Claude Corps lancia 150 M$, OpenAI acquisisce Ona, GitHub Agentic Workflows, Midjourney V8.1

La giornata dell’11 giugno 2026 concentra quattro annunci principali: Anthropic lancia Claude Corps, un programma nazionale di borse di studio dotato di USD 150 milioni; OpenAI acquisisce Ona per dare a Codex ambienti di esecuzione persistenti nel cloud; GitHub apre i suoi Agentic Workflows in public preview; e Midjourney porta V8.1 a modello predefinito con una risoluzione 4× e generazioni in 4 secondi.

Claude Corps — USD 150 milioni per formare 1 000 fellows

11 giugno — Anthropic lancia Claude Corps, un programma nazionale di borse di studio (fellowship) dotato di una dotazione iniziale di USD 150 milioni. L’obiettivo è concreto: formare 1 000 giovani professionisti all’uso di Claude e collocarli in associazioni senza scopo di lucro (nonprofits) americane per un anno, a tempo pieno e in presenza.

Struttura del programma:

Ruolo	Organizzazione	Responsabilità
Finanziamento & strategia	Anthropic	Competenza Claude, token illimitati
Datore di lavoro ufficiale	CodePath	Formazione, programmazione (1° fornitore US di istruzione universitaria CS)
Valutazione	Social Finance	Misurazione dell’impatto, veicolo finanziario a lungo termine

Condizioni per i fellows:

Stipendio a tempo pieno: USD 85 000/anno + benefit
Durata: 12 mesi (formazione intensiva iniziale + 5 h/settimana di formazione continua)
Criteri: +18 anni, meno di 2 anni di esperienza, autorizzazione al lavoro negli Stati Uniti

Calendario delle coorti:

Coorte	Candidature fino al	Inizio
1ª (100 fellows)	17 luglio 2026	Ottobre 2026
2ª	Aperte	Gennaio 2027
3ª	Aperte	Agosto 2027

Esempi di associazioni ospitanti: Braven (Chicago — inserimento studenti di prima generazione), Code the Dream (Durham — formazione gratuita al codice), International Rescue Committee, Code for America, YMCA of Greater Charlotte (300 000 persone servite).

Anthropic lega esplicitamente Claude Corps alla sua politica sull’impatto dell’IA sull’occupazione, presentandolo come un modello per ampliare i benefici dell’IA durante un periodo di grande trasformazione economica. Parte dell’infrastruttura tecnica sarà open-source.

🔗 Anthropic — Claude Corps

OpenAI acquisisce Ona per agenti Codex persistenti

11 giugno — OpenAI annuncia l’acquisizione di Ona, una start-up specializzata nell’esecuzione cloud sicura e nell’orchestrazione di agenti. L’obiettivo: dotare Codex di ambienti cloud persistenti che permettano agli agenti di continuare a lavorare anche quando i laptop sono chiusi.

Dati chiave:

Indicatore	Dettaglio
Utenti Codex/settimana	5 milioni+
Crescita Codex da gennaio	+400 %
Sviluppatori supportati da Ona	2 milioni
Stato acquisizione	Soggetta alle approvazioni regolatorie

Problema risolto: oggi Codex è limitato a sessioni attive su un solo dispositivo. Con Ona, gli agenti eseguiranno il lavoro nel cloud dell’organizzazione — con OpenAI che fornisce l’intelligenza, mentre il cliente conserva il controllo totale su sicurezza, accessi, log attività e governance. Questo modello risponde direttamente alle esigenze di conformità delle grandi imprese.

“Enterprises want powerful agents that can do real work while meeting the security and control requirements of their environments. Ona will help us make Codex easier to deploy securely across production workflows for customers operating at the highest standards of trust and scale.”

🇮🇹 Le aziende vogliono agenti potenti capaci di svolgere lavoro reale pur rispettando i requisiti di sicurezza e di controllo dei loro ambienti. Ona ci aiuterà a rendere Codex più facile da distribuire in modo sicuro nei workflow di produzione per i clienti che operano ai massimi standard di fiducia e di scala. — Thibault Sottiaux, Core Products Lead, OpenAI

Al termine, il team Ona si unirà al team Codex di OpenAI.

