Claude ricostruisce la provenienza dei seed delle curve ECDSA del NIST, Reflection pubblica i pesi di Beam, quattro agenti Gemini 4 Argon completano Minecraft

Un modello di ricerca interno di Anthropic ha ricostruito in meno di mezz’ora la provenienza dei seed delle curve ECDSA del NIST, forniti senza spiegazioni dalla NSA: provengono da un comune generatore pseudocasuale, inizializzato con l’orologio nel 1997 e nel 1998, il che rende una backdoor molto meno plausibile secondo Anthropic. Reflection pubblica i pesi di Beam, una miscela di esperti da 501 miliardi di parametri con licenza Apache 2.0, supportata fin dal primo giorno da oltre 40 partner, mentre quattro agenti Gemini 4 Argon completano Minecraft in 27 ore e Claude Mythos 5 migliora i migliori circuiti quantistici pubblicati su otto attività. Sul fronte dei prodotti, GPT-6 Astra Pro ora distribuisce un’attività tra più agenti in ChatGPT e Grok Bot completa le proprie attività al computer tre volte più velocemente.

Curve ECDSA del NIST: Claude ricostruisce la provenienza dei loro seed, estratti da un generatore inizializzato con l’orologio nel 1997 e nel 1998

16 ottobre — Il team Frontier Red Team di Anthropic racconta come Claude abbia risolto un vecchio enigma della crittografia. Quando il NIST adottò l’algoritmo di firma ECDSA, nel 2000 con lo standard FIPS 186-2, le sue curve ellittiche standard furono accompagnate da «seed» (seeds) il cui hash determina il coefficiente b di ciascuna curva. Forniti dalla NSA senza spiegazioni, questi valori alimentavano da anni il sospetto di una backdoor, e una ricompensa pubblica organizzata da Filippo Valsorda attendeva chi ne avesse ricostruito la provenienza. La pista più nota, una frase umoristica passata attraverso una funzione di hash, che Jerry Solinas (NSA) aveva evocato nel 2015 prima della sua morte nel 2023, non aveva portato a nulla.

Un membro del personale di Anthropic ha sottoposto la questione a un modello di ricerca interno, non identificato, senza suggerirgli questa pista. In meno di mezz’ora, Claude ha trovato l’origine dei seed di P-192, P-224, P-256, P-384 e P-521: nessuno è un hash, tutti provengono da lrand48, il generatore pseudocasuale della libreria C, inizializzato con un timestamp Unix. Dopo aver passato al vaglio 34 combinazioni di generatori e porzioni di output, Claude ha individuato la firma di lrand48 nei bit più significativi, ricostruito il suo stato interno mediante riduzione reticolare (algoritmo LLL), quindi risalito alle inizializzazioni dei dieci seed interessati, cinque del NIST e cinque dello standard ANSI X9.62, tutte comprese tra maggio 1997 e aprile 1998.

Aspetto esaminato da Claude	Risultato pubblicato da Anthropic
Tempo impiegato per la scoperta	meno di 30 minuti
Esempio di P-256	candidato n° 1842 di un’estrazione del 16 agosto 1997 (anche il n° 876 della stessa estrazione era adatto)
Seed binari ritrovati	B-233, B-283, B-409 e B-571, che si interpretano come febbraio 1984, ovvero il 17 aprile 1998 se si raddoppia il timestamp
Punti base spiegati	sei curve generate nel maggio 1997 (P-192 e cinque curve di esempio di ANSI X9.62), tramite il generatore di FreeLIP
Ancora inspiegati	il seed di B-163; i punti base di P-224, P-256, P-384, P-521 e delle curve binarie

Questi punti base provengono da FreeLIP, la libreria di Arjen Lenstra: secondo Anthropic, finora nessun punto base del NIST era stato spiegato. Rimane inoltre sconosciuto il criterio che ha portato a scartare alcuni candidati validi. L’articolo riporta infine la riflessione del modello, che dubita della propria scoperta prima di confermarla con i calcoli:

This is astonishing: it solves the 25-year-old mystery. Hmm wait. Let me be skeptical: am I in some sort of simulated/test environment?

🇮🇹 È sbalorditivo: questo risolve l’enigma vecchio di 25 anni. Hmm, aspetta. Devo restare scettico: mi trovo in una sorta di ambiente simulato o di test? — Claude, riflessione citata nell’articolo della Frontier Red Team di Anthropic

Anthropic insiste sulla portata della scoperta: nessuna violazione, nessun nuovo attacco, nessuna debolezza e «nessuna azione da intraprendere». Un seed ricavato dall’orologio mediante un generatore comune, che chiunque può ora rieseguire, rende invece una backdoor «molto meno plausibile». Il codice che riproduce i seed e i sei punti base è pubblicato con licenza CC0, e la ricompensa di 36 864 dollari sarà devoluta all’Internet Security Research Group (ISRG).

