Claude Code Desktop integra un browser e passa alla v2.1.206, GPT-5.6 Sol Ultra in disponibilità generale, Amp sostituisce le sue modalità con un unico quadrante (The Dial)

Il 10 luglio allinea quattro annunci importanti che ridisegnano l’interazione agente-macchina: Claude Code Desktop riceve un browser integrato e passa alla v2.1.206, GPT-5.6 Sol Ultra passa alla disponibilità generale accompagnato da una rivendicazione di prova matematica inedita, e Amp sostituisce l’insieme delle sue modalità di agente denominate con un unico quadrante. Diciotto notizie degne di nota completano il quadro — dalla crescente fiducia di Cognition in Claude Fable 5 all’arrivo di Grok 4.5 come orchestratore presso Perplexity — e quattro brevi chiudono questo panorama.

Claude Code Desktop riceve un browser integrato

10 luglio — Claude Code su desktop guadagna un nuovo pannello Browser: un browser a schede che Claude pilota esattamente come già pilota i server di sviluppo locali — aprire documentazione, mockup di design o qualsiasi altro sito, leggere il contenuto, fare clic, compilare moduli. Si apre da tastiera (Cmd+Shift+B su macOS, Ctrl+Shift+B su Windows) oppure dal menu Views; quando Claude incontra un link esterno nella chat, un selettore propone di aprirlo in questo pannello o nel browser predefinito. La connessione ad account di terze parti è possibile, anche tramite flussi di accesso pop-up come Google OAuth.

Il pannello è sandboxed: profilo di navigazione separato dalle credenziali e dalla cronologia personali, con un’opzione per rendere persistenti le sessioni (cookie, storage locale) da un riavvio all’altro in sviluppo. Due guardrail di sicurezza si aggiungono a quelli già in vigore per la verifica dell’applicazione: gli stessi classificatori usati dalla modalità automatica esaminano ogni azione di scrittura di Claude su una pagina esterna — indipendentemente dalla modalità di autorizzazione attiva, una segnalazione fa scattare una richiesta di conferma — e, al di fuori delle modalità Auto e Bypass, prima di qualsiasi navigazione si applica una verifica di whitelist dei domini. La prima azione di Claude su un sito fa apparire una scheda di autorizzazione (Allow once / Always allow / Deny), e ogni sito deve essere approvato singolarmente, sottodomini compresi. Anche su un sito approvato, Claude non può né acquistare un articolo, né creare un account, né aggirare un CAPTCHA senza convalida esplicita — lo stesso modello di sicurezza dell’estensione Claude in Chrome, la cui documentazione precisa la differenza d’uso: il pannello Browser è adatto per costruire e testare un’applicazione (profilo vuoto, senza identità), mentre l’estensione Chrome condivide lo stato di accesso del browser personale.

“Claude Code on desktop now has an in-app browser.”

🇮🇹 Claude Code su desktop dispone ora di un browser integrato. — @ClaudeDevs su X

🔗 Applicazione desktop — Claude Code Docs

GPT-5.6 Sol Ultra passa alla disponibilità generale, OpenAI rivendica la prova di una congettura vecchia di 50 anni

10 luglio — GPT-5.6 Sol con l’impostazione Ultra passa alla disponibilità generale, dopo la sua introduzione in beta multi-agent al lancio del 9 luglio (la modalità ultra coordina per impostazione predefinita più agenti in parallelo). Per illustrare questo passaggio in GA, Ethan Knight, ingegnere di OpenAI, afferma che il modello ha prodotto una prova della congettura della doppia copertura per cicli (Cycle Double Cover Conjecture), un problema aperto vecchio di circa 50 anni in teoria dei grafi (congetturato indipendentemente da Szekeres nel 1973 e Seymour nel 1979), mobilitando 64 sotto-agenti in poco meno di un’ora. OpenAI indica di condividere il prompt utilizzato e la prova prodotta, e invita la comunità a sperimentare con Ultra. Non si tratta di una nuova famiglia di modelli, bensì del passaggio alla disponibilità generale dell’impostazione ultra di Sol, introdotta il giorno prima in beta multi-agent.