🔗 @OpenAINewsroom — Annuncio X

Accesso ai modelli OpenAI e a Codex tramite Oracle Cloud Infrastructure

10 giugno — OpenAI e Oracle annunciano una partnership che consente ai clienti Oracle Cloud Infrastructure (OCI) di accedere ai modelli frontier di OpenAI e a Codex tramite i loro crediti Oracle universali esistenti (Oracle Universal Credits). Il principio: le organizzazioni con un impegno OCI esistente non devono creare un nuovo processo di acquisto — consumano i servizi OpenAI nell’ambito del loro impegno cloud pianificato. Disponibilità annunciata nelle prossime settimane; i clienti Oracle possono contattare il proprio rappresentante commerciale per i dettagli sui prezzi. Questa partnership si inserisce nella strategia di OpenAI di ridurre gli attriti di adozione per le aziende già impegnate su una grande infrastruttura cloud.

🔗 OpenAI — Partnership Oracle Cloud

GitHub Agentic Workflows in public preview

11 giugno — GitHub lancia in public preview i suoi Agentic Workflows (flussi di lavoro agentici), una funzionalità che automatizza attività basate sul ragionamento — triage dei ticket, analisi dei fallimenti CI, aggiornamento della documentazione — integrando agenti di coding direttamente in GitHub Actions.

Funzionamento tecnico:

Aspetto	Dettaglio
Definizione	Markdown in linguaggio naturale → YAML Actions compilato
Sicurezza	Sola lettura per impostazione predefinita, contenitore isolato, Agent Workflow Firewall
Integrazione	Riutilizza runner e policy GitHub Actions esistenti
Piani	Tutti (Free, Pro, Pro+, Business, Enterprise)

Le automazioni sono definite in linguaggio naturale in file Markdown; GitHub Agentic Workflows le compila in YAML Actions standard, senza rotture con l’infrastruttura esistente.

“With GitHub Agentic Workflows, we’re able to expand how we apply agents to real engineering work at scale, including changes that span multiple repositories.”

🇮🇹 Con GitHub Agentic Workflows, possiamo estendere il modo in cui applichiamo gli agenti al vero lavoro ingegneristico su larga scala, inclusi i cambiamenti che coprono più repository. — Alex Devkar, SVP Engineering & Analytics, Carvana

Testimonianze: Carvana (cambiamenti multi-repository), Marks & Spencer (triage, vulnerabilità, dipendenze automatizzati), Hud.io (controllo qualità prima del merge). Una guida rapida e workflow preconfezionati sono disponibili nel repository GitHub Next agentics.

🔗 GitHub Changelog — Agentic Workflows

Midjourney V8.1 diventa il modello predefinito

11 giugno — Midjourney annuncia che V8.1 sostituisce V7 come modello predefinito, in seguito ai feedback della community durante il periodo di test.

Novità di V8.1:

Funzionalità	Dettaglio
Risoluzione HD	2× la dimensione, 4× la risoluzione vs V7
Velocità di generazione	4 secondi (SD), 12 secondi (HD)
Rendering del testo	Migliore che mai
Adesione ai prompt	Maggiore coerenza sulle descrizioni dettagliate
Compatibilità	Riferimenti di stile, personalizzazione ed estetiche V7 conservati

Note di transizione: il riferimento omni V7 resta disponibile durante la finalizzazione della versione migliorata per V8; il modello alpha V8.0 sarà deprecato tra due settimane.

🔗 Midjourney — Aggiornamenti

Anthropic : Fable 5, Apple Foundation Models, alleanza DXC

Fable 5 — Guardrail resi visibili, fallback Opus 4.8

11 giugno — Anthropic corregge una mancanza di trasparenza nel deployment di Claude Fable 5: i guardrail (safeguards) applicati alle richieste di sviluppo LLM frontier (frontier LLM development) diventano visibili. Da questa settimana, le richieste segnalate passano in modo trasparente a Opus 4.8 — lo stesso meccanismo usato per i domini cyber e biologico. L’API restituirà un motivo esplicito del rifiuto (disponibile in pochi giorni lato server). Anthropic riconosce che i guardrail invisibili erano un cattivo compromesso e si scusa. Meccanismo di segnalazione errori: comando /feedback in Claude Code, pollice verso il basso in Claude.ai, oppure modulo di chiamata API.

🔗 @ClaudeDevs su X

Supporto Apple Foundation Models per Claude

10 giugno — Gli sviluppatori Apple possono ora usare Claude tramite il framework nativo Apple Foundation Models per il ragionamento multi-step (multi-step reasoning), la generazione di codice e i contesti estesi. L’integrazione consente di invocare Claude tramite le API di sistema di Apple, senza passare direttamente dall’API Anthropic — con un focus su applicazioni iOS, macOS e altre piattaforme Apple. In concreto, gli sviluppatori che costruiscono app con il framework Foundation Models di Apple possono scegliere Claude come modello backend per le attività che richiedono contesto lungo o ragionamento complesso, restando nell’ecosistema Apple.

