ai-powered-markdown-translatorArticolo tradotto dal fr all’it con gpt-5.4-mini.
Il filo conduttore del 15 luglio è la robustezza degli agenti di fronte agli attacchi: OpenAI svela GPT-Red, un red teamer automatizzato che potenzia GPT-5.6 contro le injection di prompt, mentre Claude Code irrobustisce il suo CLI e l’agente di code review di Warp fa la scelta deliberata di un accesso in sola lettura. Il resto della giornata copre un’ondata di annunci sugli agenti di coding (Codex in Chrome, Grok Build open source, Devin in Slack, GitHub Copilot), sui modelli aperti (Meta AI, Hugging Face, Ai2, Together AI) e su diverse novità lato Google, generazione di media, Perplexity e Cohere.
GPT-Red : OpenAI potenzia la robustezza di GPT-5.6 contro le injection di prompt
15 luglio — OpenAI presenta GPT-Red, un modello di red teaming automatizzato addestrato internamente per rafforzare la resistenza dei suoi modelli alle injection di prompt (prompt injection) — quegli attacchi che nascondono un’istruzione malevola in un documento, in una pagina web o nell’output di uno strumento per dirottare un agente dal suo compito originario. Invece di affidarsi solo a team umani per immaginare attacchi, OpenAI delega questa esplorazione a un modello specializzato, capace di condurla in modo continuo e su larga scala.
Il modello viene addestrato tramite auto-gioco (self-play) con apprendimento per rinforzo: un attaccante viene premiato quando riesce a provocare un comportamento indesiderato, mentre una popolazione di modelli difensori impara a resistere senza compromettere il proprio compito originario. Questo gioco a somma zero ha prodotto un attaccante capace di mettere in scacco quasi tutti i modelli testati, interni e pubblici, fino a GPT-5.6.
Integrato nell’addestramento di GPT-5.6, GPT-Red ha permesso di ridurre di 6 volte il tasso di fallimento del modello di fronte alle injection dirette più difficili, rispetto al miglior modello di produzione di quattro mesi fa. Su uno scenario di riferimento accademico (Dziemian et al., 2025), raggiunge l’84 % di successo contro il 13 % dei red teamer umani sugli stessi casi.
OpenAI illustra l’utilità pratica con due studi di caso reali. Su un agente che gestisce un distributore automatico nei propri uffici (sviluppato da Andon Labs, sulla scia del progetto « Project Vend »), GPT-Red è riuscito a far scendere il prezzo di un articolo costoso a 0,50 dollari, a far ordinare un articolo da oltre 100 dollari per rivenderlo allo stesso prezzo stracciato e ad annullare l’ordine di un altro cliente. Su un agente Codex CLI confrontato con dieci scenari di esfiltrazione di dati, si è mostrato più efficace e più parsimonioso in token rispetto a una baseline che utilizza un semplice prompt. Il modello resta strettamente interno — mai distribuito pubblicamente — per evitare che le sue capacità offensive finiscano nelle mani sbagliate. Un pre-print che dettaglia il metodo dovrebbe uscire nel corso della settimana.
| Indicatore misurato | Valore misurato |
|---|---|
| Tasso di successo GPT-Red vs red teamer umani (scenario accademico) | 84 % contro 13 % |
| Riduzione dei fallimenti contro le injection dirette (GPT-5.6 vs modello precedente) | 6x meno fallimenti |
| Tasso residuo di fallimento di GPT-5.6 contro le injection dirette di GPT-Red | 0,05 % |
“Introducing GPT-Red. An internal automated red teamer on a mission to find our models’ prompt injection vulnerabilities at scale, helping us build stronger defenses before wider deployment.”
