Agenti di Google DeepMind guidati da umani trovano due debolezze nell'RSA a 1024 bit, OpenAI pubblica BioBasicsBench, Cursor apre la chat vocale con i suoi agenti

Agenti IA di Google DeepMind, guidati da esseri umani, trovano due debolezze nell’RSA a 1024 bit, un sistema già obsoleto; i protocolli moderni, che utilizzano quasi tutti chiavi a 2048 bit o superiori, rimangono sicuri. La ricerca domina la giornata: OpenAI misura i suoi agenti in laboratorio umido con BioBasicsBench, TCSExam valuta i modelli nell’informatica teorica, e sia Anthropic sia Google mostrano cosa, attorno al modello, faccia riuscire o deragliare un agente. Sul fronte degli strumenti, Claude Code, Codex CLI e Copilot CLI rilasciano nuove versioni, Antigravity CLI diventa un server ACP, Cursor apre la chat vocale con i suoi agenti e Amp lancia gli Spaces.

Agenti di Google DeepMind guidati da umani trovano due debolezze nell’RSA a 1024 bit, il Frontier Model Forum valuta i jailbreak cyber

6 novembre — Google DeepMind pubblica lavori di crittoanalisi, la scienza che mette alla prova la solidità della cifratura, condotti da agenti IA guidati da una supervisione umana. Pushmeet Kohli, vicepresidente responsabile della scienza, li presenta in un articolo pubblicato su X e rilanciato da @GoogleDeepMind: gli agenti hanno portato alla luce due debolezze dei sistemi RSA a 1024 bit, che possono essere compromessi con un budget di calcolo inferiore a quanto si pensasse. I lavori sono condotti da Dj Dvijotham e Abhradeep Thakurta, del team Science di Google DeepMind, insieme a Nadia Heninger (UC San Diego e Inria) ed Emmanuel Thomé (Inria), e dettagliati in due articoli tecnici in PDF; nessun post sul blog accompagnava l’annuncio.

La portata è volutamente limitata. L’RSA a 1024 bit, obsoleto e già dismesso, funge qui da banco di prova privo di rischi, come fa da tempo la comunità della crittoanalisi. I protocolli moderni, che utilizzano quasi tutti chiavi a 2048 bit o superiori, rimangono sicuri.

Il primo risultato riguarda le firme digitali, che garantiscono che un aggiornamento software, un documento o un sito provenga effettivamente dalla sua fonte. Prima di firmare, molti standard completano il messaggio con un riempimento (padding). Il team dimostra che, non appena un aggressore controlla circa la metà del blocco firmato, questo padding non protegge più affatto. In una simulazione isolata, senza toccare alcun sistema reale, gli agenti hanno condotto l’attacco su una chiave di riferimento a 1024 bit già risolta da uno studio precedente: il risultato viene riprodotto con 3,5 volte meno tempo CPU, a meno di un millesimo della potenza necessaria per violare la chiave stessa. Quando l’aggressore controlla una parte più piccola del blocco, con un’impronta breve di 32 byte, un nuovo algoritmo migliorerebbe di circa 1.600 volte il miglior metodo precedente, secondo le stime teoriche degli autori.

Il secondo risultato riguarda la fattorizzazione a lotti. Avendo le chiavi RSA lunghezze standard (1024 o 2048 bit), fattorizzare molti numeri della stessa dimensione è una questione chiave: gli agenti hanno trovato un algoritmo con una migliore complessità asintotica, che riduce di circa 30 volte il costo medio di fattorizzazione di ogni chiave a 1024 bit aggiuntiva, rispetto ai precedenti metodi a lotti.

Risultato pubblicato dagli autori	Guadagno annunciato	Condizione indicata
Falsificazione di firma, aggressore che controlla circa la metà del blocco	3,5 volte meno tempo CPU	Simulazione isolata, chiave di riferimento a 1024 bit già risolta
Stesso attacco, rispetto alla violazione della chiave	Meno di un millesimo della potenza	Potenza necessaria per violare la chiave stessa
Falsificazione con un’impronta di 32 byte	Circa 1.600 volte migliore	Stima teorica, chiavi a 1024 bit
Fattorizzazione a lotti	Costo medio circa 30 volte inferiore per chiave aggiuntiva	Rispetto ai metodi a lotti precedenti
Chiavi a 2048 bit o superiori	Non interessate	Rimangono sicure secondo Google DeepMind

While modern 2048-bit systems remain safe from these specific exploits, this work highlights a key shift. As we enter a new era of AI-enabled math and computation, we can no longer rely on historical hardness assumptions and must continuously stress-test cryptographic standards.

🇮🇹 Sebbene i moderni sistemi a 2048 bit rimangano al riparo da questi specifici exploit, questo lavoro mette in luce una svolta fondamentale. Mentre entriamo in una nuova era della matematica e del calcolo assistiti dall’IA, non possiamo più affidarci alle storiche ipotesi di difficoltà e dobbiamo mettere continuamente alla prova gli standard crittografici. — @GoogleDeepMind su X

🔗 Articolo di Pushmeet Kohli su X · Articolo tecnico sulle firme digitali (PDF) · Articolo tecnico sulla fattorizzazione delle chiavi (PDF)

Il Frontier Model Forum propone una griglia comune per valutare la gravità dei jailbreak cyber

5 novembre — Il Frontier Model Forum (FMF), che riunisce i principali laboratori di IA all’avanguardia, pubblica la versione 1.0, presentata come preliminare, del suo framework di valutazione dei jailbreak per le minacce informatiche (Jailbreak Rating Framework for Frontier Cyber Threats). Punto di partenza: non tutti gli aggiramenti dei guardrail sono uguali. Alcuni producono solo risposte difficilmente sfruttabili, altri sbloccano pericolose capacità offensive e, senza un metodo comune, due organizzazioni possono giudicare lo stesso jailbreak in modo diverso, con il rischio di correggere prima quelli meno gravi. Il framework classifica ciascun jailbreak a livelli combinando i punteggi su quattro categorie: guadagno di capacità, ampiezza di capacità, facilità di distribuzione e facilità di scoperta.

Rappresentanti di AWS, Anthropic, Google DeepMind, Microsoft e OpenAI lo supportano nel post; OpenAI lo ha rilanciato il 6 novembre indicando di avervi lavorato insieme al FMF e ai suoi membri. Una consultazione pubblica è aperta fino al 21 dicembre 2026: il FMF verificherà se valutatori diversi giungono a punteggi simili e aggiornerà il framework man mano che emergeranno nuovi jailbreak. A luglio, Anthropic aveva dettagliato una scala simile, CJS (Cyber Jailbreak Severity), elaborata con Amazon, Microsoft e Google; il post del FMF non stabilisce un collegamento tra le due.

🔗 Introducing the FMF Jailbreak Rating Framework for Frontier Cyber Threats

Misurare l’IA nella scienza: BioBasicsBench di OpenAI per il laboratorio umido, TCSExam per l’informatica teorica

OpenAI pubblica BioBasicsBench: 100 compiti di laboratorio umido, 66,7% per GPT-6 Astra

6 novembre — OpenAI presenta BioBasicsBench, un benchmark progettato con Ligo, una biotech specializzata nella progettazione di enzimi, per misurare la capacità degli agenti di interpretare i dati grezzi del lavoro quotidiano in laboratorio umido (wet lab): gel e blot, piastre di coltura, immagini di microscopia, esportazioni da strumenti o video di protocolli. I suoi 100 compiti, tratti da esperimenti reali e valutati criterio per criterio secondo una griglia di esperti, coprono cinque ambiti, dai metodi proteici al clonaggio molecolare; verificano inoltre che l’agente individui gli errori e riconosca quando i dati non consentono di trarre conclusioni.

