alle domande di affinamento che produce il modello, e alle possibilità di editing post generazione. Claude Design di Anthropic È basato su Claude Opus 4.7, e permette di generare rapidamente mockup, presentazioni, materiali marketing e prototipi interattivi, anche senza competenze di design. Si parte da una descrizione e si raffina iterando con modifiche dirette, commenti e controlli granulari. Uno degli aspetti più interessanti è l’integrazione automatica del design system aziendale: colori, tipografia e componenti vengono applicati in modo coerente fin dall’inizio. Il risultato è un flusso continuo tra ideazione, design e sviluppo, grazie anche al passaggio diretto verso Claude Code. > Il design diventa così un processo iterativo, veloce e accessibile, sempre più > vicino al modo in cui si pensano le idee. -------------------------------------------------------------------------------- CLAUDE + ADOBE (CREATIVE CLOUD) L'accesso di Claude ai tool di Adobe (Creative Cloud) è una dimostrazione di come l'AI stia evolvendo da semplice generazione di contenuti a vera e propria esecuzione operativa su strumenti professionali. Claude + Adobe (Creative Cloud) Con questo strumento, è possibile uploadare degli asset (es. immagini o video) e descrivere in linguaggio naturale le operazioni. Ad esempio editing fotografico, editing video, impaginazione..  L'agente AI ha a disposizione la Creative Suite di Adobe (Photoshop, Illustrator, Firefly, Premiere, InDesign, ecc.) per eseguire le operazioni e restituire l'output. > Guardiamo la direzione, non limitiamoci > a commentare un paio di output. -------------------------------------------------------------------------------- MUSE SPARK DI META Meta ha presentato Muse Spark, il primo modello della nuova famiglia Muse, progettato per avvicinarsi alla "superintelligenza personale". > L'ho provato, e le impressioni sono ottime. Nel video si vedono alcune > interazioni. Si tratta di un sistema nativamente multimodale, capace di combinare testo, immagini e strumenti esterni, con funzionalità avanzate di ragionamento e orchestrazione di più agenti in parallelo. Muse Spark di Meta: un test La modalità "Contemplating" consente infatti a diversi agenti di lavorare insieme sullo stesso problema, migliorando le prestazioni su task complessi. Tra le applicazioni più rilevanti emergono l’assistenza visiva in tempo reale, la creazione interattiva di contenuti e il supporto alla salute, ambito in cui il modello è stato addestrato anche grazie alla collaborazione con un ampio gruppo di medici. Meta evidenzia progressi significativi nell’efficienza: il nuovo approccio consente di ottenere prestazioni comparabili utilizzando oltre un ordine di grandezza in meno di risorse computazionali rispetto ai modelli precedenti. Lo sviluppo si basa su tre direttrici principali: pretraining migliorato, reinforcement learning più stabile e ottimizzazione del ragionamento in fase di utilizzo, anche attraverso sistemi multi-agente. Vai al post Sul fronte sicurezza, il modello mostra comportamenti solidi nella gestione di richieste sensibili e rientra nei parametri definiti dai framework interni, pur lasciando aperti alcuni spunti di ricerca sul tema della "consapevolezza" durante le valutazioni. > Muse Spark rappresenta il primo passo di una strategia più ampia orientata a > sistemi sempre più capaci di comprendere il contesto individuale e supportare > l’utente in modo altamente personalizzato. TEST DEL MODELLO Negli esempi ho fatto testare a Spark diverse architetture per una prediction su un dataset, fino a estrarre quella con l’errore minore, ottenendo il codice da usare in ogni ambiente. Test di prediction su Spark di Meta > Secondo me, hanno iniziato un percorso interessante, che non ha nulla da > invidiare a modelli che siamo abituati a usare da molto tempo (es. ChatGPT, > Gemini, Claude).. anzi! -------------------------------------------------------------------------------- KIMI K2.6 DI MOONSHOT AI I modelli open-source cinesi migliorano a un ritmo impressionante: arriva anche Kimi K2.6, orientato al coding e agli agenti autonomi. > L'ho provato su diversi task, e non sfigura minimamente a confronto con i > modelli proprietari più noti. Kimi K2.6 di Moonshot AI: test e performance Il focus principale è sul "long-horizon coding": la capacità di gestire task complessi e prolungati nel tempo, con migliaia di chiamate a strumenti, iterazioni continue e ottimizzazioni profonde su codice reale. Nei test, il modello mostra miglioramenti significativi rispetto alla versione precedente in accuratezza, stabilità e utilizzo degli strumenti. Un elemento distintivo è l’Agent Swarm: fino a 300 agenti che lavorano in parallelo, coordinati per suddividere e completare task complessi end-to-end. Questo approccio permette di generare output articolati, come documenti, siti web, dataset o presentazioni, in un’unica esecuzione, riducendo i tempi e aumentando la qualità. K2.6 introduce anche agenti proattivi capaci di operare in modo continuo, gestendo workflow complessi, monitoraggio e operazioni multi-step senza intervento umano costante. In alcuni casi, questi agenti sono stati eseguiti per giorni mantenendo coerenza e affidabilità. Dal punto di vista dello sviluppo, il modello è in grado di generare interfacce frontend complete, integrare componenti backend e utilizzare strumenti per creare asset visivi coerenti, spingendosi verso workflow full-stack automatizzati. Vai al post > Nel complesso, Kimi K2.6 si posiziona come una delle proposte open-source più > avanzate per coding e sistemi agentici, con prestazioni sempre più vicine ai > modelli proprietari e un forte orientamento a scenari reali e operativi. -------------------------------------------------------------------------------- QWEN 3.6 MAX PREVIEW DI ALIBABA > Il team di Qwen ha presentato Qwen 3.6 Max Preview, un’anteprima del prossimo > modello proprietario che migliora la versione 3.6-Plus. I miglioramenti principali riguardano tre aree chiave: capacità di coding agentico, conoscenza del mondo e precisione nel seguire istruzioni. Qwen 3.6 Max Preview di Alibaba: performance Nei benchmark emergono progressi concreti, soprattutto nei task di programmazione, dove il modello ottiene risultati significativamente superiori e raggiunge il top score in diverse suite rilevanti. Tra le novità tecniche spicca il supporto alla funzione preserve_thinking, che consente di mantenere il contesto del ragionamento tra più interazioni, migliorando l’efficacia nei flussi complessi e multi-step. Vai al post > Il modello sarà disponibile tramite Alibaba Cloud Model Studio, con API > compatibili con gli standard diffusi. -------------------------------------------------------------------------------- DEEPSEEK V4 DeepSeek V4 Preview è ufficialmente disponibile e open-source: entriamo nell’era dei modelli con contesto da 1 milione di token davvero sostenibile? > L'ho provato su diversi task e problemi matematici, e non tradisce le > aspettative. I modelli rilasciati sono: * DeepSeek-V4-Pro: 1.6T parametri (49B attivi), progettato per competere con i migliori modelli closed. * DeepSeek-V4-Flash: 284B parametri (13B attivi), versione più leggera ed efficiente per casi d’uso pratici (già a disposizione anche su Ollama). DeepSeek V4: paper e performance La novità più rilevante non è solo la scala, ma come viene resa gestibile. Il limite storico dei LLM, cioè il costo quadratico dell’attenzione, viene affrontato con una nuova architettura ibrida. Compressed Sparse Attention (CSA) comprime sequenze di token e seleziona solo le informazioni rilevanti. Heavily Compressed Attention (HCA) spinge la compressione ancora oltre, riducendo drasticamente memoria e computazione. Questa combinazione permette di lavorare su contesti lunghissimi con un costo molto più basso. In scenari da 1 milione di token, il modello richiede circa un quarto dei FLOPs e un decimo della memoria rispetto alla generazione precedente. A livello architetturale, DeepSeek-V4 introduce anche mHC (Manifold-Constrained Hyper-Connections), un’evoluzione delle residual connections che migliora stabilità e profondità del modello. Il Mixture-of-Experts avanzato attiva solo una frazione dei parametri per ogni token, mantenendo alte prestazioni con costi ridotti. Il Muon optimizer accelera la convergenza e rende il training più stabile. Il training avviene su oltre 32 trilioni di token, seguito da una pipeline in due fasi: prima la specializzazione per dominio (math, coding, agenti), poi l’unificazione tramite distillazione. Vai al paper Sul piano delle performance si osserva un forte miglioramento su ragionamento e coding, capacità solide su task agentici e un vantaggio significativo nei long-context tasks, dove il modello riesce a gestire analisi su documenti molto estesi o workflow complessi. > "Non solo scala, ma architettura": DeepSeek continua a dimostrarlo. -------------------------------------------------------------------------------- MODELLI OPEN SOURCE: GENERAZIONE DI IMMAGINI Nella parte iniziale di questo post ho pubblicato un test di GPT Image 2 a confronto con Nano Banana Pro. > Ma quanto sono lontani i modelli open? Nei seguenti test, ho usato gli stessi prompt su Ernie Image (+ Z-Image come refiner). Le immagini sono state generate con i modelli in locale, su un hardware consumer. Ernie Image (+ Z-Image come refiner) a confronto con GPT Image 2 > Un semplice esperimento fa capire quanto si è alzato il livello generale nella > generazione di immagini. Oggi non stiamo più parlando solo di "modelli commerciali forti" contro "alternative open interessanti ma acerbe". Alcuni modelli open-weight stanno iniziando a produrre risultati credibili anche su composizione, fotorealismo, aderenza al prompt e resa del testo: il divario si sta restringendo, e con possibilità di personalizzazioni dei workflow impensabili per i modelli commerciali. ERNIE-Image è un modello text-to-image open sviluppato da Baidu. Z-Image, invece, è una famiglia di modelli di generazione immagini sviluppata da Tongyi-MAI/Alibaba (la versione "turbo" può girare anche su hardware consumer con 16 GB di VRAM). -------------------------------------------------------------------------------- QWEN IMAGE 2 PRO DI ALIBABA Alibaba ha presentato il nuovo modello di generazione immagini: Qwen Image 2 Pro. L'ho provato con gli stessi prompt con cui ho testato gli ultimi modelli, e.. che dire.. l'aderenza alle istruzioni è molto elevata. Pecca in qualche dettaglio, ma non ho usato nessuna reference image. Qwen Image 2 Pro di Alibaba: un test > È già disponibile via API sul Cloud di Alibaba, ed è già sotto ai "big" nella > leaderboard di arena.ai. -------------------------------------------------------------------------------- L'INTEGRAZIONE DI SEEDANCE 2.0 SU HEYGEN Si tratta di un ambiente in cui questa tecnologia funziona con volti umani reali, permettendo la creazione di scene multi-avatar con fino a 3 Digital Twins, mantenendo al centro la protezione dell’identità. Questo è possibile grazie a un sistema proprietario di verifica dell’identità costruito fin dall’inizio, che garantisce controllo, consenso e tutela dell’immagine in ogni fase della creazione. L'integrazione di Seedance 2.0 su HeyGen Dietro le quinte, la piattaforma è progettata con un approccio "security-first": protezione dei dati lungo tutto il processo, conformità agli standard globali e un’infrastruttura che integra sicurezza ed etica come elementi fondamentali, non opzionali. L’uso dell’AI è regolato da principi chiari: piena proprietà degli avatar, obbligo di consenso esplicito, divieto di contenuti dannosi o ingannevoli e un sistema di moderazione che combina automazione e revisione umana. > Innovazione e responsabilità avanzano insieme, rendendo possibile una nuova > dimensione creativa senza compromettere fiducia, privacy e sicurezza. UN MIO TEST: SEEDANCE 2.0 + AVATAR PERSONALIZZATI In questo test ho definito i protagonisti (aspetto, outfit, voci), lo scenario, creato i dialoghi, e generato il video su HeyGen con Seedance 2.0. Seedance 2.0 + Avatar personalizzati su HeyGen * Lo sfondo (datacenter con divano) è stato generato attraverso Nano Banana Pro. * La sigla iniziale con Veo 3.1. * Il tutto montato su Google Vids. L'aspetto incredibile non è tanto la qualità, ma il grado di controllo. Anche il movimento del personaggio maschile che guarda la ragazza mentre parla, e successivamente si gira verso la camera è descritto dal mio prompt. -------------------------------------------------------------------------------- PROMPT ENGINEERING: UNA DEMO DI ANTHROPIC > Il prompt engineering non è "scrivere una richiesta migliore": è progettare il > contesto, l’ordine del ragionamento e il formato dell’output perché il modello > lavori in modo affidabile. Ho trovato questa demo di Anthropic molto interessante. Il metodo mostrato è molto vicino al mio. Il caso di studio è concreto: analizzare una denuncia di incidente (auto) in svedese, composta da un modulo con caselle predefinite e da uno schizzo disegnato a mano, per determinare la responsabilità. Prompt Engineering: una demo di Anthropic Il primo insegnamento è immediato: senza contesto, anche un modello avanzato può interpretare tutto nel modo sbagliato. Da qui emerge una struttura di prompt molto chiara: definire il ruolo del modello, dettagliare il task, fissare regole esplicite, fornire background stabile nel system prompt e organizzare le sezioni con tag XML per separare bene istruzioni, dati e vincoli. Uno dei punti più interessanti è che conta anche la sequenza delle operazioni. Nel caso mostrato, il modello funziona meglio quando analizza prima il modulo testuale per estrarre i fatti oggettivi e solo dopo interpreta lo schizzo. In pratica, il prompt non dice solo cosa fare, ma anche in quale ordine farlo. Per applicazioni reali, entrano poi in gioco tecniche più avanzate: few-shot examples per insegnare come gestire casi ambigui, ripetizione delle istruzioni critiche alla fine del prompt, output strutturato con tag XML per l’integrazione nei sistemi, e prefill della risposta quando serve un formato rigido come JSON. > Il punto centrale è questo: un buon prompt riduce ambiguità, vincola il > comportamento del modello e rende l’output più facile da verificare, parsare e > usare in produzione. Interessante anche il passaggio sull’extended thinking: osservare come il modello interpreta i dati nel suo processo di ragionamento aiuta a individuare errori sistematici e a migliorare il system prompt in modo più empirico. -------------------------------------------------------------------------------- VIBE CODING: UNA LEZIONE DI ANTHROPIC > Una bella lezione di Anthropic sul Vibe Coding, che mostra quanto rapidamente > stia cambiando il modo in cui costruiamo software. Il concetto, ripreso da Andrej Karpathy, viene presentato in modo piuttosto radicale: non usare l’AI come semplice assistente, ma delegarle direttamente la scrittura del codice, fino quasi a "dimenticarsi" che esista. È una visione affascinante, ma la domanda che mi pongo è: la tecnologia di oggi è davvero già a questo punto, oppure siamo ancora in una fase intermedia in cui serve molto più controllo umano di quanto sembri? Molto interessante il parallelo storico con i compilatori. All’inizio i programmatori non si fidavano: leggevano l’Assembly generato per controllare ogni dettaglio. Poi, per costruire sistemi sempre più complessi, hanno dovuto accettare l’astrazione e fidarsi. La domanda, allora, è: con l’IA siamo davvero davanti a un passaggio simile, oppure il livello di maturità attuale richiede ancora un equilibrio diverso tra fiducia e verifica? Vibe Coding: una lezione di Anthropic I consigli pratici sono molto concreti. * Prima di tutto, cambiare mentalità: pensare come un manager. Non serve conoscere ogni riga di codice, ma sapere come verificare il risultato con test, controlli mirati e uso reale del prodotto. * Poi, usare il vibe coding nei punti giusti: i "leaf nodes", cioè le parti terminali del sistema, dove il rischio è più contenuto. L’architettura centrale resta un lavoro umano, perché è lì che si gioca la scalabilità. * Altro passaggio chiave: trattare l’AI come un nuovo membro del team. Non basta un prompt veloce, ma serve darle contesto, vincoli, file, obiettivi chiari. Esattamente come si farebbe con una persona al primo giorno di lavoro. * Interessante anche l’approccio alla qualità: invece di leggere tutto il codice generato, puntare su test robusti, soprattutto end-to-end, e stress test massicci per validare il comportamento del sistema. * E infine il workflow: combinare strumenti diversi, come Claude Code per esplorazioni ampie e Cursor per interventi più chirurgici, mantenendo sempre un controllo strategico umano. > Non si tratta di scrivere meno codice, ma di spostare il valore su > progettazione, verifica e direzione. -------------------------------------------------------------------------------- VOID DI NETFLIX Un nuovo paper di Netflix presenta VOID, un sistema avanzato per la rimozione di oggetti nei video che va oltre il semplice inpainting. A differenza dei metodi tradizionali, VOID non si limita a riempire lo sfondo lasciato dall’oggetto rimosso, ma interviene anche sulle conseguenze fisiche della sua assenza. Se un oggetto causava collisioni, movimenti o interazioni, il modello ricostruisce l’intera dinamica della scena in modo coerente. VOID di Netflix Il sistema combina un modello vision-language per individuare le aree influenzate e un modello di diffusione video per generare risultati realistici. È stato addestrato su un dataset controfattuale creato appositamente, in cui la rimozione di un oggetto implica cambiamenti nelle interazioni della scena. Vai al paper > Il risultato è un editing video molto più plausibile, capace di simulare cosa > sarebbe successo se quell’oggetto non fosse mai esistito. -------------------------------------------------------------------------------- GOOGLE VIDS: AVATAR PERSONALIZZATI Google Vids continua a evolversi, con nuove funzionalità. La più interessante? La possibilità di usare Veo 3.1 per personalizzare gli avatar con scenari e outfit. Nel video ho selezionato un avatar, e caricato le immagini del Kennedy Space Center e della tuta che il personaggio avrebbe dovuto indossare. Quindi, attraverso prompt, e semplici azioni di editing (anche automatizzate) ho raccontato una storia. Google Vids: avatar personalizzati Quando si parla di avatar video e podcast generati dall’AI, la domanda viene spontanea: chi li guarderebbe/ascolterebbe davvero? La risposta, secondo me, dipende dal tipo di contenuto. * Sostituirei un creator che seguo con contenuti generati dall’intelligenza artificiale? Li userei per comunicare qualcosa che richiede fiducia, relazione, autenticità? Con la tecnologia di oggi, NO. * Ma per aggiornarmi, studiare, capire meglio un sistema o un argomento? Beh.. perché no!? Tra le altre nuove funzionalità di Vids: * Veo 3.1 disponibile gratuitamente per tutti gli utenti Google; * Lyria 3 per aggiungere audio generato. > Trovo Google Vids uno dei tool più interessanti del momento. AVATAR PERSONALIZZATI Non solo il tool permette di personalizzare gli avatar presenti in piattaforma, ma permette anche di crearne di nuovi, con caratteristiche specifiche. Google Vids: avatar personalizzati Ho creato l'avatar nel video configurando le opzioni messe a disposizione da Vids (es. sesso ed età), e aggiungendo prompt testuali descrittivi per l'aspetto, l'ambientazione e la voce. L'esempio è in lingua inglese perché il lip sync in italiano non è ancora perfetto. I prossimi due sviluppi che mi aspetto: * la possibilità di usare gli avatar personalizzati in scene più dinamiche; * la creazione di avatar basati su immagini o video. > Ma già oggi è possibile creare personaggi unici per video personalizzati. -------------------------------------------------------------------------------- HAPPYHORSE 1.0 DI ALIBABA HappyHorse 1.0 è un modello AI open source di Alibaba da 15 miliardi di parametri capace di generare video in 1080p con audio sincronizzato a partire da testo o immagini. L’architettura è un Transformer multimodale unificato che tratta testo, audio e video nello stesso flusso, migliorando coerenza e sincronizzazione. HappyHorse 1.0: confronto con altri modelli È attualmente nelle prime posizioni nella Artificial Analysis Video Arena sia per text-to-video che per image-to-video, con un vantaggio significativo rispetto a diversi modelli concorrenti. Il sistema supporta lip-sync in più lingue, e utilizza tecniche avanzate di distillazione che riducono drasticamente i tempi di generazione mantenendo qualità elevata. Il progetto è completamente open source e include modelli, codice e strumenti per il deploy, con possibilità di utilizzo anche commerciale e installazione su infrastruttura propria. > La qualità generale dei modelli video sta aumentando sensibilmente. Iniziano a > diffondersi i primi video, anche confrontati con i modelli più noti. -------------------------------------------------------------------------------- LYRA 2.0 DI NVIDIA > Lyra 2.0 di NVIDIA introduce un nuovo paradigma per la creazione di ambienti > 3D: partire da una singola immagine e generare mondi esplorabili attraverso > video controllati dalla camera, successivamente ricostruiti in > rappresentazioni 3D pronte per simulazione e rendering. Il problema centrale dei modelli video attuali è la perdita di coerenza su sequenze lunghe. Da un lato, il modello dimentica parti della scena già osservate (spatial forgetting), dall’altro accumula errori progressivi che degradano qualità e struttura (temporal drifting). La soluzione proposta combina generazione e geometria in modo non tradizionale. La geometria 3D non viene usata per sintetizzare direttamente l’immagine, ma come strumento di memoria e allineamento: serve a recuperare le viste rilevanti del passato e a stabilire corrispondenze spaziali, lasciando al modello generativo il compito di produrre l’aspetto visivo. Lyra 2.0 di NVIDIA Per ridurre la deriva temporale, il modello viene addestrato esponendolo anche ai propri output degradati. In questo modo impara a correggere gli errori invece di amplificarli durante la generazione autoregressiva. Il sistema funziona in modo iterativo: l’utente definisce una traiettoria della camera, il modello recupera le informazioni più utili dalla memoria 3D, genera nuovi frame coerenti e aggiorna la scena. Questo ciclo permette di espandere progressivamente l’ambiente mantenendo consistenza anche su orizzonti molto lunghi. I video generati vengono poi convertiti in rappresentazioni 3D (Gaussian Splatting e mesh), rendendo gli ambienti utilizzabili in contesti come simulazione per robotica, realtà virtuale e applicazioni immersive. Vai al progetto > Il risultato è un sistema capace di unire qualità visiva, controllo della > camera e coerenza spaziale su larga scala, mostrando come i modelli generativi > possano evolvere da semplici generatori di contenuti a veri e propri strumenti > per costruire mondi digitali. -------------------------------------------------------------------------------- GPT-ROSALIND DI OPENAI > OpenAI ha introdotto GPT-Rosalind, un modello progettato per supportare la > ricerca nelle scienze della vita, con applicazioni in drug discovery, genomica > e ingegneria proteica. Il sistema è pensato per affrontare la complessità dei flussi di lavoro scientifici, aiutando i ricercatori a integrare grandi volumi di letteratura, dati sperimentali e strumenti specialistici. Tra le sue capacità: sintesi delle evidenze, generazione di ipotesi, pianificazione di esperimenti e utilizzo avanzato di database scientifici. GPT-Rosalind di OpenAI Una delle aree di maggiore impatto è la fase iniziale della scoperta di farmaci, che oggi può richiedere oltre 10 anni. Migliorare la qualità delle decisioni in questa fase può influenzare l’intero ciclo di sviluppo. GPT-Rosalind è stato valutato su benchmark scientifici e task reali, mostrando prestazioni elevate nel ragionamento su molecole, proteine e sequenze genetiche, oltre che nell’uso coordinato di strumenti e dati. In alcuni casi, i risultati si avvicinano o superano quelli di esperti umani. Il modello è disponibile in accesso controllato per organizzazioni qualificate, con l’obiettivo di garantire un utilizzo responsabile in ambiti sensibili. È inoltre supportato da un plugin che consente l’integrazione con oltre 50 risorse e strumenti per la ricerca biologica. Vai al progetto L’iniziativa si inserisce in un percorso più ampio volto a sviluppare sistemi AI sempre più integrati nei processi scientifici, con l’obiettivo di accelerare la generazione di conoscenza e migliorare l’efficacia della ricerca. -------------------------------------------------------------------------------- COME VENGONO COSTRUITI I LLM? > Una lezione di Stanford del 2024 che spiega come vengono costruiti i LLM. > Consiglio di guardarla. L'intervento chiarisce che l'architettura di base, come i Transformer, è solo una parte dell'equazione. Nella pratica industriale, la costruzione di un Large Language Model si fonda su quattro pilastri fondamentali. Come vengono costruiti i LLM? Una lezione di Stanford 1) Pre-training e Dati Per insegnare a un modello a prevedere la parola successiva, si raccoglie l'intero web. Tuttavia, Internet è pieno di contenuti irrilevanti. Il lavoro più impegnativo consiste nell'estrarre, de-duplicare e filtrare le pagine, arrivando ad addestrare i modelli più avanzati su circa 15 trilioni di token di alta qualità. 