🇮🇹 Presentazione di GPT-Red. Un red teamer automatizzato interno la cui missione è trovare, su larga scala, le vulnerabilità dei nostri modelli alle injection di prompt, per aiutarci a costruire difese più solide prima di una distribuzione più ampia. — @OpenAI su X
Claude Code : artefatti connessi al MCP e CLI v2.1.207 a v2.1.210
Gli artefatti ora chiamano i connettori MCP
15 luglio — Gli artefatti (Artifacts) di Claude Code possono ora chiamare i connettori MCP (Model Context Protocol), per costruire dashboard e applicazioni che recuperano informazioni ed eseguono azioni su richiesta, per ogni visitatore. Un artefatto si costruisce una sola volta e poi recupera dati in tempo reale a ogni consultazione, usando i connettori MCP propri del visitatore del momento — non quelli del suo creatore. Questo modello di autorizzazione per visitatore anziché per creatore risolve una preoccupazione evidente di sicurezza per un uso in azienda: ogni persona vede solo i dati a cui ha lei stessa accesso.
La funzionalità è disponibile sui piani Pro, Max, Team ed Enterprise, ma non sugli artefatti condivisi pubblicamente — logico, dato che l’accesso ai dati dipende dai connettori di ciascun visitatore.
CLI v2.1.207 a v2.1.210 : lettore di schermo, transcript alleggeriti, sicurezza rafforzata
15 luglio — Anthropic ha pubblicato quattro versioni del CLI Claude Code dalla scorsa copertura. La più corposa, la v2.1.208, aggiunge una modalità lettore di schermo (--ax-screen-reader), corregge perdite di memoria che potevano arrivare a 64 MB in sessioni lunghe e riduce la dimensione dei transcript di sessione fino a 79 volte nelle sessioni con forte attività di editing. Rafforza anche la sicurezza: i comandi di eliminazione catastrofici contenenti backtick (backticks) attivano ora una conferma, anche in modalità automatica e con --dangerously-skip-permissions.
La v2.1.207 estende la modalità automatica a Bedrock, Vertex AI e Foundry senza opt-in, e sposta queste piattaforme su Claude Opus 4.8 per impostazione predefinita. La v2.1.210 aggiunge un contatore del tempo in tempo reale sulle chiamate di strumenti lunghe e rafforza lo strumento Agent contro l’injection di prompt indiretta tramite contenuti letti da un sub-agent.
Agenti di coding : Codex, Grok Build, Warp, Devin e GitHub Copilot
Codex in Chrome dimostra un piano di messa in produzione automatizzato
15 luglio — OpenAI Developers ha condiviso una dimostrazione di Codex usato in Chrome per trasformare una semplice richiesta in un piano di messa in produzione: a partire da un modulo, l’agente costruisce una checklist, recupera il contesto in Google Drive, Slack e file locali, segnala i punti che richiedono un follow-up umano, aggiorna il portale interessato e poi redige una risposta — con la decisione finale sempre nelle mani dell’utente a ogni passaggio. Questa dimostrazione mette in evidenza la navigazione web pilotata da Codex, una funzionalità già documentata nel changelog prodotto con il nome « Browser use ».
xAI rende open source il codice di Grok Build
15 luglio — xAI ha reso open source il codice di Grok Build, il suo agente di coding in linea di comando lanciato in beta iniziale a fine maggio. La pubblicazione copre quattro componenti: il ciclo dell’agente, gli strumenti (lettura, modifica, ricerca del codice, esecuzione di comandi), l’interfaccia terminale e il sistema di estensione (skills, plugin, hook, server MCP, subagent). Punto notevole per gli sviluppatori: Grok Build può ora funzionare interamente in locale (local-first), collegato alla propria inferenza e pilotato tramite un file config.toml.
xAI ha inoltre disattivato la conservazione predefinita dei dati per tutti gli utenti dal 12 luglio e sta eliminando i dati di codice precedentemente conservati:
“In response to user questions about privacy: Since launch, Grok Build has fully respected zero data retention (ZDR). All users have always had the ability to disable data upload in the CLI. […] We disabled default retention for all Grok Build users starting on July 12th. Additionally, we are deleting all coding data that was previously retained, ensuring every user’s preferences are respected.”