Vengono valutati esclusivamente modelli di OpenAI: sette modelli su 37 configurazioni, cinque tentativi per compito, per un totale di 18.500 risultati. Con sforzo xhigh, GPT-6 Astra ottiene il 66,7% del punteggio disponibile, davanti a GPT-6.1 Sol e nettamente sopra GPT-5.6 Sol, con circa la metà dei token di output rispetto a quest’ultimo; secondo OpenAI, questi miglioramenti suggeriscono che una multimodalità nativa più marcata potrebbe rivelarsi decisiva.

Modello valutato (sforzo xhigh)	Ricompensa media	Intervallo di confidenza al 95%	Token di output per compito
GPT-6 Astra	66,7 %	da 60,3 a 73,1 %	4 704
GPT-6.1 Sol	62,0 %	da 55,6 a 68,4 %	5 238
GPT-5.6 Sol	43,8 %	da 37,6 a 50,0 %	9 099
GPT-6 Luna	38,3 %	da 32,3 a 44,5 %	13 120
GPT-5.5	35,4 %	da 29,7 a 41,0 %	11 135
GPT-5.4	33,2 %	da 28,3 a 38,4 %	13 717
GPT-5.2	31,2 %	da 26,2 a 36,3 %	27 620

OpenAI illustra anche i fallimenti di Astra: un’ipotesi familiare che prevale sui controlli sperimentali, osservazioni contrarie trascurate, un conteggio delle colonie sovrastimato di circa il 12%. Secondo il post, punteggi migliori non garantiscono ancora valutazioni affidabili in laboratorio; OpenAI collega questo monitoraggio alla biosicurezza e alla bioprotezione, e non menziona alcuna pubblicazione del set di compiti.

🔗 Measuring how AI agents handle everyday wet-lab science (OpenAI)

TCSExam valuta i modelli nell’informatica teorica: GPT-6 Astra guida la versione Full, Opus 5.5 la versione Lite

5 novembre — TCSExam, pubblicato nell’organizzazione GitHub di Moonshot AI con un articolo arXiv depositato il 5 novembre, misura fino a che punto i modelli possano far progredire la ricerca nell’informatica teorica (theoretical computer science). Gli autori elencati su arXiv sono Yifan Luo, Zhengying Liu, Yang Yuan, Zhilin Yang e Andrew Chi-Chih Yao. Quattro direttrici: dimostrare in Lean un teorema pubblicato, scrivere un solutore valutato su istanze nascoste, produrre una costruzione o un limite verificato, e dimostrare o confutare del tutto congetture aperte. La versione Full conta 100 compiti revisionati da esperti, la versione Lite 20, cinque per direttrice. L’indice assegna un peso di 30 a ciascuna delle prime tre direttrici e di 10 alle congetture; i solutori sono valutati rispetto a un riferimento fisso, Kimi K3.

Modello valutato	Indice Lite (20 compiti)	Indice Full (100 compiti)
Opus 5.5	72,3 (provvisorio)	assente dalla tabella del sito
GPT-6 Astra	67,0	71,9
Kimi K3.1 Pro	53,5	57,4
Kimi K3	48,6	46,8
GLM-5.3	47,0	45,5
Qwen3.8 Max (0902)	45,4	44,8
DeepSeek V4.1 Flash 1017	42,4	46,0
Grok 4.6	42,1	40,5

Nessuna congettura aperta è stata risolta: il riepilogo rivendica unicamente casi particolari e limiti verificati in modo indipendente. Due risultati superano tuttavia il miglior valore noto, per quanto a conoscenza degli autori: un grafo di 630 archi su 124 vertici, senza triangoli né cicli di quattro archi, costruito da Kimi K3 (629 per la costruzione di Goedgebeur et al.), e un codice correttore quantistico di distanza 6, invece di 5, trovato da GPT-6 Astra per proteggere 7 qubit logici con 25 qubit fisici. Il banco di prova esegue Kimi Code per impostazione predefinita e supporta anche Claude Code, Codex e Grok Build.

🔗 Risultati di TCSExam · Articolo arXiv 2611.07962

Ricerca sugli agenti: la memoria e il dreaming presso Anthropic, i TODO obsoleti presso Google, gli harness adapter

Anthropic mostra come il dreaming corregge e organizza la memoria degli agenti Claude

6 novembre — In un articolo di ricerca e ingegneria sul proprio blog Engineering, Anthropic definisce la memoria dell’agente come ciò che Claude trattiene della propria esperienza da una sessione all’altra, sotto forma di note rileggibili: né pesi, né apprendimento nel contesto, né compattazione. Il dreaming (il «sogno» dell’agente) gli consente di rileggere, al di fuori della sessione, i propri log e trascrizioni per correggere le note, scriverne di nuove, costruire rappresentazioni come wiki o scegliere cosa precaricare; la funzione esiste in anteprima di ricerca (research preview) in Claude Managed Agents dal 6 maggio.

Le valutazioni mostrano innanzitutto un miglioramento del giudizio. Su Pokémon Red, attorno ai 10.000 passaggi, Sonnet 3.7 aveva scritto 413 file di memoria in 225 cartelle per una sola medaglia, mentre Fable 5 si limitava a nove file e un global.md per quattro medaglie; Opus 5.5 ha terminato il gioco con una piccola cartella di note. Anthropic consiglia di indicare a Claude a cosa serve la memoria anziché come usarla: imporre di registrare solo i fallimenti fa perdere a Opus 5 e Opus 4.7 gran parte del vantaggio. Una nota errata sulla posizione del PokéCenter di Mt. Moon, corretta tramite dreaming a partire dalla trascrizione, è sufficiente per sbloccare la partita.

Esperimento condotto da Anthropic	Risultato pubblicato
Solo wiki, corpus interno di Stainless (circa 350.000 file), 2 e poi 128 sessioni di dreaming	13% e poi 48% dei criteri valutati
Ricerca più wiki, stesso corpus	54% e poi 61%, contro il 53% per la sola ricerca; circa 20.000 token risparmiati per domanda
Domande su una fusione aziendale (24, criteri multi-documento)	87% con il wiki, 73% con la sola ricerca
Fatti ricavati da contratti	41 su 57 con una tabella condivisa, 57 su 57 con una pagina per contratto citata testualmente

Il post segnala anche i limiti: nessun guadagno quando un solo documento è sufficiente, un wiki a volte più grande delle sue fonti e un costo computazionale per mantenere la memoria aggiornata. Ricorda infine che l’auto memory di Claude Code carica solo le prime 200 righe o 25 KB di MEMORY.md, che funge da indice.

🔗 The components of agent memory (Anthropic)

Google rileva che i commenti TODO obsoleti deviano i suoi agenti di codice

6 novembre — Sul blog Google Developers, Sam Saccone e Madhuri Garikapati misurano un costo nascosto degli agenti di codice: i commenti dimenticati.

What is easy for humans to skim past in code, agents see as a call to action.