Cautela editoriale: si tratta di un’affermazione comunicata da OpenAI stessa (tramite uno dei suoi dipendenti, ripubblicata ufficialmente dall’account @OpenAI), e non di una prova verificata da una fonte terza indipendente o pubblicata in una rivista arbitrata alla data di questo articolo. La congettura in sé è autentica e documentata in teoria dei grafi; la validità della prova annunciata non è, a questo stadio, stabilita in modo indipendente — un claim di OpenAI da trattare come tale, non come un fatto matematico acquisito.

“Yesterday, we made GPT-5.6 Sol Ultra generally available. Today, we’re sharing that it produced a proof of the 50-year-old Cycle Double Cover Conjecture using 64 subagents in just under one hour.”

🇮🇹 Ieri abbiamo reso GPT-5.6 Sol Ultra disponibile in accesso generale. Oggi condividiamo il fatto che ha prodotto una prova della congettura della doppia copertura per cicli, vecchia di 50 anni, utilizzando 64 sotto-agenti in poco meno di un’ora. — Ethan Knight (OpenAI), ripreso da @OpenAI su X

Amp sostituisce le sue modalità di agente denominate con un unico quadrante (The Dial)

9 luglio — Amp pubblica The Dial, una revisione completa del suo sistema di selezione della modalità agente. Le quattro vecchie modalità denominate — smart, deep, rush, large — vengono deprecate e sostituite da un quadrante a quattro livelli di sforzo: low, medium, high, ultra. Idea guida: i vecchi nomi delle modalità nascondevano un modello, un prompt e un livello di sforzo di ragionamento specifici che bisognava conoscere per scegliere correttamente — con la convergenza dei modelli, l’unica questione che resta rilevante secondo Amp è il compromesso capacità/costo. Il quadrante si regola tramite Ctrl+S nel CLI o tramite il selettore di modalità dell’app web.

Livello del quadrante	Modello principale	Oracle (secondo parere)
ultra	Claude Fable 5 (prompt di sistema dedicato)	GPT-5.6 Sol
high	GPT-5.6 Sol, sforzo xhigh	Claude Fable 5
medium	GPT-5.6 Sol, sforzo medium	GPT-5.6 Sol, sforzo high
low	GLM-5.2 (Z.ai, modello aperto)	GPT-5.6 Sol

Punto notevole: il livello low si appoggia per impostazione predefinita su GLM-5.2, un modello aperto di terze parti di Z.ai presentato da Amp come «il modello aperto più forte nel coding agentico», anziché su un modello proprietario — gli amministratori dello spazio di lavoro possono sostituirlo con GPT-5.6 Terra. Ogni livello dispone ora di un «oracle» per un secondo parere: sui livelli alti, i due modelli di frontiera si rileggono a vicenda (in high, GPT-5.6 Sol scrive e Fable rilegge; in ultra, il contrario). Per la migrazione, Amp indica: «smart, deep → medium» e «rush → low»; gli utenti che desiderano mantenere il comportamento esatto delle vecchie modalità possono reinstallarle come plugin (amp plugins add --auto-update @amp/smart-classic, ecc.), con gli stessi prompt di sistema, strumenti, modelli e livelli di sforzo di prima.

🔗 Amp — The Dial (articolo completo)

Claude Code passa alla v2.1.206: suggerimenti di percorso, pulizia di CLAUDE.md e una quindicina di correzioni

10 luglio — Claude Code passa alla v2.1.206, una release senza una funzionalità di punta unica ma con diversi aggiustamenti notevoli. Il /cd propone ora suggerimenti di percorso di directory, sullo stesso principio di /add-dir. Il /doctor guadagna un nuovo controllo che propone di alleggerire i file CLAUDE.md versionati individuando i contenuti che Claude potrebbe comunque dedurre da solo esplorando il repository. Sul fronte Git, /commit-push-pr autorizza ora automaticamente il git push verso la remote di push configurata del repository o verso l’unica remote disponibile in aggiunta a origin, e EnterWorktree chiede conferma prima di entrare in un worktree situato fuori dalla cartella .claude/worktrees/ del progetto. Gli agenti in background si aggiornano silenziosamente subito dopo un aggiornamento di Claude Code, invece di imporre un aggiornamento lento nel momento in cui l’utente vi si collega. La vista degli agenti (claude agents) è ritoccata: Ctrl+X elimina ora definitivamente una sessione terminata, e la colonna di stato usa tutta la larghezza del terminale. Anthropic segnala infine un miglioramento della qualità dei risultati di /code-review su claude-opus-4-8, a tutti i livelli di sforzo.