2) Scaling Laws Aumentando la potenza di calcolo, la quantità di dati e il numero di parametri, le prestazioni del modello migliorano in modo prevedibile e lineare su scala logaritmica. Questo principio permette alle aziende di allocare in modo ottimale budget enormi, stimando le prestazioni finali attraverso test su modelli più piccoli. 3) Post-training (allineamento) Un modello pre-addestrato non è ancora un assistente utile, ma un semplice generatore di testo. Per trasformarlo, si utilizza prima il Supervised Fine-Tuning (SFT) per insegnargli a formattare le risposte seguendo le istruzioni. Successivamente, si applicano algoritmi basati sulle preferenze umane (come RLHF o il più recente e semplice DPO) per ottimizzare e rendere sicure le risposte. 4) Ottimizzazione Hardware Addestrare questi sistemi ha costi che superano facilmente i 50 milioni di dollari. Poiché il vero collo di bottiglia è la velocità di comunicazione tra le GPU, l'ingegneria dei sistemi sfrutta trucchi vitali come il calcolo a precisione mista (eseguendo i calcoli a 16-bit) per ridurre l'impatto sulla memoria e accelerare drasticamente il processo. Vai alla lezione -------------------------------------------------------------------------------- UNSLOTH STUDIO: UN TEST Ho provato Unsloth Studio direttamente in Google Colab, e l’esperienza è sorprendentemente semplice. In pochi passaggi si avvia un ambiente completo: backend, interfaccia grafica e pipeline di training già pronte. Una volta aperto lo Studio, si sceglie un modello (nel mio caso Qwen 3.5 2B), un dataset e il metodo di training. Ho utilizzato QLoRA (4-bit), che permette di addestrare modelli relativamente grandi anche su GPU limitate come quelle gratuite di Colab. Per il test ho selezionato il dataset "LaTeX_OCR" e avviato il training direttamente dall’interfaccia. Il sistema gestisce tutto: preprocessing, ottimizzazione, monitoraggio della GPU, loss e avanzamento degli step. In pochi minuti il modello era pronto. Unsloth Studio: un test Dopo il fine-tuning ho usato il modello per risolvere un integrale. Il risultato è stato corretto, ma la cosa interessante è capire perché: il training non ha insegnato al modello "nuova matematica", ma lo ha specializzato nel formato LaTeX. In pratica, il modello ha mantenuto le capacità di reasoning già presenti, ma ha prodotto output più puliti, strutturati e coerenti con lo stile matematico. Questo chiarisce bene cosa permette di fare questo tipo di approccio: non si tratta solo di "insegnare qualcosa di nuovo", ma di adattare modelli già molto capaci a contesti specifici, migliorando formato, tono, dominio o comportamento. Vai al progetto Unsloth Studio abbassa la complessità tecnica del fine-tuning e rende accessibili scenari che prima richiedevano infrastrutture e competenze avanzate. Si può immaginare facilmente: * modelli specializzati per documenti tecnici; * assistenti aziendali addestrati su dati interni; * generatori di codice o contenuti con stile controllato; * sistemi che producono output strutturati (JSON, LaTeX, SQL) in modo affidabile. > Il passaggio chiave è che il fine-tuning diventa iterabile e veloce: si prova, > si adatta, si rilancia. Non più un processo pesante, ma uno strumento di > sviluppo. -------------------------------------------------------------------------------- VEO 3.1 LITE Google ha introdotto Veo 3.1 Lite, un modello AI per la generazione video pensato per scalabilità e costi ridotti. > Prezzi: 0,05 $ / s (720p) e 0,08 $ / s (1080p) Consente di creare video con audio partendo da testo o immagini, offrendo anche funzionalità di editing e controllo cinematografico. È progettato per sviluppatori e aziende che devono produrre grandi volumi di contenuti video in modo automatizzato. Veo 3.1 Lite Il modello fa parte della Gemini API e si integra facilmente in applicazioni e workflow esistenti, rendendo la generazione video programmabile e scalabile. Vai alla documentazione > Rispetto alla versione completa di Veo 3.1, questa variante punta su velocità > ed efficienza economica, sacrificando alcune capacità avanzate come il > supporto al 4K e funzionalità più estese. -------------------------------------------------------------------------------- GEMMA 4 DI GOOGLE Gemma 4 è la nuova famiglia di modelli open di Google costruita a partire dalla ricerca e dalla tecnologia di Gemini 3. Ho provato il 31B su diversi task (nel video alcuni esempi), anche con prompt estesi, con diverse istruzioni da rispettare. > Risultato: veloce e preciso. Se questa è la nuova generazione di modelli open, > l'uso in produzione, magari su architetture agentiche, diventa molto concreto. Gemma 4 di Google: test Google introduce più varianti pensate per scenari diversi: modelli leggeri (2B e 4B) per edge e mobile, un modello denso da 31B per carichi più complessi e un Mixture-of-Experts da 26B che ottimizza prestazioni e throughput mantenendo efficienza operativa. Interessante il salto sulla multimodalità (testo, immagini e anche audio/video nei modelli più piccoli), insieme a finestre di contesto molto ampie (fino a 256k token) che abilitano analisi su documenti lunghi e flussi articolati. Buono anche il supporto nativo a system prompt e function calling, che semplifica la costruzione di agenti e workflow strutturati. Sul coding si notano miglioramenti concreti nei benchmark e nella coerenza delle risposte. Vai alla documentazione Dal punto di vista infrastrutturale, resta centrale il trade-off tra dimensione, precisione e costi: la quantizzazione permette di abbattere i requisiti hardware, rendendo realistico l’utilizzo anche in contesti locali o ibridi. > Nel complesso, un passo avanti solido per l’ecosistema open. -------------------------------------------------------------------------------- GEMINI AGENT > Gemini Agent rappresenta un passo oltre il classico assistente AI: non si > limita a rispondere, ma pianifica ed esegue attività complesse in autonomia. È basato su Gemini 3.1 Pro, e combina navigazione web in tempo reale, capacità di ricerca avanzata e integrazione con strumenti come Gmail, Calendar e Drive. Può gestire email, organizzare impegni, confrontare opzioni online e supportare prenotazioni o acquisti, seguendo un flusso strutturato dall’inizio alla fine. Gemini Agent: un esempio L’utente resta sempre al centro: ogni azione critica richiede conferma e il controllo può essere ripreso in qualsiasi momento. È una tecnologia ancora sperimentale, ma chiarisce la direzione: passare da strumenti che assistono a sistemi che operano. Da interfaccia conversazionale a infrastruttura operativa del lavoro quotidiano. Vai al post > La funzionalità, per ora, è disponibile per utenti Google AI Ultra negli USA. -------------------------------------------------------------------------------- SKILLS IN CHROME > Google introduce le Skills in Chrome: prompt AI che diventano strumenti > riutilizzabili con un solo clic. Invece di riscrivere ogni volta le stesse richieste, è possibile salvarle e applicarle direttamente alle pagine che si stanno visitando, anche su più schede contemporaneamente. Dalla comparazione di prodotti all’analisi di documenti lunghi, fino al calcolo nutrizionale di una ricetta, ogni attività può trasformarsi in un workflow replicabile. Skills in Chrome Le Skills possono essere create, modificate e adattate nel tempo, oppure scelte da una libreria già pronta. Tutto è integrato in Gemini dentro a Chrome, con controlli di sicurezza che richiedono conferma per azioni sensibili. Vai al post > Un passo verso un uso dell’AI più operativo, meno conversazionale e sempre più > integrato nella navigazione quotidiana. -------------------------------------------------------------------------------- VISUALIZZAZIONI INTERATTIVE IN GEMINI Google introduce le visualizzazioni interattive in Gemini. Visualizzazioni interattive in Gemini L'applicazione non mostra più solo diagrammi statici per spiegare concetti complessi, ma genera simulazioni funzionali. -------------------------------------------------------------------------------- CAMERAMAN V1: LORA PER LTX 2.3 Cameraman v1 è un LoRA molto interessante per LTX 2.3 che dimostra come sia possibile trasferire il movimento di camera da un video di riferimento a una scena completamente nuova generata da prompt. Il punto non è copiare il contenuto del video sorgente, ma ereditarne la regia: pan, tilt, zoom, orbit e altri movimenti possono diventare una guida per la generazione, mentre il soggetto e l’ambientazione vengono definiti dal prompt. Cameraman v1: LoRA per LTX 2.3 In pratica, si può prendere la dinamica di una ripresa esistente e applicarla a un output diverso, mantenendo la "grammatica visiva" della camera ma cambiando del tutto la scena. Un esempio utile per capire il concetto: si può usare un reference video con uno slow zoom-in e generare, da prompt, una scena nuova che conserva quel linguaggio cinematografico senza replicare il contenuto originale. Vai al progetto > È un esperimento che mostra bene quanto stia diventando concreto il controllo > della regia nei modelli video generativi, non solo sul piano estetico ma anche > su quello del motion design. -------------------------------------------------------------------------------- POLITICA INDUSTRIALE PER L’ERA DELL’INTELLIGENZA OpenAI ha pubblicato un documento sulla "politica industriale per l’era dell’intelligenza" che, più che una semplice analisi, è un tentativo di orientare il futuro dell’IA. > L’idea di fondo è che l’intelligenza artificiale trasformerà radicalmente > economia, lavoro e società. Non è presentata come un’ipotesi lontana, ma come qualcosa già in corso. Proprio per questo, il punto non è fermarla, ma decidere come governarla. OpenAI: Politica industriale per l’era dell’intelligenza Il messaggio principale è che il mercato da solo non sarà sufficiente. Senza interventi, i benefici rischiano di concentrarsi in poche aziende e in poche persone, mentre i costi (lavoro, instabilità, rischi sistemici) si distribuirebbero sul resto della società. Da qui la necessità di una nuova politica industriale: più ambiziosa, più veloce, più coordinata. Il documento propone una direzione chiara: mantenere un’economia di mercato, ma con un ruolo attivo dello Stato. Accesso diffuso all’IA, redistribuzione dei benefici economici, nuove forme di protezione sociale, investimenti in infrastrutture e formazione. Vai al documento Allo stesso tempo, introduce il tema della sicurezza: sistemi di controllo, audit, governance e cooperazione internazionale per gestire rischi sempre più complessi. C’è anche un messaggio implicito. OpenAI si posiziona come attore responsabile, consapevole dei rischi e disposto a contribuire alla costruzione delle regole. Ma nel farlo, cerca anche di influenzare il quadro in cui queste regole nasceranno: favorevole all’innovazione, aperto, ma non eccessivamente restrittivo. > In sostanza, il documento non è solo una riflessione sull’IA. È un tentativo > di anticipare il cambiamento, legittimare il proprio ruolo e orientare il > dibattito politico globale prima che le decisioni vengano prese altrove. -------------------------------------------------------------------------------- AI AGENT TRAPS DI GOOGLE DEEPMIND Il paper "AI Agent Traps" del team di Google DeepMind introduce una nuova categoria di rischi per gli agenti AI autonomi: non è il modello a essere attaccato, ma l’ambiente informativo in cui opera. Man mano che gli agenti navigano il web, prendono decisioni e agiscono in autonomia, diventano vulnerabili a contenuti progettati per manipolarli. AI Agent Traps di Google DeepMind Queste "trappole" sfruttano il modo in cui gli agenti percepiscono, ragionano, apprendono e agiscono. Il lavoro propone una classificazione in sei categorie principali: * Content Injection: istruzioni nascoste nel codice o nei media, invisibili agli umani ma leggibili dagli agenti; * Semantic Manipulation: bias e framing che alterano il ragionamento senza comandi espliciti; * Cognitive State: avvelenamento della memoria e delle basi di conoscenza; * Behavioral Control: jailbreak e manipolazioni che inducono azioni non autorizzate; * Systemic Traps: effetti emergenti in sistemi multi-agente (congestione, collusione, cascata); * Human-in-the-loop: attacchi che sfruttano l’agente per influenzare il decisore umano. Il punto chiave è che queste tecniche combinano elementi già noti (adversarial ML, web security, prompt injection), ma li applicano a un nuovo contesto: agenti autonomi che operano su larga scala. Vai al paper > Questo sposta il focus della sicurezza: non basta proteggere il modello, serve > progettare agenti robusti in ambienti informativi potenzialmente ostili. -------------------------------------------------------------------------------- IL LEAK DI CLAUDE CODE L’intero web sta parlando di un leak che ha coinvolto Claude Code, il tool da terminale sviluppato da Anthropic. Vediamo i dettagli in modo semplice e alcune considerazioni. Recentemente è stato scoperto che la versione npm 2.1.88 conteneva per errore un file .map da circa 57–60 MB. Questo file, usato per il debug, permetteva di ricostruire e scaricare l’intero codice sorgente dell’applicazione: circa 1.900 file e oltre 512.000 righe di codice. Il leak di Claude Code Il contenuto è rimasto pubblico per alcune ore ed è stato rapidamente copiato su GitHub. > Anthropic ha confermato che si è trattato di un errore umano nella pipeline di > release, non di una violazione dei sistemi, e che non sono stati esposti dati > utenti o credenziali. Il punto chiave: non è stato leakato il modello AI, ma il client applicativo. Quello che emerge dai file è molto interessante. Claude Code non è un semplice wrapper, ma un'applicazione complessa da terminale, con UI React Ink, un sistema di circa 40 tool e supporto a più agenti che lavorano in parallelo. In pratica, una vera piattaforma di orchestrazione per agenti AI. Il leak ha esposto la logica interna del sistema: API, tool, permessi e orchestrazione. Questo rende molto più facile analizzare il funzionamento e individuare eventuali punti deboli. Dal punto di vista sicurezza, non c’è un impatto diretto sui dati, ma aumenta il rischio di attacchi mirati, ad esempio repository costruiti per aggirare i controlli o sfruttare il comportamento del sistema. C’è anche un impatto competitivo: avere accesso a questa architettura significa poter studiare da vicino come costruire agenti AI avanzati, riducendo tempi e costi di sviluppo. > In sintesi: nessun segreto dei modelli è stato esposto, ma è stata aperta una > finestra molto concreta su come funzionano oggi gli AI agent di Anthropic in > produzione. -------------------------------------------------------------------------------- NUOVI MODELLI DI MICROSOFT Microsoft ha annunciato tre nuovi modelli MAI disponibili su Foundry, progettati per essere più veloci, efficienti e competitivi nei costi. MAI-Transcribe-1 è dedicato alla trascrizione audio, MAI-Voice-1 alla generazione vocale e MAI-Image-2 alla creazione di immagini. I modelli sono già accessibili agli sviluppatori e integrabili nelle applicazioni tramite Microsoft Foundry, con possibilità di test nel MAI Playground. Nuovi modelli di Microsoft L’approccio dichiarato è quello di un’AI "umanistica", ottimizzata per la comunicazione reale e l’uso pratico, non solo per le performance nei benchmark. I modelli sono stati sviluppati con controlli di sicurezza avanzati, includendo test rigorosi, red teaming e strumenti di governance per ambienti enterprise. Vai al post Sul piano tecnico, MAI-Transcribe-1 mostra prestazioni di alto livello nei benchmark linguistici, superando diversi modelli concorrenti in più lingue, mentre l’intera suite punta a combinare qualità elevata e costi più accessibili. -------------------------------------------------------------------------------- NEURAL COMPUTERS Un nuovo paradigma computazionale sta emergendo: i Neural Computer. Il paper, firmato da ricercatori di Meta AI e KAUST, propone un’idea radicale: un sistema neurale che unifica calcolo, memoria e I/O in un unico stato latente, rendendo il modello stesso il "computer" in esecuzione. Non più software che gira su hardware separato, né agenti che operano su ambienti esterni. Qui è il modello che diventa l’ambiente, il runtime e il processo computazionale. Neural Computers I prototipi attuali implementano questa visione tramite modelli video che simulano interfacce: terminali (CLI) e desktop grafici (GUI). Questi sistemi riescono già a mantenere coerenza tra input e output, riprodurre dinamiche di interfaccia realistiche ed eseguire sequenze di azioni a breve termine. Ma mostrano limiti evidenti: scarsa capacità simbolica (es. matematica), debolezza nel ragionamento a lungo termine, difficoltà nel riutilizzo stabile delle capacità. Un risultato interessante: migliorando il prompting, le prestazioni aumentano drasticamente, suggerendo che questi modelli oggi sono più "esecutori condizionabili" che veri computer autonomi. Vai al paper L’obiettivo finale è il Completely Neural Computer (CNC): un sistema pienamente neurale, programmabile, stabile e capace di riuso delle competenze, potenzialmente oltre i paradigmi attuali di software, agenti e world models. > Se realizzati, i CNC potrebbero rappresentare una nuova forma di computing, > dove il concetto stesso di programma viene sostituito da uno stato appreso e > dinamico. -------------------------------------------------------------------------------- I PROGRESSI DELLA PHYSICAL AI > Google DeepMind fa un passo in avanti nello sviluppo di modelli dedicati alla > robotica. Con Gemini Robotics-ER 1.6, l’attenzione si sposta sul concetto di "embodied reasoning": la capacità di un sistema di comprendere il mondo fisico e agire in modo coerente, non solo eseguire istruzioni. Il modello migliora in modo significativo il ragionamento spaziale e la comprensione multi-vista, permettendo ai robot di identificare oggetti, contarli, valutarne le relazioni e pianificare azioni con maggiore precisione. Il “pointing” diventa uno strumento chiave per ragionare su ciò che il robot osserva e per guidare decisioni operative. Gemini Robotics-ER 1.6: embodied reasoning Un aspetto centrale è il "success detection": la capacità di capire quando un compito è stato completato correttamente. Integrando più flussi video (ad esempio da diverse telecamere), il sistema riesce a interpretare scenari complessi e dinamici, migliorando autonomia e affidabilità. Tra le novità più rilevanti emerge la lettura di strumenti industriali: manometri, indicatori di livello e display digitali possono essere interpretati direttamente dal robot grazie a una combinazione di visione, ragionamento e calcolo. Interessante per applicazioni reali in ambienti industriali e di ispezione. Il modello introduce anche una visione più "agentica" (già presente su Gemini Flash), in cui il sistema utilizza strumenti, esegue passaggi intermedi e costruisce un processo decisionale articolato per arrivare al risultato. Infine, viene rafforzata la componente di sicurezza: maggiore capacità di riconoscere rischi, rispettare vincoli fisici e prendere decisioni più prudenti durante l’interazione con l’ambiente. Vai al post > Un’evoluzione che avvicina i sistemi robotici a una comprensione più profonda > e operativa del mondo reale. -------------------------------------------------------------------------------- SCEGLI QUESTO SITO WEB COME FONTE PREFERITA Ricevi più facilmente questi contenuti tra i risultati di Google. Potrai modificare questa preferenza in qualsiasi momento dalle impostazioni di Google. -------------------------------------------------------------------------------- - GRAZIE - Se hai apprezzato il contenuto, puoi contribuire al progetto con una donazione 🙂 ISCRIVITI ALLA NEWSLETTER Un appuntamento periodico dedicato all'aggiornamento e alla riflessione su tematiche relative all'intelligenza artificiale. Iscriviti alla Newsletter Email sent! Check your inbox to complete your signup. Gratuita. No Spam. Puoi disiscriverti quando vuoi. Consulta la privacy policy.