🇮🇹 Ciò su cui gli esseri umani sorvolano facilmente nel codice, gli agenti lo vedono come un invito all’azione. — Sam Saccone e Madhuri Garikapati, blog Google Developers

Il team ha incrociato ogni commento TODO(bug/...) o FIXME(bug/...) incontrato dagli agenti con lo stato effettivo del bug e la richiesta dell’utente, a partire dalle tracce di migliaia di ingegneri e centinaia di milioni di passaggi degli agenti. In totale, il 13% delle sessioni di lettura dei file espone l’agente a un riferimento di questo tipo. L’agente lo ignora nel 94% dei casi, ma interviene nel 6%, e l’83% di queste azioni non è richiesta dallo sviluppatore: il 41% di queste deviazioni si concentra su ticket già chiusi, il 57% allarga il lavoro a un bug ancora aperto. A parità di sviluppatore, complessità del codice, tipo di task e livello del modello, una deviazione non richiesta aggiunge il 70% di passaggi, il 77% di token e il 105% di tempo di attesa per sessione.

Google ha risposto con agenti di pulizia che scansionano i suoi codebase, risalgono alla cronologia del bug, del file e delle modifiche, e propongono la rimozione di un TODO solo dopo averne confermato l’obsolescenza: migliaia di riferimenti rimossi in sei mesi, con oltre il 95% di approvazione da parte dei revisori umani. L’articolo sostiene la necessità di codebase a misura di agenti (agent friendly codebases).

Il progetto harness-hub addestra tramite RL un LoRA per ogni harness di agenti, sotto la supervisione di safeagents

6 novembre — Sul blog di Hugging Face, Younes B., Lysandre e Nathan Habib (organizzazione harness-hub) presentano gli adattatori per harness (harness adapters): un piccolo adattatore LoRA per modello e per harness di agenti (pi, opencode, hermes), addestrato tramite apprendimento per rinforzo su task verificabili all’interno dell’harness, senza modificarlo; un unico server gestisce il modello di base e tutti gli adattatori. Nei test preliminari, gli autori osservano un numero inferiore di chiamate di strumenti rispetto al modello di base sui task riservati, a fronte di un’accuratezza uguale o superiore. La ricompensa aggiunge un piccolo bonus alle soluzioni corrette che effettuano meno chiamate.

I task provengono da sessioni di codice aperte condivise sull’Hub, trasformate in ambienti verificabili tramite Repo2RLEnvs; la versione pubblicata conta 270 task, fortemente sbilanciata: 253 di costruzione (94%), 11 di riparazione, 6 di estensione e nessuna di domande e risposte. Il proxy safeagents ispeziona ogni chiamata di strumento durante l’addestramento: i tentativi di manomissione della ricompensa vengono bloccati e valutati con 0, e l’attivazione di questa protezione non altera il pass@1 riservato di LFM2.5-24B-A2B (+0,0 ± 4,1 punti). Gli addestramenti finali riguardano LFM2.5-24B-A2B e LFM3-1.7B di Liquid AI, e TwIL-8B di webAI, un modello di ragionamento mai addestrato su dati di agenti secondo la sua scheda; vengono eseguiti su HF Jobs e trasmessi in diretta, costi inclusi.

🔗 Harness adapters (blog Hugging Face)

Agenti di codice: Claude Code 2.1.319, Codex CLI 0.167.0, Copilot CLI 1.0.106, Antigravity CLI 1.5, chat vocale di Cursor e Spaces di Amp

Claude Code 2.1.319 sposta le MCP task in background e aggiunge permissions.denyInsteadOfPrompting

6 novembre — Anthropic rilascia Claude Code 2.1.319: 146 voci nelle note di rilascio, di cui 90 correzioni, contro le 119 voci della 2.1.314 del 30 ottobre. Il pacchetto è su npm dalle 00:58 UTC e la versione pubblicata su GitHub dalle 17:04 UTC, senza alcun tweet; il canale stable resta sulla 2.1.311. Gli SDK Agent seguono lo stesso giorno (TypeScript 0.3.319, Python 0.2.179).

Elemento modificato	Cosa cambia
Task MCP (MCP tasks) nel terminale	Quando un server MCP esegue una chiamata di strumento come task, Claude Code la sposta in background e trasmette il risultato al termine
`permissions.denyInsteadOfPrompting`	Una chiamata che richiederebbe una richiesta di autorizzazione viene rifiutata e il turno prosegue, inclusi sotto-agenti e compagni di squadra
Modalità auto dietro un gateway LLM	Telemetria o flag disattivati: le chiamate che il server non è in grado di verificare vengono sottoposte all’utente o rifiutate, senza fallback sul classificatore integrato
`/claude-api latency-optimize`	Cerca dove il codice che chiama l’API Claude causa attese e testa impostazioni più rapide rispetto alla valutazione dell’utente
`/tasks`	Riga «Earlier in this session» per riaprire un sotto-agente terminato e scrivergli

Annunciati il 23 ottobre senza numero di versione, i task MCP compaiono nel CHANGELOG solo a partire da questa versione; funzionano anche senza feature flag, quindi su Bedrock, Vertex, Foundry o dietro un gateway. Le note correggono diverse vulnerabilità: un bypass dei permessi Bash tramite un prefisso di ambiente contraffatto, una fuga dalla sandbox durante la creazione di un worktree, un comando sed che saltava il controllo dei permessi in modalità accept-edits o auto, e /rewind che poteva toccare un file tramite un collegamento simbolico di cartella. Il gateway Claude apps riceve avvisi in previsione delle modifiche a Claude Desktop del 10 novembre, che le note non dettagliano. Lo stesso giorno, @ClaudeDevs annuncia che le sessioni cloud preparano da sole l’ambiente di un repository (vedere le Brevi).

🔗 Note di rilascio di Claude Code 2.1.319

Codex CLI 0.167.0 segnala i risultati non letti e cambia backend dal selettore di sessioni

6 novembre — OpenAI rilascia Codex CLI 0.167.0 alle 01:40 UTC, prima versione stabile dalla 0.166.0 del 29 ottobre, con 120 voci nell’elenco delle PR. Il centro di comando degli agenti si apre ora con codex agents --no-daemon e contrassegna, come il selettore di sessioni, i risultati che l’utente non ha ancora consultato. Questo selettore consente anche di passare da un backend connesso all’altro senza perdere le bozze. Le immagini locali allegate vengono visualizzate in anteprima durante la digitazione sui terminali compatibili, la schermata di accesso raggruppa la chiave API e i provider cloud sotto «Sign in another way», e l’opzione gcp_setup_wizard configura Google Cloud Vertex AI con le Application Default Credentials o un file di credenziali. Le impostazioni del proxy di sistema di macOS e Windows diventano attivabili da /experimental.

Le correzioni riguardano la continuità del lavoro: le conversazioni salvate restano visibili dopo un cambio di provider del modello, Ctrl+L cancella lo schermo senza perdere i messaggi, accessibili tramite Ctrl+T, e la compattazione automatica tiene conto degli output conservati dalle risposte non riuscite. La documentazione dell’app-server descrive regole prompt-user che impongono una nuova approvazione umana. Inoltre, openai-node 7.53.0 segnala gli errori di sessione degli agenti sotto forma di eventi di streaming.

🔗 Note di rilascio di Codex CLI 0.167.0

Copilot CLI 1.0.106 passa in versione stabile con 227 voci inedite, seguita da una 1.0.107 con note identiche

6 novembre — Copilot CLI rilascia la sua prima versione stabile dalla 1.0.105 del 28 ottobre. La 1.0.106 viene pubblicata alle 01:47 UTC con note che cumulano l’intero ciclo delle versioni preliminari: 637 voci, di cui 227 assenti dalle note delle undici versioni preliminari pubblicate su GitHub. Alle 20:37 UTC esce una 1.0.107 con esattamente le stesse note, ad eccezione della data nell’intestazione: non vi è descritta alcuna modifica specifica, ed è questa che npm ora installa per impostazione predefinita.