Il resto del changelog allinea una quindicina di correzioni: un errore di connessione scaduta che mostrava un messaggio fuorviante invece di invitare a rilanciare /login; claude --resume e --continue che non rispondevano più alla tastiera all’avvio; server MCP che ignoravano il proprio request_timeout_ms e tornavano ai 60 secondi predefiniti; prezzi errati nel selettore /model; e, sul lato Bedrock, un blocco di diversi minuti all’avvio durante l’uso dell’helper awsCredentialExport su reti con uscita limitata.

🔗 Release v2.1.206 — Claude Code

Anthropic rafforza le sue partnership aziendali

Due studi di caso mettono in scena partner Enterprise di Anthropic il 9-10 luglio, uno sull’autonomia a lungo termine di Claude Fable 5, l’altro sulla sua integrazione nelle catene di produzione fisica.

Cognition (Devin): Claude Fable 5 regge 8 ore senza supervisione

10 luglio — Nuovo episodio della serie «Working at the frontier» dedicato a Cognition, la società dietro l’ingegnere software autonomo Devin. Silas Alberti, che dirige l’addestramento e la valutazione dei modelli in Cognition, descrive un salto qualitativo su Frontier Code, il benchmark proprietario anti-slop dell’azienda: il vecchio modello Opus si fermava intorno al 10 % sul sottoinsieme più difficile, Claude Fable 5 raggiunge circa il 30 %. Soprattutto, l’orizzonte di autonomia cambia natura — un agente lasciato senza supervisione progredisce realmente per 8 ore di fila, contro pochi minuti fino a un’ora prima di Fable 5. Alberti attribuisce questo salto alla capacità del modello di sfruttare gli strumenti interni di debug di Cognition e di enunciare i propri invarianti prima di agire; Devin inizia a monitorare Slack e la produzione in modo proattivo, un’evoluzione che Alberti prevede nel 90 % delle sessioni entro uno-due anni.

“We trust no eval.”

🇮🇹 Non ci fidiamo di nessun benchmark. — Silas Alberti, Cognition, citato sul Claude Blog

UST distribuisce Claude nell’IA fisica

9 luglio — Anthropic annuncia una partnership con UST, società di servizi tecnologici e ingegneristici, per distribuire Claude su processi di produzione fisica: chip, automotive, oggetti connessi. UST forma 20 000 collaboratori su Claude e diventa Global Premier Partner del Claude Partner Network. Caso d’uso centrale: su iDEC, la piattaforma di validazione hardware di UST, Claude Code legge gli schemi e i pinout dei chip, scrive i test di regressione, e confronta apparecchiature reali e gemelli digitali — una pipeline che riduce già i cicli di validazione del 50 al 70 %. Estensione anche a CarePath (sanità), IntelliOps (telecom) e FinX (banca), sempre con approvazione umana sulle azioni sensibili.

🔗 UST sta portando Claude all’IA fisica

OpenAI, il giorno dopo il lancio di GPT-5.6

Due annunci datati al giorno dopo il lancio GPT-5.6/ChatGPT Work: un riconoscimento pubblico dei problemi di lancio, e un’evoluzione del programma di sicurezza biologica.

Correzioni post-lancio per ChatGPT Work e Codex

10 luglio — Circa 24 ore dopo il lancio congiunto di GPT-5.6 e ChatGPT Work, Thibault «Tibo» Sottiaux, responsabile Codex in OpenAI, riconosce pubblicamente diversi problemi di lancio, ripresi ufficialmente dall’account @OpenAI: impostazioni di calcolo elevate troppo facili da attivare, riorganizzazione dell’app desktop che rende chat e progetti meno accessibili, posizionamento del lancio che ha fatto credere erroneamente che Codex stesse per scomparire, regressioni su workflow multi-agent, intoppi con i plugin. Correzioni del giorno: azzeramento dei limiti d’uso due volte, modifica delle impostazioni predefinite, correzioni plugin, pulizia desktop. Un’ondata più ampia è annunciata per la settimana successiva: ritorno di chat e progetti nella barra laterale, migliore visibilità dell’uso, chiarimento tra ChatGPT Work e Codex.