> Buon aggiornamento, e buone riflessioni.. -------------------------------------------------------------------------------- ASCOLTA L'AUDIO OVERVIEW CHE SINTETIZZA LE NOVITÀ Il podcast è stato generato attraverso NotebookLM. -------------------------------------------------------------------------------- RIVOLUZIONE ARTIFICIALE Nella puntata del 22 marzo di Presa Diretta (Rai 3) dal titolo "Rivoluzione Artificiale" si è parlato di AI: la "più grande trasformazione tecnologica del nostro tempo". Rivoluzione Artificiale - Presa Diretta (Rai 3) Il video della puntata completa su Rai Play: PresaDiretta 2025/26 - Rivoluzione artificiale - 22/03/2026 - Video - RaiPlay Un viaggio nella più grande trasformazione tecnologica del nostro tempo, tra la Cina e l’Italia. PresaDiretta racconta l’ambizione di Pechino con il piano governativo “AI Plus” da 200 miliardi di dollari: dai laboratori di robotica umanoidi alle scuole dove dodicenni programmano rover spaziali. Il reportage indaga però anche i costi nascosti dell’IA: l’avanzata dei datacenter che consumano suolo, acqua ed energia nel Parco Agricolo Sud di Milano e lo sfruttamento dei “lavoratori dell’ombra” che addestrano gli algoritmi destinati a sostituirli. Focus infine sull’IA Agentica e l’automazione nei call center de L’Aquila, un’evoluzione che rischia di colpire duramente l’occupazione femminile e chi svolge mansioni ripetitive, aprendo interrogativi urgenti sul futuro del lavoro. > "..nell'equazione che stiamo disegnando manca una variabile importante: le > istituzioni". La velocità del cambiamento non aspetta i tempi lenti della politica e della cultura. Rimandare significa esporsi a shock sociali sempre più violenti. > La vera incognita, infatti, non è la tecnologia, ma come la società sarà in > grado di gestire l'urto di un impatto a lungo termine ancora (probabilmente) > sottostimato. Vai all'intervento completo (AI Festival) -------------------------------------------------------------------------------- COSA SIGNIFICA "BLACK BOX" IN AMBITO AI? > C'è ancora confusione su cosa significhi davvero "black box" nell'AI. "Black box" non significa che non si comprende il funzionamento. Questo è ben documentato: leggere i paper tecnici rilasciati insieme a molti modelli aiuta a capirlo. "Black box" significa un'altra cosa: le reti neurali alla base dei modelli moderni sono così vaste e complesse che non è possibile ricostruire in modo comprensibile come si forma una “decisione” al loro interno. Cosa significa "black box" in ambito AI? Non è solo una questione di "perché questo output?", ma di "come si è costruito, passo dopo passo, attraverso milioni di trasformazioni". Un esempio semplice: > una rete neurale può stabilire, in base a dei dati in input, se una > transazione è fraudolenta (e con altissima probabilità la decisione è > corretta). Ma non possiamo interpretare, in modo comprensibile per un umano, > come tutte le informazioni vengano trasformate e combinate nei vari livelli > della rete fino a quella decisione. Ecco perché si sta lavorando a processi che mirano alla "spiegabilità" (XAI) dei modelli, che in alcuni settori sono fondamentali. -------------------------------------------------------------------------------- SONO PASSATI 10 ANNI DALLA FAMOSA "MOSSA 37" Nel 2016 AlphaGo di DeepMind sconfisse il campione mondiale Lee Sae Dol nel gioco del Go, uno dei giochi più complessi mai creati. Durante la seconda partita arrivò quella che sarebbe diventata una delle mosse più famose nella storia dell'AI: la mossa 37. All'inizio i commentatori pensarono fosse un errore. In realtà era una scelta incredibilmente creativa, qualcosa che nessun giocatore umano aveva mai considerato seriamente. Cento mosse dopo, quella pietra era esattamente nel punto giusto per vincere la partita. Con la "mossa 37" AlphaGo sconfisse Lee Sae Dol: il campione mondiale di Go Quell'evento segnò l'inizio della moderna era dell'AI. AlphaGo combinava reti neurali profonde, ricerca nello spazio delle possibili mosse e reinforcement learning: prima imparava osservando partite umane, poi migliorava giocando centinaia di migliaia di partite contro sé stesso. Da lì sono nati sistemi sempre più generali. AlphaGo Zero ha imparato a giocare partendo solo dalle regole del gioco. AlphaZero ha esteso lo stesso approccio a scacchi e shogi, raggiungendo livelli sovrumani in poche ore di auto-apprendimento. > Quelle stesse idee oggi vengono > applicate ben oltre i giochi. AlphaFold ha risolto il problema del folding delle proteine, predicendo la struttura di oltre 200 milioni di proteine e diventando uno strumento usato da milioni di ricercatori nel mondo. Sistemi come AlphaProof e AlphaGeometry stanno affrontando problemi matematici avanzati. AlphaEvolve esplora lo spazio del codice per scoprire nuovi algoritmi. Vai al post Le tecniche di pianificazione, ricerca e apprendimento viste per la prima volta con AlphaGo stanno convergendo con modelli multimodali come Gemini, capaci di lavorare con testo, immagini, audio, video e codice. > Dieci anni dopo, quella mossa su una scacchiera 19×19 è diventata uno dei > primi segnali concreti di come l'intelligenza artificiale possa contribuire > alla scoperta scientifica. -------------------------------------------------------------------------------- GIGATIME DI MICROSOFT Microsoft Research ha presentato GigaTIME, un modello di AI multimodale progettato per studiare il microambiente tumorale su scala che finora era semplicemente irraggiungibile. > Sono questi gli ambiti in cui vorrei vedere esprimersi la massima > competitività tra i colossi tecnologici. > Perché l'obiettivo, in fondo, è comune. GigaTIME di Microsoft Per capire come un tumore interagisce con il sistema immunitario servono tecniche molto avanzate, come la multiplex immunofluorescence (mIF), che permettono di osservare contemporaneamente molte proteine e la loro posizione nello spazio all'interno del tessuto. Sono strumenti fondamentali per capire se un tumore risponderà o meno a immunoterapie, ma hanno un limite importante: sono costosi, complessi e difficili da applicare su grandi quantità di campioni. QUI ENTRA IN GIOCO L'AI GigaTIME è stato addestrato su 40 milioni di cellule per imparare a tradurre le comuni immagini patologiche H&E, economiche e diffuse nella pratica clinica, in immagini virtuali mIF con informazioni proteiche ad alta risoluzione. In questo modo i ricercatori possono trasformare enormi archivi di immagini patologiche già esistenti in una nuova fonte di dati biologici. Applicando il modello a oltre 14k pazienti provenienti da 51 ospedali e più di 1k cliniche, è stata generata una popolazione virtuale di circa 300k immagini mIF, distribuite su 24 tipi di tumore e 306 sottotipi. L'analisi di questa popolazione ha rivelato oltre 1.200 associazioni statisticamente significative tra stati cellulari immunitari, biomarcatori tumorali, stadio della malattia e sopravvivenza dei pazienti. Molte confermano conoscenze già note, altre suggeriscono nuove relazioni biologiche ancora poco esplorate. Il punto più interessante è forse questo: trasformando dati relativamente semplici in segnali biologici complessi, l'AI permette di studiare il microambiente tumorale su scala di popolazione, qualcosa che fino a poco tempo fa era praticamente impossibile. Vai al post > Un passo concreto verso un'idea che fino a pochi anni fa sembrava > fantascienza: costruire "pazienti virtuali", gemelli digitali capaci di > aiutare a comprendere la progressione della malattia e a migliorare la > medicina di precisione. -------------------------------------------------------------------------------- AI E CREATIVITÀ > Quando si parla di AI e creatività, la cultura aziendale conta più della > tecnologia. Gli strumenti di AI generativa stanno entrando nei flussi di lavoro quotidiani: aiutano a fare brainstorming, esplorare alternative, sintetizzare informazioni e accelerare i progetti. Molte organizzazioni si aspettano che questo porti automaticamente più creatività. La realtà è più complessa. AI e creatività: un post di Harvard Business Review * Le ricerche mostrano che l'AI aumenta la creatività soprattutto per chi ha meno esperienza o meno fiducia nelle proprie capacità creative. In questi casi funziona come un acceleratore di idee, riducendo il blocco creativo e offrendo nuovi spunti da cui partire. * Per i profili più esperti o già molto creativi, invece, il beneficio può essere minore. Se usata passivamente, l'AI rischia di uniformare le idee o di diventare una scorciatoia che riduce l'esplorazione autonoma. * La differenza la fa il contesto organizzativo. * Nelle aziende dove l'AI viene presentata come uno strumento di esplorazione e confronto, tende ad amplificare il pensiero creativo. Dove viene introdotta solo per aumentare efficienza e velocità, il suo impatto sulla creatività rimane limitato. Vai al post > La tecnologia può generare idee. La cultura decide se quelle idee possono > davvero evolvere. -------------------------------------------------------------------------------- SHOPIFY: UN LAYER TRA L'E-COMMERCE E GLI AGENTI AI > Shopify ha annunciato una mossa chiara: si propone come layer tra l'e-commerce > e gli agenti AI. In pratica, con Agentic Storefronts i merchant Shopify possono distribuire prodotti e vendite su canali come ChatGPT, Copilot, AI Mode in Google Search e Gemini. E con Agentic plan anche i brand che non usano Shopify come piattaforma e-commerce possono usare Shopify come layer di catalogo e commercio per questi canali. Non stiamo parlando solo di visibilità nei risultati AI, ma di un modello in cui l'AI può diventare un vero canale di vendita. Shopify: un layer tra l'e-commerce e gli agenti AI Però non si tratta di un rollout uniforme per tutti i merchant, tutti i prodotti e tutti i paesi. QUALI SONO GLI SCENARI PER GLI E-COMMERCE ITALIANI? Con Shopify * Mercato italiano: oggi si può lavorare su discoverability e preparazione del catalogo, ma non sul vero canale transazionale. * Mercato europeo: scenario simile. La presenza commerciale in Europa non basta, da sola, per attivare i canali agentic Shopify in modo pieno. * Mercato USA: se un merchant italiano vende anche a clienti USA e i prodotti sono idonei, può puntare in particolare a ChatGPT. Per Google/Gemini/Copilot, invece, Shopify oggi richiede condizioni più strette e un'impostazione fortemente US-based. Senza Shopify * Mercato italiano: niente vero canale agentic Shopify, ma resta la discoverability su Google e sul web aperto. * Mercato europeo: stessa logica dell'Italia; si può lavorare su feed, dati prodotto, SEO e merchant data, ma non si entra automaticamente nel commercio agentic di Shopify. * Mercato USA: con Agentic plan, Shopify può diventare il layer che collega catalogo, prodotti e canali AI. Anche qui, però, l'accesso reale dipende da shipping, idoneità prodotto e requisiti specifici del canale. Vai al post > La sintesi è semplice: per un e-commerce italiano, oggi l'agentic commerce è > soprattutto una partita di preparazione e discoverability; diventa una partita > di vendita quando entra in gioco il mercato USA. -------------------------------------------------------------------------------- UN TEST DI WEBMCP SU UN E-COMMERCE Quello che si vede nel video è l'agente che interagisce direttamente con il protocollo per eseguire la richiesta che ho fatto attraverso un prompt. Un test di WebMCP su un e-commerce Google continua a spingere sul progetto, pubblicando diverse demo di implementazione di WebMCP che si possono testare su pagine reali. Vai alla repository Come si può provare il sistema? * Abilitare "WebMCP for testing" nelle impostazioni di Chrome. * Installare l'estensione "WebMCP - Model Context Tool Inspector", che simula l'agente AI nel sito web. Vai all'estensione * L'estensione mostra le capability della pagina esposte via WebMCP. * Con un prompt in linguaggio naturale si possono dare le istruzioni all'agente. > Di certo, questa modalità rende solida l'interazione degli agenti AI con le > pagine web, perché le operazioni avvengono via API e non attraverso la visione > artificiale. -------------------------------------------------------------------------------- VEO 3.1 AVATAR: ESEMPI DI UTILIZZO Su Google Vids è arrivata la nuova funzionalità di generazione di avatar realistici. L'ho provata, e credo che i video che ho ottenuto si commentino da soli. In questo test, ho creato due scene, e in ognuna ho usato un avatar tra quelli a disposizione. * Ho fornito il testo in input, quindi gli avatar stanno pronunciando esattamente il mio contenuto con lip sync. * Le slide sono generate con Nano Banana 2 Pro in base al contenuto pronunciato dell'avatar, e montate all'interno dell'editor. * Le scene sono separate da due frame con un titolo. Gli avatar realistici di Google Vids creati con Veo 3.1 Con Vids, Google sta riuscendo a rendere semplice l'editing video, almeno per gli aspetti di base. > È la facilità di Google Slides portata in un editor video. E con l'aggiunta di Nano Banana 2, Veo 3.1 e gli Avatar realistici diventa una risorsa incredibilmente potente. In questo secondo esempio, ho provato a creare una semplice guida in italiano attraverso un personaggio illustrato. Le slide sono sempre generate con Nano Banana 2, partendo dalle schermate del sito web. Veo 3.1 Avatar: un esempio di utilizzo > Tempo effettivo: 15 minuti. Ma, una volta creato il template, si possono > aggiungere nuove scene in pochissimo tempo. -------------------------------------------------------------------------------- I PROGRESSI DI LTX 2.3 > Fino a poco tempo fa, 30k dollari erano il minimo per un video musicale: > decine di persone coinvolte, giorni di riprese e settimane di post-produzione. Questo è stato realizzato da Alex Patrascu in 8 ore, a casa, con LTX 2.3 (open source) su hardware consumer. Video musicale realizzato con LTX 2.3 su hardware consumer Nella produzione tradizionale, tra musica, pre-produzione, riprese e post, si arriva facilmente a una forbice compresa tra i 18k e oltre 50k dollari, con troupe complete, attrezzature cinematografiche e workflow complessi. In questo caso, tutto è stato realizzato in locale: niente studio, niente cloud, niente intermediari. Solo software open-source, una macchina personale e tempo. > Non è un confronto perfetto: l'AI richiede competenze, tempo e non offre la > stessa flessibilità di una produzione reale. Ma rende possibile creare > contenuti visivi complessi senza budget elevati né strutture dedicate. Vai al post del creator La qualità non è identica a una produzione tradizionale, ma è abbastanza vicina per contenuti social, mood reel e materiali di presentazione. > La soglia dell'"abbastanza buono" si sta spostando rapidamente, con un impatto > diretto sulla fascia intermedia della produzione creativa. UN ASSAGGIO DI LTX DUBBING La funzionalità è disponibile su LTX Studio per gli utenti Enterprise, e permette il doppiaggio con lip sync in 175 lingue. > La qualità che sta mettendo in campo LTX è impressionante, e LTX 2.3 è > probabilmente il modello open source di generazione video più potente a > disposizione. LE NOVITÀ TECNICHE DI LTX 2.3 Dal punto di vista tecnico, uno dei cambiamenti principali riguarda la ricostruzione del latent space e dell'architettura VAE, addestrata con dati di qualità più alta. In pratica questo significa che il modello riesce a mantenere texture e dettagli più nitidi: capelli, bordi e piccoli elementi risultano più definiti anche a risoluzioni più basse, riducendo la necessità di correzioni in post-produzione. È stata migliorata anche la componente che collega il testo al modello generativo, chiamata text connector. Aumentandone la capacità e ottimizzandone l'architettura, il sistema interpreta meglio prompt complessi, con più soggetti o istruzioni stilistiche specifiche. In altre parole, è meno necessario semplificare le richieste per ottenere risultati coerenti. Un'altra area critica era l'image-to-video. In molte generazioni il video tendeva a restare quasi fermo o a produrre movimenti minimi simili a uno zoom lento. Con LTX-2.3 il training è stato rivisto per generare movimenti più naturali e continui, riducendo freeze, tagli improvvisi e incoerenze rispetto al frame iniziale. Anche l'audio è stato migliorato grazie a un dataset filtrato da rumori e silenzi inutili e a un nuovo vocoder, che riduce artefatti e suoni casuali nelle generazioni video. Vai al post -------------------------------------------------------------------------------- GENERAZIONE DI VIDEO IN REAL-TIME Runway annuncia un importante passo avanti nella generazione video in tempo reale. Come anteprima di ricerca sviluppata insieme a NVIDIA, hanno addestrato un nuovo modello video che gira su Vera Rubin (un supercomputer). > I video in HD vengono generati istantaneamente, con un tempo di > visualizzazione del primo frame inferiore ai 100 ms. Generazione di video in real-time: Runway e NVIDIA Un risultato che apre un paradigma creativo completamente nuovo e rafforza le basi del General World Model, GWM-1 Runway. > La generazione in tempo reale introduce uno spazio di progettazione > radicalmente diverso per i modelli video e la "simulazione del mondo". -------------------------------------------------------------------------------- AUTOGAZE: IL MIGLIORAMENTO DELLA COMPRENSIONE DEI VIDEO AutoGaze, sviluppato da NVIDIA insieme a UC Berkeley, MIT e Clarifai, introduce un approccio più efficiente alla comprensione video ispirato al comportamento umano. Invece di analizzare ogni pixel, il modello seleziona solo le regioni realmente informative, riducendo drasticamente la ridondanza. > Nel video che segue è possibile comprendere l'enorme potenziale di queste > evoluzioni: mostra come il sistema riesca a ricostruire un video considerando > solo una minima percentuale di informazioni. AutoGaze: il miglioramento della comprensione dei video Questo modulo leggero, infatti, è basato su un processo autoregressivo, e sceglie un insieme minimo di patch in grado di ricostruire il contenuto visivo mantenendo alta qualità. Il risultato è una riduzione dei token fino a 100× e un'accelerazione significativa dei modelli Vision Transformer e multimodali. L'efficienza ottenuta consente di scalare l'analisi di video lunghi e ad alta risoluzione (fino a 1000 frame in 4K), superando i limiti computazionali che finora ne impedivano l'adozione su larga scala. Vai al progetto > Il sistema dimostra anche miglioramenti concreti nei benchmark, incluso HLVid, > un nuovo dataset per video lunghi e ad alta definizione, evidenziando come la > selezione intelligente dell'informazione possa essere più efficace del > processamento completo. -------------------------------------------------------------------------------- GPT 5.4 DI OPENAI GPT-5.4 è stato rilasciato come nuovo modello di frontiera progettato per il lavoro professionale. È disponibile in ChatGPT (modalità Thinking), API e Codex, con una versione GPT-5.4 Pro pensata per attività particolarmente complesse. > I miei primi test su diversi task? Convincente. Codex è impressionante. Il modello integra i progressi recenti in ragionamento, coding e workflow agentici in un'unica architettura. L'obiettivo è migliorare la capacità dell'AI di completare attività reali, come documenti, presentazioni, fogli di calcolo e analisi, con meno iterazioni e maggiore precisione. GPT 5.4 di OpenAI: le performance Nei benchmark dedicati al lavoro professionale (GDPval), GPT-5.4 raggiunge l'83% di performance rispetto al 70.9% della generazione precedente. Nei task di modellazione su spreadsheet ottiene un punteggio medio dell'87.3%, e le presentazioni generate vengono preferite nel 68% dei casi rispetto a quelle di GPT-5.2. Il modello riduce anche gli errori fattuali: le affermazioni false risultano il 33% meno frequenti e le risposte complessivamente errate diminuiscono del 18%. Una delle novità principali è l'introduzione di capacità native di "computer use". GPT-5.4 può interagire con software e siti web attraverso screenshot, mouse e tastiera, automatizzando workflow complessi tra diverse applicazioni. Nei benchmark di navigazione desktop (OSWorld-Verified) raggiunge un tasso di successo del 75%, superando anche la performance umana riportata nel test. Sono stati migliorati anche la visione artificiale e la comprensione di documenti e immagini ad alta risoluzione. Il modello supporta input visivi fino a oltre 10 megapixel, aumentando precisione nella localizzazione degli elementi e nell'interazione con le interfacce. Sul fronte sviluppo software, GPT-5.4 combina le capacità di GPT-5.3-Codex con nuove funzioni per iterazione, debugging e test automatici. È stato introdotto anche un sistema di "tool search" che permette agli agenti di scegliere strumenti esterni in modo più efficiente quando operano in ecosistemi con molte integrazioni. Vai al post > Il modello supporta contesti fino a 1 milione di token e utilizza meno token > per il ragionamento rispetto alle versioni precedenti, con miglioramenti in > velocità e costi di esecuzione. -------------------------------------------------------------------------------- GEMINI 3.1 FLASH-LITE Google ha presentato Gemini 3.1 Flash-Lite, il modello più veloce ed economico della serie Gemini 3, progettato per gestire carichi di lavoro ad alto volume su larga scala. > L'ho provato: velocità impressionante e qualità dell'output elevata. Gemini 3.1 Flash-Lite È disponibile in preview tramite Gemini API in AI Studio e Vertex AI, e offre costi competitivi: $0,25 per milione di token in input e $1,50 per milione di token in output. Rispetto a Gemini 2.5 Flash è 2,5 volte più rapido nella generazione del primo token e aumenta del 45% la velocità di output, mantenendo qualità pari o superiore nei benchmark. Ha ottenuto un punteggio Elo di 1432 su Arena.ai, con risultati rilevanti anche su GPQA Diamond (86,9%) e MMMU Pro (76,8%), superando in alcuni casi modelli più grandi delle generazioni precedenti. Tra i punti chiave: bassa latenza, efficienza nei costi e "thinking levels" regolabili, che permettono di bilanciare velocità e profondità di ragionamento. Vai al post > È pensato per traduzioni su larga scala, moderazione dei contenuti, analisi di > immagini, generazione di interfacce e dashboard, simulazioni e gestione di > istruzioni complesse. -------------------------------------------------------------------------------- L'AGGIORNAMENTO DI AI STUDIO DI GOOGLE Google ha introdotto un importante aggiornamento di AI Studio con una nuova esperienza di "vibe coding", pensata per trasformare semplici prompt in applicazioni complete e pronte per la produzione. L'ho provato, e sono impressionato. > In 15 minuti mi sono creato 2 tool per operazioni rapide che mi servono > spesso, sostituendo una serie di applicazioni. Si tratta di funzionalità molto semplici, ma costruite esattamente sui miei processi: è questa la potenza. L'aggiornamento di AI Studio di Google: esempi Le condivido per chi vuole usarle e magari modificarle. * PDF Power Tool 2.0: permette di caricare un PDF, scegliere una pagina, editarla con crop ed elementi grafici, per poi esportare la selezione in immagine. Vai all'applicazione * Video Merger Studio: permette di caricare una serie di video, ordinarli a piacere, unirli gestendo la transizione, e scaricare il video complessivo. Vai all'applicazione Al centro c'è il nuovo agente di sviluppo Antigravity, progettato per comprendere il contesto dell'intero progetto, la cronologia delle modifiche e la struttura del codice, permettendo iterazioni più rapide e interventi più precisi anche su applicazioni complesse. La piattaforma consente di costruire app reali senza uscire dall'ambiente di sviluppo: è possibile creare esperienze multiplayer in tempo reale, integrare database e sistemi di autenticazione tramite Firebase, e collegare servizi esterni come API, strumenti di pagamento o servizi Google. La gestione delle credenziali avviene in modo sicuro grazie a un sistema dedicato di storage delle API Key. AI Studio supporta i principali framework moderni (React, Angular e Next.js) e utilizza automaticamente librerie e strumenti del web contemporaneo per migliorare interfacce e funzionalità, come sistemi di animazione o componenti UI avanzati. Il sistema è in grado di riconoscere autonomamente quando un'app necessita di funzionalità aggiuntive, suggerendo e configurando integrazioni come database o login. Inoltre, i progetti vengono salvati e sincronizzati, permettendo di riprendere il lavoro in qualsiasi momento e da qualsiasi dispositivo. Vai al post > Questo aggiornamento segna un ulteriore passo verso un modello di sviluppo in > cui l'AI non si limita ad assistere, ma partecipa attivamente alla costruzione > di prodotti completi, riducendo drasticamente la distanza tra idea, prototipo > e applicazione funzionante. -------------------------------------------------------------------------------- LE NOVITÀ DELL'API DI GEMINI Alcune novità interessanti per le API di Gemini che puntano a semplificare l'implementazione di workflow agentici. > Anche se OpenAI è più avanti su questo aspetto. Gemini API tooling updates: context circulation, tool combos and Maps grounding for Gemini 3 Developers can now combine function calling with built-in tools such as Google Search in a single Gemini API call to build agentic and complex tool-use applications. La novità più rilevante è la possibilità di combinare tool nativi (come Google Search e Google Maps) e funzioni custom all'interno della stessa richiesta. Questo significa meno orchestrazione manuale e flussi molto più fluidi, in cui il modello può passare in autonomia da dati pubblici a logiche backend. Altro punto chiave: la condivisione del contesto tra tool. Ogni chiamata e risposta viene mantenuta nel contesto, permettendo al modello di costruire ragionamenti multi-step più solidi e coerenti. Arrivano anche gli ID univoci per le tool call, che migliorano il debugging e la gestione di esecuzioni parallele. Infine, il grounding con Google Maps viene esteso alla famiglia Gemini 3, aprendo la porta a use case molto più ricchi basati su contesto geografico e dati aggiornati sui luoghi. Vai al post > Perché dico che OpenAI è più avanti? Perché da Playground posso creare agenti > che usano la web search, file search, server MCP remoti, funzioni custom.. > Infine, posso esportare il codice per farlo funzionare ovunque via Agents SDK. Questo non è ancora fattibile su AI Studio, e non riesco a spiegarmi il motivo. -------------------------------------------------------------------------------- STITCH DI GOOGLE: UN TEST Ho provato Stitch di Google: uno strumento dal potenziale enorme per la progettazione di interfacce visuali. Nei test ho dato come input l'URL di alcune pagine del mio sito web, e l'ho fatto riprodurre dal sistema. I template possono essere modificati via prompt o attraverso l'interfaccia. Il tutto con live preview, scaricabile in HTML o esportabile in Figma. Stitch di Google: un test > Non si parte da wireframe statici, ma da descrizioni, obiettivi e "sensazioni" > che si vogliono trasmettere. L'AI genera rapidamente più varianti e permette di iterare in tempo reale, mantenendo il flusso creativo sempre attivo. Il canvas è pensato come uno spazio infinito e multimodale: è possibile lavorare partendo da testo, immagini, codice o URL, costruendo interfacce web e mobile con un livello di dettaglio già molto vicino al prodotto finale. In questo senso, Stitch riduce drasticamente la distanza tra idea e prototipo. Utile anche la possibilità di trasformare subito i layout in prototipi navigabili, con collegamenti automatici tra schermate e suggerimenti sui flussi utente. > In pratica, si passa dall'idea a qualcosa di testabile in pochi minuti, > iterando anche interi user journey con un singolo intervento. Interessante la gestione del design system: è possibile estrarre regole da altri progetti o da URL e riutilizzarle, mantenendo coerenza visiva senza ripartire da zero. Il formato DESIGN.md rende queste regole trasportabili anche verso altri strumenti. Sul fronte più tecnico, Stitch introduce integrazioni tramite MCP (Model Context Protocol) e SDK: questo permette di collegare il design direttamente ad ambienti di sviluppo e tool esterni, creando un flusso continuo tra generazione dell'interfaccia e implementazione. In pratica, non è solo un tool di design, ma un ponte operativo tra designer, AI e sviluppo. Vai alla documentazione Nel complesso, dà l'impressione di essere uno strumento che sposta il focus dal "disegnare schermate" al "definire esperienze", lasciando all'AI il compito di esplorare rapidamente lo spazio delle soluzioni. -------------------------------------------------------------------------------- LE NOVITÀ DI NOTEBOOKLM NotebookLM ha rilasciato la possibilità di gestire le infografiche attraverso stili personalizzati. Se ne possono scegliere 10 diversi, con un prompt testuale a supporto. Le infografiche personalizzate di NotebookLM Sinceramente preferisco l'uso di Gemini App con NotebookLM come fonte, perché permette di mantenere il contesto della conversazione e di ottimizzare l'output attraverso interazioni successive. > Al netto di questo, NotebookLM continua a confermarsi un "coltellino svizzero" > sempre più interessante. Il percorso verso i video personalizzati, inoltre, continua. Per gli utenti Ultra sono già disponibili le Cinematic Video Overviews. Cinematic Video Overviews - NotebookLM > A differenza dei modelli standard, sono alimentate da una nuova combinazione > di modelli più avanzati per creare video personalizzati e immersivi a partire > dalle fonti. -------------------------------------------------------------------------------- GEMINI EMBEDDING 2 > Google ha annunciato Gemini Embedding 2, il primo modello di embedding > nativamente multimodale basato sull’architettura Gemini. L'ho provato attraverso uno script python che codifica in embeddings un contenuto testuale, un audio (mp3), un'immagine e un PDF con contenuti in diverse lingue. Misura la similarità con l'embedding di una query di ricerca e genera una dashboard che illustra i risultati. Gemini Embedding 2: un test L'implementazione è diventata molto più semplice, e le correlazioni più ampie. Il modello è progettato per trasformare testo, immagini, video, audio e documenti nello stesso spazio vettoriale, permettendo di confrontare e recuperare informazioni tra media diversi con maggiore precisione. Tra le caratteristiche principali: * supporto a oltre 100 lingue; * testo fino a 8192 token; * fino a 6 immagini per richiesta (png, jpeg); * video fino a 120 secondi (mp4, mov); * audio integrato senza necessità di trascrizione; * PDF fino a 6 pagine. Supporta anche input multimodali combinati, ad esempio immagine e testo nella stessa richiesta, permettendo di catturare relazioni semantiche più complesse tra diversi tipi di contenuto. Gemini Embedding 2 utilizza Matryoshka Representation Learning, una tecnica che consente di ridurre dinamicamente la dimensionalità degli embedding (da 3072 fino a dimensioni inferiori) mantenendo un buon livello di qualità, permettendo di bilanciare performance e costi di storage. Vai al post È disponibile in public preview tramite Gemini API e VertexAI ed è integrabile con diversi strumenti dell’ecosistema AI come LangChain, LlamaIndex, Haystack, Weaviate, Qdrant e ChromaDB. Cosa sono gli embeddings? > Questa evoluzione rende più semplice costruire sistemi basati su semantic > search, RAG, classificazione e clustering che lavorano su dati multimodali. -------------------------------------------------------------------------------- COPILOT COWORK DI MICROSOFT > Microsoft fa valere la forza dell'ecosistema nell'integrazione dell'AI. Con Copilot Cowork, la nuova evoluzione di Microsoft 365 Copilot, l'intelligenza artificiale non si limita più a rispondere o generare contenuti: passa all'azione. L'obiettivo è trasformare l'intento in lavoro reale, coordinando attività e flussi tra Outlook, Teams, Excel, documenti e dati aziendali. Quando un utente delega un'attività, Cowork costruisce un piano operativo e lo esegue in background, mantenendo sempre l'utente nel controllo: suggerisce azioni, chiede conferme, gestisce passaggi intermedi e aggiorna lo stato delle attività. Copilot Cowork di Microsoft Tra gli scenari di utilizzo: * riorganizzare automaticamente il calendario e proteggere il tempo di focus; * preparare meeting con documenti, analisi e presentazioni pronte per il team; * svolgere ricerche aziendali raccogliendo fonti finanziarie e report; * costruire piani di lancio prodotto con analisi competitive e materiali di vendita. Il punto chiave è l'integrazione con il contesto di lavoro: email, meeting, file e dati diventano segnali che permettono all'AI di comprendere davvero cosa sta succedendo nel flusso operativo quotidiano. Un altro elemento interessante è l'approccio multi-model: Microsoft integra diverse tecnologie AI, tra cui quella alla base di Claude di Anthropic, per scegliere di volta in volta il modello più adatto al compito. Vai al post > Il risultato è un'evoluzione dell'AI da assistente conversazionale a sistema > capace di coordinare attività e processi all'interno dell'ambiente di lavoro > digitale. -------------------------------------------------------------------------------- GEMINI NEL WORKSPACE DI GOOGLE > Google non lascia nemmeno il tempo a Microsoft di presentare Copilot Cowork, > ed esce con l'integrazione profonda di Gemini in Workspace. Gemini nel Workspace di Google: un esempio * Nei Google Docs, la nuova funzione Help me create permette di descrivere ciò che si vuole realizzare e ottenere una bozza completa già strutturata, generata combinando informazioni da Drive, Gmail, Chat e dal web. È possibile poi migliorare singole sezioni, uniformare il tono del documento e adattare automaticamente la formattazione allo stile di altri file. * In Google Sheets, Gemini può creare o modificare interi fogli di calcolo usando linguaggio naturale. Può costruire tabelle, grafici e modelli finanziari, compilare automaticamente dati e risolvere problemi di ottimizzazione complessi come pianificazione delle risorse o analisi di budget. * In Google Slides, l'AI aiuta a costruire slide con layout e messaggi già strutturati, trasformando appunti, tabelle o idee in grafici e presentazioni visivamente coerenti. A breve sarà possibile generare un'intera presentazione partendo solo da una descrizione. * Anche Google Drive cambia ruolo: da archivio di file diventa una vera base di conoscenza. Con le nuove AI Overviews e la funzione Ask Gemini è possibile cercare informazioni nei documenti, ricevere riassunti automatici e ottenere risposte basate sui contenuti presenti in file, email e chat. L'obiettivo è rendere l'AI un collaboratore continuo durante tutto il processo di lavoro: dalla prima idea alla scrittura, dall'analisi dei dati fino alla presentazione finale. Vai al post > Per quanto OpenAI e Anthropic tentino di creare add-on per entrare nei > software esterni, non è possibile competere con un ecosistema come quello di > Google, soprattutto in un momento in cui non esiste un vantaggio evidente tra > i modelli di AI di pari classe. -------------------------------------------------------------------------------- ANTHROPIC: BUILDING EFFECTIVE AI AGENTS Un nuovo paper di Anthropic dal titolo "Building Effective AI Agents: Architecture Patterns and Implementation Frameworks" analizza come progettare agenti AI efficaci nelle organizzazioni. La distinzione chiave è semplice: i modelli generativi rispondono alle domande, mentre gli AI agents risolvono problemi. Non si limitano a generare testo, ma pianificano azioni, utilizzano strumenti, analizzano risultati e iterano finché non raggiungono l'obiettivo. Anthropic: Building Effective AI Agents - Paper Il paper mostra come diverse aziende stiano già ottenendo risultati concreti con architetture agentiche: automazione del customer support su larga scala, analisi dati conversazionale, sviluppo software accelerato, marketing automation e sistemi antifrode nel settore finanziario. Uno degli aspetti più rilevanti riguarda l'architettura degli agenti. Il documento descrive diversi modelli progettuali. * Single agent systems, dove un unico agente gestisce l'intero task con accesso a strumenti e conoscenze specializzate. * Multi-agent systems, in cui più agenti specializzati collaborano per risolvere problemi complessi. * Workflow sequenziali, che organizzano agenti in pipeline strutturate per processi prevedibili. * Workflow paralleli, che permettono analisi simultanee da prospettive diverse. * Evaluator-optimizer loops, cicli iterativi in cui un agente genera output e un altro lo valuta e lo migliora. Il paper evidenzia anche alcune linee guida di progettazione: partire da sistemi semplici, costruire architetture modulari, scegliere il modello giusto per il task e garantire osservabilità per comprendere il comportamento degli agenti. Un punto chiave riguarda il compromesso tra complessità e valore. I sistemi multi-agent possono offrire prestazioni molto superiori su problemi complessi, ma comportano costi operativi e architetturali più elevati. Per questo motivo il documento suggerisce un'evoluzione progressiva: iniziare con un singolo agente e aggiungere livelli di specializzazione solo quando necessario. Vai al paper > Nel complesso, il paper propone una visione pragmatica dello sviluppo di AI > agents: non inseguire l'architettura più sofisticata, ma costruire sistemi > modulari che possano evolvere nel tempo insieme ai modelli AI. -------------------------------------------------------------------------------- CONTEXT HUB > Gli agenti di coding basati su LLM hanno due problemi ricorrenti: spesso > inventano API (o parametri) che non esistono oppure dimenticano ciò che hanno > imparato tra una sessione e l'altra. Il progetto open source Context Hub, pubblicato da Andrew Ng, prova a risolvere entrambi con una proposta davvero interessante. L'idea è fornire agli agenti documentazione curata e versionata delle API, organizzata in modo leggibile per un LLM. Invece di cercare informazioni sul web o leggere pagine HTML piene di elementi inutili, l'agente può interrogare una CLI dedicata e recuperare direttamente documentazione strutturata. Il flusso è semplice. L'agente cerca una libreria o un'API tramite la CLI, scarica la documentazione corretta per il linguaggio che sta utilizzando e poi usa quelle informazioni per scrivere il codice. La documentazione non viene recuperata in tempo reale dai siti web ufficiali. È salvata nel repository sotto forma di file Markdown versionati, organizzati per API e linguaggio come Python o JavaScript. Questo riduce il rumore, rende i contenuti più stabili e facilita l'uso da parte degli agenti. Un elemento interessante è la memoria incrementale. Gli agenti possono aggiungere annotazioni locali quando scoprono workaround o dettagli mancanti nella documentazione. Queste annotazioni vengono poi mostrate automaticamente nelle sessioni successive, permettendo all'agente di ricordare ciò che ha imparato in passato. Esiste anche un sistema di feedback globale. Gli agenti possono votare la qualità della documentazione e questi segnali aiutano i maintainer a capire quali parti funzionano davvero quando vengono usate in produzione. Il mantenimento dei contenuti segue un modello aperto. I maintainer gestiscono la struttura del progetto, la community può proporre modifiche tramite pull request e in futuro anche i provider delle API potrebbero mantenere direttamente la documentazione delle proprie librerie. Vai al progetto > L'obiettivo è costruire una base di conoscenza condivisa pensata non per > sviluppatori umani, ma per agenti AI che scrivono codice. Una forma di > infrastruttura della documentazione progettata per ridurre gli errori degli > LLM e migliorare l'affidabilità del coding assistito. -------------------------------------------------------------------------------- NEMOTRON 3 DI NVIDIA NVIDIA ha presentato Nemotron 3 Super, un modello open progettato per sistemi di AI agentica, in grado di gestire task complessi multi-step come sviluppo software e cybersecurity. La caratteristica centrale è l'architettura ibrida che combina Mamba, Transformer e Mixture-of-Experts: i primi garantiscono efficienza su contesti lunghi (fino a 1 milione di token), i secondi precisione nel recupero delle informazioni, mentre il MoE attiva solo una parte del modello per ridurre i costi computazionali. Nemotron 3 di NVIDIA: un test TRA LE INNOVAZIONI PIÙ RILEVANTI.. * Latent MoE, che comprime i token e consente di usare fino a 4× in più di esperti allo stesso costo. * Multi-Token Prediction, che genera più token per volta migliorando velocità e coerenza del ragionamento. * Addestramento nativo in NVFP4 (4-bit), con forte riduzione di memoria e aumento delle performance. * Reinforcement learning su 21 ambienti, con oltre 1,2 milioni di simulazioni per addestrare comportamenti agentici reali. Il modello conta 120 miliardi di parametri totali, ma ne attiva solo 12B per inferenza, ottenendo un equilibrio tra capacità ed efficienza. Offre inoltre oltre 5× throughput rispetto alla generazione precedente. NVIDIA propone anche un approccio combinato: Nemotron 3 Nano per task semplici e Nemotron 3 Super per pianificazione e ragionamento complesso, ottimizzando così costi e prestazioni nei sistemi multi-agente. Per provarlo > L'intero ecosistema è open, inclusi pesi, dataset e pipeline di training, con > l'obiettivo di rendere riproducibile e personalizzabile lo sviluppo di modelli > orientati all'azione e non solo alla generazione di testo. -------------------------------------------------------------------------------- MANUS "MY COMPUTER" > Un primo sguardo verso le integrazioni che vedremo nei sistemi operativi del > prossimo futuro? Manus introduce "My Computer", una funzionalità che porta l'AI fuori dal cloud e direttamente sul desktop. Non si limita più a rispondere, ma può eseguire azioni concrete sui file locali, controllare applicazioni e automatizzare attività tramite linea di comando. Manus "My Computer" Questo permette di gestire operazioni ripetitive in modo rapido, come organizzare grandi quantità di file o rinominare documenti in blocco, ma anche di spingersi oltre: sviluppo di applicazioni complete, debugging e gestione dell'intero flusso di lavoro senza intervento manuale diretto. L'integrazione tra ambiente locale e servizi cloud consente scenari più fluidi, come recuperare file dal proprio computer e inviarli automaticamente tramite e-mail, oppure eseguire attività da remoto sfruttando le risorse della propria macchina. Allo stesso tempo, il controllo resta all'utente: ogni comando richiede autorizzazione, con la possibilità di approvare singole operazioni o automatizzare solo quelle fidate. Vai al post > Il risultato è un'evoluzione dell'AI da semplice assistente conversazionale a > sistema operativo capace di agire, orchestrando strumenti, dati e > infrastruttura in un unico flusso. -------------------------------------------------------------------------------- TRIBE V2 DI META AI Un nuovo paper di Meta AI (FAIR) propone un cambio di paradigma nella neuroscienza: passare da modelli frammentati a un unico modello fondazionale del cervello. Il lavoro introduce TRIBE v2, un modello multimodale (video, audio e linguaggio) addestrato su oltre 1000 ore di dati fMRI provenienti da 720 soggetti. > L'obiettivo è predire direttamente l'attività cerebrale a partire dagli > stimoli, utilizzando rappresentazioni apprese da modelli di intelligenza > artificiale. TRIBE v2 di Meta AI Il risultato è un sistema capace di prevedere con alta accuratezza le risposte cerebrali in diversi contesti, superando i modelli lineari tradizionali e mantenendo prestazioni solide anche su nuovi soggetti e nuovi esperimenti. Uno degli aspetti più rilevanti è la capacità di fare "esperimenti in silico": il modello riesce a replicare risultati classici della neuroscienza, come l'attivazione selettiva per volti, luoghi o linguaggio, senza raccogliere nuovi dati sperimentali. Le rappresentazioni interne del modello risultano interpretabili e allineate a reti funzionali note del cervello, mentre l'integrazione multimodale mostra come visione, udito e linguaggio contribuiscano in modo complementare alla codifica neurale. Vai al paper > Questo approccio suggerisce che modelli di intelligenza artificiale possano > diventare una piattaforma unificante per studiare il cervello umano, aprendo > la strada a una neuroscienza più integrata, scalabile e predittiva. -------------------------------------------------------------------------------- LA ROBOTICA DIVENTA SEMPRE PIÙ ACCESSIBILE > La robotica sta evolvendo rapidamente, con sistemi accessibili, replicabili e > diffusi oltre i contesti altamente specializzati. Questa mano robotica può essere stampata in 3D da chiunque e assemblata in meno di 8 ore. Orca: una mano robotica completamente open-source I ricercatori di ETH Zurich hanno sviluppato Orca, una mano completamente open-source con ossa e tendini artificiali, progettata per essere semplice, replicabile e altamente performante. Per capire l’impatto: le mani robotiche avanzate possono superare i 100k dollari e richiedono manutenzione continua. Orca costa meno di 2k: circa 50 volte meno. Uno dei punti chiave è il sistema di auto-calibrazione: ogni motore viene mappato automaticamente sui giunti, eliminando la necessità di regolazioni manuali tipiche delle mani