Tra le voci inedite figurano la variabile COPILOT_SESSION_CWD per avviare e sviluppare le configurazioni LSP e MCP locali, GPT-6.1 Terra selezionabile nella sezione New models quando l’account vi ha accesso, un’impostazione Sandbox extensions che esegue i processi delle estensioni nella sandbox e una telemetria MATS per l’accesso a Microsoft Entra tramite OneAuth, che rispetta il rifiuto della telemetria lato client. /exit chiude la sessione corrente anziché la CLI quando la barra laterale Sessions è aperta, le regole di diniego della sandbox accettano pattern glob e i rifiuti dovuti a rischi di cybersicurezza spiegano che la sessione rimane intatta suggerendo /rewind. Anche l’SDK Copilot passa alla versione stabile con la 1.0.29: 131 voci, troncate alla fonte, tra cui una breaking change per Rust su SessionMetadata.

🔗 Copilot CLI 1.0.106 · Copilot CLI 1.0.107 · SDK Copilot 1.0.29

Antigravity CLI 1.5 diventa un server ACP per gli editor ed esegue le sue conversazioni su agenti remoti

4 e 5 novembre — La CLI di Antigravity passa alla versione 1.5, in due fasi. La 1.5.0 (10 miglioramenti, 3 correzioni) aggiunge agy acp, che esegue la CLI come server Agent Client Protocol (ACP): un editor compatibile può usarla come agente, con immagini e contesto dei file nei prompt, possibilità di reindirizzare un turno in corso, modalità di sessione default, accept-edits e plan, ripresa di una sessione senza riprodurne la cronologia, e un modello nonché un livello di riflessione specifici per ciascuna sessione; agy acp --login consente di connettersi da un terminale, per gli editor collegati via SSH. La stessa versione aggiunge --remote-agent, che esegue le conversazioni su agenti remoti, controparte da riga di comando di quelli introdotti nell’applicazione 2.29.0, oltre a progetti locali in /projects e una modalità senza interfaccia (headless, -p) che attende il completamento dei task in background invece di interromperli dopo un limite nascosto di 30 minuti. Una correzione rivela che i sotto-agenti di una connessione tramite GEMINI_API_KEY venivano eseguiti su modelli di due generazioni precedenti anziché su Gemini 4 Argon e Gemini 3.8 Flash.

La 1.5.1 (5 miglioramenti, 7 correzioni) apre a tutti i client ACP l’insieme dei modelli dell’account, mentre in precedenza solo a un elenco fisso di editor venivano offerti modelli diversi da Gemini, e riduce il completamento di un comando da terminale da 5 secondi a circa 1 secondo quando un processo in background mantiene l’output aperto. Il rollout è progressivo e può richiedere alcuni giorni.

🔗 Changelog di Antigravity

Cursor introduce la chat vocale in tempo reale con i suoi agenti, su Grok Voice

6 novembre — Cursor consente ora di parlare con i propri agenti durante una chiamata vocale in tempo reale: descrivere una modifica a voce alta, chiedere a un agente cosa sta facendo, ascoltare gli aggiornamenti man mano che il lavoro procede. La chat vocale funziona nell’Agents Window, nell’IDE, nella versione web e nell’applicazione iOS. La chiamata fa intervenire due agenti: un agente vocale ascolta, risponde e affida il lavoro sul codice all’agente di chat; risponde inoltre, in sola lettura, su diff ed esecuzioni, cerca nei messaggi e nelle chiamate precedenti e cambia worker in un Project. L’agente di codice interviene direttamente con brevi note di avanzamento e una sintetica risposta finale.

La voce si basa su Grok Voice (Cursor fa parte di SpaceX da agosto), mentre l’agente di codice mantiene il modello selezionato; vengono proposte diverse voci, tra cui Ara, Eve, Leo, Rex e Sal. Con la Privacy Mode, la chat vocale opera senza conservazione dei dati, e su iOS un comando Siri avvia una chiamata con un nuovo agente. È richiesto un account connesso (una sessione avviata tramite chiave API non può effettuare chiamate), la chiamata si interrompe dopo circa 10 minuti di silenzio quando l’agente non ha attività in corso, ed esiste un limite giornaliero, senza cifre rese note. Non è menzionato alcun costo; la dettatura, precedentemente denominata Voice Mode, rimane separata.

🔗 Voice Chat with Agents (changelog Cursor) · Documentazione della chat vocale

Amp lancia gli Spaces, un agente che crea e coordina i thread al posto dell’utente

6 novembre — Amp lancia gli Spaces: uno space è una conversazione con un singolo agente, il cui ruolo è avviare e coordinare altri agenti. L’utente non deve più creare né organizzare i propri thread (thread): l’agente dello space se ne occupa. Amp lo presenta come un modo di livello più alto per lavorare con numerosi agenti; dopo alcune settimane di utilizzo interno, il team ritiene che possa essere il futuro dell’interazione con gli agenti, con una visione d’insieme e la possibilità di scendere nei dettagli.

Il post fornisce tre esempi interni. Gli Spaces sono stati creati all’interno di uno space «Spaces v1», in cui l’agente suddivideva in thread i feedback, i bug e le idee lasciati nella chat. Lewis ha gestito da uno space il lancio dei Service Account: deployment, monitoraggio di X, di Slack e delle segnalazioni di bug, correzioni, quindi e-mail e rimborsi agli utenti interessati. Will ha affidato a uno space una revisione di sicurezza periodica: il primo passaggio ha suddiviso la base di codice in 16 aree, ciascuna esaminata nel proprio thread, e ogni riscontro è stato verificato in un altro thread, con un artifact di sintesi. Si inizia tramite il pulsante + della sezione Spaces nella barra laterale; il post non menziona né prezzi né piani. Lo stesso giorno, Amp aggiunge un widget che trasforma i commenti lasciati su un sito in un thread dell’agente (si vedano le Brevi).

🔗 Spaces (Amp)

Costruire i modelli: Meta addestra modelli specializzati con Muse Wonder, Hugging Face pubblica una guida all’addestramento MoE

Meta distribuisce in Muse e Meta AI modelli specializzati addestrati con Muse Wonder

6 novembre — Meta estende a Muse e Meta AI i vantaggi di Muse Wonder, il suo modello di frontiera lanciato il 12 ottobre: versioni specializzate dei suoi modelli esistenti, addestrate con Muse Wonder, vi vengono distribuite; il post non ne indica i nomi né fornisce dimensioni o pesi. Vi vengono trasferite due capacità di Muse Wonder: la memoria attiva (Active Memory), che deve riconoscere quando un’informazione passata torna utile e distinguere ciò che è ancora valido da ciò che è obsoleto, e la concentrazione attiva (Active Focus), che deve consentire di riprendersi da un ostacolo o di trovare un’alternativa. In Meta AI, Meta descrive un assistente che scompone i problemi in passaggi e pone domande di follow-up più precise, senza dati numerici associati.

Misurazione interna di Meta	Modello attuale di Muse	Modello precedente
Personal Superintelligence Index	47 %	38 %
Active Memory Eval (contesto critico ben utilizzato)	90 % delle attività	76 %
Dimenticanza di informazioni critiche in Muse	diviso per 2,4	—
Attività quotidiane in cui si verifica un imprevisto	+67 %	—

Tutte queste misurazioni sono di Meta, senza un protocollo pubblicato nel post.