“An ambitious direction doesn’t excuse avoidable confusion or regressions in the first version.”

🇮🇹 Una direzione ambiziosa non scusa una confusione evitabile o regressioni in questa prima versione. — Tibo (Thibault Sottiaux), OpenAI, su X

Bio Bug Bounty evolve in un programma privato permanente

10 luglio — OpenAI fa evolvere il suo Bio Bug Bounty in un programma privato permanente (OpenAI Bio Bug Bounty program), con una ricompensa raddoppiata a 50 000 $. Il programma invita ricercatori in red-teaming IA, sicurezza o biosicurezza a trovare un jailbreak universale che eluda la sfida di biosicurezza predefinita sui modelli di frontiera più avanzati di OpenAI. Questo annuncio conferma che si trattava effettivamente di una transizione dal vecchio programma a durata limitata individuato il giorno prima — ricompensa allora fissata a 25 000 $, con scadenze già superate al momento dell’osservazione.

🔗 @OpenAI — OpenAI Bio Bug Bounty program

Gemini ancora i suoi esperimenti in tempo reale nel mondo reale

Due funzionalità che collegano la generazione IA al mondo fisico, una nella conversazione vocale, l’altra nell’esplorazione virtuale a 360°.

Gemini Live combina generazione di immagini e Google Maps in conversazione

10 luglio — Gemini Live, la modalità conversazionale vocale e camera in tempo reale dell’app Gemini, integra ora la generazione di immagini Nano Banana e l’ancoraggio Google Maps direttamente durante una sessione: mostrare un oggetto o un luogo alla camera per generare immagini, trovare attività locali, tutto dialogando a voce. La dimostrazione allegata illustra la trasformazione di un dipinto in sfondo personalizzato. Disponibile gratuitamente e globalmente per tutti gli utenti Gemini, senza restrizioni Pro/Ultra.

🔗 Tweet @GeminiApp — Gemini Live in tempo reale

Project Genie ancora i suoi mondi generati su Street View

10 luglio — Il prototipo di ricerca Project Genie (Google DeepMind × Google Labs, annunciato all’I/O) aggiunge l’ancoraggio sui dati Street View di Google Maps come base geografica reale per generare ambienti virtuali interattivi a 360°. Questo tassello risolve il «blank space problem» — la coerenza della scena fuori dal campo della camera — generando immagine per immagine la continuazione del mondo in funzione delle azioni dell’utente (nuotare, fare escursioni) a partire da un luogo reale o da un prompt testuale. Resta un prototipo di ricerca sperimentale, senza ampia disponibilità pubblica annunciata.

🔗 Tweet @GoogleAI — Ancoraggio Street View in Project Genie

GitHub rafforza Copilot e l’ecosistema di agenti di terze parti

Cinque annunci che rafforzano la governance e l’ergonomia di Copilot e del suo ecosistema di agenti, dal reviewer automatico alla produzione di videogiochi.

Una riscrittura delle istruzioni riduce del 20% il costo della revisione di Copilot

10 luglio — GitHub spiega come la migrazione di Copilot code review agli strumenti di esplorazione del codice condivisi con il harness Copilot CLI (grep, glob, view) abbia inizialmente peggiorato le revisioni — costi in aumento, problemi mancati — pur trattandosi di strumenti meglio mantenuti. La causa: istruzioni pensate per un assistente generalista che esplora in modo ampio, mentre un reviewer parte dal diff e cerca la prova minima necessaria. Dopo la riscrittura delle istruzioni attorno al flusso di lavoro reale di un reviewer, la regressione si è trasformata in un guadagno: circa 20% in meno di costo medio di revisione, a parità di qualità della revisione.

“But the tools weren’t the problem. The instructions were. Once we rewrote them for the way a reviewer actually reads a pull request, the regression flipped into a win: roughly 20% lower average review cost, while maintaining the same review quality.”