🔗 L’articolo della Frontier Red Team di Anthropic · La ricompensa di Filippo Valsorda

Modelli aperti: Reflection pubblica i pesi di Beam, con pplx-decider-v1.2, Granite Switch 4.1, Bonsai 2 e un corpus di NVIDIA in 22 lingue indiane

16 ottobre — Undici giorni dopo la presentazione, Reflection pubblica i pesi di Beam, il suo primo modello a pesi aperti, con licenza Apache 2.0. Questa miscela di esperti (Mixture-of-Experts, MoE) da 501 miliardi di parametri, di cui 23 miliardi attivi per token, punta al codice, al ragionamento e alle attività degli agenti di lunga durata, con un contesto di un milione di token, solo testuale. Il 5 ottobre Reflection aveva aperto soltanto un accesso anticipato e promesso i pesi «più avanti in ottobre».

La pubblicazione comprende i pesi in BF16, FP8 e NVFP4, il tokenizer, l’implementazione di riferimento, un modello di bozza DFlash2 per il decoding speculativo e Mirror CLI, l’harness open source con cui Beam è stato addestrato (interfaccia in Python, nucleo dell’agente in Rust, agenti paralleli in worktree Git separati, skill e connessioni MCP). Oltre 40 partner lo supportano fin dal primo giorno: Transformers (v5.20.1), vLLM, SGLang, Unsloth, Axolotl e Dynamo sul fronte software; AWS, Google Cloud, Azure, Together AI, Fireworks AI, OpenRouter o Ollama sul fronte hosting; Dell e HPE per le distribuzioni on-premise. L’API di Reflection è in beta pubblica.

L’articolo di Hugging Face illustra l’architettura: su 52 layer, 43 utilizzano un’attenzione a finestra scorrevole di 512 token e 9 un’attenzione globale, il che riduce la cache KV a 36 Kio per token anziché 208 Kio, ovvero 36,08 Gio per sequenza di un milione di token anziché 208 Gio. I pesi occupano circa 1 To in BF16 e 280 Go in NVFP4, e Hugging Face raccomanda quattro B200 per servire il modello.

Benchmark (dati di Reflection)	Beam in BF16	Beam in FP8	Beam in NVFP4
SWE-bench Verified	81,6 %	80,2 %	80,7 %
Terminal Bench v2.1	80,1 %	78,9 %	78,4 %
SWE Bench Pro v1	66,1 %	65,9 %	65,6 %
AIME 2026	97,7 %	98,0 %	97,5 %
GPQA Diamond	90,6 %	90,3 %	89,3 %
MCP Atlas	80,8 %	81,5 %	80,5 %

Secondo NVIDIA, Beam è stato addestrato su rack GB300 NVL72 ed eroga oltre 70 000 token al secondo per GPU su Blackwell Ultra fin dal primo giorno, senza configurazioni particolari (out of the box); poche ore dopo, NVIDIA ne annunciava circa 90 000, senza precisare le condizioni di misurazione (dimensione del batch, contesto, numero di GPU). Il checkpoint NVFP4 è pubblicato su Hugging Face, anch’esso con licenza Apache 2.0.

🔗 L’articolo di Reflection · L’articolo di Hugging Face · La scheda del modello · Il messaggio di NVIDIA · Il throughput portato a 90 000 token al secondo

pplx-decider-v1.2 e la sua versione Flash: Perplexity pubblica due modelli decisionali a pesi aperti per la sua Decisions API

16 ottobre — Perplexity aggiorna i modelli della sua Decisions API, lanciata il 1° ottobre. Il modello pplx-decider-v1.2 sostituisce la v1.1 come modello decisionale da 27 miliardi di parametri, allo stesso prezzo, e pplx-decider-flash-v1.2, un nuovo modello da 4 miliardi di parametri distillato dai modelli 27B, arriva a metà prezzo. Entrambi leggono testo e immagini, l’output resta gratuito e i pesi sono su Hugging Face con licenza Apache 2.0; le chiamate che indicano ancora la v1.1 o la v1 passano automaticamente alla v1.2.

Modello decisionale	Modello di base	Prezzo in input (per milione di token)	Punteggio nel Decision Index 0.3	Punteggio nel Vision Decision Index 0.3
pplx-decider-v1.1-27b	Qwen3.8-27B	0,02 dollari	62,30	73,22
pplx-decider-v1.2	Qwen3.8-27B	0,02 dollari	68,09	77,43
pplx-decider-flash-v1.2	Qwen3.5-4B	0,01 dollari	58,88	72,53

La v1.2 cambia il formato delle richieste: il modello legge lo stato e poi tutte le domande in un’unica sequenza, per cui più domande sullo stesso stato costano all’incirca quanto una sola. Il raggruppamento aiuta quando le domande descrivono aspetti della stessa decisione (+11,3 punti su SATA-Bench) e penalizza quando mettono a confronto candidati indipendenti (−4,8 su ToolRet). Perplexity ha inoltre aggiunto all’addestramento i set di addestramento ufficiali di alcuni benchmark del Decision Index, decontaminati dai rispettivi set di test. Su un GB200, la v1.2 risponde a una richiesta isolata in 96 ms di mediana.

🔗 pplx-decider-v1.2 su Hugging Face · pplx-decider-flash-v1.2 su Hugging Face · Il changelog dell’API Perplexity

Granite Switch 4.1: IBM riunisce conversazione, decisioni e trascrizione vocale in un unico modello aperto

15 ottobre — IBM pubblica sul blog di Hugging Face Granite Switch 4.1, nelle versioni 8B e 30B con licenza Apache 2.0. Ogni modello riunisce un modello di conversazione, due adattatori decisionali e un modello di riconoscimento vocale, serviti da un unico endpoint.