🔗 Post di ricerca di Meta sui modelli specializzati di Muse e Meta AI

Hugging Face pubblica The Ultimate MoE Training Handbook, basato su 800.000 ore-GPU di esperimenti

5 novembre — Hugging Face pubblica The Ultimate MoE Training Handbook, una guida gratuita e aperta dedicata all’addestramento dei modelli a miscela di esperti (Mixture-of-Experts, MoE), a firma di Nouamane Tazi, Leandro von Werra e Thomas Wolf. Il suo punto di partenza: secondo l’indice di Artificial Analysis, 18 dei 20 migliori modelli a pesi aperti sono MoE, tra cui DeepSeek V4.1 Flash 1017, GLM-5.3 e MiniMax-M3.1-Flash, mentre il know-how per addestrarli rimane concentrato in pochi team.

18 of the 20 best open models today are Mixture-of-Experts. Dense is basically over. And yet the know-how to train a good MoE still lives mostly in the heads of a handful of teams. So we spent 800k GPU hours running the experiments ourselves and wrote everything down.

🇮🇹 18 dei 20 migliori modelli aperti attuali sono Mixture-of-Experts. Il modello denso è praticamente finito. Eppure, il know-how per addestrare un buon MoE rimane soprattutto nella testa di una manciata di team. Così abbiamo dedicato 800.000 ore-GPU a condurre gli esperimenti noi stessi e abbiamo messo tutto per iscritto. — @Thom_Wolf su X

Gli esperimenti sono stati eseguiti su nodi AWS P5 con otto H100; Jeff Boudier, in un tweet ripostato da Hugging Face, parla di 2 milioni di dollari spesi. La guida conta circa 70.000 parole, 55 figure interattive e codice eseguibile, per un tempo di lettura stimato da uno a due giorni. Segue le domande pratiche dei team: quanti esperti, di quali dimensioni, condivisi o meno; quale router e perché mantenerlo in FP32; perdita ausiliaria o bias senza perdita alla DeepSeek per bilanciare il carico; partire da un modello denso (upcycling) o da zero; perché un addestramento diventa 25 volte più lento senza errori nei log. Un’ultima parte passa al serving: esperti a bassa precisione, parallelismo degli esperti e disaggregazione attention-FFN.

🔗 The Ultimate MoE Training Handbook (Hugging Face)

L’Agent API di Perplexity riduce il costo di tutti i suoi livelli di sforzo, a qualità uguale o superiore secondo Perplexity

5 novembre — Perplexity riduce il costo per richiesta di tutti i livelli di sforzo (effort levels) esistenti della sua Agent API, con una qualità di ricerca pari o superiore secondo l’azienda; il post illustra anche ultra, il livello aperto lo stesso giorno per le ricerche più ampie. Un livello di sforzo è una configurazione pronta all’uso che stabilisce il modello, il budget di passaggi, le impostazioni di ricerca e gli strumenti per un tipo di attività. Una richiesta che chiama un livello per nome beneficia dell’aggiornamento senza modifiche al codice; bloccare una versione mantiene la configurazione precedente. I punteggi si basano su BrowseComp e DSQA, due benchmark pubblici, e su WANDR, il benchmark proprietario di Perplexity per ricerche lunghe su numerose entità.

Livello di sforzo	Risultato pubblicato	Costo pubblicato
medium	dal 55 % al 77 % su BrowseComp e DSQA	quasi il 90 % in meno
high, con estrazione di fetch_url	88,0 % contro l’83,5 % senza estrazione	0,073 dollari per richiesta contro 0,094
xhigh	76,5 % su WANDR, mantenuto	circa il 25 % del costo della configurazione di agosto
ultra	85,9 % su WANDR, miglior punteggio testato	21,71 dollari per attività

Il livello ultra avvia tre agenti in parallelo sull’intera attività, poi un quarto unisce i loro risultati e redige la risposta. Il post descrive in dettaglio le leve: un limite massimo di passaggi e di chiamate a strumenti con promemoria sul budget (in un’attività BrowseComp, l’agente avvisato trova la risposta in 13 passaggi su 40, l’altro esaurisce i 40 passaggi senza trovarla), un modello più piccolo che conserva di una pagina solo i passaggi utili (da 5.561 token ridotti a 293), skill caricati su richiesta, poiché precaricare tutto costa il 13 % in più, e un ciclo di valutazione che adotta un nuovo modello solo se ottiene risultati migliori a un costo pari o inferiore. Non viene pubblicato alcun listino prezzi per livello.

🔗 Improvements to every Agent API effort level (Perplexity) · Thread di @perplexitydevs

Perplexity Computer riassume le sue lunghe conversazioni in background e apre Brain a tutti i Projects

6 novembre — Perplexity pubblica il suo primo changelog di prodotto dal 19 ottobre, suddiviso in sedici sezioni; la maggior parte riprende novità già annunciate, come Teammates, Computer completamente locale su Mac o la modalità vocale, e sette sono inedite. In Computer, le nuove conversazioni lunghe riassumono la propria cronologia in background (background compaction): secondo Perplexity, il 94 % di pause in meno per continuare a lavorare su un contesto lungo e il 7 % di crediti in meno per turno. Per modificare un sito creato da Computer, ora si seleziona un elemento specifico (titolo, pulsante, scheda, menu) anziché tracciare un rettangolo.

Sul fronte Projects, Brain, la memoria del Project, viene attivato gratuitamente in ogni Project e si aggiorna quotidianamente a partire dalle sue conversazioni e dai suoi file; un pannello Project info e un pannello Settings unificato diventano accessibili a tutti. In Enterprise, le @menzioni consentono di inserire un collega in un thread o in un’attività di Computer sul web, e i controlli basati sui ruoli aggiungono un limite di velocità (Normal o Fast) alle impostazioni di sforzo già disponibili. La skill Impeccable, che controlla la gerarchia, l’accessibilità, il comportamento adattivo (responsive) e la coerenza del design system di un’interfaccia, entra a far parte dell’elenco ufficiale. Il changelog precisa infine che gli Agent Plugins sono disponibili per i piani individuali e per Enterprise in modalità self-service, e che Computer viene eseguito interamente in locale a partire dall’app per Mac 26.42.0. La riduzione dei costi dei livelli di sforzo, anch’essa menzionata, è descritta in dettaglio nella sezione precedente.

🔗 Changelog Perplexity del 6 novembre

Voce: Phonon di Gradium funziona sul dispositivo, ElevenLabs fa parlare i personaggi di Unity

Gradium descrive Phonon, la sua sintesi vocale on-device a pesi aperti

5 novembre — In un post sul blog di Hugging Face, Gradium torna su Phonon, rilasciato due settimane prima: un modello di sintesi vocale che funziona interamente sul dispositivo, senza server né rete, dallo smartphone alla scheda del browser fino ai computer a scheda singola. Phonon è disponibile in due dimensioni, di circa 65 e 75 MB, e gestisce numeri di telefono, date e codici. Sono integrate oltre 100 voci, e altre possono essere create in Gradium Studio tramite clonazione di una breve registrazione con il consenso della persona o mediante descrizione testuale, prima di essere scaricate per l’esecuzione in locale.