🔗 @ClaudeDevs su X

Alleanza Anthropic / DXC Technology

11 giugno — Anthropic annuncia un’alleanza globale pluriennale con DXC Technology (115 000 dipendenti in 70 paesi). DXC formerà decine di migliaia di ingegneri certificati Claude impiegati direttamente presso i clienti (forward-deployed engineers) nelle banche, compagnie aeree, assicurazioni e agenzie governative. Prima prova concreta: la piattaforma DXC OASIS (lanciata nell’aprile 2026) è stata sviluppata per oltre il 95 % da Claude, con un aumento di produttività di un fattore 10, e serve già più di 50 clienti.

Ambito prioritario	Applicazione
Assicurazione	Soluzioni agentiche, modernizzazione dei sistemi core
Modernizzazione as a Service	Analisi e refactoring di basi di codice legacy
Cybersicurezza	Sub-agente “ingegnere di sicurezza permanente” negli SOC
Servizi applicativi	Agenti OASIS integrati nella manutenzione applicativa

🔗 Anthropic — Alleanza DXC

Google DeepMind : sport, ricerca collettiva, istruzione, Europa

TacticAI × Palmeiras — Calcio e reti neurali grafiche

11 giugno — Google DeepMind si associa a Palmeiras, primo club di calcio a distribuire TacticAI in produzione. Il sistema, basato su reti neurali grafiche (graph neural networks), modella i 22 giocatori come nodi collegati dalle loro interazioni fisiche. Permette al team di analisi di testare virtualmente configurazioni difensive e di prevedere le dinamiche di gioco (open play dynamics) fino a 8 secondi in anticipo.

Aspetto	Dettaglio
Architettura	Reti neurali grafiche
Finestra di previsione	Fino a 8 secondi
Uso	Simulazione difensiva in tempo reale

🔗 @GoogleDeepMind su X

Fondo di ricerca USD 10M — comportamenti collettivi degli agenti IA

11 giugno — Google DeepMind, Schmidt Sciences, Coop.AI e ARIA Research (con il sostegno di Google.org) lanciano un fondo di USD 10 milioni dedicato allo studio dei comportamenti collettivi emergenti (collective behaviors) dei sistemi IA in interazione. Quando milioni di agenti IA interagiscono, possono emergere comportamenti di gruppo nuovi e potenzialmente imprevedibili — un ambito ancora poco documentato. Il fondo mira a finanziare progetti di ricerca interdisciplinari per comprendere meglio e anticipare queste dinamiche di gruppo su larga scala, in particolare quando agenti specializzati collaborano o competono in ambienti condivisi.

🔗 @GoogleDeepMind su X

Studio Gemini in Sierra Leone — IA come partner educativo

10 giugno — Risultati di una sperimentazione controllata randomizzata (randomized controlled trial) condotta per otto settimane in Sierra Leone, dove la demografia scolastica supera il numero di insegnanti disponibili. Le richieste Gemini relative alla comprensione dei problemi sono passate dal 68 % al 90 % — gli studenti usavano l’IA per imparare, non solo per trovare risposte.

“We evaluated AI’s impact by looking beyond test scores to behavioral shifts. Over eight weeks, results suggest students were using AI to understand concepts, not just find answers – with Gemini queries about how to tackle problems rising from 68% to 90%.”

🇮🇹 Abbiamo valutato l’impatto dell’IA andando oltre i risultati dei test per osservare i cambiamenti comportamentali. In otto settimane, i risultati suggeriscono che gli studenti usavano l’IA per comprendere i concetti, non solo per trovare risposte — con le richieste Gemini su come affrontare i problemi passate dal 68 % al 90 %. — @GoogleDeepMind su X

Notebook Gemini disponibili in Europa

11 giugno — I notebook dell’app Gemini sono ora disponibili nello Spazio economico europeo, nel Regno Unito e in Svizzera. Permettono di organizzare i progetti in uno spazio dedicato che memorizza fonti, istruzioni e cronologia delle conversazioni. La funzionalità era già accessibile in altre regioni; questo rollout europeo rappresenta una tappa chiave sul piano della conformità normativa (GDPR). I notebook sono accessibili su gemini.google o nell’app mobile Gemini — gli utenti possono crearne uno subito.