🇮🇹 In risposta alle domande degli utenti sulla privacy: dal suo lancio, Grok Build ha sempre rispettato la conservazione zero dei dati (ZDR). Tutti gli utenti hanno sempre avuto la possibilità di disattivare l’invio dei dati nel CLI. […] Abbiamo disattivato la conservazione predefinita per tutti gli utenti di Grok Build a partire dal 12 luglio. Inoltre, stiamo eliminando tutti i dati di codice precedentemente conservati, per garantire il rispetto delle preferenze di ciascun utente. — @SpaceXAI su X
Warp costruisce un agente di code review auto-migliorante
15 luglio — Zach Lloyd, CEO di Warp, pubblica il terzo capitolo della sua serie sulla « cloud software factory »: un agente di code review capace di migliorarsi automaticamente, dopo i post sull’agente di triage dei ticket e sull’agente di redazione delle specifiche. L’architettura si basa su una competenza di review che analizza la pull request, il diff e le specifiche, un’azione GitHub che trasforma il suo output in commenti, e un secondo agente « di loop esterno » che osserva una volta al giorno i feedback umani per proporre esso stesso un aggiornamento della competenza di review. Scelta progettuale notevole: l’agente dispone solo di un accesso in sola lettura alle pull request, mentre la pubblicazione dei commenti è gestita dal codice dell’azione GitHub — per limitare il rischio di injection di prompt.
Devin si installa in Slack
15 luglio — Cognition integra Devin direttamente in Slack, in partnership con Slack, per permettere ai team di investigare problemi, porre domande su una codebase e avviare task di sviluppo senza lasciare il canale di discussione. Questa integrazione si aggiunge alle superfici già offerte per Devin (CLI, IDE tramite Windsurf, GitHub) e risponde alla constatazione che molte richieste di ingegneria iniziano con messaggi Slack molto prima di diventare ticket formali.
GitHub Copilot : aggiornamento Visual Studio ed estensione BYOK per JetBrains
14 luglio — GitHub pubblica il suo riepilogo di giugno per Copilot in Visual Studio: finestra di utilizzo con avvisi proattivi prima del superamento, convalida di fiducia per i server MCP (confronto all’avvio con un riferimento noto, attivato per impostazione predefinita) e passaggio alla disponibilità generale dell’agente di modernizzazione C++. Altri apporti: suggerimenti di editing a lunga distanza, aggiunta di una pull request come contesto a Copilot Chat e review di pull request integrata nell’IDE — il tutto disponibile da Free a Enterprise.
Lato JetBrains, Copilot estende il supporto BYOK (Bring Your Own Key) ai endpoint personalizzati compatibili con OpenAI, aggiunge un provider di agent Claude per configurare agenti e competenze (anteprima pubblica, Pro e superiori) e introduce una sandbox locale oltre a una competenza di debug integrata per Copilot CLI.
🔗 Aggiornamento Visual Studio · 🔗 Estensione BYOK JetBrains
Modelli aperti : Meta AI, Hugging Face, Ai2 e Together AI
Meta AI ottiene un punteggio perfetto all’Olimpiade Asiatica di Fisica
14 luglio — Meta AI ha sottoposto un modello alla prova teorica dell’Olimpiade Asiatica di Fisica (APhO 2026), con l’autorizzazione del comitato della competizione. Risultato: un punteggio perfetto di 30 su 30, pari ai tre migliori candidati umani. Meta AI non precisa se si tratti di Muse Spark 1.1 (la sua ultima uscita maggiore, il 9 luglio) o di un altro modello interno non pubblico.
Hugging Face stuzzica un nuovo modello in pesi aperti
15 luglio — Hugging Face ha trasmesso in tarda giornata un livestream sobriamente intitolato (in inglese) « nuovo modello in pesi aperti », senza rivelarne il nome per iscritto — né nel tweet, né nel titolo del broadcast, né sul blog ufficiale. Diverse risposte al tweet chiedono esplicitamente di quale modello si tratti e come si confronti con i benchmark standard, senza che al momento della stesura sia stata fornita alcuna risposta scritta. Da riprendere non appena l’informazione sarà pubblicata per iscritto.