Modello Phonon	Lingue supportate	Licenza d’uso
Phonon 31m	inglese	Apache 2.0, uso commerciale libero
Phonon 40m	inglese, francese, tedesco, spagnolo, portoghese	CC BY-NC, uso commerciale a pagamento in base al numero di utenti

Secondo Gradium, Phonon è primo per intelligibilità in tedesco e spagnolo sull’Open TTS Leaderboard di Hugging Face e si posiziona tra i primi tre in ogni lingua valutata, a fronte di modelli fino a 100 volte più grandi; è inoltre in testa al benchmark di streaming su CPU per la latenza del primo audio generato. Gradium dichiara oltre 200.000 download in due settimane. Il suo motore di inferenza ptts conta più di dieci backend (CPU, GPU tramite CUDA, Vulkan, Metal o WebGPU, chip Core ML e Snapdragon), e Transformers lo integra dalla v5.21.

🔗 Phonon (blog di Hugging Face)

ElevenLabs lancia un SDK Unity per dare voce ai personaggi dei giochi con ElevenAgents

5 novembre — ElevenLabs rilascia un SDK Unity per ElevenAgents, la sua piattaforma di agenti vocali. Collega una scena di gioco a un agente creato nella dashboard di ElevenLabs: il giocatore si avvicina a un personaggio e gli parla a voce alta, l’SDK acquisisce il microfono, riproduce la voce dell’agente tramite un AudioSource di Unity e gestisce la sessione tramite la Conversation API. La voce può provenire dal personaggio e il suo livello sonoro può animare la bocca; variabili dinamiche consentono a più personaggi di condividere lo stesso agente con stati d’animo differenti; un aggiornamento contestuale segnala all’agente un evento di gioco, come una chiave raccolta, senza interromperlo; strumenti lato client gli permettono di attivare codice del gioco, ad esempio aprire una porta.

Piattaforma di destinazione	Stato dell’SDK	Trasporto utilizzato
Editor e desktop (macOS, Windows, Linux)	Supportato	WebSocket
WebGL	Supportato	WebSocket o WebRTC
iOS, Android, XR	Beta	WebSocket

L’installazione avviene tramite il Package Manager di Unity, dal repository Git di ElevenLabs bloccato alla v0.1.0 (versione pubblicata su GitHub il 27 ottobre, licenza MIT), con un tempo di apprendimento iniziale stimato in una decina di minuti per l’esempio GettingStarted. ElevenLabs ricorda di riattivare l’autenticazione prima della pubblicazione: un server deve fornire un URL firmato di breve durata e la chiave API non deve mai essere inclusa in una build. Non è stata annunciata alcuna tariffa specifica.

🔗 Give your Unity NPCs a voice with ElevenAgents (ElevenLabs) · Repository elevenlabs/unity

Ai2 presenta ufficialmente ToyBlocks, il primo dei suoi FoundationWorlds per studiare l’apprendimento dei robot

6 novembre — Ai2 presenta ufficialmente ToyBlocks, il cui codice e i cui dati erano online dal giorno precedente. L’istituto lo inserisce in un quadro più ampio, i mondi di fondazione (FoundationWorlds): un mondo simulato controllato, la generazione automatica di task e dimostrazioni, e metriche che monitorano il comportamento del robot nel tempo, per variare dati o modelli, rieseguire un test e risalire alla causa di un fallimento. Le dimostrazioni vengono prodotte senza teleoperazione, fino a 24 volte il tempo reale su una singola GPU. I primi risultati riguardano il passaggio al mondo reale e gli agenti di frontiera:

Valutazione pubblicata da Ai2	Risultato ottenuto
Competenze atomiche di ManiFlow, in simulazione e su robot reale	80,0 % e 81,1 %
Molmo 2 + ManiFlow, in simulazione e su robot reale	55,5 % (111 su 200) e 50,0 % (15 su 30)
Claude Opus 5.5 tramite MCP, task cerca e componi (search and spell)	63 % risolti o dichiarati infattibili a ragione
Descrizioni di competenze predefinite, di esperti umani, apprese	24 %, 36 % e 63 % di successo
Claude Opus 5.5 nella pianificazione classica	30 compiti di impilamento su 30

Nei task cerca e componi, la metà delle scene non è realizzabile, e gli errori derivano soprattutto da lettere simili (13 %) o da un orientamento errato (15 %). Ai2 precisa che sono necessarie ulteriori prove su robot reali per garantire significatività statistica. Un’interfaccia web consente di impartire istruzioni al robot in linguaggio naturale con Claude o un altro modello di frontiera, e il repository associato allenai/agentic_robotics rende disponibile il loop agentico orchestrato tramite MCP, sotto licenza Apache-2.0.

🔗 ToyBlocks (blog di Ai2 su Hugging Face) · Repository allenai/agentic_robotics

GitHub presenta Copilot Verified Proficiency, un livello di competenza calcolato sull’uso reale di Copilot

6 novembre — GitHub mette in risalto Copilot Verified Proficiency, una nuova forma di attestazione delle competenze (credential) congiunta tra Microsoft e GitHub, collegata al Microsoft Pro Badge. Piuttosto che tramite un esame, il livello viene calcolato in modo continuo a partire dalle attività effettivamente svolte con Copilot, in base alla telemetria, secondo l’estensione, la profondità e la costanza degli utilizzi, e non in base al volume di attività. Vengono valutate cinque competenze: collaborazione con l’IA, stesura di prompt, generazione e convalida del codice, configurazione di agenti, integrazione di strumenti e contesto. Sono aperti tre livelli (Beginner, Intermediate, Proficient), con Advanced ed Expert in fase di sviluppo; Proficient conferisce un Pro Badge condivisibile, che scade dopo sei mesi se il livello non viene mantenuto, e il livello si abbassa in assenza di utilizzo di Copilot.

La partecipazione è su base volontaria, i risultati sono privati per impostazione predefinita e né il datore di lavoro né l’organizzazione possono vederli senza una condivisione spontanea; griglie e algoritmi restano proprietari. Gli account Enterprise Managed Users e GitHub Enterprise Cloud con residenza dei dati non sono supportati. Lo stato rimane poco chiaro: la pagina, non datata, propone di calcolare il proprio livello, ma le sue FAQ parlano di un’anteprima privata condotta con partner invitati.

🔗 Copilot Verified Proficiency (GitHub Learn) · Annuncio di @github su X

NVIDIA quantifica la crescita dei suoi strumenti open source 5G/6G Aerial e Sionna, con cinque progetti di ricerca

6 novembre — A un anno dall’apertura del codice del suo software wireless Aerial, che si è aggiunto a Sionna in una suite di strumenti per la ricerca sul 6G, NVIDIA fa il punto in un post firmato Soma Velayutham. Secondo NVIDIA, l’adozione di AI Aerial e Sionna da parte degli sviluppatori si è moltiplicata per dieci in un anno, i suoi strumenti 5G/6G open source hanno superato il milione di download e oltre 8.000 istituti di ricerca e università li utilizzano. Il post non annuncia alcun prodotto e illustra questi utilizzi attraverso cinque progetti:

Team di ricerca	Risultato riportato	Condizioni di misurazione
King’s College London	Tempo di esecuzione dei task robotici ridotto fino al 52,6%	Descrizione compatta degli oggetti invece di immagini complete, guasti provocati intenzionalmente
SoftBank	Throughput in uplink superiore su tutte le 15 configurazioni testate, guadagno massimo di circa il 60%	Ricevitore neurale in Aerial CUDA-Accelerated RAN, smartphone 5G commerciale, interferenze controllate
ETH Zurich	Tasso di errore di blocco ridotto di oltre un terzo	Ricevitori ottimizzati su misurazioni locali, rispetto a versioni pre-addestrate selezionate
Università di Leeds	Consumo della rete di accesso radio ridotto del 45,6%	Modalità di sospensione delle stazioni radio base programmata con 10 minuti di anticipo, rispetto a un riferimento a piena potenza
CTTC (Catalogna)	Simulazione ridotta da circa 3 ore a 10-20 minuti	Prima valutazione, modelli di canale su GPU nel simulatore open source 5G-LENA

Il post rimanda alle sessioni per sviluppatori 6G del GTC Washington, D.C., e ricorda che Aerial e Sionna sono disponibili su GitHub.