Componente di Granite Switch 4.1	Ruolo annunciato da IBM
Adattatore Decision (aLoRA)	decisioni generali, nel formato `/v1/systemone`
Adattatore Guardian (aLoRA)	decisioni legate alla sicurezza, mediamente davanti a Jev 1.13, Microsoft-Decision-1, GPT-Luna-Decisions e Clef-Flash, secondo IBM
Granite-Speech-5.0-Turbo-CTC	trascrizione, presentato come il modello più veloce dell’Open ASR Leaderboard

Gli adattatori sono Activated LoRA: riutilizzano la cache KV prodotta dal modello di base, per cui una decisione presa dopo una risposta non ricalcola il contesto e l’insieme occupa all’incirca la memoria del solo modello di base. I modelli funzionano in vLLM con un plugin e nativamente in llama.cpp, sostituendo direttamente le chiamate /v1/systemone. IBM mostra anche un Granite Switch da 3B addestrato a giocare a Doom, che prende da 60 a 100 decisioni al secondo contro le 10 dichiarate per Jev, e prevede un SDK per addestrare i propri adattatori in Mellea. I confronti con gli altri modelli decisionali sono forniti soltanto sotto forma di grafici.

🔗 L’articolo di IBM · Granite Switch 4.1 30B su Hugging Face

Bonsai 2: PrismML pubblica modelli visivi ternari da 2B a 9B, che occupano da 0,43 a 2 Go

15 ottobre — PrismML pubblica Bonsai 2 nelle versioni 2B, 4B e 9B, modelli a pesi ternari (−1, 0 o +1) derivati da Qwen3.5 che comprendono anche le immagini, con licenza Apache 2.0. Conservano il contesto di 262 144 token del modello di base e la famiglia Bonsai 2 conta ora quattro dimensioni, da 2B a 27B.

Modello Bonsai 2	Dimensione dei pesi ternari
2B	0,43 Go
4B	0,95 Go
9B	2,0 Go, contro circa 17,9 Go in FP16

PrismML afferma di aver lavorato sull’uso come assistente locale: rispetto delle istruzioni, assenza di loop ripetitivi, chiamate a strumenti sul telefono e risposte senza testo superfluo. Il 9B consumerebbe circa il 40 % di token in meno nelle comuni attività di esecuzione delle istruzioni e di matematica, senza una base di confronto specificata, e raggiunge i 34 token al secondo su un iPhone 18 Pro Max, contro i 120 del 2B. I formati più compatti richiedono il fork di llama.cpp di PrismML, poiché llama.cpp ufficiale legge soltanto il formato Q2_0; esiste una versione MLX per i Mac.

🔗 Il thread di PrismML · La scheda del 9B in formato GGUF

Nemotron-pretraining-Indic-v1: NVIDIA e AI4Bharat illustrano un corpus di circa 2 800 miliardi di token in 22 lingue indiane

16 ottobre — NVIDIA e AI4Bharat, il laboratorio dell’IIT Madras dedicato alle lingue indiane, illustrano Nemotron-pretraining-Indic-v1, il corpus di preaddestramento citato il giorno prima tra i dati di Nemotron 3.5 Super VL: circa 2 800 miliardi di token, di cui 2 601 miliardi in scrittura nativa e 224,6 miliardi romanizzati, nelle 22 lingue della Costituzione indiana, lingue madri del 97 % degli indiani secondo il censimento del 2011. Il corpus non è ancora online: sarà pubblicato «presto», insieme alla pipeline di generazione accelerata tramite GPU che lo ha prodotto.

I testi sono traduzioni di documenti inglesi tratti da 15 sottoinsiemi di Nemotron-CC-v2. Per 12 lingue, Gemma-4-31B-it traduce documenti interi, valuta ogni traduzione con una griglia ispirata a MQM (soglia di 75 su 100) e corregge gli output di qualità insufficiente, il che ha permesso di recuperare 438,4 miliardi di token; le altre 10 passano per Indic Translate di Bodhan AI. Dieci miliardi di questi token, nell’ambito di un preaddestramento continuo di 100 miliardi, hanno fatto guadagnare da 4,98 a 9,82 punti a Nemotron 3.5 Super VL su cinque benchmark indiani, una misura che non isola il contributo del solo corpus. NVIDIA riconosce che queste traduzioni non sostituiscono testi scritti direttamente in queste lingue e che il controllo della qualità rimane soprattutto automatico.

🔗 Il post di NVIDIA e AI4Bharat

L’IA in laboratorio: Claude Mythos 5 migliora otto circuiti quantistici, Google DeepMind cerca peptidi antimicrobici con Antigravity

16 ottobre — Anthropic pubblica i lavori svolti da Andi Gu, membro del suo programma STEM Fellows, sotto la supervisione di Alek Kemeny, specialista di fisica quantistica presso Anthropic, con Susanne Yelin (Harvard) e Mikhail Lukin (Harvard e QuEra Computing). L’impostazione: specifiche in linguaggio comune per otto circuiti e un valutatore automatico che verifica ogni proposta e la valuta in base al numero di qubit moltiplicato per il numero di porte. Claude Mythos 5 lavora a ciclo chiuso, senza intervento umano tra un’iterazione e l’altra, e trova per tutte e otto le primitive progetti che utilizzano al contempo meno qubit e meno porte dei migliori pubblicati, talvolta di un ordine di grandezza o più.