Ai2 chiude SciArena dopo 1 700 utenti
15 luglio — Ai2 ha chiuso SciArena, la sua piattaforma di valutazione aperta che testa la capacità dei modelli di rispondere a domande di letteratura scientifica, giudicate da ricercatori anziché da modelli automatici. Bilancio di chiusura: circa 1 700 utenti e quasi 3 900 voti raccolti. La metodologia completa e i risultati sono dettagliati in un articolo depositato su arXiv.
Together AI rende disponibile Inkling dal giorno 0 e lancia TogetherLink
15 luglio — Together AI ha reso disponibile fin dall’uscita Inkling, il nuovo modello di Thinking Machines Lab: un mixture of experts (MoE) multimodale da 975 miliardi di parametri in totale (40 miliardi attivi per token), dotato di una finestra di contesto di un milione di token e capace di trattare testo, immagine e audio. Together AI ha ottimizzato il suo kernel FlashAttention-4 per questa architettura, che combina attenzione relativa condizionata dalla richiesta e convoluzioni causali brevi.
Lo stesso giorno, Together AI ha anche lanciato TogetherLink, un CLI open source per eseguire qualsiasi modello aperto negli ambienti di sviluppo più usati — la dimostrazione mette in evidenza GLM 5.2 eseguito direttamente in Codex e Claude Code.
| Indicatore misurato | Valore misurato |
|---|---|
| Parametri totali (Inkling) | 975 Mrd |
| Parametri attivi per token | 40 Mrd |
| Finestra di contesto | 1M token |
🔗 Supporto day-0 Inkling · 🔗 TogetherLink su X
Google DeepMind e Gemini Spark
DeepMind interroga il collo di bottiglia della validazione scientifica degli agenti IA
15 luglio — Google DeepMind pubblica « Conjecture Machines », un saggio di politica pubblica sul modo in cui gli agenti IA trasformano la ricerca scientifica. L’esempio di apertura è notevole: il microbiologo José Penadés (Imperial College London) ha sottoposto a Co-Scientist un problema su cui il suo team lavorava da quasi un decennio; l’agente ha restituito in due giorni cinque ipotesi classificate per priorità, la prima delle quali era quella che il suo team aveva impiegato anni a dimostrare.
Il saggio distingue due regimi: l’ideazione, in cui gli agenti progrediscono rapidamente (tramite Co-Scientist o AlphaEvolve), e la validazione, che resta lenta e costosa — tranne che in matematica e in informatica, dove può essere formale (lo strumento Aletheia ha risolto 6 dei 10 problemi della « First Proof challenge » di febbraio). Vengono proposte quattro priorità ai decisori: accesso ampio agli agenti, sfruttamento dei dati nazionali, investimento nell’infrastruttura di validazione ed evoluzione della peer review.
🔗 Thread su X · 🔗 Saggio completo su DeepMind
Gemini Spark estende la sua copertura geografica e ottiene quattro miglioramenti
15 luglio — Google amplia il rollout di Gemini Spark, il suo agente personale che lavora in background per l’utente, a un numero maggiore di paesi e lingue per gli abbonati Google AI Ultra. Quattro miglioramenti iniziano a essere distribuiti lo stesso giorno:
| Miglioramento apportato | Descrizione |
|---|---|
| Modifica di Google Docs | Spark può aprire e modificare direttamente un documento |
| Integrazione più profonda con Workspace | Lettura dei commenti in Google Sheets e Slides |
| Velocità | Le attività lunghe vengono eseguite più rapidamente |
| Miglioramento del sourcing multi-sorgente | Recupero e analisi di più fonti in parallelo per i task complessi |
Generazione di media: Suno e Synthesia
Suno si unisce alla tastiera di iMessage
15 luglio — Suno lancia un’estensione tastiera per iMessage, che consente di generare e inviare brani musicali direttamente dall’app Messaggi su iOS, senza cambiare app. Per accedervi è necessario aggiornare l’app Suno alla sua versione più recente.
Synthesia lancia Dubbing 2.0
15 luglio — Synthesia annuncia Dubbing 2.0, una revisione del suo sistema di doppiaggio video IA basata su un’infrastruttura completamente nuova: sincronizzazione labiale notevolmente migliorata anche nelle scene complesse, voci più espressive, traduzioni che rispettano meglio il ritmo del video sorgente, ed editing istantaneo delle trascrizioni senza un nuovo rendering completo. Ogni utente riceve fino a 450 minuti gratuiti per testare la funzionalità.