🇮🇹 Ma il problema non erano gli strumenti. Erano le istruzioni. Una volta riscritte per aderire al modo in cui un reviewer legge davvero una pull request, la regressione si è trasformata in una vittoria: circa il 20% in meno di costo medio di revisione, a parità di qualità della revisione. — Il Blog di GitHub

Il dashboard delle pull request passa in disponibilità generale

9 luglio — Il dashboard delle pull request (github.com/pulls) passa in disponibilità generale dopo una anteprima pubblica: una Inbox prioritaria che fa emergere le revisioni richieste e le PR pronte per il merge, viste salvate basate su query personalizzate e una ricerca avanzata con nuovi filtri. Dettaglio che riguarda direttamente Copilot: il filtro per autore ora riconosce anche le PR create da un agente per conto dell’utente — author:@me restituisce anche le pull request che l’utente ha chiesto a Copilot di creare a suo nome.

🔗 Il nuovo dashboard delle pull request è ora generalmente disponibile

GitHub Mobile ordina e filtra le sessioni Copilot

10 luglio — GitHub Mobile (iOS/Android) aggiunge filtri — stato, repository, tipo, agente, attivo/archiviato — all’elenco delle sessioni Copilot, insieme a opzioni di ordinamento (più recente, più vecchio, attivi prima, quelli che richiedono attenzione prima), con l’ordinamento che preserva il contesto del filtro corrente. Un miglioramento di usabilità che diventa utile non appena aumenta il numero di sessioni agentiche seguite in parallelo.

🔗 GitHub Mobile: filtri e ordinamento migliorati per le sessioni Copilot

Manus aggiunge /game-dev e un connettore ElevenLabs

10 luglio — Manus lancia una competenza /game-dev: descrivere un gioco in linguaggio naturale basta per ottenere un gameplay funzionante distribuito su un link condivisibile, senza esperienza nello sviluppo di videogiochi, appoggiandosi a un lavoro open source attribuito da Manus. Lo stesso giorno, il connettore ElevenLabs arriva sulla piattaforma, aprendo la generazione e il cloning della voce alle app costruite su Manus — dimostrato da un’app completa (interfaccia retrò, 4 lingue, narrazione vocale clonata) prodotta in un solo prompt.

🔗 Tweet @ManusAI — competenza /game-dev 🔗 Tweet @ManusAI — connettore ElevenLabs

Perplexity Computer amplia la sua offerta, Cohere accelera l’inferenza

Perplexity amplia per tre volte l’offerta di modelli e strumenti di Perplexity Computer, mentre Cohere pubblica una ricerca notevole sull’accelerazione dell’inferenza.

Computer Analytics: seguire la spesa di crediti per modello

10 luglio — Perplexity lancia Computer Analytics, una dashboard che permette di seguire il consumo di crediti per modello in Perplexity Computer: totale dei crediti, membri attivi, media per membro, distribuzione per modello (Claude Opus 4.8 Fast/4.8/4.7, Claude Sonnet 4.6, GPT-5.5, altri) e classifica dei membri. Disponibile immediatamente sotto Analytics nelle impostazioni dell’account, sia per gli utenti individuali sia per le organizzazioni Enterprise.

🔗 Tweet @perplexity_ai — Computer Analytics

Grok 4.5, miglior punteggio WANDR a metà costo di Opus 4.8

10 luglio — Grok 4.5 (xAI) entra a far parte dei modelli orchestratori disponibili in Perplexity Computer, per gli abbonati Consumer Pro e Max. Sul benchmark costo/prestazioni WANDR (6 configurazioni testate), Grok 4.5 ottiene il miglior punteggio tra tutte le configurazioni:

Configurazione valutata	Costo per prova	Punteggio WANDR
GPT-5.6 Terra (medium)	0,40 $	0,149
GLM 5.2 (high effort)	1,74 $	0,207
GPT-5.6 Sol (medium)	2,64 $	0,289
GLM 5.2 + advisor	4,67 $	0,297
Grok 4.5	4,76 $	0,328
Opus 4.8 (thinking, high effort)	9,46 $	0,254

Grok 4.5 occupa quindi il vertice della frontiera di Pareto costo/prestazioni: punteggio migliore, per circa metà del costo di Opus 4.8.