Compito assegnato a Claude Mythos 5	Risultato pubblicato	Termine di confronto
Addizione di punti su curva ellittica	17 volte meno porte, con il 12 % di qubit in più	progetto pubblicato più piccolo
Decodificatore Reed-Solomon dell’algoritmo DQI	12 volte meno porte; 19 qubit riservati invece di 665	precedente costruzione di Google

Il primo risultato riguarda il passaggio centrale degli algoritmi quantistici del logaritmo discreto su curve ellittiche. Claude vi ha lavorato per 53 ore con un intervento umano minimo, arrivando alla prima implementazione reversibile del metodo divsteps senza memorizzare la cronologia delle diramazioni, verificata tramite simulazione e poi formalizzata in Lean. Il post mette questa cifra a confronto con un’altra: sono stati necessari otto anni e numerosi gruppi per ridurre di un fattore di circa 150 000 la stima del costo di simulazione di FeMoco. Per Anthropic, simili miglioramenti riducono le risorse quantistiche necessarie alle applicazioni utili, tanto che i computer quantistici utilizzabili nella pratica potrebbero arrivare prima del previsto. Il team ha dovuto fare i conti con un Claude prudente, che ricontrollava i propri miglioramenti e preferiva i metodi noti, imponendogli di esplorare più piste in parallelo.

🔗 Il post di Anthropic · L’articolo su arXiv

Google DeepMind cerca nuovi peptidi antimicrobici con Antigravity e vi aggiunge un visualizzatore 3D

15 ottobre — Google DeepMind mostra come Antigravity, la sua piattaforma di sviluppo agentico, possa fungere da banco di lavoro scientifico (agentic science workbench). Nella sessione descritta, un biologo stabilisce l’obiettivo, trovare e validare con metodi computazionali nuovi peptidi antimicrobici in Streptococcus pseudopneumoniae, e l’agente orchestra database, analisi strutturale e sintesi della letteratura. Si basa su ProtNLM, un modello di Google che predice la funzione di una proteina a partire dalla sua sequenza e annota milioni di voci UniProt non caratterizzate.

L’agente seleziona una batteriocina di 97 amminoacidi (UniProt A0A0U0D591), senza omologhi significativi tra le proteine revisionate di Swiss-Prot, il cui modello AlphaFold assume un ripiegamento simile a quello di una batteriocina dalla struttura nota. Propone poi un meccanismo d’azione tratto dalla letteratura e redige un protocollo di laboratorio. Questo candidato e diversi altri provenienti dalla stessa pipeline sono in fase di validazione in laboratorio: il post parla di una pista plausibile, non di un risultato. Ricorda che la resistenza agli antimicrobici potrebbe causare circa 10 milioni di decessi all’anno entro il 2050, secondo una stima.

Il post introduce anche il Biomolecular Structure Viewer, un visualizzatore 3D integrato in Antigravity e condiviso dall’agente e dal ricercatore: l’agente vi evidenzia alcune regioni per illustrare le proprie ipotesi e riceve le annotazioni del ricercatore, come una nota fissata su una tasca di legame. Non sono specificate né la data né le condizioni di accesso.

🔗 Il post di Google DeepMind · Antigravity per la scienza

Strumenti per i ricercatori: Google apre Deep Review a tutti, SAIR lancia Open Math OS, OpenAI offre il Rosalind Academic Plan ai laboratori statunitensi

14 ottobre — In occasione di Research@ 2026, Google Research apre al pubblico Deep Review, un sistema di IA agentica che revisiona documenti tecnici complessi e ne verifica il contenuto: coerenza logica, enunciati matematici, fatti supportati dalle fonti, confronto con i lavori esistenti e suggerimenti di miglioramento, lasciando agli esseri umani i giudizi di merito. Succede al Paper Assistant Tool, sperimentato con STOC 2026, ICML 2026, NeurIPS 2026 e ICLR 2027: gli autori di oltre 16 000 manoscritti presentati volontariamente hanno ricevuto un riscontro privato prima della scadenza, senza alcun legame con la revisione ufficiale delle conferenze.

L’accesso è globale, con due revisioni gratuite a settimana; una chiave API Gemini consente limiti più elevati e l’accesso alla Deep Review API. Il servizio accetta per ora PDF e testo semplice, punta anche a Google Docs, presentazioni, diritto e finanza, e Google si impegna a non utilizzare i documenti per addestrare i propri modelli (vengono conservati per un anno per la visualizzazione). Google giustifica lo strumento con l’afflusso di articoli:

Anno di invio	Articoli inviati a ICLR, NeurIPS e ICML
2023	circa 23 000
2024	circa 32 000
2025	circa 45 000
2026	oltre 74 000

Lo stesso giorno, per l’agente Geospatial Reasoning di Google Earth AI sono stati pubblicati un rapporto tecnico e due nuovi benchmark destinati ai ricercatori (GeoKTools e GeoExpertQueries), ed è stato ampliato l’accesso sperimentale tramite Ask Google Earth e un servizio Agent-to-Agent (A2A).