Perplexity e Cohere: infrastruttura e ricerca comunitaria
Perplexity svela SPACE, la piattaforma sandbox di Perplexity Computer
15 luglio — Perplexity presenta SPACE, il livello di esecuzione sicuro che alimenta Perplexity Computer: ambienti isolati per il codice, i file e le sessioni di agenti di lunga durata, ciascuno implementato come una macchina virtuale dotata del proprio kernel guest. Le credenziali non entrano mai nella sandbox; un gateway di rete centrale impone le policy di uscita. Grazie al file system btrfs (copy-on-write), SPACE gestisce il 100% del traffico di produzione di Perplexity Computer da giugno, e Perplexity prevede di estenderlo a microVM Linux, guest Windows e alle macchine locali degli utenti.
| Indicatore misurato | Prima di SPACE | Con SPACE |
|---|---|---|
| Latenza mediana di creazione di una sandbox | 185 ms | 60 ms (3,1x) |
| Latenza P90 di creazione | 447 ms | 89 ms (5,0x) |
Cohere pubblica i risultati dell’Expedition Tiny Aya
15 luglio — Cohere Labs svela i risultati dell’Expedition Tiny Aya, un programma di ricerca con mentorship costruito attorno a Tiny Aya, il suo modello aperto e leggero, performante in oltre 70 lingue e in grado di girare localmente, anche su telefono. I progetti della community coprono l’istruzione (compagno vocale offline per bambini, con un nuovo benchmark di sicurezza), la sicurezza multilingue (il disallineamento appreso in una lingua può trasferirsi a un’altra) e il deployment locale (compressione consapevole della lingua, assistenti quantizzati a 4 bit). Le ricerche sono state accettate alla conferenza COLM 2026.
“Tiny Aya is Cohere Labs’ answer to a familiar problem: most AI is built for a handful of languages and needs serious hardware to run. Tiny Aya is open-weight, strong across 70+ languages, and light enough to run locally, even on a phone.”
🇮🇹 Tiny Aya è la risposta di Cohere Labs a un problema familiare: la maggior parte delle IA è progettata per una manciata di lingue e richiede hardware potente. Tiny Aya è aperto, performante in oltre 70 lingue e abbastanza leggero da girare localmente, anche su un telefono. — Cohere Blog
Brevi
- Together AI migliora l’affidabilità dei suoi GPU Clusters — controlli di salute passivi, riparazione guidata dei nodi, stack Slurm ricostruito e supporto OIDC esterno per i cluster GPU in produzione. 🔗 fonte
- HeyGen dettaglia il metodo delle «sei decisioni» per prompare HyperFrames — decimo episodio della serie quotidiana dedicata al suo agente CLI di generazione video. 🔗 fonte
- Kling AI pubblica un nuovo episodio della sua serie interattiva «Choose a door» — la community vota nei commenti per orientare il seguito del cortometraggio horror «You Can Never Leave». 🔗 fonte
- Il Pika MCP esce dallo stato sperimentale — connessione di Pika ad agenti di terze parti (Claude, Codex, OpenClaw, HermesAgent) ora disponibile pubblicamente. 🔗 fonte
- OpenAI Developers lancia kbd-1.0-codex-micro — un macropad con joystick progettato con @work_louder per controllare le sue scorciatoie Codex, in edizione limitata. 🔗 fonte
- Cohere pubblica un’analisi sul costo totale di possesso dell’IA in azienda — il 92 al 96% delle organizzazioni che distribuiscono IA generativa o agentica affronta spese superiori al previsto, secondo Gartner, IDC e McKinsey. 🔗 fonte
Cosa significa
La sicurezza degli agenti sta diventando un vero e proprio lavoro di ingegneria, piuttosto che un ripensamento a posteriori. GPT-Red automatizza il red teaming tramite auto-gioco e lo declina in casi reali su un distributore automatico e su un agente Codex CLI; la CLI Claude Code v2.1.208 rafforza i propri comandi distruttivi e il suo strumento Agent contro l’injection indiretta; e l’agente di revisione del codice di Warp sceglie esplicitamente un accesso in sola lettura per limitare questa stessa famiglia di attacchi. Tre iniziative indipendenti che convergono verso la stessa idea: più gli agenti agiscono da soli su sistemi reali, più la difesa contro il prompt injection deve diventare una disciplina continua e automatizzata, non una checklist occasionale.