🔗 Tweet @perplexity_ai — orchestratore Grok 4.5

Cohere contribuisce fino al 23% di velocità di inferenza a vLLM

10 luglio — Cohere pubblica una ricerca sul Dynamic Speculative Decoding (DSD), che rende adattivo il numero di token bozza del speculative decoding in base al regime hardware (memoria vs calcolo), tramite una metrica di «goodput». Su Command A (dense, MT-Bench): DSD è circa 23% più veloce del speculative decoding con K fisso e 7,5% più veloce dell’inferenza vanilla — mentre il SD con K fisso regredisce rispetto a vanilla. Guadagni più limitati su Command A+ (architettura MoE). L’ottimizzazione è stata contribuita come open source a vLLM (pull request mergiata), con un lavoro di compatibilità per l’async scheduling e il Full CUDA Graph.

🔗 Cohere — Hardware-aware Dynamic Speculative Decoding

Generazione media: la ricerca video passa al tempo reale

Tre annunci che illustrano la svolta della generazione media verso il tempo reale e l’integrazione agentica.

NVIDIA pubblica Flex-Forcing, un modello video ibrido diffusione/autoregressivo

9 luglio — Il team di ricerca di NVIDIA pubblica Flex-Forcing, un metodo che addestra un unico modello video a padroneggiare sia la diffusione bidirezionale (elabora tutti i frame insieme, struttura ben preservata ma più lenta) sia la generazione autoregressiva (frame per frame, veloce e streamable, ma soggetta a deriva nel tempo), con la scelta del punto di funzionamento all’inferenza in base al budget di calcolo disponibile invece che a un compromesso fissato durante l’addestramento. Il lavoro è stato riconosciuto con uno spotlight a ICML 2026.

🔗 Tweet @NVIDIAAI — Flex-Forcing

Wan-Streamer (Alibaba): conversazione video in tempo reale in full-duplex

10 luglio — Il Tongyi Lab di Alibaba presenta Wan-Streamer, un modello omni-modale end-to-end: un unico Transformer in streaming nativo ascolta, guarda, capisce e risponde con voce e video sincronizzati, in full-duplex (ogni parte può parlare e ascoltare simultaneamente), con circa 550 ms di latenza totale. Il modello non è legato a un rig di avatar fisso e può incarnare qualsiasi personaggio descritto in linguaggio naturale. La v0.2 porta una risoluzione di 640×368 a 25 FPS e una latenza lato modello ridotta a circa 200 ms.

🔗 Tweet @Alibaba_Wan — Wan-Streamer

HeyGen collega Figma a HyperFrames per generare video di lancio

10 luglio — Nuovo episodio della serie quotidiana di competenze HyperFrames di HeyGen (dopo il Music-to-Video del 9 luglio): il comando /figma trasforma un mockup Figma in un video di lancio fedele — ogni colore, ogni font, ogni inquadratura riprodotti esattamente — senza passare da un editor video. Il flusso di lavoro richiede tre passaggi: copiare il link del mockup, inviarlo all’agente, poi invocare /figma. Installazione tramite npx hyperframes@latest skills.

🔗 Tweet @HeyGen — integrazione Figma

Sakana AI misura il divario di creatività tra agenti e umani

10 luglio — Sakana AI pubblica «The AI Picbreeder Experiment», un paper di ricerca (GECCO2026, collaborazione MIT/NYU, nominato miglior paper) che ricrea Picbreeder — un sito scomparso in cui gli utenti facevano evolvere collettivamente immagini senza un obiettivo predefinito — con agenti vision-language (VLM) al posto degli umani. Risultato principale: gli agenti VLM esplorano meno ampiamente degli umani, girando in tondo su concetti simili; ma una popolazione diversificata di «personalità» di agenti migliora in modo sostanziale l’esplorazione, fino ad avvicinare la diversità semantica dell’archivio umano in alcune esecuzioni. Il divario persistente: gli umani sembrano migliori nel trasformare un «felice incidente» in una scoperta creativa duratura.