🔗 Il post di Google Research · Research@ 2026 sul blog di Google · Il post sull’agente Geospatial Reasoning

Open Math OS: la fondazione SAIR lancia una piattaforma di ricerca matematica basata su modelli aperti

16 ottobre — La fondazione SAIR lancia Open Math OS, che presenta come l’infrastruttura della «matematica 2.0», un mese dopo aver annunciato l’iniziativa Open Math Model. Hugging Face, Lean, l’EPFL e @cscsch sono partner di lancio e Thomas Wolf, cofondatore di Hugging Face, ha rilanciato l’annuncio. Ogni progetto dispone di una macchina cloud disponibile 24 ore su 24, con oltre 100 strumenti matematici e scientifici preinstallati; il calcolo è gratuito per i team ammessi, previa candidatura.

Il matematico sceglie un modello aperto (Kimi K3, DeepSeek V4.1 Flash, GLM 5.3 o Nemotron 3 nell’interfaccia presentata) e può avviare la modalità Ultramath, in cui più agenti esplorano in parallelo piste diverse dello stesso problema; la demo del sito mostra una dimostrazione verificata in Lean e poi integrata in un articolo in LaTeX. I progetti sono privati per impostazione predefinita, l’addestramento sui lavori richiede il consenso esplicito degli autori, che conservano la proprietà e il riconoscimento delle proprie idee.

🔗 Il thread di SAIR · Il sito Open Math Model

Rosalind Academic Plan: fino a 30 licenze ChatGPT gratuite per 12 mesi per i laboratori universitari statunitensi

15 ottobre — OpenAI lancia il Rosalind Academic Plan, un’offerta destinata ai laboratori universitari di scienze della vita, riservata per ora alle università statunitensi.

Vantaggio dell’offerta	Condizione associata
Fino a 30 licenze ChatGPT Business Standard	0 dollari per utente al mese, per un massimo di 12 mesi
Modelli all’avanguardia disponibili commercialmente	entro i limiti di utilizzo dell’offerta
GPT-Rosalind e Rosalind Workbench	dopo l’approvazione dell’accesso di fiducia (trusted access)
Dati di ricerca condivisi	non utilizzati per impostazione predefinita per l’addestramento

Rosalind Workbench orchestra strumenti di chimica farmaceutica, genomica e assistenza agli esperimenti. Il ricercatore principale o il responsabile del laboratorio presenta la domanda a nome del proprio team; una candidatura non dà accesso immediato e le università già titolari di un contratto OpenAI Enterprise seguono il proprio iter. OpenAI punta a sette ambiti, dalla progettazione di farmaci e proteine alla resistenza agli antimicrobici, e cita i lavori del laboratorio Zhao (UCSF), del laboratorio Bourdenx e del team di Brian Hie (Stanford e Arc Institute). GPT-Rosalind, lanciato il 16 aprile, è disponibile con accesso di fiducia tramite l’API, Codex e ChatGPT Enterprise dall’11 settembre.

🔗 Il post di OpenAI · Il thread di OpenAI

Gemini 4 Argon: quattro agenti completano Minecraft in 27 ore, Perplexity lo rende disponibile ai suoi abbonati Pro e Max e nella sua Agent API

16 ottobre — Quattro agenti Gemini 4 Argon hanno completato Minecraft partendo da zero: in un mondo di sopravvivenza casuale, in modalità Easy e con mostri ostili, hanno sconfitto l’Ender Dragon dopo 27 ore e 2 783 programmi. Maxence Faldor racconta l’esperienza in un X Article rilanciato da @GoogleDeepMind e la descrive in dettaglio con Satinder Singh e Roberta Raileanu in un rapporto tecnico su arXiv. Sono gli agenti di programmazione generalisti di Argon, quelli che gli ingegneri utilizzano quotidianamente: nessuno strumento specifico per Minecraft, nessun ruolo assegnato.

Gli agenti non vedono immagini e non premono alcun tasto: ciascuno controlla un giocatore scrivendo brevi programmi per la libreria open source Mineflayer, ne legge l’output e si coordina con gli altri tramite la chat del gioco e una memoria condivisa. Dieci minuti dopo l’inizio, si erano suddivisi il lavoro (strumenti, cibo, diamanti, portale). Per trovare la fortezza, uno di loro ha lanciato due oggetti da due punti e calcolato l’intersezione delle loro traiettorie, con una precisione di 43 metri per una fortezza situata a 1,3 chilometri. Il combattimento finale è costato loro 69 respawn: dopo circa 21 ore di gioco, un agente ha capito che i cristalli curavano il drago e che bastava una colonna di terra per raggiungerli.

Misura dell’esperimento	Valore rilevato
Tempo fino alla vittoria	27 h 14 min
Programmi scritti	2 783, di cui il 22 % terminato con errore
Messaggi in chat	229
Respawn totali	605, di cui 69 contro il drago

Un quinto agente, l’Observer, sorvegliava la partita per individuare eventuali imbrogli o aggiramenti delle specifiche (specification gaming): né lui né la revisione manuale di un campione dei log ne hanno rilevati. Gli autori riconoscono i limiti dell’esperimento: il mondo viene letto tramite un’API che fornisce la posizione esatta dei blocchi e delle creature, e un plugin calcola i percorsi. Si tratta di un esperimento di ricerca indipendente, che non costituisce una tappa ufficiale di Minecraft né è approvato da Mojang o Microsoft.