🔗 How NVIDIA Open Source Tools Are Helping Researchers Build Next-Generation 6G Networks (NVIDIA)

In breve

Agenti e strumenti di codice

Sessioni cloud di Claude Code — Nei piani Pro, Max e Ultra, Claude determina autonomamente le dipendenze, l’accesso di rete e le chiavi API necessarie a un repository, per poi salvare questo ambiente per le sessioni successive; secondo @ClaudeDevs, le chiavi vengono memorizzate senza che Claude le veda. L’annuncio è affidato a un tweet, senza articoli né documentazione. 🔗 fonte
Widget di feedback di Amp — Un tag script, seguito dall’indirizzo di una pagina con suffisso ?amp, consente di cliccare su un elemento di un sito e scrivere un’istruzione: Amp apre un thread nel progetto e l’agente applica la modifica in una orb, su una copia del repository. Riservato ai progetti dell’area di lavoro, senza indicazione di prezzo. 🔗 fonte
Gemini CLI — Nessuna nightly è stata pubblicata il 5 e il 6 novembre a causa del fallimento del workflow, ma il 6 Gemini CLI ha integrato su main una dozzina di commit: temi di colore in un file theme.json autonomo, convalida dei nomi dei modelli in /model, fine delle attese di quota di diverse ore in modalità ACP e dei blocchi di rete silenziosi. Nulla è ancora presente in una release. 🔗 fonte
Qwen Code v0.26.9 — Le skill si installano da archivi ZIP (Web Shell, demone o SDK TypeScript) e una richiesta attiva o disattiva fino a 100 skill; l’automazione del Managed Agent è abilitata per impostazione predefinita e l’input di immagini si estende a Llama 4, Pixtral e Mistral Small. Nessun breaking change. 🔗 fonte
Kimi Code 2.5.2 — Tre correzioni: dichiarazioni di strumenti duplicate quando cambiano le definizioni degli strumenti MCP, messaggi di guida accodati erroneamente durante una sessione e creazione di progetti quando l’interfaccia web è servita tramite HTTP. 🔗 fonte
ZCode v3.17.2 — Il 4 novembre, senza note di rilascio, l’area di lavoro per il codice di Z.ai fa passare l’anteprima dei file HTML locali del suo browser integrato tramite un indirizzo zcode-html:// limitato alla loro cartella: Electron consente per impostazione predefinita a una pagina file:// di leggere altri file. 🔗 fonte
Flotta di agenti di codice — Tony Dzi traccia il bilancio di 103 giorni di agenti di codice della stessa famiglia su sette macchine: un protocollo di coordinamento può rispettare tutti i suoi invarianti di sicurezza ed essere comunque abbandonato. Ha rilasciato claw-consensus, il suo motore di consenso senza LLM, e la telemetria che mostra il crollo del suo utilizzo. 🔗 fonte

API, piattaforme e sicurezza

Chiamate in uscita di GPT-Live — Il 2 novembre, OpenAI ha aperto a tutte le organizzazioni le chiamate telefoniche in uscita di GPT-Live tramite SIP, via API Live: numero in formato E.164, trunk dell’operatore, segnalazione TLS e audio SRTP, squillo limitato a 3 minuti e chiamata a 2 ore; nessun prezzo comunicato. 🔗 fonte
API Agents di OpenAI — Michael Luo, product manager presso OpenAI, traccia il bilancio di ottobre, già trattato per la maggior parte, e propone su richiesta cinque funzionalità in beta: memoria tra le sessioni, accesso degli agenti all’API Decisions, tetto di budget in dollari, pool di ambienti e architettura v2. 🔗 fonte
gemini-embedding-2-preview — L’API Gemini depreca questo modello: dal 6 novembre, le sue richieste vengono instradate verso gemini-embedding-2 alla tariffa di Gemini Embedding 2, con lo stesso schema e lo stesso spazio di embedding; basta cambiare il nome del modello, senza reindicizzare. 🔗 fonte
Metriche di utilizzo di Copilot — L’API tiene ora traccia, per repository, del tasso di commenti di Copilot code review gestiti dagli sviluppatori, suddiviso per gravità, livello di revisione e tipo di commento, e segnala gli utenti privi di telemetria o con versioni inferiori a quelle minime di IDE ed estensione. 🔗 fonte
OpenAI e Hacktron — OpenAI collabora con Hacktron, individuata grazie al suo programma di bug bounty, per cercare vulnerabilità nei propri sistemi, in particolare nelle loro interazioni con servizi di terze parti, e amplia il suo accesso ai modelli all’avanguardia tramite Daybreak Red; nessuna cifra comunicata. 🔗 fonte
Transformers v5.22.2 — Patch intermedia di Hugging Face che rafforza la sandbox Jinja e imposta device_id solo per NCCL; le note non citano alcun avviso di sicurezza. 🔗 fonte

Aziende e formazione

Università australiane — Il 5 novembre, OpenAI illustra in dettaglio le sue collaborazioni con la UNSW Sydney (ChatGPT Edu per oltre 80.000 studenti e membri del personale), l’Università di Sydney, La Trobe e la Adelaide University; in un sondaggio Pureprofile commissionato da OpenAI su 1.018 studenti, l’81% utilizza l’IA più volte alla settimana. 🔗 fonte
Cult.fit e Codex — Il 5 novembre, un caso di studio di OpenAI mostra come la catena indiana di palestre stia standardizzando la propria ingegneria su Codex: più di 20 applicazioni interne create da team non tecnici, oltre 100.000 dollari di risparmi annuali sui software e costi di assistenza clienti ridotti di oltre il 50%. 🔗 fonte
Merge e GPT-6 Astra — Il 5 novembre, la startup Merge spiega che un bot basato su GPT-6 Astra, collegato a Salesforce, Gong, Google Sheets e Gmail, riduce la preparazione di una cena con i clienti da decine di ore a circa 30 minuti; la startup è passata da 8 cene nel secondo trimestre a 16 nel terzo. 🔗 fonte
Franklin Templeton — Il 5 novembre, la società di gestione patrimoniale descrive un livello di intelligence connessa, sviluppato in particolare con Codex, che collega ricerca, rischio, conformità e trading per i suoi gestori di portafoglio; nessun dato quantitativo sui risultati. 🔗 fonte
Flipsnack e ChatGPT Ads — Il 5 novembre, questa testimonianza cliente segnala circa il 310% di iscrizioni in più e un costo per iscrizione inferiore di circa il 75%, a parità di budget giornaliero, dopo il passaggio di cinque campagne statunitensi dai clic all’ottimizzazione delle conversioni. 🔗 fonte
Box e NVIDIA — Il 5 novembre, a BoxWorks 2026, Box apre i modelli aperti Nemotron, a partire da Nemotron 3 Ultra, ai clienti Enterprise Advanced di Box AI; Box Context Retrieval, basato su Nemotron Retriever, è atteso all’inizio del prossimo anno e potrebbe, secondo Box, aumentare del 20% la precisione di ricerca e consumare il 90% di token in meno. 🔗 fonte