🔗 @GeminiApp su X

GitHub Copilot : /settings unificato e rimozione dei PAT

Comando /settings unificato per Copilot CLI

11 giugno — GitHub Copilot CLI dispone ora di un punto di configurazione unificato guidato da uno schema. Il nuovo comando /settings raggruppa i comandi dispersi (/theme, /streamer-mode, /experimental) e le opzioni che prima richiedevano una modifica manuale del file di configurazione. Tre modalità: finestra di dialogo a schermo intero (/settings), modifica diretta (/settings <clé> <valeur>), ripristino di un’impostazione (/settings reset <clé>). Completamento automatico, editor adattati per tipo, ricerca integrata (/), ripristino (Ctrl+R). Aggiornamento tramite copilot update.

🔗 GitHub Changelog — /settings

Agentic Workflows — Fine dei token di accesso personali (PAT)

11 giugno — GitHub Agentic Workflows può ora utilizzare il GITHUB_TOKEN integrato in GitHub Actions, eliminando la necessità di creare e memorizzare un token di accesso personale. Questo elimina i rischi operativi e di sicurezza legati ai PAT di lunga durata su larga scala. Nei repository dell’organizzazione, la policy “Allow use of Copilot CLI billed to the organization” deve essere abilitata. Aggiornamento: gh extension upgrade aw.

🔗 GitHub Changelog — No-PAT

Media generativi: Runway × Lionsgate, ElevenLabs

Runway × Lionsgate — Presa di capitale e co-sviluppo di IP

11 giugno — Lionsgate (NYSE: LION) acquisisce una partecipazione nel capitale di Runway e lancia un programma congiunto per sviluppare nuove proprietà intellettuali. Prima produzione: una breve serie episodica basata sul catalogo Lionsgate + modelli generativi Runway. Lionsgate, primo studio di Hollywood ad aver nominato un Chief AI Officer, sarà partner presentatore del Runway AI Festival. La partnership iniziale era stata firmata nel settembre 2024 per la pre-visualizzazione e lo storyboarding.

🔗 Runway — Espansione della partnership con Lionsgate

ElevenLabs Dubbing v2 — Matthew McConaughey in multilingua

11 giugno — Matthew McConaughey utilizza ElevenLabs Dubbing v2 per raggiungere i suoi fan internazionali nella loro lingua madre, preservando al tempo stesso le caratteristiche vocali iconiche dell’attore. ElevenLabs presenta questo uso come vetrina di Dubbing v2: la tecnologia traduce e doppia contenuti video mantenendo i timbri, l’intonazione e il ritmo del parlante originale. Il tweet menziona “the big kickoff” — probabilmente una campagna pubblicitaria internazionale. Questo esempio di celebrità mainstream illustra la maturità commerciale degli strumenti di doppiaggio IA per l’industria dell’intrattenimento.

🔗 @ElevenLabs su X

Grok / xAI e Qwen: Plugin Marketplace, PawBench

Grok Build Plugin Marketplace

11 giugno — xAI lancia il Grok Build Plugin Marketplace, un marketplace di plugin integrato direttamente in Grok Build (agente di coding nel terminale). Ogni plugin raggruppa competenze, comandi slash, agenti, hook, server MCP e server di protocollo di linguaggio (LSP) in un unico pacchetto installabile, bloccato a un commit SHA per la sicurezza.

Plugin disponibile	Funzionalità
MongoDB	Esplorare i dati, gestire le collezioni, ottimizzare le query
Vercel	Gestire le distribuzioni, verificare i build, configurare i domini
Sentry	Analizzare le tracce degli errori, debuggare la produzione
Chrome DevTools	Controllare il browser in tempo reale, registrare tracce di performance
Cloudflare	Competenze Workers, Durable Objects
Superpowers	Flussi di lavoro popolari guidati da agenti

Installazione: /marketplace in Grok Build, poi i. Catalogo aperto agli sviluppatori tramite pull request su xai-org/plugin-marketplace.

🔗 xAI — Grok Build Plugin Marketplace

AgentScope PawBench — Il harness conta quanto il modello

10 giugno — AgentScope (Alibaba/Tongyi Lab) lancia PawBench, un benchmark progettato per valutare gli agent harnesses (framework di esecuzione degli agenti) indipendentemente dal modello utilizzato. Risultato chiave su 150 task reali con 9 modelli e 3 harness: mantenendo fisso il modello, cambiare harness può far variare il punteggio di 11,5 punti in totale — equivalente a un importante upgrade di modello. Il divario tra il miglior e il peggior harness raggiunge 5,6 punti.