🔗 L’articolo di Maxence Faldor · Il rilancio di Google DeepMind · Il rapporto tecnico su arXiv

Perplexity rende Gemini 4 Argon disponibile ai suoi abbonati Pro e Max, con un record di 0,802 su WANDR

16 ottobre — Perplexity aggiunge Gemini 4 Argon, in disponibilità generale presso Google dal 13 ottobre, per i suoi abbonati Pro e Max. L’annuncio si limita a un tweet e un grafico: su WANDR, il suo benchmark interno di ricerca documentata, Argon ottiene 0,802 a un costo di 7,88 dollari per compito, il miglior punteggio del grafico.

Modello valutato	Punteggio WANDR	Costo per compito
Gemini 4 Argon	0,802	7,88 dollari
GPT-6 Astra	0,735	13,34 dollari
GPT-6.1 Sol	0,654	3,70 dollari
Claude Opus 5.5	0,647	3,69 dollari
Claude Fable 5.1	0,601	12,76 dollari
GPT-6 Sol	0,566	2,23 dollari
Claude Sonnet 5.5	0,550	2,73 dollari
Grok 4.7	0,528	9,30 dollari
DeepSeek V4 Pro 0813	0,359	0,75 dollari

Per gli sviluppatori, il changelog dell’API indica dalla sera del 15 ottobre che l’Agent API accetta google/gemini-4-argon, alla tariffa introduttiva in vigore fino al 30 novembre 2026: 2 dollari per milione di token in ingresso, 0,10 dollari in cache e 10 dollari in uscita, inclusi i token di ragionamento.

🔗 L’annuncio di Perplexity · I modelli dell’Agent API

Agenti per il grande pubblico: GPT-6 Astra Pro distribuisce un compito tra più agenti in ChatGPT, Grok Bot va tre volte più veloce e si collega a Robinhood, Coinbase ed eToro

16 ottobre — OpenAI aggiorna GPT-6 Astra Pro in ChatGPT: risposte più rapide, un migliore utilizzo dei plugin e degli strumenti e, soprattutto, più agenti che elaborano in parallelo parti diverse dello stesso compito. L’utente segue i progressi di ciascuno e apre i compiti completati per rileggerne il lavoro. La funzione è disponibile per gli abbonati Pro, nella scheda Chat.

OpenAI non fornisce né un incremento di velocità quantificato né un benchmark, e né le note di rilascio di ChatGPT né quelle dei modelli menzionavano ancora l’aggiornamento la sera del 16. Il tweet, pubblicato alle 20 h 00 UTC con il nome «GPT-6 Pro», è stato corretto 27 minuti più tardi in «GPT-6 Astra Pro»; da quando GPT-6 è stato esteso a tutti gli utenti, il 7 ottobre, il livello di ragionamento Pro di ChatGPT si basa su GPT-6 Pro (Astra). Il lavoro con più agenti era finora presentato in beta per GPT-6.1 Sol, dal 29 settembre.

🔗 L’annuncio di OpenAI

Grok Bot completa le sue attività al computer tre volte più velocemente, legge X Chat e si collega a Robinhood, Coinbase ed eToro

16 ottobre — Grok Bot, l’agente di SpaceXSI che si collega agli strumenti dei suoi utenti, descrive le novità in un thread di dieci messaggi, senza un post su x.ai. La principale riguarda la velocità: secondo l’account @bot, le attività al computer vengono completate in media tre volte più velocemente e le risposte a tutto il resto arrivano in meno della metà del tempo.

Ambito interessato	Novità annunciata
Velocità	attività al computer in media tre volte più rapide, altre risposte in meno della metà del tempo
Voce	chiamate più rapide, più affidabili, migliore memoria delle conversazioni passate
Interfaccia	schede della chat ridisegnate, nuovo font, temi, notifiche solo sul dispositivo in uso
E-mail	alias «plus» per riservare una routine alla posta inviata a un determinato indirizzo
X	una menzione di @bot in un post avvia un’attività; lettura di X Chat una volta collegato l’account X
Connettori	Robinhood, Coinbase, Trello, PostHog, beehiiv ed eToro, tra gli altri

I team possono anche proporre i propri connettori: un modulo di x.ai permette di distribuire un plugin o un server MCP agli utenti di Grok Bot e di Cursor, e prossimamente di Grok, dopo una revisione per il marketplace.

🔗 Il thread di Grok Bot · Il modulo per proporre plugin

Media generativi: voci create da una descrizione per GPT-Live, Pika in ChatGPT, Ideogram 4.5 da 0,8 a 22 centesimi per immagine, Mirelo SFX 2.0 in Runway

16 ottobre — L’API di GPT-Live apre a tutti i suoi clienti la creazione di voci a partire da una descrizione (prompt-to-voice): una voce personalizzata viene descritta tramite testo, dall’API o dal Playground vocale, e poi riutilizzata nelle sessioni GPT-Live. La creazione è gratuita, il parlato generato viene fatturato alla tariffa abituale delle sessioni e queste voci funzionano solo con GPT-Live, non con l’API Text to Speech, la Realtime API né Chat Completions. Non viene richiesta alcuna registrazione di riferimento o di consenso, ma OpenAI impone voci adulte, vieta l’usurpazione d’identità e chiede di segnalare che il parlato è generato dall’IA; due clienti possono ottenere voci simili.