ai tendini. Ogni dito integra sensori tattili coperti da una "pelle" in silicone. La mano è quindi in grado di percepire il contatto, adattando la presa per evitare di schiacciare o far scivolare gli oggetti. Può sollevare oltre 10 kg, apprendere osservando dimostrazioni umane e trasferire competenze dalla simulazione al mondo reale senza riaddestramento. Il team ha dimostrato la sua affidabilità facendole eseguire oltre 2.000 cicli di presa per più di 7 ore consecutive senza intervento umano. Vai al paper > Tutti i file di progettazione e il codice sono open source. Questo significa > che qualsiasi laboratorio (o maker) nel mondo può iniziare a costruirla oggi. -------------------------------------------------------------------------------- HELIX 02 DI FIGURE Molto spesso, confrontandomi con diverse persone sul tema della Physical AI, sento opinioni della serie "le attuali dimostrazioni sono tutte pilotate, lo stato dell'arte non è quello che sembra". Nel frattempo le dimostrazioni aumentano, e aumenta la complessità dei task. > La Physical AI sarà ciò che permetterà a chiunque (anche a chi non sa nemmeno > cosa sia ChatGPT) di toccare con mano l'accelerazione che stiamo vivendo. L'ultimo esempio arriva da Figure con Helix 02, un sistema neurale unico che controlla un robot umanoide end-to-end direttamente dalla percezione visiva, coordinando locomozione, manipolazione e pianificazione. La nuova dimostrazione riguarda il riordino di un soggiorno: uno scenario apparentemente semplice per un umano, ma estremamente complesso per un robot. Un soggiorno è un ambiente non strutturato: oggetti sparsi in modo imprevedibile, percorsi stretti tra i mobili, oggetti rigidi e morbidi, azioni che richiedono due mani, altre che richiedono di liberarne una durante l'esecuzione. E quasi ogni azione richiede di muoversi nello spazio mentre si manipola qualcosa. Un esempio di Helix 02 mentre riordina il soggiorno Nella dimostrazione Helix 02 esegue una sequenza continua di comportamenti coordinati: * usa uno spray e poi un panno per pulire una superficie; * manipola oggetti flessibili come asciugamani; * raccoglie oggetti con manipolazione bimanuale e li ripone in un contenitore; * blocca un contenitore sotto il braccio per liberare entrambe le mani; * lancia un cuscino sul divano con un movimento rapido e controllato; * riorienta un telecomando in mano per premere il pulsante corretto; * ripone temporaneamente strumenti mentre passa da un task all'altro; * si muove in spazi stretti tra tavolino e divano continuando a manipolare oggetti. L'aspetto interessante è che queste capacità non derivano da controller specifici per ogni singola azione. Il sistema utilizza la stessa architettura generale e apprende nuovi comportamenti semplicemente aggiungendo dati. Questo tipo di approccio punta a un obiettivo molto chiaro: robot umanoidi generalisti, capaci di ampliare progressivamente il proprio repertorio di attività domestiche e lavorative attraverso l'apprendimento. Vai al post > Dimostrazioni come questa non significano che il problema sia risolto. Ma > indicano che la traiettoria tecnologica sta andando verso sistemi sempre più > integrati, in cui percezione, movimento e manipolazione vengono appresi come > parte dello stesso modello. -------------------------------------------------------------------------------- COME FANNO A "VEDERE" LE AUTO A GUIDA AUTONOMA E I MODERNI ROBOT? Oltre alle telecamere usano diversi sensori (es. radar e ultrasuoni), tra cui la tecnologia LiDAR. I sensori LiDAR delle auto autonome Waymo, ad esempio, sono ben visibili. Si tratta di un sistema che emette impulsi laser e misura il tempo che impiegano a tornare indietro dopo aver colpito gli oggetti: in questo modo calcola le distanze e costruisce in tempo reale una mappa 3D estremamente precisa dell'ambiente. Ormai questi sistemi stanno entrando in dispositivi anche molto più semplici. Le immagini mostrano un esempio di mappa 3D generata dal LiDAR del mio robottino tagliaerba. Un esempio di mappa 3D generata da un LiDAR Attraverso mappe di questo tipo, telecamere e sensori, l'AI riesce a riconoscere ostacoli, identificare oggetti e prendere decisioni in tempo reale, permettendo a robot evoluti e veicoli di muoversi in modo autonomo e sicuro. -------------------------------------------------------------------------------- 3D SCENES DI FREEPIK Freepik ha rilasciato "3D Scenes", un tool AI sperimentale che punta a trasformare un'immagine in un ambiente 3D completo e navigabile. 3D Scenes di Freepik Quali sono le principali funzionalità? * Generazione di ambienti completi e navigabili a partire da un'immagine, con possibilità di inserire oggetti e muovere la camera come in uno shooting reale. * Esplorazione libera della scena: rotazione, zoom e cambio di prospettiva mantenendo coerenza visiva. * Integrazione di location reali da Google Maps, per posizionare i prodotti in contesti autentici senza stock o compositing. * Modalità "Shoot" con controlli da set fotografico (direzione e intensità della luce, angolo e distanza della camera, profondità di campo). Vai al tool -------------------------------------------------------------------------------- VISIONCLAW Forse la demo può sembrare solo un esperimento, ma mostra l'avanzamento verso interazioni uomo-macchina sempre più continue, multimodali e agentiche. VisionClaw: un progetto open-source > La domanda è: fino ad oggi è stata solo la tecnologia il limite a questo tipo > di esperienza? La risposta è sempre più vicina. VisionClaw è un progetto open-source che trasforma un paio di Meta Ray-Ban (o semplicemente uno smartphone) in un assistente che vede, ascolta e agisce in tempo reale. La camera invia continuamente ciò che si sta vedendo, mentre l'audio viaggia in entrambe le direzioni senza usare trascrizioni. Il sistema si basa su Gemini Live API per l'interazione, e su OpenClaw per l'azione. Si tratta di un gateway locale che collega l'AI a oltre 50 tool e app. Vai al progetto > È un esempio concreto di assistente "always-on", che unisce visione, voce e > capacità operative in un unico flusso continuo. -------------------------------------------------------------------------------- CODEX INTRODUCE I SUBAGENTS > I subagents in Codex introducono un modo più strutturato di lavorare con l'AI: > invece di un singolo agente generalista, il sistema può avviare più agenti > specializzati in parallelo, ciascuno con un compito preciso. Nell'esempio, ho creato 3 agenti con compiti e ruoli specifici. Successivamente li eseguo da Codex con un prompt (nel mio caso per l'analisi delle repository). Gli agenti lavorano parallelamente, e l'orchestratore mette insieme le informazioni e genera un report finale. Subagents in Codex: un test Ogni subagent, infatti, opera con istruzioni, modello e permessi propri, mentre Codex si occupa dell'orchestrazione: distribuisce il lavoro, raccoglie i risultati e restituisce una risposta unificata. Questo approccio è particolarmente efficace per task complessi come code review, debugging o analisi su larga scala. È possibile definire agenti personalizzati tramite file di configurazione (toml), assegnando loro ruoli chiari (es. esplorazione del codice, verifica della sicurezza, consultazione della documentazione). Il risultato è una struttura modulare che riduce il rumore nel contesto e migliora la qualità delle azioni. Vai alla documentazione > L'approccio multi-agente aumenta il consumo di risorse, ma permette di > costruire veri e propri workflow paralleli, avvicinando l'AI a un modello > operativo simile a un team di lavoro distribuito. -------------------------------------------------------------------------------- VIBE CODING XR Con Vibe Coding XR, Google combina Gemini e il framework open-source XR Blocks per trasformare prompt in linguaggio naturale in applicazioni XR interattive, complete di fisica, interazioni e logica spaziale. Il tutto in meno di un minuto. Il processo elimina gran parte della complessità tipica dello sviluppo XR: non è più necessario gestire manualmente motori grafici, pipeline di percezione o integrazioni hardware. Vibe Coding XR - Google L'AI si occupa di progettare la scena, generare il codice e rendere l'esperienza immediatamente testabile, sia su desktop (in simulazione) sia su visori Android XR. > Le applicazioni generate spaziano da ambienti educativi immersivi a > simulazioni scientifiche, fino a giochi e interazioni fisiche in tempo reale. Questo approccio accelera drasticamente la fase di prototipazione, permettendo di validare idee in pochi minuti invece che in giorni. L'aspetto più rilevante è il cambio di paradigma: lo sviluppo di esperienze XR si sposta dalla scrittura del codice alla definizione dell'intento. > La barriera tecnica si abbassa, mentre aumenta il peso della progettazione e > della creatività. Vai al post Resta aperta la sfida dell'affidabilità su casi complessi, ma la direzione è chiara: rendere lo spatial computing accessibile a chiunque sia in grado di immaginare un'esperienza. -------------------------------------------------------------------------------- DAI VIDEO NATURALI ALL’INTUIZIONE FISICA I modelli di AI oggi eccellono in linguaggio, codice e matematica, ma spesso falliscono in qualcosa che per gli esseri umani è banale: capire come funziona il mondo fisico. Questo paper di Meta AI (FAIR), firmato tra gli altri da Yann LeCun, affronta direttamente questo problema e mostra un risultato sorprendente. Gli autori studiano i cosiddetti world models, cioè modelli che cercano di costruire una rappresentazione interna del mondo imparando a prevederne l'evoluzione. In particolare utilizzano V-JEPA (Video Joint Embedding Predictive Architecture), una variante delle Joint Embedding Predictive Architectures (JEPA). Intuitive physics understanding emerges from self-supervised pretraining on natural videos A differenza dei modelli tradizionali, i modelli pixel-based cercano di prevedere direttamente i pixel futuri, mentre i multimodal LLM ragionano principalmente attraverso il linguaggio. > V-JEPA invece impara a prevedere il futuro in uno spazio di rappresentazione > astratto, cioè latente. In pratica il modello guarda video e impara a "immaginare" cosa succederà dopo. Quando qualcosa viola le leggi fisiche, come un oggetto che scompare o attraversa un muro, la sua previsione fallisce e genera un segnale di "sorpresa". Per valutare questa capacità, il paper usa il paradigma della violation of expectation: al modello vengono mostrati due video quasi identici, uno realistico e uno impossibile, e deve identificare quello incoerente con la fisica. I risultati sono notevoli. V-JEPA raggiunge fino al 98% di accuratezza su benchmark come IntPhys e ottiene performance significativamente superiori al caso anche su altri dataset come GRASP e InfLevel. Al contrario, modelli avanzati come VideoMAE (pixel prediction) e grandi multimodal LLM come Gemini o Qwen-VL restano vicini al livello casuale. Ancora più interessante, questo comportamento emerge senza training supervisionato sulla fisica, funziona anche con modelli relativamente piccoli e richiede quantità limitate di dati, anche solo circa una settimana di video unici. Questo è qualcosa di straordinario perché suggerisce che una forma di intuizione fisica può emergere spontaneamente da un principio molto generale: imparare a prevedere il mondo. Non è necessario codificare esplicitamente regole fisiche né introdurre strutture innate. Vai al paper Il lavoro mette quindi in discussione l'idea della core knowledge innata e rafforza una visione alternativa: l'intelligenza può emergere da meccanismi di apprendimento predittivo su dati sensoriali. Allo stesso tempo evidenzia un limite importante degli attuali sistemi basati su linguaggio: > senza un forte legame con la percezione e la previsione del mondo fisico, > anche modelli molto potenti restano deboli nel senso comune fisico. -------------------------------------------------------------------------------- LEWORLDMODEL I world model si candidano a diventare rapidamente uno dei pilastri della nuova AI, e questo lavoro su LeWorldModel chiarisce bene in che direzione si sta andando. L'idea di fondo viene dalla linea di ricerca di Yann LeCun: JEPA (Joint Embedding Predictive Architectures). Invece di generare pixel o ricostruire immagini, questi modelli imparano a rappresentare il mondo in uno spazio latente compatto, e a prevedere come evolve nel tempo. Non interessa riprodurre tutto nei dettagli, ma catturare ciò che è utile per agire. LeWorldModel: il paper LeWorldModel porta questa visione a una forma molto più semplice e stabile. Il contributo principale non è una nuova architettura complessa, ma una drastica semplificazione dell'addestramento: * niente encoder pre-addestrati; * niente combinazioni complicate di loss; * niente trucchi come stop-gradient o EMA; * solo due obiettivi: prevedere il futuro e mantenere le rappresentazioni ben distribuite. Il punto chiave è proprio qui: evitare il "collapse" (quando il modello rappresenta tutto allo stesso modo) senza introdurre complessità. La soluzione è forzare lo spazio latente a seguire una distribuzione gaussiana. È una scelta semplice, ma con conseguenze profonde: mantiene diversità nelle rappresentazioni e rende l'addestramento stabile end-to-end da pixel. Questo segna un cambio di paradigma rispetto a molti approcci recenti: * meno focus sulla ricostruzione visiva; * meno dipendenza da foundation models congelati; * più enfasi su predizione, struttura e dinamica. Il risultato è un sistema che: * impara direttamente da sequenze di immagini e azioni; * costruisce una rappresentazione interna coerente della fisica; * può pianificare azioni "immaginando" il futuro in spazio latente, molto più velocemente. Vai al paper > La direzione è chiara: modelli che non generano solo contenuti, ma > costruiscono modelli interni del mondo, su cui poi ragionano e pianificano. Le architetture JEPA sono tra i candidati più concreti per arrivarci, e questo lavoro mostra che possono essere anche semplici e scalabili, non solo teoricamente eleganti. -------------------------------------------------------------------------------- RECODING-DECODING (RD) > La maggior parte di LLM eccelle nel dare risposte corrette, ma fatica quando > serve esplorare: idee nuove, alternative lontane, possibilità che non sappiamo > ancora di cercare. Il paper "Inducing Sustained Creativity and Diversity in Large Language Models", sviluppato da ricercatori di Harvard, introduce un concetto chiave: molte ricerche reali non sono domande con una risposta, ma percorsi di scoperta ("search quest"), in cui l'obiettivo emerge mentre esploriamo. Il problema è che i modelli tendono a convergere verso soluzioni convenzionali. Non perché non conoscano alternative, ma perché il modo in cui generano testo privilegia ciò che è più probabile. Il risultato è una creatività apparente, ma uno spazio di idee in realtà molto ristretto. Recoding-Decoding (RD) - Harvard La proposta del paper è il Recoding-Decoding (RD): invece di cambiare il modello, cambia il processo di generazione. Inserendo piccole deviazioni casuali nel contesto (parole guida, frammenti iniziali), il modello viene spinto fuori dai percorsi più battuti e portato a esplorare regioni meno frequenti ma ancora rilevanti del suo spazio di conoscenza. I risultati mostrano che, rispetto ai metodi standard, RD produce molte più idee uniche, più distanti tra loro e continua a generare novità anche dopo molte iterazioni, senza collassare nella ripetizione. La rilevanza resta alta, ma lo spazio esplorato si amplia drasticamente. Vai al paper > Il punto più interessante è che non serve un modello migliore per ottenere più > creatività. > Serve un modo diverso di interrogarlo. -------------------------------------------------------------------------------- SCEGLI QUESTO SITO WEB COME FONTE PREFERITA Ricevi più facilmente questi contenuti tra i risultati di Google. Potrai modificare questa preferenza in qualsiasi momento dalle impostazioni di Google. -------------------------------------------------------------------------------- - GRAZIE - Se hai apprezzato il contenuto, puoi contribuire al progetto con una donazione 🙂 ISCRIVITI ALLA NEWSLETTER Un appuntamento periodico dedicato all'aggiornamento e alla riflessione su tematiche relative all'intelligenza artificiale. Iscriviti alla Newsletter Email sent! Check your inbox to complete your signup. Gratuita. No Spam. Puoi disiscriverti quando vuoi. Consulta la privacy policy.

> Buon aggiornamento, e buone riflessioni.. -------------------------------------------------------------------------------- ASCOLTA L'AUDIO OVERVIEW CHE SINTETIZZA LE NOVITÀ Il podcast è stato generato attraverso NotebookLM. -------------------------------------------------------------------------------- UN VIAGGIO ATTRAVERSO L’EVOLUZIONE DELL'AI: DAI MODELLI AI SISTEMI INTELLIGENTI Per anni abbiamo pensato che il vantaggio nell'AI fosse avere il modello migliore. Oggi i modelli di fascia alta hanno performance sempre più simili: stanno diventando commodity. Il vero vantaggio competitivo si è spostato sui sistemi. AI Festival 2026 Integrare l'AI non significa aggiungere un'API, ma riprogettare processi in ottica AI-first. Serve un layer applicativo solido (contesto, tool, controlli, monitoraggio) e un lavoro di context engineering che architetta le informazioni, non solo i prompt. L'approccio multi-agente, con ruoli distinti che pianificano, eseguono e verificano, è ciò che rende questi sistemi affidabili e scalabili. Intelligenza artificiale: dai modelli ai sistemi intelligenti Dalla corsa al “modello migliore” alla rivoluzione dei sistemi intelligenti: perché il vero vantaggio competitivo oggi non è l’LLM, ma l’orchestrazione di agenti, processi AI-first e context engineering. Casi reali, multi-agenti e uno sguardo ai world model che cambieranno tutto. > Non è una rivoluzione di modelli, ma di orchestrazione. E il prossimo passo > andrà oltre il linguaggio, verso sistemi capaci di rappresentare e simulare il > mondo. -------------------------------------------------------------------------------- L'HYPE FINANZIARIO DELL'AI È REALE. MA L'IMPATTO STRUTTURALE A LUNGO TERMINE È ANCORA SOTTOSTIMATO Così ho chiuso il mio intervento all'AI Festival. Questo report pubblicato da MIT Technology Review approfondisce proprio questo punto, partendo da un'analisi storica di oltre 130 anni di dati economici elaborata dal team di Joseph Davis, capo economista globale di Vanguard. Rethinking AI’s future in an augmented workplace La tesi è chiara: l'ipotesi di un impatto marginale dell'AI sull'economia appare poco solida. Più plausibile è uno scenario in cui l'AI si afferma come tecnologia general purpose, capace di aumentare la produttività in modo persino più profondo rispetto al personal computer. Il vero cambiamento si gioca su tre dimensioni: automazione delle attività ripetitive, augmentation (l'AI come copilota che potenzia le competenze) e creazione di nuove industrie. Su oltre 800 professioni analizzate, circa l'80% non verrà sostituito, ma trasformato. Il lavoro si sposterà verso attività a maggior valore aggiunto, mentre l'AI assorbirà parti operative e amministrative. Un altro punto interessante riguarda la produttività. Negli ultimi anni è cresciuta meno del previsto, non perché l'automazione sia eccessiva, ma perché è stata adottata troppo poco nei servizi: sanità, istruzione, finanza. Ed è proprio lì che l'AI può generare l'impatto più significativo. C'è poi la variabile demografica. Con l'invecchiamento della popolazione e la riduzione della forza lavoro, il tema nei prossimi anni potrebbe non essere la carenza di posti, ma la carenza di persone. Secondo le stime riportate, entro 5–7 anni l'effetto combinato dell'AI potrebbe equivalere all'aggiunta di 16–17 milioni di lavoratori negli Stati Uniti. Un passaggio chiave riguarda anche i mercati: i maggiori benefici non andranno solo a chi sviluppa AI, ma soprattutto a chi la integra nei processi core. Come spesso accade con le tecnologie abilitanti, il vantaggio competitivo sarà nell'adozione consapevole e sistemica. Vai al post > L'AI non è solo un tema di capitalizzazione di mercato. È una questione di > struttura economica, produttività e riprogettazione del lavoro. -------------------------------------------------------------------------------- LANGSMITH PER TRACCIARE I FLUSSI AGENTICI Sto provando LangSmith per tracciare il flusso di funzionamento di sistemi multi agente. Lo trovo davvero interessante. Permette di monitorare le chiamate ai LLM che effettuano le applicazioni, i token consumati, i costi (calcolati in real-time e comprensivi delle cache implicite), le chiamate a tool esterni. Per ogni esecuzione dei workflow, traccia il flusso completo delle azioni degli agenti: prompt, risposte, variazione degli stati, consumo. L'interfaccia di LangSmith Soprattutto, consente di creare dei Grader basati su LLM che permettono di valutare automaticamente gli output, in modo da poter filtrare le esecuzioni per score personalizzati. LangSmith è sviluppato dal team di LangChain, e può essere integrato su qualunque applicazione. Vai al progetto > Nelle immagini si vedono dati di workflow costruiti su LangGraph, dove l'uso > di LangSmith si mette in atto con qualche riga di Python. -------------------------------------------------------------------------------- SPOTIFY: NESSUNA RIGA DI CODICE DA DICEMBRE! C’è stupore per le dichiarazioni del CEO di Spotify durante la call sui risultati del Q4, in cui afferma che i developer, grazie all’AI, hanno scritto pochissimo codice negli ultimi mesi. Probabilmente è una semplificazione (il contesto di una earnings call tende sempre ad enfatizzare), ma chiunque abbia provato seriamente sistemi come Antigravity, Claude Code o Codex, sa che.. > ..il salto di produttività e la compressione del ciclo dall'idea al rilascio > sono reali. Soprattutto quando si combinano con "skill" evolute e sistemi di validazione automatica, testing e revisione critica dell’output generato. Vai al post > Le competenze si stanno spostando verso fasi più ad alto livello: > progettazione, orchestrazione, supervisione. -------------------------------------------------------------------------------- RIPROGETTARE IL LAVORO IN MODO CHE CONTINUI A GENERARE ESPERIENZA > La vera sfida dell'era AI non è solo aumentare la produttività, ma > riprogettare il lavoro in modo che continui a generare esperienza. Un interessante post di Harvard Business Review affronta un paradosso centrale dell'era dell'intelligenza artificiale: l'AI aumenta il bisogno di giudizio umano, ma allo stesso tempo riduce le esperienze attraverso cui quel giudizio si sviluppa. How Do Workers Develop Good Judgment in the AI Era? AI is creating