🔗 Tweet @SakanaAILabs — annuncio 🔗 Blog interattivo — pub.sakana.ai/picbreeder-vlm

Brevi

GitHub — endpoint API per i budget multiutente — nuovo endpoint REST API per recuperare in una sola chiamata il consumo di ciascun utente all’interno di un budget multiutente, con filtraggio per percentuale consumata, riservato agli enterprise owner e ai billing manager. 🔗 GitHub Changelog
GitHub rinomina il suo rilevatore di segreti IA — il rilevatore «Copilot secret scanning» diventa «AI-detected secrets», senza cambiamenti di comportamento, webhook, audit log né API. 🔗 GitHub Changelog
Codex CLI 0.144.1 — patch sulla 0.144.0: installazione standalone resa più affidabile, installazioni macOS che espongono correttamente l’host code-mode, fallback al runtime incorporato se il binario host companion non è disponibile. 🔗 Codex CLI 0.144.1
Cohere Transcribe Arabic gira in locale su MacBook — porting comunitario tramite mlx-audio (Apple Silicon), attribuito a @Prince_Canuma e @lllucas, segnale di adozione ecosistemica del modello open source (Apache 2.0). 🔗 Tweet @cohere

Cosa significa

Gli agenti imparano a navigare il web come un umano. Claude Code Desktop innova dando all’agente il proprio browser sandboxato, con lo stesso modello di permesso per sito dell’estensione Claude in Chrome — costruire e testare un’applicazione senza condividere mai le credenziali personali dell’utente. Questo movimento si inserisce in una tendenza più ampia: il nuovo dashboard delle pull request di GitHub riconosce ora esplicitamente le PR create da un agente per conto di un umano, e Manus aggiunge una competenza /game-dev che distribuisce un gameplay funzionante senza intervento. Gestire un’intera interfaccia, non solo produrre testo o codice, diventa la nuova frontiera degli agenti consumer.

La corsa ai modelli si sposta verso l’orchestrazione multi-modello invece che verso la pura dimensione. GPT-5.6 Sol Ultra passa in GA con una dimostrazione spettacolare — ma non verificata indipendentemente — di ragionamento multi-agente su un problema matematico aperto da 50 anni. Amp abbandona le sue modalità denominate per un unico selettore che fa dialogare Claude Fable 5 e GPT-5.6 Sol come oracoli l’uno per l’altro. Perplexity Computer segue la stessa logica aggiungendo Grok 4.5 come orchestratore — miglior punteggio WANDR del mercato a metà costo di Opus 4.8 — accanto al proprio GLM 5.2. Il segnale comune: il valore non viene più da un solo modello frontier, ma dalla capacità di far collaborare più modelli in base al budget disponibile, una logica che la ricerca di Cohere sul speculative decoding adattivo spinge fino al livello dell’inferenza stessa.

L’autonomia di lunga durata diventa misurabile, e le aziende la vogliono tracciata. Cognition documenta un salto concreto — da pochi minuti a 8 ore di progresso continuo senza supervisione — per spiegare perché ora si fida di Claude Fable 5 su compiti reali, mentre UST distribuisce Claude su catene di validazione hardware con guadagni di ciclo del 50-70%. Questo stesso movimento costringe le aziende tecnologiche a riconoscere pubblicamente i propri punti ciechi: OpenAI documenta apertamente i problemi del lancio GPT-5.6/ChatGPT Work invece di tacerli, GitHub spiega perché una migrazione di strumenti ha inizialmente peggiorato Copilot code review prima che una riscrittura delle istruzioni la correggesse, e Claude Code v2.1.206 accumula una quindicina di correzioni discrete accanto al suo browser integrato. La fiducia si costruisce ormai tanto sulla trasparenza degli errori quanto sugli annunci di capacità.

La generazione media in tempo reale sta recuperando terreno rispetto alla generazione batch. Wan-Streamer di Alibaba fa dialogare un agente in video e in voce con 550 ms di latenza, Gemini Live combina fotocamera, generazione di immagini e mappatura in un’unica conversazione vocale, e Flex-Forcing di NVIDIA lascia che un unico modello video arbitrasse da solo tra qualità e velocità in base al budget di calcolo. Questo spostamento verso l’istantaneo e l’interattivo contrasta con il richiamo di Sakana AI sulla creatività: i suoi agenti vision-language esplorano meno liberamente degli umani lasciati a se stessi, un divario che persiste anche quando la generazione diventa tecnicamente immediata.