Anche nove voci predefinite, registrate secondo @OpenAIDevs con attori madrelingua, si aggiungono a GPT-Live:

Lingua parlata	Voci aggiunte
Tedesco	Nuri, Juni e Flitz
Francese	Brise e Sillage
Hindi	Nira
Giapponese	Harema e Shida
Coreano	Noeul

Il giorno prima, il changelog aveva aggiunto un’integrazione nativa dell’API Decisions in GPT-Live: l’applicazione agisce mentre l’utente parla, o perché Live chiama direttamente Decisions (delega nativa), o perché Live avvisa l’applicazione, che interroga quindi Decisions (delega personalizzata), e le decisioni possono attivarsi sui frammenti di trascrizione. La guida prende l’esempio di un assistente vocale per auto che regola la temperatura o il disappannamento. Queste novità riguardano gpt-live-1: GPT-Live-1.1, distribuito il 15 ottobre in ChatGPT, non compare ancora nel changelog dell’API.

🔗 Il thread di OpenAI Developers · La guida alle voci personalizzate · La guida all’API Decisions con la voce

Pika installa i suoi strumenti di creazione in ChatGPT, con un plugin progettato in collaborazione con OpenAI

16 ottobre — Pika annuncia, in collaborazione con OpenAI, un’estensione del plugin Pika × ChatGPT (Pika X ChatGPT plugin extension) che installa i suoi strumenti di creazione nella conversazione e nel pannello laterale di ChatGPT. Si possono regolare le opzioni degli strumenti, le preimpostazioni visive e le generazioni senza abbandonare lo scambio, oppure aprire una finestra Pika più immersiva nella quale ChatGPT lavora con l’utente. Secondo il suo thread, Pika vi porta oltre 40 applicazioni per immagini, audio e video e oltre 100 modelli di generazione; la scheda del plugin elenca 13 skill, dalla pubblicità di prodotto al podcast, e un percorso iniziale che stabilisce in che modo Pika chiede il permesso prima di spendere crediti.

Pika aggiunge 250 crediti a ogni account dopo la prima generazione effettuata tramite il plugin e non pubblica alcuna tariffa specifica per il plugin. OpenAI aveva presentato le estensioni dei plugin di ChatGPT il 7 ottobre, con Adobe, Canva, Figma e Shopify tra i primi.

🔗 Il thread di Pika · La scheda del plugin Pika in ChatGPT

Ideogram 4.5 si articola in quattro modalità di qualità, da 0,8 a 22 centesimi per immagine

15 ottobre — Ideogram descrive la gamma di prezzi di Ideogram 4.5, il suo modello di editing delle immagini lanciato il 30 settembre: quattro modalità di qualità, da 0,8 a 22 centesimi per immagine, tutte in 2K nativo. La più economica, Very Low, ritocca un’immagine in 8 secondi per 0,8 centesimi, senza accumulare artefatti da una modifica all’altra. Secondo Ideogram, che si basa su Design Arena, questa modalità estende la frontiera di Pareto dell’editing delle immagini sia in termini di prezzo sia di velocità: ogni modello con una valutazione migliore costa di più ed è più lento. Design Arena lo colloca al 23º posto della sua Image Editing Arena, con un Elo di 1189.

Ideogram non specifica i prezzi delle due modalità intermedie. Interpellato sui pesi aperti promessi al lancio, l’account di Ideogram risponde che ci sta lavorando, senza indicare una data.

🔗 Il thread di Ideogram

Runway integra Mirelo SFX 2.0, che sonorizza un video preservando i dialoghi

16 ottobre — Runway aggiunge alla sua piattaforma Mirelo SFX 2.0, un modello che compone automaticamente la sonorizzazione di un video (sound design): genera ambienti sonori completi a partire dalle immagini, sincronizzati con ciascuna di esse, lasciando intatti i dialoghi. Alla domanda su un limite di durata, Runway risponde che funziona su clip di qualsiasi lunghezza. Non vengono pubblicati né prezzi né costi in crediti, il changelog di Runway non menziona ancora il modello e Mirelo non ha pubblicato alcun annuncio da parte sua. Dopo Eleven v4 di ElevenLabs a fine settembre, Runway continua ad aggiungere modelli audio di terze parti accanto ai propri modelli video.

🔗 L’annuncio di Runway · La risposta sulla durata delle clip

Agenti di codice: il team di Claude Code descrive la propria revisione del codice, Codex CLI 0.163.0, canvas e Muse Wonder in Cursor, Gemini CLI rimanda ad Antigravity CLI

16 ottobre — Il team di Claude Code spiega su claude.dev come revisiona il proprio codice, mentre Claude ne scrive circa il 90 %. Il post di Addy Osmani, Morgan Westlee Lunt e Qing Wang presenta due dati: da giugno a settembre, le pull request integrate sono più che raddoppiate e la quota di quelle che è stato necessario annullare è diminuita di oltre il 40 %. L’obiettivo è che la maggior parte delle pull request venga integrata con al massimo una persona coinvolta, che può essere il loro autore.