a major organizational challenge: People with deep experience get huge productivity gains, while junior employees often can’t tell whether AI‑generated work is any good or how to improve it. Because AI now handles the messy, repetitive tasks that once built judgment, junior employees miss chances to develop it. Organizations risk ending up with managers who’ve never done the underlying work and thin leadership pipelines. The solution isn’t just keeping humans in the loop, but redesigning work to build judgment deliberately: clarifying who makes decisions, exposing people to consequences, restoring stretch experiences, and using tools like simulations, case-based learning, and gradual increases in responsibility. Nei contesti professionali, l'AI generativa tende ad amplificare le competenze di chi ha già esperienza, mentre aiuta molto meno i profili junior. Non perché questi ultimi non siano capaci, ma perché spesso non hanno ancora sviluppato la capacità di valutare criticamente l'output prodotto: capire se è valido, dove è debole, come migliorarlo. Il punto chiave è che il giudizio non nasce dall'uso della tecnologia, ma dall'esperienza diretta: fare, sbagliare, ricevere feedback, assumersi responsabilità e vedere le conseguenze delle proprie decisioni. Storicamente, le organizzazioni hanno costruito il giudizio attraverso compiti operativi ripetitivi ma formativi, esposizione graduale alla complessità, responsabilità reale sugli esiti e confronto continuo con superiori e colleghi. Oggi molte di queste attività vengono automatizzate. I giovani professionisti non partono più dalla pagina bianca: revisionano output generati dall'AI. Questo cambia profondamente il tipo di sforzo cognitivo richiesto e rischia di impoverire il processo di apprendimento. Il risultato può essere un'organizzazione in cui i ruoli entry-level perdono valore formativo, i manager supervisionano attività che non hanno mai davvero imparato a fare, il giudizio si concentra in una fascia ristretta di leader senior e aumentano output ben confezionati ma poveri di sostanza. Tenere "l'uomo nel loop" riduce i rischi operativi, ma non garantisce lo sviluppo del giudizio. Se le persone vengono protette dall'ambiguità invece di affrontarla, imparano a gestire l'escalation, non a decidere. Vai al post > La vera sfida dell'era AI non è solo aumentare la produttività, ma > riprogettare il lavoro in modo che continui a generare esperienza, > responsabilità e capacità decisionale sotto incertezza. Perché l'intelligenza > artificiale può accelerare il lavoro, ma non può sostituire il processo > attraverso cui si forma il buon giudizio. -------------------------------------------------------------------------------- NANO BANANA 2 Google DeepMind ha presentato Nano Banana 2 (Gemini 3.1 Flash Image), il nuovo modello di generazione immagini che unisce la qualità avanzata di Nano Banana Pro alla velocità di Gemini Flash. > I test che ho fatto lo confermano: generazione ed editing sempre qualitativi a > una velocità notevole. È un sistema capace di produrre immagini fotorealistiche con maggiore rapidità di editing e iterazione, mantenendo un elevato livello di precisione e controllo creativo. Nano Banana 2: un test TRA LE PRINCIPALI NOVITÀ.. * Accesso alla conoscenza del mondo reale di Gemini, con supporto a informazioni aggiornate dal web. * Migliore rendering del testo nelle immagini, con traduzione e localizzazione integrate. * Coerenza dei soggetti fino a 5 personaggi e fedeltà fino a 14 oggetti nello stesso workflow. * Maggiore aderenza a istruzioni complesse. * Supporto a diversi formati e risoluzioni, da 512px fino al 4K. * Illuminazione, texture e dettagli più curati, mantenendo la velocità tipica di Flash Nano Banana 2 è già nell'app Gemini, in Google Search (AI Mode e Lens), in AI Studio e tramite Gemini API, in Vertex AI su Google Cloud, in Flow come modello predefinito e in Google Ads per la creazione di campagne. Vai al post > Un'evoluzione che punta a ridurre il compromesso tra velocità e qualità > visiva, rendendo la generazione di immagini sempre più adatta a contesti > professionali e produttivi. -------------------------------------------------------------------------------- MERCURY 2 Inception ha presentato Mercury 2, il nuovo modello linguistico progettato per portare il reasoning in "tempo reale" nelle applicazioni AI in produzione. Nel video si vede un mio test, e la velocità è impressionante. Mercury 2: un test La novità principale è l'architettura basata su diffusion: invece di generare testo in modo autoregressivo, un token alla volta, Mercury 2 produce più token simultaneamente e li raffina in pochi passaggi iterativi. Questo approccio consente oltre 1.000 token al secondo su GPU NVIDIA Blackwell e una velocità dichiarata superiore di oltre 5 volte rispetto ai modelli tradizionali. Il punto non è solo la rapidità in senso assoluto, ma l'impatto nei sistemi reali: agenti con decine di chiamate di inferenza, pipeline RAG multi-step, autocompletamento nel coding, interfacce vocali con vincoli di latenza stringenti. In questi scenari la latenza si accumula e diventa un fattore critico per qualità, costi ed esperienza utente. Il modello punta a spostare il compromesso tra qualità del reasoning e tempi di risposta, offrendo reasoning regolabile, contesto fino a 128K token, tool use nativo e output JSON conforme a schema, con compatibilità con le API di OpenAI per un'integrazione immediata negli stack esistenti. Vai al post > L'obiettivo dichiarato è rendere l'AI in produzione percepita come istantanea, > anche sotto carichi elevati e alta concorrenza, aprendo nuove possibilità per > agenti autonomi, sistemi di ricerca enterprise e applicazioni voice real-time. -------------------------------------------------------------------------------- GEMINI 3.1 PRO Google ha presentato Gemini 3.1 Pro, l'ultima evoluzione della serie Gemini 3, progettata per affrontare compiti complessi che richiedono ragionamento avanzato. Il modello introduce un significativo miglioramento dell'intelligenza di base, con prestazioni più che raddoppiate rispetto alla versione 3 Pro nel benchmark ARC-AGI-2, raggiungendo un punteggio verificato del 77,1% nella risoluzione di nuovi schemi logici. Gemini 3.1 Pro Gemini 3.1 Pro è pensato per scenari in cui una risposta semplice non è sufficiente: sintesi di sistemi complessi, spiegazioni strutturate, integrazione tra API e interfacce intuitive, sviluppo di esperienze interattive e creative coding. Il modello è disponibile in preview per sviluppatori tramite Gemini API, AI Studio, Gemini CLI, Antigravity e Android Studio; per le aziende attraverso Vertex AI e Gemini Enterprise; e per gli utenti tramite l'app Gemini e NotebookLM, con limiti estesi per i piani Google AI Pro e Ultra. Vai al post > Google rafforza l'obiettivo di portare capacità di ragionamento sempre più > sofisticate nelle applicazioni quotidiane, accelerando lo sviluppo di workflow > agentici e soluzioni ad alta complessità. -------------------------------------------------------------------------------- CLAUDE OPUS 4.6 Anthropic ha presentato Claude Opus 4.6, un importante aggiornamento del suo modello più avanzato. Il nuovo Opus migliora in modo significativo il coding agentico, la pianificazione e il ragionamento complesso, riuscendo a sostenere task autonomi di lunga durata, e a operare in codebase molto estese con maggiore affidabilità. Per la prima volta, Opus introduce una finestra di contesto da 1 milione di token (in beta), un'area in cui modelli come GPT e Gemini hanno mostrato progressi, ma dove Opus 4.6 punta soprattutto sulla qualità d'uso reale del contesto, riducendo in modo netto la perdita di coerenza nelle interazioni molto lunghe. Claude Opus 4.6 - Anthropic Nei benchmark, Opus 4.6 si colloca ai vertici su coding, ricerca e ragionamento multidisciplinare, superando altri modelli frontier in diverse valutazioni legate al lavoro professionale ad alto valore economico, come finanza e ambito legale. Una differenza chiave è la capacità di recuperare informazioni difficili da trovare all'interno di grandi quantità di testo e di continuare a ragionare correttamente dopo aver assorbito contesti enormi, un punto in cui molti modelli concorrenti tendono ancora a degradare. Vai al post Sul fronte prodotto, il modello rafforza l'approccio agentico con team di agenti in Claude Code, introduce controlli più granulari sul livello di "sforzo" cognitivo del modello e migliora l'integrazione con strumenti di lavoro quotidiani. L'aumento delle capacità non avviene a scapito della sicurezza: Anthropic riporta tassi molto bassi di comportamenti disallineati e una delle migliori performance complessive nei test di safety tra i modelli frontier. > Claude Opus 4.6 è disponibile su claude.ai, via API e sulle principali > piattaforme cloud, con PREZZI INVARIATI rispetto alla versione precedente. -------------------------------------------------------------------------------- L'AUTO PROMPT CACHING DI CLAUDE Anthropic introduce l'auto prompt caching per le Claude API. Il prompt caching consente di riutilizzare il calcolo della fase di prefill quando parti del prompt rimangono identiche tra richieste successive. Questo riduce sia la latenza sia i costi: i token letti dalla cache hanno un costo pari a circa il 10% rispetto ai token di input standard. L'Auto Prompt caching di Claude Il caso d’uso più evidente è quello degli agenti multi-turno. Poiché le API di Anthropic sono stateless, a ogni turno è necessario reinviare istruzioni, descrizione dei tool, cronologia e nuovo contesto. Senza caching si paga ogni volta l’intera finestra di contesto; con il caching si paga pienamente solo il contenuto nuovo. Finora il meccanismo richiedeva l’inserimento esplicito di un breakpoint cache_control nel punto del prompt da memorizzare. Con l’auto-caching è sufficiente dichiarare il parametro una sola volta nella richiesta: il breakpoint viene spostato automaticamente sull’ultimo blocco cacheabile, seguendo la crescita della conversazione. Rimane comunque la possibilità di gestire manualmente i breakpoint per casi più avanzati. Il sistema si basa su hash crittografici: anche una minima variazione nel testo produce un cache miss. Per questo motivo la progettazione di prompt "cache-friendly" diventa centrale negli agenti complessi e ad alto consumo di token. Vai alla documentazione Il confronto più diretto è con la cache implicita di Gemini di Google. Gemini applica il caching in modo automatico e trasparente: non è necessario specificare breakpoint e il riutilizzo del contesto avviene dietro le quinte. Claude, invece, offre un approccio esplicito e più controllabile: si decide dove scrivere la cache e si può ottimizzare in modo deterministico il tasso di cache hit. > Entrambi gli approcci puntano a ridurre costi e latenza riutilizzando parti > invarianti del prompt. > Gemini privilegia semplicità e automazione; Claude privilegia controllo, > prevedibilità e ottimizzazione fine per workload agentici strutturati. -------------------------------------------------------------------------------- PERPLEXITY COMPUTER Perplexity Computer è un sistema che prova a unificare in un'unica piattaforma tutte le principali capacità dell'AI attuale, andando oltre all'interfaccia di chat, per diventare un vero e proprio "lavoratore digitale" autonomo. È progettato per creare ed eseguire flussi di lavoro completi, operando anche per periodi prolungati. L'utente descrive un obiettivo finale e il sistema lo scompone in attività e sotto-attività, generando sub-agenti specializzati che lavorano in parallelo. Questi possono effettuare ricerche web, generare documenti, analizzare dati, programmare applicazioni, chiamare API e interagire con servizi esterni tramite centinaia di connettori integrati. Il coordinamento è automatico e asincrono: più istanze possono lavorare contemporaneamente, mentre l'utente si dedica ad altro. Perplexity Computer: un esempio Dal punto di vista tecnico, si tratta di un sistema multi-modello. Non si basa su un singolo modello AI, ma orchestra fino a 19 modelli differenti, selezionando di volta in volta quello più adatto al compito specifico. Al centro del motore di ragionamento c'è Opus 4.6, mentre altri modelli vengono impiegati per funzioni specializzate: ad esempio Gemini per la ricerca approfondita, Nano Banana per la generazione di immagini, Veo 3.1 per i video, Grok per attività leggere e veloci, e GPT 5.2 per la gestione di contesti lunghi e ricerche estese. L'architettura è agnostica rispetto ai modelli, quindi può evolvere nel tempo e integrare nuove tecnologie; inoltre, l'utente può scegliere modelli specifici per determinati sotto-compiti, mantenendo controllo anche sui costi legati ai token. Sul piano operativo, il sistema lavora in ambienti di esecuzione isolati e sicuri, con accesso a un file system reale, a un browser reale e a strumenti concreti. È progettato per essere "secure by default" e personale: ricorda il lavoro passato grazie alla memoria persistente e si integra con file, web e strumenti aziendali attraverso l'infrastruttura Perplexity. > L'obiettivo è offrire un'esperienza paragonabile a quella di un computer > personale: non solo uno strumento, ma un sistema intelligente che conosce il > contesto dell'utente e lo supporta end-to-end. Vai al post La visione di fondo è che l'AI non sia più soltanto un modello, ma un sistema capace di orchestrare modelli, strumenti e tempo per affrontare progetti complessi dall'inizio alla fine: ricerca, progettazione, sviluppo, distribuzione e gestione. > In questo senso, Perplexity Computer rappresenta il passaggio dall'AI come > risposta all'AI come infrastruttura operativa completa. -------------------------------------------------------------------------------- QWEN 3.5 Il team di Qwen ha annunciato il rilascio di Qwen 3.5, introducendo il modello open-weight Qwen3.5-397B-A17B, progettato come sistema nativamente multimodale capace di integrare visione e linguaggio in modo avanzato. Il modello combina un’architettura ibrida che unisce Linear Attention (Gated Delta Networks) e Sparse Mixture-of-Experts (MoE). Pur contando 397 miliardi di parametri totali, ne attiva solo 17 miliardi per ogni forward pass, migliorando in modo significativo efficienza, costi di inferenza e velocità, senza compromettere le prestazioni. Qwen 3.5: le performance Nei benchmark mostra risultati solidi in ambiti chiave come reasoning avanzato, coding, capacità agentiche e comprensione multimodale. Con l’aumento degli ambienti di training, le performance scalano in modo evidente, soprattutto nella modalità Thinking. Nel confronto con i principali modelli di fascia alta, Qwen3.5-397B-A17B Thinking si avvicina ai livelli di Claude Opus 4.5 Thinking e risulta competitivo rispetto a Gemini 3 Pro e GPT-5.2 High nei benchmark considerati, riducendo in modo significativo il gap con i leader di mercato. Vai al progetto L’obiettivo è abilitare una nuova generazione di agenti AI in grado di comprendere contenuti visivi e testuali in modo integrato, ragionare su problemi complessi e operare in contesti reali con maggiore autonomia. > Modelli come Qwen, Kimi, DeepSeek, stanno facendo passi in avanti > impressionanti.. e non in termini di scala, ma di architettura. -------------------------------------------------------------------------------- IL MOAT NON È PIÙ L'API. È LO STACK! Negli ultimi due anni abbiamo assistito a una narrazione quasi inevitabile: i modelli flagship delle big tech (es. OpenAI, Anthropic, Google) sono il punto di riferimento assoluto. Prestazioni top, sì. Ma anche costi elevati, dipendenza da API chiuse, infrastrutture centralizzate. Il moat non è più l'API. È lo stack! Per molto tempo l'equazione è stata semplice: > massima qualità = > modello chiuso + API premium Forse, però, qualcosa sta cambiando. Il rilascio di Qwen 3.5 da parte di Alibaba dimostra come il mondo degli open-weights non sta più inseguendo: sta competendo frontalmente. Questo non è solo un progresso tecnico. È uno shift economico e strategico. L'equazione può diventare: qualità comparabile + controllo infrastrutturale + costi inferiori. Naturalmente, la gestione operativa non è banale. Gestire inferenza su larga scala, ottimizzare costi GPU, garantire sicurezza e allineamento richiede maturità infrastrutturale. Le API premium restano una scelta razionale per molte organizzazioni. Ma il punto non è sostituire tutto. Il punto è che ora esiste un'alternativa credibile. E questo accade in un momento cruciale. Stiamo costruendo applicazioni agentiche in cui il modello è solo un componente di un'architettura più ampia fatta di tool, memoria, orchestrazione, retrieval e workflow. In questi scenari l'architettura conta più del singolo modello. Spesso la latenza conta più della leaderboard. Il controllo del dato conta più del brand. Gli open-weight models diventano quindi non solo un'alternativa economica, ma un abilitatore architetturale. Permettono di progettare stack AI su misura, con piena governance, integrazione profonda nei sistemi aziendali e riduzione del lock-in tecnologico. La vera differenziazione non sarà nel modello. Sarà nell'architettura costruita attorno ad esso. > Il moat non è più l'API. È lo stack. -------------------------------------------------------------------------------- SEEDANCE 2.0 DI BYTEDANCE ByteDance ha rilasciato Seedance 2.0, un nuovo modello di generazione video, e si iniziano a vedere le prime realizzazioni. Con un solo prompt, il modello è in grado di costruire storytelling multi-shot nativi, mantenendo coerenza narrativa, qualità del movimento e precisione visiva su più inquadrature consecutive. Seedance 2.0: video generato da Charles Curran Il lip-sync è accurato a livello di fonemi e supporta oltre 8 lingue, mentre la motion rispetta ritmo, fisica e dinamica delle scene. L'output arriva fino a una risoluzione cinematografica 2K e include audio completamente nativo: dialoghi, effetti sonori e ambience vengono generati insieme al video, in un'unica passata, perfettamente sincronizzati. Supporta fino a 12 file di riferimento tra testo, immagini, video e audio, offrendo un controllo creativo molto più granulare rispetto ai modelli precedenti. La generazione è circa il 30% più veloce e consente clip fino a tre volte più lunghe. I primi confronti lo collocano già ai vertici insieme a Kling, Sora e Veo per coerenza multi-shot, qualità del movimento, aderenza al prompt e precisione narrativa. Seedance 2.0: video generato da Alex Patrascu > Il rilascio è avvenuto in beta limitata, ma è chiaro che ByteDance non ha > semplicemente migliorato il modello precedente: ha alzato l'asticella > dell'intera generazione video AI. -------------------------------------------------------------------------------- KLING AI 3.0 Kling AI 3.0 rappresenta il "Nano Banana Pro moment" per i modelli video? Di certo rappresenta un punto di svolta, soprattutto per chi guarda alla qualità cinematografica e non solo alla generazione di clip isolate. Kling AI 3.0: le potenzialità La novità più evidente è il multi-cut nativo fino a 15 secondi per singola generazione: non si tratta più di brevi frammenti scollegati, ma di sequenze con ritmo, continuità e intenzione narrativa. A questo si aggiunge un lip sync finalmente credibile, preciso e stabile anche su dialoghi più lunghi, senza quell’effetto artificiale che finora ha limitato molti modelli video. Ma il vero salto di qualità è nella performance dei personaggi. Espressioni, micro-movimenti, postura e presenza scenica sono, ad oggi, tra le migliori che si siano viste in ambito video AI. I personaggi non "eseguono" semplicemente un prompt: recitano. E soprattutto restano coerenti nel tempo, tra un’inquadratura e l’altra. La cosa più interessante è che il modello può essere usato letteralmente come un reference model. Personaggi, volti, stile visivo e persino voce possono essere mantenuti con una consistenza che inizia ad avvicinarsi all’esperienza di una vera regia. Vai alla guida Forse non è solo un miglioramento incrementale rispetto alle versioni precedenti, ma un cambio di categoria. > Il video (creato da Halim Alrasihi) mostra le potenzialità. -------------------------------------------------------------------------------- HOLLYWOOD SPENDEREBBE MILIONI. L'AI LO FA IN POCHI MINUTI.. Oggi, produrre una scena cinematografica significa troupe, attrezzature, location, settimane di lavoro e budget enormi. Domani, strumenti come Seedance 2.0, Kling AI e Nano Banana Pro potrebbero comprimere quel processo in una manciata di minuti. Seedance 2.0 + Kling + Nano Banana Pro, realizzato da Oogie > Non è solo una questione di velocità. > È una questione di struttura. L'intelligenza artificiale mostra traiettorie che probabilmente ridisegneranno interi settori perché abbasserà drasticamente la barriera d'ingresso. Ciò che oggi richiede capitali, infrastrutture e grandi team domani, probabilmente, richiederà visione, competenza e capacità di orchestrare strumenti. * Nel cinema significherà prototipare scene, ambientazioni ed effetti visivi in tempo reale? * Nel marketing significherà sviluppare concept e campagne in ore invece che settimane? * Nel design significherà iterare senza costi marginali rilevanti? * Nell'editoria significherà produrre, adattare e distribuire contenuti su scala globale? * Nella formazione significherà creare simulazioni e materiali dinamici personalizzati? Quando il costo della produzione creativa si avvicina allo zero, il vantaggio competitivo si sposta. Non vince più chi ha più budget. Vince chi ha più chiarezza, più gusto, più capacità di integrazione tra umano e macchina. > L'AI non elimina la creatività. La rende scalabile. Non sostituisce il > pensiero strategico. Lo amplifica. Non distrugge i settori. Li costringe a > evolversi. > La vera trasformazione non è tecnologica. È culturale. -------------------------------------------------------------------------------- LA NUOVA STRATEGIA DI RUNWAY Runway mette in campo una nuova strategia, includendo in piattaforma tutti i migliori modelli di generazione di immagini, video e audio (oltre a quelli proprietari). Attualmente, vedo presenti: Kling, Veo, Sora, Wan, Topaz, Nano Banana, GPT Image e Eleven Labs. Ma ne includeranno altri, ad esempio Seedance. La nuova strategia di Runway È chiaro che la nuova rotta punta a far diventare Runway una piattaforma per creator, con la possibilità di creare workflow multi-modello, di usare applicazioni preconfigurate e pronte all'uso, e di portare tutto ovunque via API. In arrivo anche le funzionalità di Real Time World Simulation (and Exploration) e Real Time Avatars (la demo disponibile in piattaforma è impressionante). -------------------------------------------------------------------------------- PHOTOSHOOT