Applicazioni di Google

Flashcard di Gemini Notebook — Le schede ora accettano immagini, un timer facoltativo consente di testare la propria memorizzazione e l’app mobile programma promemoria di studio; nessun paese né piano specificato. 🔗 fonte
Gemini in Google Moduli — Nella scheda Risposte, Gemini analizza le risposte scrivendo ed eseguendo codice Python, individua tendenze e correlazioni, quindi suggerisce azioni; il rilascio è iniziato il 2 novembre in Rapid Release e inizierà il 19 novembre in Scheduled Release, per i piani Business, Enterprise ed Education idonei e per alcuni abbonati a Google AI. 🔗 fonte

Voce, musica e immagini

Open ASR Leaderboard — La classifica di riconoscimento vocale di Hugging Face aggiunge due set di test privati di Liva AI, in inglese colloquiale con accento egiziano (1,34 ore) e nigeriano (1,55 ore), e una suddivisione ispirata ai cerchi di Kachru; non viene fornito alcun risultato dei modelli. 🔗 fonte
Dialetto libanese — Nella seconda parte della sua serie, dopo quella del 5 novembre, Bilal Zaraket costruisce un lessico libanese convalidato da tre madrelingua (429 voci) prima di generare dati vocali: la percentuale di frasi da correggere scende dal 22% al 4%, al di sotto della soglia del 5% stabilita in precedenza. 🔗 fonte
ElevenMusic e SoundCloud — ElevenLabs collega la sua piattaforma musicale a SoundCloud: un brano originale viene pubblicato direttamente sul profilo dell’artista, completo di descrizione, genere e tag. I membri di SoundCloud Artist Pro ricevono tre mesi gratuiti di ElevenMusic, poi 9,99 dollari al mese; offerta valida fino al 31 ottobre 2027. 🔗 fonte
Ads Engine — ElevenLabs aggiunge una revisione umana opzionale, a opera di linguisti e professionisti della localizzazione di ElevenProductions e specialisti creativi interni, su elementi visivi, annunci Google Search e video doppiati; accesso tramite il team commerciale, senza indicazioni su prezzi o tempistiche. 🔗 fonte
Daily Song Challenge di Suno — Le app iOS e Android propongono ogni giorno uno spunto per una canzone, modificabile prima della creazione, e organizzano i brani in un calendario della libreria, per tutti i piani. 🔗 fonte
Runway e GPT Image 2.6 — Runway aggiunge il modello di immagini di OpenAI, presentato come il 50% più veloce, con supporto a GIF, esportazione SVG e ritocchi che mantengono coerenti personaggi e prodotti; né la variante né il costo in crediti vengono specificati. 🔗 fonte

Ricerca, robotica e modelli

Modelli scientifici — Il blog Science di Anthropic pubblica un saggio ospite di Jakob Macke, Daniel Gedon e Stefan Wahl (ELLIS Institute Tübingen) sull’IA che costruisce, vincola e interpreta modelli scientifici, dal modello di Hodgkin e Huxley all’inferenza basata sulla simulazione. 🔗 fonte
Classifica SuperCLUE — Un post della community di VIDRAFT riprende la classifica di novembre (19 modelli): GPT-6.1-Sol è in testa nel coding agentico (69,23) e DeepSeek-V4.1-Flash-1017 è il primo dei modelli aperti (65,38), con Kimi-K3.1-Pro che ottiene il miglior punteggio complessivo tra questi. 🔗 fonte
LingYu Robotics — L’azienda pubblica 139,4 ore e 13.263 episodi riusciti di teleoperazione bimanuale ripresa dal punto di vista del robot, suddivisi in 15 famiglie di task, in formato LeRobot e con licenza non commerciale. 🔗 fonte
Egocentric-EMG-Force — Harpreet Sahota converte per FiftyOne otto episodi e 38,2 minuti di faccende domestiche riprese da una videocamera di profondità, con un bracciale EMG su ciascun polso che registra il segnale muscolare degli avambracci. 🔗 fonte
Teaser di Qwen — L’account ufficiale di Qwen pubblica un breve messaggio enigmatico, con un’immagine la cui iscrizione in cinese lascia uno spazio vuoto al posto del nome, senza nome del modello, data o link; è stato visualizzato oltre 1,3 milioni di volte nel corso della giornata. 🔗 fonte

Cosa significa

L’IA entra nella ricerca strutturata e misurata. Gli agenti di Google DeepMind hanno lavorato sotto supervisione umana, insieme a ricercatori di Inria, su un RSA a 1024 bit già dismesso e su una chiave di riferimento già risolta, in simulazione isolata: il guadagno teorico di circa 1.600 volte non minaccia le chiavi a 2048 bit, ma ricorda che un’ipotesi di difficoltà computazionale non è mai data per acquisita. BioBasicsBench e TCSExam seguono la stessa disciplina: OpenAI stessa pubblica gli errori di GPT-6 Astra, tra cui un conteggio delle colonie sovrastimato di circa il 12%, e TCSExam fa verificare ogni compito dal kernel Lean o da un verificatore eseguibile, senza che cada alcuna congettura aperta. Il Frontier Model Forum applica la stessa logica al rischio, con una griglia comune per decidere quali jailbreak informatici correggere per primi.

Ciò che circonda il modello determina sempre più il successo di un agente. In Anthropic, una singola annotazione errata su Mt. Moon blocca la partita a Pokémon finché il dreaming non la corregge, e una wiki costantemente aggiornata fa risparmiare circa 20.000 token a domanda. In Google, un vecchio TODO basta a far deragliare un agente: una deviazione non richiesta appesantisce la sessione del 70% di passaggi, del 77% di token e del 105% di tempo di attesa, al punto che Google ha lanciato agenti per ripulire le proprie basi di codice. Gli harness adapter affrontano il problema attraverso l’addestramento, con un LoRA per harness che riduce le chiamate agli strumenti a parità di accuratezza, e le leve di Perplexity sono della stessa natura: promemoria del budget, estrazione delle pagine, skill caricati su richiesta.

Gli agenti di codice cambiano interfaccia. Si parla con loro, grazie alla chat vocale di Cursor che separa l’agente che ascolta da quello che scrive codice; si delega loro l’organizzazione, con uno space di Amp che avvia autonomamente i thread, fino a suddividere una revisione di sicurezza in 16 zone; vengono integrati ovunque, poiché ACP rende Antigravity CLI l’agente di qualsiasi editor compatibile, con tutti i modelli dell’account. I cicli di rilascio si accorciano in parallelo (146 voci per Claude Code 2.1.319, 637 per Copilot CLI 1.0.106, 120 PR per Codex CLI 0.167.0), con controlli più precisi su ciò che l’agente ha il permesso di fare, dal rifiuto senza prompt di Claude Code alle regole prompt-user di Codex.

Anche i costi e l’accesso cambiano. Perplexity rende il suo livello medium quasi il 90% più economico portandolo al contempo dal 55% al 77%, e attiva gratuitamente Brain in ogni Project. Phonon esegue la sintesi vocale direttamente sul dispositivo, senza server, con modelli di circa 65 e 75 MB, compresa una versione in lingua inglese con licenza Apache 2.0. Meta trasferisce le capacità di Muse Wonder in modelli specializzati distribuiti agli utenti di Muse e di Meta AI, e Hugging Face mette a disposizione gratuitamente il know-how sull’addestramento MoE acquisito al costo di 800.000 ore-GPU.