🔗 @Ali_TongyiLab su X

Perplexity e Cohere: ricerca e riconoscimento vocale

Perplexity — Deep Research nativo in Computer

11 giugno — Perplexity integra Deep Research come competenza (skill) nativa in Computer. L’integrazione collega Deep Research al motore agentico (agent harness) di Computer, con accesso alla generazione di codice come strumento di ricerca (search as code), ambienti di esecuzione persistenti (long running sandboxes), connettori e dati su licenza. L’architettura “Search as Code” consente al modello di scrivere codice che compone la ricerca stessa, eseguendo migliaia di step di recupero in parallelo adattati a ciascuna domanda — superando il precedente Deep Research in tutti i benchmark. Disponibile immediatamente per gli abbonati Pro e Max.

🔗 @perplexity_ai su X

Cohere Transcribe — Primo su Far-Field ASR di Hugging Face

10 giugno — Cohere Transcribe, il modello open-source di riconoscimento vocale (speech recognition) di Cohere, raggiunge il primo posto sul nuovo benchmark Far-Field ASR di Hugging Face. Questo benchmark misura le prestazioni in condizioni variabili di rapporto segnale/rumore — sale riunioni, contact center, chiamate telefoniche. Cohere Transcribe si è classificato primo in tutte le metriche in questi ambienti enterprise.

“Cohere Transcribe, our open-source speech recognition model, is #1 on the new @huggingface Far-Field ASR benchmark.”

🇮🇹 Cohere Transcribe, il nostro modello open-source di riconoscimento vocale, è classificato #1 sul nuovo benchmark Far-Field ASR di Hugging Face. — @cohere su X

Brevi

OpenAI Codex — Simulazione di buchi neri — Chi-kwan Chan (Event Horizon Telescope, Università dell’Arizona) usa Codex per esplorare nuovi algoritmi di simulazione dei plasmi intorno ai buchi neri. 🔗 openai.com
Antigravity v2.1.4 — Google Antigravity CLI rilascia la versione 2.1.4: restyling della schermata delle quote, supporto per allegati PDF, nuovo comando /btw, 4 correzioni. 🔗 antigravity.google
Runway AI Festival 2026 — Prima newyorkese del 4° festival internazionale IA di Runway l’11 giugno, tutto esaurito. Lionsgate partner presentatore. 🔗 @runwayml su X
xAI × eToro — Tori, l’agente IA di eToro (40 milioni di utenti in 75 paesi), integra dati di sentiment di mercato in tempo reale tramite i modelli SpaceXAI. 🔗 xai.com

Cosa significa

La giornata dell’11 giugno illustra una svolta nella progettazione degli agenti: dopo mesi in cui l’IA “aiutava” gli sviluppatori, gli annunci OpenAI×Ona e GitHub Agentic Workflows delineano un modello in cui gli agenti lavorano in modo autonomo in ambienti cloud persistenti, sicuri e definiti in linguaggio naturale. Il fatto che GitHub compili Markdown in YAML Actions, e che Ona permetta a Codex di continuare a funzionare a computer spento, segnala che l’infrastruttura dell’agentic computing si sta standardizzando.

Claude Corps e l’alleanza DXC Technology illustrano due assi complementari del deployment dell’IA su larga scala: l’asse della società civile (collocare giovani laureati in associazioni per diffondere le competenze Claude) e l’asse enterprise (certificare decine di migliaia di ingegneri per modernizzare i sistemi bancari, aeronautici e governativi). La prova concreta — 95% del codice OASIS generato da Claude, produttività moltiplicata per 10 — cambia la natura dell’argomento commerciale.

L’ecosistema dei media generativi si consolida attorno a partnership strategiche piuttosto che a rilasci di modelli: Lionsgate investe capitale in Runway e co-sviluppa nuove IP, mentre ElevenLabs mostra McConaughey come vetrina internazionale di Dubbing v2. Non è più una dimostrazione tecnologica — è un’integrazione nella catena di produzione dell’industria dell’intrattenimento.

Il risultato PawBench di AgentScope merita un’attenzione particolare: 11,5 punti di scarto a seconda del harness utilizzato, a modello identico. Questo mette in discussione la consueta focalizzazione sulle performance dei modelli e suggerisce che l’ingegneria dei sistemi agentici — scelta del framework di esecuzione, gestione del contesto, orchestrazione — stia diventando una leva di performance importante quanto il modello stesso.