SU POMELLI Google Labs ha introdotto Photoshoot, una nuova funzionalità di Pomelli che mira a trasformare semplici foto di prodotto in immagini professionali in stile studio o lifestyle. Lo strumento utilizza il business DNA del brand e un modello avanzato di generazione immagini per creare contenuti coerenti con l'identità visiva dell'azienda, senza bisogno di uno shooting fotografico tradizionale. Photoshoot: una nuova funzionalità di Pomelli Il processo è semplice: si carica una foto, si sceglie un template (studio o lifestyle), si genera l'immagine e si possono poi applicare modifiche e rifiniture. Le immagini prodotte possono essere scaricate o salvate per campagne future, mantenendo coerenza estetica nel tempo. Tra le novità anche modelli di generazione più accurati, funzioni di editing come la modifica dello sfondo e la possibilità di usare immagini di riferimento per replicare uno stile specifico. Inoltre, è possibile creare campagne più mirate caricando immagini nel prompt o inserendo l'URL del prodotto, così da utilizzare automaticamente immagini, titolo e descrizione presenti sul sito. Vai al post > Uno strumento pensato per semplificare la produzione di contenuti marketing di > qualità, rendendo accessibili risorse visive professionali anche a realtà con > budget e tempo limitati. -------------------------------------------------------------------------------- L'EVOLUZIONE DI OPAL Opal di Google si evolve ancora, introducendo interessanti novità. * Il routing dinamico, che permette di fare decidere all'agente quale sarà l'azione successiva. * L'uso della memoria per salvare i dati in modo persistente durante le esecuzioni dei workflow. * La possibilità di creare una tipologia di agente che sceglie autonomamente il modello da usare in base al task (compresa la generazione di contenuti multimediali). L'evoluzione di Opal > L'usabilità che stanno dando allo strumento, a volte, è disarmante. COSA MANCA.. * La connessione via MCP a servizi esterni non di Google. * Un AgentState condiviso dagli agenti per la memoria a breve termine. * La possibilità di usarlo anche in Italia senza una VPN. -------------------------------------------------------------------------------- WAYMO WORLD MODEL Waymo ha presentato il Waymo World Model, un modello generativo che porta la simulazione per la guida autonoma a un livello completamente nuovo. Non si limita a ricostruire ciò che è già stato visto su strada, ma genera mondi 3D iper-realistici e interattivi, producendo dati coerenti per camere e lidar, come se il veicolo stesse davvero guidando in quell'ambiente. La differenza chiave è la conoscenza del mondo: grazie a Genie 3, il sistema può simulare eventi rarissimi o quasi impossibili da raccogliere nella realtà. Tornado, incendi, alluvioni, veicoli contromano, oggetti fuori scala, animali in carreggiata. Tutto può essere creato, controllato e modificato con precisione. Waymo World Model La simulazione non è passiva. Waymo può intervenire sulle azioni di guida, sul layout delle strade, sul comportamento degli altri utenti e persino sulle condizioni ambientali tramite linguaggio naturale. Questo permette di testare scenari controfattuali e decisioni alternative, mantenendo realismo e coerenza anche quando il percorso simulato diverge molto da quello reale. Vai al post C'è anche un passaggio importante dal mondo reale al virtuale: video comuni, come quelli di una dashcam o di uno smartphone, possono essere convertiti in simulazioni multimodali per capire come il sistema di guida autonoma interpreterebbe esattamente quella scena. > Il punto centrale non è l'effetto visivo, ma la sicurezza. Simulando miliardi > di miglia e preparando il sistema a situazioni estreme e imprevedibili, questi > modelli diventano un'infrastruttura critica per addestrare AI che devono > operare nel mondo fisico, con conseguenze reali. -------------------------------------------------------------------------------- LYRIA 3: GENERARE MUSICA SU GEMINI > La possibilità di generare musica su Gemini (attraverso Lyria 3) arriva anche > in Italia. L'ho provato, inserendo addirittura il testo della canzone. È possibile trasformare un semplice prompt di testo (o persino un'immagine) in una traccia musicale di 30 secondi, completa di base strumentale, voce, testo e copertina personalizzata. Lyria 3: generare musica su Gemini COME CREARE UN BUON PROMPT PER GENERARE UNA CANZONE Genere ed epoca: inizia con uno stile preciso o un mix originale, ad esempio synth pop anni '80, metal e rap fusion, indie folk, country vecchio stile. * Tempo e ritmo: definisci energia e atmosfera, ad esempio suono ritmato e ballabile, ballata lenta, ritmo incalzante. * Strumenti: aggiungi dettagli che diano struttura al brano, ad esempio assolo di sassofono, linea di basso distorta, chitarre sfumate. * Voce: specifica timbro e registro, ad esempio soprano donna leggero, basso-baritono uomo, rocker graffiante. * Testo: indica il tema e la struttura, ad esempio "Un weekend epico". -------------------------------------------------------------------------------- GROK IMAGINE 1.0 > Anche Grok diventa notevole nella generazione video. Il video è stato generato da Dave Clark con Grok Imagine 1.0 immaginando un dialogo tra l’uomo e l'AI, dove le domande contano quanto le risposte. Grok Imagine 1.0 > Futuro, verità e immaginazione che si incontrano. -------------------------------------------------------------------------------- QWEN IMAGE 2.0 Alibaba ha rilasciato Qwen Image 2.0: un modello di nuova generazione per la creazione e l'editing di immagini che unifica in un'unica architettura generazione testuale-visiva e modifica avanzata. Il modello integra definitivamente i due percorsi sviluppati nelle versioni precedenti (generazione realistica e editing coerente) offrendo prestazioni elevate sia nel text-to-image sia nell'image-to-image con lo stesso sistema. Qwen Image 2.0: alcuni test Tra le caratteristiche principali: * Rendering tipografico professionale con supporto fino a 1.000 token di istruzioni, capace di generare infografiche, slide, poster, calendari e fumetti con testo accurato e leggibile. * Supporto nativo alla risoluzione 2K (2048×2048) con fotorealismo avanzato su materiali, pelle, tessuti, architetture e luce * Gestione di prompt complessi e strutturati con layout articolati, tabelle, diagrammi, timeline e composizioni multi-livello * Allineamento preciso degli elementi in griglie, pannelli e moduli informativi * Architettura più leggera (7B) con maggiore velocità di inferenza e migliore equilibrio tra qualità visiva ed efficienza Un aspetto distintivo è l'integrazione completa tra comprensione multimodale e generazione: un unico modello è in grado di interpretare descrizioni molto dettagliate, mantenere coerenza visiva e organizzare il testo in modo esteticamente armonico. > L'ho provato. Non siamo minimamente vicini ai livelli di Gemini (Nano Banana), > ma la qualità aumenta. -------------------------------------------------------------------------------- QWEN AI SLIDES Alibaba ha rilasciato Qwen AI Slides. Un sistema che non si limita a impaginare contenuti, ma li comprende, li organizza e li trasforma in una narrazione visiva coerente. Qwen AI Slides: un esempio È un sistema basato su Qwen3 Agent e Qwen-Image 2.0, e integra ricerca, struttura e design in un unico flusso intelligente. Basta inserire un’idea, un testo complesso o caricare un documento per avviare il processo: l’agente analizza i contenuti, costruisce l’architettura della presentazione e definisce la sequenza logica delle slide. Ogni slide viene poi generata come visual completo: testo, layout, palette cromatica e grafiche sono progettati in modo integrato, senza passaggi manuali tra strumenti diversi. > Il sistema mostra tutti i limiti di Qwen Image (rispetto a Nano Banana), ma la > direzione è ottima. -------------------------------------------------------------------------------- KIMI AGENT SWARM > Kimi Agent Swarm fa scorgere la direzione nel potenziamento dei modelli di AI. Si tratta di un "nuovo" paradigma: non un singolo agente più potente, ma un'organizzazione autonoma composta da diversi agenti (fino a 100) che lavorano in parallelo, in un'architettura che si auto-organizza. Kimi Agent Swarm: un esempio di utilizzo L'idea di fondo è superare il limite strutturale dei sistemi a esecuzione sequenziale. Quando un solo agente gestisce compiti lunghi e complessi, la finestra di contesto si satura, le informazioni vengono compresse e la qualità del ragionamento degrada. Agent Swarm introduce invece una scalabilità orizzontale: più agenti specializzati, coordinati da una struttura che si auto-organizza. Il sistema agisce come un team leader che crea e coordina ricercatori, analisti, revisori, scrittori e developer, decidendo autonomamente come suddividere il lavoro, quando parallelizzare e quali strumenti utilizzare. Con Kimi K2.5, Agent Swarm può distribuire fino a 100 sub-agenti, eseguire oltre 1.500 tool call e ottenere risultati fino a 4,5 volte più velocemente rispetto a un'esecuzione sequenziale. Funziona particolarmente bene su attività che richiedono ampiezza e profondità: ricerche su larga scala, analisi multi-prospettiva, elaborazione massiva di documenti, produzione di report strutturati e scrittura estesa. Un elemento distintivo è la possibilità di generare disaccordo produttivo tra agenti indipendenti, evitando il "groupthink" e favorendo sintesi più robuste. Non è semplicemente un miglioramento incrementale delle performance. È un cambio di architettura: dall'agente singolo alla costruzione di organizzazioni autonome di intelligenza artificiale. Vai al progetto > È un sostituto di un workflow multi-agente? NO. Perché in produzione rimane la > necessità di controllo totale dei flussi. Ma se gli agenti all'interno > dell'architettura accelerano in questo modo, le performance miglioreranno di > moltissimo. -------------------------------------------------------------------------------- WORKSPACE STUDIO DI GOOGLE Su Gmail, negli account professionali, sta iniziando a comparire la funzionalità di "Workspace Studio". > Lo trovo uno strumento davvero interessante per creare automazioni che > coinvolgono tutti i software del workspace di Google. Il flusso che si vede nelle immagini, ad esempio, ogni mattina verifica le mail non lette del giorno prima e me le riepiloga brevemente in Chat (evitando newsletter, liste, notifiche social o altro di poco interessante), indicando se ci sono azioni richieste da parte mia. Inoltre, verifica se ci sono urgenze. Se ci sono, crea un altro brevissimo messaggio con una nota dedicata. Un workflow di Workspace Studio Il sistema si basa su Gemini, e permette di costruire agenti che non si limitano a seguire regole rigide, ma ragionano sul contesto. Questo significa che l’automazione non è solo "se succede X allora fai Y", ma diventa capace di interpretare contenuti, distinguere priorità reali e adattarsi alle informazioni che trova nelle email, nei documenti o nelle chat. -------------------------------------------------------------------------------- COS'È WEBMCP? Con WebMCP, Google mostra una traiettoria per cui i siti web potranno diventare dei touchpoint affidabili per gli agenti AI, superando l’approccio basato solo su visione artificiale. SE UNIAMO I PUNTINI: * MCP abilita modelli e agenti ad accedere a strumenti e capability; * Protocolli verticali, ma compatibili con MCP, standardizzano domini specifici, come UCP per l'ecommerce; * WebMCP rende i siti web nativamente agent-ready. > MCP diventerà l'HTTP degli agenti? Nello specifico, WebMCP è l’iniziativa presentata da Google che introduce un modo standard per permettere ai siti web di esporre azioni strutturate agli agenti AI. Non più solo scraping o interpretazione visiva del DOM, ma strumenti dichiarati esplicitamente dal sito web. Cos'è WebMCP? PREVEDE DUE MODALITÀ PRINCIPALI: 1. API dichiarativa → azioni standard definite direttamente nei moduli HTML 2. API imperativa → interazioni più complesse e dinamiche tramite JavaScript Il risultato? Agenti che possono prenotare voli, configurare prodotti, aprire ticket di assistenza o completare acquisti in modo più veloce, preciso e affidabile. Vai al progetto > Se questa visione si consolida, potremmo passare da un web "umano-centrico" a > un web progettato anche per agenti software. UN ESEMPIO PRATICO Attraverso questo sistema, gli agenti AI possono usare un sito web senza il bisogno di "vedere" l'interfaccia. WebMCP: un esempio pratico -------------------------------------------------------------------------------- MINIMAX M2.5 MiniMax ha pubblicato su Hugging Face il modello MiniMax-M2.5, un foundation model da 229 miliardi di parametri focalizzato su coding avanzato, agenti autonomi, tool calling, ricerca web e produttività d’ufficio. Addestrato con reinforcement learning su centinaia di migliaia di ambienti reali, M2.5 mostra prestazioni di primo livello in diversi benchmark: 80.2% su SWE-Bench Verified e risultati competitivi con Claude Opus 4.5/4.6 in scenari di sviluppo software complessi, con miglioramenti significativi rispetto alla versione M2.1 in termini di velocità ed efficienza. Nel coding si distingue per un approccio "architetturale": prima di scrivere codice, tende a decomporre il problema e strutturare specifiche, design e organizzazione del progetto. È stato addestrato su oltre 10 linguaggi, tra cui Python, Go, C++, Rust, Java e TypeScript, e copre l’intero ciclo di sviluppo, dal system design iniziale fino a code review e testing, anche in contesti full-stack e multi-piattaforma. MiniMax M2.5: performance Sul fronte agentico, migliora l’uso di strumenti e la ricerca web, riducendo il numero di iterazioni necessarie e ottimizzando il consumo di token. Nei benchmark dedicati a search e tool use ottiene prestazioni di vertice, con maggiore stabilità anche in ambienti non familiari. Un elemento centrale è l’efficienza: la versione Lightning raggiunge 100 token al secondo, mentre la versione standard opera a 50 token al secondo, con costi dichiarati significativamente inferiori rispetto ad altri modelli di frontiera. A 100 token al secondo, il costo stimato è circa 1 dollaro per un’ora di utilizzo continuo. MiniMax ha inoltre integrato M2.5 nel proprio ecosistema MiniMax Agent, con skill specifiche per Word, PowerPoint ed Excel e la possibilità di creare "Expert" riutilizzabili per scenari professionali come report strutturati o modellazione finanziaria avanzata. Vai al progetto > Nel complesso, M2.5 punta a combinare capacità agentiche avanzate, velocità > elevata e costi ridotti, con un forte investimento nel reinforcement learning > applicato a contesti operativi reali. -------------------------------------------------------------------------------- GPT-5.3-CODEX > GPT-5.3-Codex è il primo modello che ha contribuito in modo importante alla > propria creazione. Durante il suo stesso sviluppo è stato usato per fare debug dell'addestramento, analizzare risultati di test, ottimizzare la distribuzione e supportare le decisioni di ricerca e ingegneria. Un passaggio simbolico e concreto: l'agente non è solo oggetto di sviluppo, ma parte attiva del processo. GPT-5.3-Codex: performance Questo modello unifica le capacità di coding avanzato di Codex con il ragionamento e la conoscenza professionale dei modelli GPT più evoluti, risultando circa il 25% più veloce e più efficiente nell'uso dei token. È progettato per lavorare su attività lunghe e complesse, che includono ricerca, uso di strumenti, esecuzioni articolate e interazione continua con chi lo guida, mantenendo il contesto dall'inizio alla fine. Le prestazioni segnano nuovi riferimenti su benchmark come SWE-Bench Pro, Terminal-Bench, OSWorld e GDPval, mostrando non solo un miglioramento nel coding, ma un salto nell'uso reale del computer e nel lavoro professionale basato sulla conoscenza. GPT-5.3-Codex non si limita a scrivere codice: supporta l'intero ciclo di vita del software e molte altre attività professionali, dalla creazione di presentazioni all'analisi dei dati. L'esperienza d'uso evolve verso una collaborazione più naturale: mentre il modello lavora, fornisce aggiornamenti continui, spiega le scelte, riceve feedback e permette di intervenire in tempo reale, come con un collega. Sul fronte sicurezza, GPT-5.3-Codex introduce capacità avanzate in cybersicurezza con un approccio difensivo e salvaguardie rafforzate, frutto del lavoro di OpenAI su monitoraggio, accessi controllati e supporto all'ecosistema open source. Vai al post > Nel complesso, GPT-5.3-Codex rappresenta il passaggio da agente di coding > specializzato a collaboratore digitale general-purpose, capace di ragionare, > costruire ed eseguire lavoro reale su un computer. -------------------------------------------------------------------------------- GOOGLE ACCELERA CON AI MODE Da mobile, elimina un passaggio, e il bottone "Mostra Altro" di AI Overview porta direttamente in AI Mode, con la possibilità di proseguire l'interazione. Dall'AI Overview all'AI Mode da mobile > Piccoli step per il passaggio all'interfaccia unica? -------------------------------------------------------------------------------- LANGEXTRACT: DA TESTO A INFORMAZIONI STRUTTURATE LangExtract è una libreria Python open source di Google pensata per estrarre informazioni strutturate da testi non strutturati usando i LLM. A differenza di molte soluzioni simili, ogni entità estratta è ancorata con precisione al punto esatto del testo di origine, rendendo il processo verificabile e facilmente interpretabile. LangExtract: da testo a informazioni strutturate Il sistema si basa su prompt chiari ed esempi few-shot definiti dall'utente, senza bisogno di fine-tuning, ed è progettato per lavorare anche su documenti molto lunghi grazie a chunking intelligente, parallelizzazione e passaggi multipli di estrazione. Supporta diversi modelli, dai cloud LLM come Gemini e OpenAI fino a modelli locali tramite Ollama, ed è estendibile tramite un sistema di plugin per provider personalizzati. Un altro elemento distintivo è la visualizzazione interattiva: i risultati possono essere esplorati in un file HTML che mostra le entità direttamente nel contesto originale del testo. Vai al progetto > La libreria è applicabile a molti domini, inclusi ambiti complessi come > documenti clinici, report tecnici e testi letterari, mantenendo un buon > equilibrio tra fedeltà al testo e uso controllato della conoscenza del > modello. -------------------------------------------------------------------------------- VIBETENSOR DI NVIDIA Un nuovo paper di Nvidia dimostra che gli agenti AI possono andare ben oltre la scrittura di singole funzioni o patch di codice. Con VibeTensor, gli autori mostrano che è possibile generare quasi interamente tramite agenti un runtime completo per il deep learning, attraversando più livelli dello stack: API Python e Node.js, core C++, autograd, dispatcher, gestione della memoria CUDA, stream, eventi e CUDA Graphs. VibeTensor di NVIDIA La vera novità non è solo tecnica, ma metodologica. Il codice non è stato revisionato manualmente riga per riga: la correttezza è stata vincolata tramite build, test, benchmark e confronti differenziali con PyTorch. I test diventano di fatto specifiche eseguibili che guidano e limitano la generazione. Il paper è interessante anche perché non nasconde i limiti. Emerge un nuovo tipo di problema tipico del software generato da AI: componenti localmente corretti che, una volta composti, producono colli di bottiglia globali e prestazioni subottimali, il cosiddetto "Frankenstein effect". Vai al paper > VibeTensor non è un framework pronto per la produzione, ma un artefatto di > ricerca aperto e riproducibile che mostra cosa oggi gli agenti riescono > davvero a costruire nel system software, e soprattutto dove iniziano a > fallire. -------------------------------------------------------------------------------- STANFORD E HARVARD: ORDERED ACTION TOKENIZATION Stanford e Harvard propongono uno studio parallelo (o complementare) ai World Models, con una soluzione per rappresentare azioni continue (tipiche della robotica) in forma discreta e tokenizzata. Il lavoro introduce OAT - Ordered Action Tokenization, un metodo pensato per rendere le politiche autoregressive realmente efficaci nel controllo robotico. > Il problema di fondo è noto: le azioni sono continue, mentre i modelli > autoregressivi funzionano al meglio su sequenze discrete. Le soluzioni esistenti o producono sequenze troppo lunghe, oppure token latenti compatti ma privi di struttura. OAT affronta il problema imponendo tre proprietà chiave: buona compressione, decodificabilità garantita e soprattutto un ordinamento causale dei token. Le azioni vengono codificate in una sequenza ordinata coarse-to-fine, in cui i primi token catturano la struttura globale del movimento e i successivi ne raffinano i dettagli. Stanford e Harvard: Ordered Action Tokenization Questo ordinamento rende ogni prefisso della sequenza decodificabile: anche con pochi token si ottiene un'azione valida, meno precisa ma coerente. Aggiungendo token, la qualità migliora progressivamente. Ne risulta un meccanismo di anytime decoding, utile quando il tempo di inferenza è limitato o variabile. Dal punto di vista teorico, l'ordinamento emerge da un principio informativo: le componenti più frequenti e importanti dell'azione vengono codificate per prime. Dal punto di vista pratico, questo introduce un forte bias induttivo che semplifica l'apprendimento autoregressivo. Nei test su oltre 20 task, in simulazione e nel mondo reale, OAT supera i precedenti tokenizzatori e compete con approcci diffusion-based, offrendo però maggiore flessibilità in inferenza. In particolare, rimuovere l'ordinamento dei token porta a un netto degrado delle prestazioni, mostrando quanto la struttura della rappresentazione sia centrale. Vai al progetto > In sintesi, OAT aggiunge una nuova dimensione al classico trade-off tra > compressione e fedeltà: la modelability, ovvero quanto una rappresentazione è > naturale da modellare con predizione next-token nei sistemi di controllo > robotico. -------------------------------------------------------------------------------- AUMENTARE IL RAGIONAMENTO, IL CONTESTO O LA COMPLESSITÀ DEL FLUSSO NON GARANTISCE SISTEMI PIÙ AFFIDABILI Un recente paper di Anthropic propone un'idea semplice ma potente: quando i modelli AI diventano più capaci e affrontano compiti più complessi, i loro errori non diventano più "strategici", ma più caotici. Gli autori scompongono l'errore in bias e varianza e mostrano che, su task difficili e con traiettorie lunghe di ragionamento o azione, gli errori sono sempre più dominati dalla varianza. In altre parole: il fallimento tipico non è la ricerca