L’ecosistema degli agenti di coding continua a densificarsi su tutti i fronti allo stesso tempo. xAI apre il codice sorgente di Grok Build e consente un uso completamente locale, Devin si installa in Slack per intercettare le richieste prima ancora che diventino ticket, Codex viene distribuito in Chrome per pilotare task end-to-end, e GitHub Copilot estende in parallelo la propria offerta BYOK e il suo agente di modernizzazione. Questa diversità di strategie — apertura del codice, integrazione negli strumenti di comunicazione, navigazione web autonoma, flessibilità dei fornitori di modelli — riflette una competizione in cui ogni attore cerca un diverso angolo di accesso al flusso di lavoro quotidiano degli sviluppatori, piuttosto che una convergenza verso un unico modello dominante.
I modelli aperti e l’infrastruttura che li serve avanzano in tandem. Together AI illustra i due volti del movimento servendo Inkling fin dal primo giorno e pubblicando simultaneamente TogetherLink per far girare qualsiasi modello aperto negli IDE, mentre Ai2 chiude SciArena dopo aver raccolto quasi 3.900 voti di ricercatori sull’affidabilità delle risposte scientifiche generate dall’IA. Sullo sfondo, il saggio di Google DeepMind sul collo di bottiglia della validazione scientifica e la piattaforma sandbox SPACE di Perplexity pongono la stessa domanda da due angolazioni diverse: come verificare, su larga scala e in sicurezza, ciò che producono agenti sempre più autonomi.
Sul fronte degli usi più consumer, l’IA generativa continua a insinuarsi in punti di accesso sempre più quotidiani — la tastiera iMessage per Suno, la modifica di documenti Workspace per Gemini Spark, il doppiaggio video per Synthesia. Questa diversificazione si accompagna a un richiamo più austero sul lato enterprise: l’analisi di Cohere sul costo totale di possesso dell’IA sottolinea che il 92 al 96% delle organizzazioni spende più del previsto, un promemoria del fatto che la diffusione degli agenti non esime da una gestione economica rigorosa dell’infrastruttura sottostante.
Fonti
- OpenAI — GPT-Red
- @OpenAI su X — GPT-Red
- @ClaudeDevs su X — artefatti MCP
- CHANGELOG Claude Code
- @OpenAIDevs su X — Codex in Chrome
- xAI — Grok Build in open source
- @SpaceXAI su X — privacy Grok Build
- Warp — agente di revisione del codice auto-migliorante
- @cognition su X — Devin in Slack
- GitHub Copilot in Visual Studio — aggiornamento di giugno
- GitHub Copilot per JetBrains — estensione BYOK
- @AIatMeta su X — Olimpiade di Fisica
- @huggingface su X — livestream nuovo modello
- @allen_ai su X — bilancio SciArena
- Together AI — supporto day-0 Inkling
- @nutlope su X — TogetherLink
- @GoogleDeepMind su X — Conjecture Machines
- Google DeepMind — Conjecture Machines (saggio completo)
- @GeminiApp su X — Gemini Spark
- @suno su X — tastiera iMessage
- Synthesia — Dubbing 2.0
- @perplexity_ai su X — SPACE
- @cohere su X — Expedition Tiny Aya
- Cohere Blog — Tiny Aya in the wild
- Together AI — affidabilità dei GPU Clusters
- @HeyGen su X — HyperFrames Day 10
- @Kling_ai su X — Choose a door
- @pika_labs su X — Pika MCP
- @OpenAIDevs su X — kbd-1.0-codex-micro
- Cohere Blog — costo totale di possesso dell’IA