coerente di un obiettivo sbagliato, ma un comportamento incoerente e imprevedibile. The Hot Mess of AI - Anthropic Per le applicazioni questo è un punto chiave. Aumentare il ragionamento, il contesto o la complessità del flusso non garantisce sistemi più affidabili. Anzi, spesso significa allungare la traiettoria decisionale e accumulare instabilità. I modelli possono migliorare in accuratezza media, ma diventare meno affidabili a livello di singola esecuzione. Il rischio principale assomiglia più a un incidente di processo che a una decisione sistematicamente sbagliata. Nei sistemi multi-agente, ad esempio, le implicazioni sono dirette. Ogni passaggio aggiuntivo tra agenti aumenta la varianza complessiva. > Ecco perché dico spesso che una strategia sensata è ridurre al minimo il > contesto persistente: azzerare la "chat history" degli agenti e lavorare > invece su stati condivisi espliciti, piccoli e verificabili, così da > selezionare solo l'informazione davvero necessaria. A questo si affianca l'iper-specializzazione: agenti con responsabilità strette, output limitati e compiti ben definiti sono più stabili di agenti generalisti che devono "pensare a tutto". Vai al paper > Meno memoria implicita, meno traiettoria, meno caos. -------------------------------------------------------------------------------- È POSSIBILE SELEZIONARE BUONE RISPOSTE PRIMA ANCORA CHE IL MODELLO FINISCA DI "PENSARE"? Un nuovo lavoro di ricerca di Google mette in discussione un'idea molto diffusa: > più lunga è la Chain-of-Thought, migliore è il ragionamento. I dati raccontano una storia diversa. La lunghezza dell'output non è un buon indicatore della qualità della risposta. In molti casi è addirittura negativamente correlata con l'accuratezza. > Più token non significa più intelligenza. > A volte significa solo overthinking. Deep-Thinking Ratio (DTR) di Google La proposta alternativa è il Deep-Thinking Ratio (DTR). Invece di guardare quanti token vengono generati, si osserva cosa succede all'interno del modello. Un token viene considerato "deep-thinking" se la sua previsione continua a essere rivista nei layer profondi e si stabilizza solo verso la fine della rete. I token semplici convergono presto. Quelli che richiedono ragionamento reale vengono raffinati più a lungo. Il DTR misura la percentuale di questi token "a stabilizzazione tardiva" in una risposta. E qui arriva il punto interessante: il DTR mostra una correlazione positiva e robusta con l'accuratezza, molto più forte rispetto a lunghezza, log-probabilità o metriche di confidenza. > Non conta quanto il modello scrive. Conta quanto profondamente rielabora > internamente le sue previsioni. Da questa intuizione nasce Think@n, una strategia di test-time scaling che genera più risposte ma seleziona solo quelle con DTR alto, stimato già dai primi token. In pratica si possono scartare presto le traiettorie poco promettenti, mantenere quelle "più profonde" e ottenere prestazioni pari o superiori alla self-consistency classica, con circa metà del costo computazionale. Vai al paper > La qualità del ragionamento non è una questione di volume, ma di dinamica > interna. Non è quanto a lungo il modello pensa, ma quanto in profondità > rielabora le sue decisioni. -------------------------------------------------------------------------------- AGENTIC REASONING FOR LARGE LANGUAGE MODELS Google DeepMind, Meta e Amazon (con UIUC e altri) hanno pubblicato una survey di oltre 100 pagine su cosa siano davvero gli AI agents: "Agentic Reasoning for Large Language Models". Agentic Reasoning for Large Language Models Reasoning is a fundamental cognitive process underlying inference, problem-solving, and decision-making. While large language models (LLMs) demonstrate strong reasoning capabilities in closed-world settings, they struggle in open-ended and dynamic environments. Agentic reasoning marks a paradigm shift by reframing LLMs as autonomous agents that plan, act, and learn through continual interaction. In this survey, we organize agentic reasoning along three complementary dimensions. First, we characterize environmental dynamics through three layers: foundational agentic reasoning, which establishes core single-agent capabilities including planning, tool use, and search in stable environments; self-evolving agentic reasoning, which studies how agents refine these capabilities through feedback, memory, and adaptation; and collective multi-agent reasoning, which extends intelligence to collaborative settings involving coordination, knowledge sharing, and shared goals. Across these layers, we distinguish in-context reasoning, which scales test-time interaction through structured orchestration, from post-training reasoning, which optimizes behaviors via reinforcement learning and supervised fine-tuning. We further review representative agentic reasoning frameworks across real-world applications and benchmarks, including science, robotics, healthcare, autonomous research, and mathematics. This survey synthesizes agentic reasoning methods into a unified roadmap bridging thought and action, and outlines open challenges and future directions, including personalization, long-horizon interaction, world modeling, scalable multi-agent training, and governance for real-world deployment. Il punto centrale è semplice: il problema non è solo quanto sono intelligenti i modelli. È come ragionano sotto incertezza, nel tempo, in ambienti dinamici. I benchmark closed-world (math, coding, QA) stanno dando un’illusione di robustezza. Single-agent in ambienti stabili? Funziona bene. Multi-agent in ambienti dinamici? Instabilità, errori accumulati, breakdown a metà task. LA SURVEY ORGANIZZA TUTTO IL CAMPO IN TRE LIVELLI * Foundational reasoning: pianificazione, tool use, search. È il passaggio da LLM che generano testo ad agenti che agiscono. * Self-evolving reasoning: feedback, memoria persistente, auto-riflessione. L’agente migliora nel tempo, integra errori, riusa esperienze. * Collective reasoning: più agenti che coordinano ruoli, comunicano e condividono memoria. Ed è qui che molti framework attuali iniziano a rompersi. Distinzione chiave: l’in-context reasoning scala il calcolo a test time, ma resta fragile su task long-horizon. Il post-training con reinforcement learning stabilizza i comportamenti, ma non risolve davvero la generalizzazione open-ended. Messaggio implicito: la maggior parte dei tutorial sugli AI agents è costruita su task singoli e ambienti statici. Robotica, healthcare, autonomous research mettono in crisi quasi tutte le pipeline attuali. > Il futuro non è solo modelli più grandi. È agenti che pianificano, agiscono, > apprendono e collaborano in ambienti dinamici senza collassare a metà strada. -------------------------------------------------------------------------------- KAGGLE GAME ARENA Kaggle Game Arena introduce un modo diverso di valutare i modelli di intelligenza artificiale, spostando l'attenzione dai classici benchmark di domande e risposte a giochi competitivi che richiedono pianificazione, strategia e decisioni sotto incertezza. Kaggle Game Arena Con giochi come Werewolf, poker heads-up e scacchi, le prestazioni dei modelli vengono misurate in contesti dinamici e verificabili, più vicini a problemi reali. A differenza dei benchmark tradizionali, questi test non si saturano: diventano automaticamente più difficili man mano che i modelli migliorano. Vai alla piattaforma L'obiettivo è costruire nel tempo una piattaforma con centinaia di giochi, ognuno focalizzato su aspetti diversi dell'intelligenza, supportata da una leaderboard globale. Un approccio che punta a fornire metriche più robuste e significative per misurare i progressi concreti dell'AI e il percorso verso sistemi sempre più generali. Advancing AI benchmarking with Game Arena We’re expanding Game Arena with Poker and Werewolf, while Gemini 3 Pro and Flash top our chess leaderboard. > Sono presenti anche i video dei match, e Gemini 3 (Pro e Flash) dominano tutte > le leaderboard. -------------------------------------------------------------------------------- ADVERTISING SU CLAUDE? LA RISPOSTA DI ANTHROPIC A OPENAI Claude resterà senza pubblicità. Una scelta dichiarata e motivata: le conversazioni con un'AI non sono uno spazio adatto agli annunci. Forse un po' troppo istintivo il post di Sam Altman subito successivo.. Secondo Anthropic, parlare con un assistente come Claude è diverso dall'usare un motore di ricerca o un social network. Le persone condividono contesto, problemi complessi, talvolta aspetti personali o sensibili. In questo tipo di interazione, inserire advertising (anche in forma indiretta o "sponsorizzata") rischia di compromettere fiducia, chiarezza e qualità del supporto. Advertising su Claude? La risposta di Anthropic a OpenAI Il punto centrale è l'allineamento degli incentivi. Un'AI finanziata dalla pubblicità potrebbe essere spinta, anche solo implicitamente, a orientare le risposte verso ciò che è monetizzabile, non verso ciò che è più utile. E questo renderebbe difficile distinguere un consiglio genuino da uno guidato da interessi commerciali. Anthropic ribadisce invece un modello basato su abbonamenti e contratti enterprise, reinvestendo i ricavi nel prodotto. L'obiettivo è mantenere Claude come uno "spazio per pensare": pulito, focalizzato, senza distrazioni e senza dover dubitare delle sue intenzioni. Il commercio non è escluso, ma deve essere iniziato dall'utente, non dall'inserzionista. Che si tratti di confrontare prodotti, prenotare servizi o usare integrazioni di lavoro, l'AI deve lavorare per chi la usa, non per chi paga per comparire. Vai al post > In un ecosistema digitale in cui la pubblicità è spesso data per inevitabile, > Anthropic sceglie di trattare l'AI come un quaderno, una lavagna, uno > strumento di lavoro: utile proprio perché non interrompe il pensiero. -------------------------------------------------------------------------------- SCEGLI QUESTO SITO WEB COME FONTE PREFERITA Ricevi più facilmente questi contenuti tra i risultati di Google. Potrai modificare questa preferenza in qualsiasi momento dalle impostazioni di Google. -------------------------------------------------------------------------------- - GRAZIE - Se hai apprezzato il contenuto, puoi contribuire al progetto con una donazione 🙂 ISCRIVITI ALLA NEWSLETTER Un appuntamento periodico dedicato all'aggiornamento e alla riflessione su tematiche relative all'intelligenza artificiale. Iscriviti alla Newsletter Email sent! Check your inbox to complete your signup. Gratuita. No Spam. Puoi disiscriverti quando vuoi. Consulta la privacy policy.

È tempo di spostare il nostro orizzonte. Serve un percorso che non si limita a osservare la superficie scintillante dell'Intelligenza Artificiale, ma che scende nelle fondamenta di come questa tecnologia sta cambiando strutturalmente il nostro mondo. Partiamo da ciò che conosciamo bene, i modelli di AI, per arrivare a una destinazione che stiamo appena iniziando a intravedere: > Sistemi complessi che mirano non solo a processare dati, ma a comprendere il > mondo reale. Intelligenza artificiale: dai modelli ai sistemi intelligenti IL MITO DEL "MODELLO MIGLIORE" Negli ultimi anni, il dibattito pubblico e tecnico è stato dominato da una "corsa agli armamenti" sui modelli. Ci siamo chiesti chi avesse il LLM (Large Language Model) più performante, chi avesse il punteggio più alto sui benchmark. Ma se guardiamo i dati oggi, nel 2026, la realtà è cambiata drasticamente. > I modelli stanno diventando delle commodity. Se prendiamo GPT-5.2, Gemini 3 Pro o un Claude 4.5, a parità di classe, le performance sono ormai comparabili. Ho condotto personalmente dei test in diversi flussi produttivi: ho provato a sostituire il "motore" sottostante alle nostre applicazioni, passando da un provider all'altro, e il risultato è stato illuminante. La valutazione della qualità dell'output è rimasta ottimale e costante. AI capabilities progress has sped up - Epoch AI Questo ci porta alla prima grande verità di questo viaggio: il vantaggio competitivo si è spostato. Non vince più chi ha accesso al modello migliore, ma chi riesce a convogliare quell'intelligenza grezza in capacità operativa. > Non stiamo vivendo una rivoluzione di modelli, ma una rivoluzione di sistemi. -------------------------------------------------------------------------------- TAPPA 1: SHIFT (IL CAMBIO DI PROSPETTIVA) La prima tappa richiede un cambiamento mentale radicale. Fei-Fei Li ha sintetizzato perfettamente questo momento storico. > “In passato, le aziende competevano sulla scala. In futuro, competeranno > sull'intelligence”. Tuttavia, c'è un malinteso di fondo su cosa significhi "integrare l'intelligence". Molti pensano che integrare l'AI significhi semplicemente "wrappare" qualche chiamata API di OpenAI o Google all'interno del proprio software esistente. La risposta è un secco NO. Integrare l'AI non significa invocare un'API. Questa interpretazione superficiale è il motivo per cui molte startup AI falliscono: costruiscono interfacce, non sistemi. Un sistema vero richiede architettura, affidabilità e, soprattutto, un nuovo design dei processi. -------------------------------------------------------------------------------- TAPPA 2: DESIGN (PENSARE "AI FIRST") La seconda tappa riguarda il Mindset. Satya Nadella aveva previsto che ogni azienda sarebbe diventata un'azienda AI non aggiungendo tecnologia, ma riprogettando il modo di lavorare. Ma cosa significa, nella pratica, "pensare AI First"? Non significa usare l'AI per fare le stesse cose di prima, solo più velocemente. Significa mettere in discussione il processo stesso, ponendo l'AI al centro. È un cambio di paradigma che si gioca sulle domande che ci poniamo: * Approccio vecchio: "Come possiamo automatizzare la creazione di questo report?" * Approccio AI First: "Quali decisioni dovrebbe prendere questo report per noi, autonomamente?" È una sfumatura sottile, ma potentissima. In azienda, applichiamo questo concetto attraverso un metodo rigoroso che unisce creatività e solidità ingegneristica.. 1. Sperimentazione Agile: le unit di Consulting e R&D ideano POC (Proof of Concept) su ambienti flessibili come Google Colab. 2. Coding Assistito: usiamo l'AI stessa (con sistemi come Codex o Antigravity) per convertire le logiche sperimentali in codice strutturato e repository GitHub in tempi record. 3. Industrializzazione IT: il team IT subentra per trasformare il POC in un prodotto robusto, sicuro e scalabile. > Il risultato: non si tratta di demo isolate, ma processi interni che evolvono > fino a diventare nuovi prodotti SaaS per i nostri clienti. -------------------------------------------------------------------------------- TAPPA 3: ORCHESTRA (DAGLI AGENTI AI TEAM) Entriamo nel cuore della trasformazione tecnica: l'orchestrazione. Andrew Ng ci ha introdotto al concetto di AI Agentica: sistemi che non si limitano a rispondere, ma pianificano, agiscono, ragionano, riflettono e si adattano. Usciamo dall'era dei "prompt intelligenti" per entrare in quella dei sistemi che operano nel tempo. Per costruire applicazioni in produzione che non siano semplici "giocattoli", servono due pilastri fondamentali che vanno oltre il modello: 1. IL LAYER APPLICATIVO Non basta il modello. Serve un'infrastruttura che gestisca: * Input Shaping: come prepariamo i dati per l'AI. * Context Pipeline: gestione delle fonti, RAG (Retrieval Augmented Generation) e policy aziendali. * Tooling: la capacità dell'AI di usare CRM, Database, CMS e il web. * Guardrails & Evals: regole di sicurezza e sistemi di valutazione automatica della qualità. * Observability: monitoraggio dei costi e debug degli errori. > Senza questo layer, stiamo costruendo una demo, non un software. 2. CONTEXT ENGINEERING Dimentichiamo il Prompt Engineering. Il Context Engineering è l'evoluzione necessaria per i sistemi complessi. Non si tratta di scrivere una "buona frase per l'AI", ma di architettare l'informazione: * Quali fonti contano? (Autorevolezza vs Rumore) * Quanto contesto serve? (Bilanciamento Costi/Qualità) * Cosa deve persistere nella memoria a lungo termine? * Cosa va verificato (Grounding)? La via migliore per implementare tutto ciò oggi è l'approccio Multi-Agente. Invece di far eseguire task elaborati a un unico modello, creiamo un "team virtuale" con ruoli specializzati, ad esempio: * Planner: decide la strategia; * Researcher: cerca il contesto e le informazioni; * Executor: usa gli strumenti per compiere azioni; * Reviewer: verifica l'output. Framework come l'Agent Builder di OpenAI (e molte alternative open-source) ci permettono di creare questi workflow, ottenendo qualità più elevata, costi inferiori e output decisamente più affidabili. -------------------------------------------------------------------------------- UN SEMINARIO DEDICATO AGLI AI AGENTS Se vuoi approfondire lo sviluppo e l'integrazione di sistemi agentici, ti suggerisco un seminario della nostra Accademia che ho progettato e curato personalmente. UN SEMINARIO DEDICATO AGLI AI AGENTS Una giornata avanzata dedicata alla progettazione e implementazione di workflow multi-agente, al context engineering e all’integrazione dell’AI nei team di agenzia, tra leadership, architetture e produzione reale. Iscriviti al seminario -------------------------------------------------------------------------------- TAPPA 4: PROOF (L'AI NEL MONDO REALE) Tutto questo può sembrare teorico finché non lo si vede in azione. Come diceva sempre Andrew Ng.. > “La parte più difficile nella costruzione di sistemi di intelligenza > artificiale non è il modello. È distribuirli in modo affidabile nel mondo > reale.”. Ecco due esempi concreti di come abbiamo messo in produzione questi concetti. CASO STUDIO 1: TRADUZIONI DI QUALITÀ Abbiamo sviluppato un sistema che non si limita a "tradurre parole". Agisce come un team di traduttori madrelingua esperti del settore in cui opera il brand. A differenza di un traduttore standard, questo sistema è addestrato per: * Usare la terminologia specifica del settore verticale. * Mantenere rigorosamente il tone of voice del brand. * Rispettare un glossario specifico in base al contesto. * Sostituire termini “vietati” specifici. * Imparare dai propri errori, che non ripeterà. Il workflow agentico dedicato alle traduzioni di qualità Tecnologicamente, il sistema utilizza un'estrazione intelligente degli esempi (few-shot prompting dinamico) basata sulla rilevanza contestuale. Questo accorgimento permette di aumentare la precisione e di ridurre il consumo di token fino all'85%, rendendo il processo economicamente sostenibile su larga scala. CASO STUDIO 2: LA REDAZIONE IBRIDA Nel settore dell'editoria online, abbiamo reinventato il flusso di lavoro ponendo l'AI al centro del processo creativo e gestionale. 1. CREA: il sistema sonda costantemente il web (RSS, Google Trends, Social Media, Google News) per individuare i trend emergenti. Propone piani editoriali mirati che l'editore umano approva (anche parzialmente). Una volta approvato, un sistema multi-agente scrive le bozze complete di alta qualità utilizzando anche tool esterni. 2. AGGIORNA: l'AI monitora costantemente i dati di web analytics del sito. Se un contenuto non performa o è obsoleto, viene estratto, aggiornato con nuove informazioni e ottimizzato automaticamente. 3. MASSIMIZZA: un agente verifica i prodotti in affiliazione citati nei contenuti. Se un prodotto non è più disponibile o non converte, lo sostituisce in modo armonico e contestuale. Il workflow agentico dedicato alla creazione del piano editoriale > In questo scenario, l'umano supervisiona, arricchisce con creatività e si > concentra sulla qualità, mentre l'AI si fa carico del lavoro ripetitivo e > dell'analisi dei dati in tempo reale. -------------------------------------------------------------------------------- TAPPA 5: LOOP E WORLD MODELS (IL FUTURO) Guardando avanti, dobbiamo considerare l'esponenzialità del cambiamento. Siamo entrati in un loop virtuoso in cui l'AI viene usata per progettare l'infrastruttura per la prossima generazione di AI. Progetti come AlphaEvolve di Google DeepMind mostrano già come l'AI stia ottimizzando il design dei chip e l'efficienza del codice, accelerando il proprio stesso sviluppo. Ma la vera destinazione finale di questo viaggio si chiama World Models. Yann LeCun ci ricorda che "la maggior parte della conoscenza umana non è linguaggio, è esperienza". Fino ad oggi, abbiamo chiesto all'AI di descrivere il mondo prevedendo la parola successiva (token prediction). I modelli del futuro, e stiamo già vedendo i primi esempi come VL-JEPA di Meta, impareranno a rappresentare lo stato del mondo. VL-JEPA di Meta Stiamo passando da sistemi che descrivono il mondo attraverso il linguaggio a sistemi che lo "comprendono". * Dai modelli che generano parole, a sistemi che simulano conseguenze. * Dal linguaggio come centro del ragionamento, al linguaggio come "semplice" interfaccia di comunicazione. > Questi nuovi modelli non si limiteranno a rispondere a un prompt, ma capiranno > contesti fisici, relazioni di causa-effetto e dinamiche temporali. Questo ci > porterà a una qualità di automazione e pianificazione che oggi possiamo solo > immaginare. -------------------------------------------------------------------------------- MENO RUMORE, PIÙ VISIONE > Integrare l'Intelligenza Artificiale non significa adottare una nuova > tecnologia. Significa abbracciare un nuovo modo di pensare il lavoro, > l'innovazione e il nostro stesso ruolo professionale. L'hype finanziario che vediamo oggi sui mercati è reale e forse è una bolla destinata a sgonfiarsi, ma l'impatto strutturale a lungo termine di questa tecnologia è ancora drasticamente sottostimato. La vera incognita non è se la tecnologia funzionerà, ma come la società e le aziende sapranno gestire l'urto di questo cambiamento. > Per questo, oggi più che mai, serve meno rumore e più visione. Perché questa > non è una moda passeggera: è una trasformazione strutturale che stiamo appena > iniziando a comprendere. -------------------------------------------------------------------------------- SCEGLI QUESTO SITO WEB COME FONTE PREFERITA Ricevi più facilmente questi contenuti tra i risultati di Google. Potrai modificare questa preferenza in qualsiasi momento dalle impostazioni di Google. -------------------------------------------------------------------------------- - GRAZIE - Se hai apprezzato il contenuto, puoi contribuire al progetto con una donazione 🙂 ISCRIVITI ALLA NEWSLETTER Un appuntamento periodico dedicato all'aggiornamento e alla riflessione su tematiche relative all'intelligenza artificiale. Iscriviti alla Newsletter Email sent! Check your inbox to complete your signup. Gratuita. No Spam. Puoi disiscriverti quando vuoi. Consulta la privacy policy.