Ogni modifica attraversa più livelli: verifica da parte di Claude prima della pull request (test, compilazione, analisi statica, poi revisione del diff da parte di un secondo agente con un contesto nuovo), CI, Code Review, revisione di sicurezza bloccante, coda di integrazione (merge queue) e rilascio graduale. Un classificatore stabilisce il livello di rischio in base alla modifica, non all’autore: nessuna approvazione umana per la documentazione o un’aggiunta dietro un flag, una persona per una normale modifica del prodotto o un’area sensibile come la cache o i prompt di sistema, due per le modifiche più rischiose. L’approvazione di un agente non equivale mai a quella di una persona. Durante l’anteprima di ricerca di Code Review, la quota delle pull request interne che ricevevano commenti sostanziali era già passata dal 16 % al 54 %.

Il post quantifica anche un problema specifico degli agenti, la revisione che non converge: una pull request della CLI aveva accumulato oltre cinquanta cicli in una notte. Con un limite di tre cicli, una revisione limitata al nuovo diff e segnalazioni per categoria di bug, la revisione converge più velocemente:

Indicatore (pull request interne di Claude Code)	Prima delle modifiche	Dopo le modifiche
Approvate dopo un solo ciclo di revisione e correzione	65 %	78 %
Che richiedono cinque cicli o più	8,9 %	1,5 %
Numero medio di revisioni prima dell’approvazione	2,08	1,32

Il post si conclude con un elenco di indicazioni per l’implementazione: un CLAUDE.md breve, /code-review e /security-review in locale, un file REVIEW.md scritto dai responsabili del codice, livelli di rischio messi per iscritto, una coda di integrazione e gli incidenti passati riprodotti ogni giorno come set di valutazione.

🔗 Il post del team di Claude Code · La condivisione di @ClaudeDevs

Codex CLI 0.163.0: controllo durante la risposta, ricerca in /config e Daybreak attivato per impostazione predefinita

15 ottobre — OpenAI pubblica Codex CLI 0.163.0 alle 21:30 UTC, prima versione stabile dalla 0.162.1 del 9 ottobre, con 227 voci dalla 0.162.0. Daybreak, introdotto dietro l’opzione cli_daybreak dalla 0.161.0 del 7 ottobre, è ora attivato per impostazione predefinita per gli account idonei, e codex exec può selezionarlo con una chiave API OpenAI quando il server abilita l’accesso.

Ambito interessato	Modifica introdotta dalla 0.163.0
Controllo	un messaggio di follow-up inviato durante la risposta orienta subito Codex; interrompere un turno arresta anche le celle Code Mode attive
Comando `/config`	ricerca delle preferenze in tutte le categorie, impostazioni compatibili applicate subito
Comando `/keymap`	tasto leader configurabile (Ctrl+X per impostazione predefinita); il silenziamento della voce passa a F9
Comando `/daemon`	riavvio del server in background gestito, poi riconnessione automatica
Strumenti	strumenti indipendenti in sola lettura eseguiti in parallelo
Proxy di rete	autorizzazione verificata prima della risoluzione DNS, header `Host` duplicati rifiutati

La ripresa di un thread ripristina anche le sue autorizzazioni e le approvazioni di rete, e Codex non include più un zsh modificato: utilizza il suo esecutore shell standard.

🔗 Le note di rilascio di Codex CLI 0.163.0

Cursor: gli agenti cloud costruiscono canvas condivisibili, l’API Environments entra in beta, Muse Wonder di Meta raggiunge il 46,1 % su CursorBench

16 ottobre — Gli agenti cloud di Cursor sanno ora costruire canvas (canvases) interattivi: si chiede loro una dashboard o un rapporto mentre lavorano, poi si condivide il canvas completato con il proprio team tramite un link. L’API Environments entra in beta: crea e gestisce tramite programmazione gli ambienti di questi agenti, inclusi i repository clonati e la configurazione environment.json. Un ambiente accetta ora fino a 500 repository e i grandi ambienti con più repository si avviano 5 volte più velocemente, secondo Cursor. La voce del changelog citata nel thread non era ancora online la sera del 16, quindi non si conoscono né i piani interessati, né il prezzo, né la data di uscita dalla beta.

15 ottobre — Tre giorni dopo il lancio da parte di Meta, Muse Wonder arriva in Cursor, a 4 dollari per milione di token in ingresso e 20 in uscita, come sull’API di Meta. Cursor mette in evidenza il 46,1 % su CursorBench al livello di effort predefinito, il miglior punteggio di un modello Muse; la classifica pubblica CursorBench 4.0 specifica gli altri livelli di effort.

Modello e livello di effort	Punteggio CursorBench 4.0	Costo per attività	Posizione in classifica
Claude Opus 5.5 Max	57,8 %	13,43 dollari	1º
Muse Wonder Max	50,4 %	5,25 dollari	12º
Muse Wonder Extra High	48,2 %	4,24 dollari	15º
Muse Wonder High	46,1 %	3,51 dollari	21º
Muse Wonder Medium	45,2 %	2,82 dollari	22º
Muse Wonder Low	41,7 %	1,91 dollari	32º
Muse Spark 1.3 Max	41,6 %	2,64 dollari	34º

🔗 Il thread di Cursor sugli agenti cloud · Muse Wonder in Cursor · La classifica CursorBench

Gemini CLI si dichiara non ottimizzato per Gemini 4 Argon e rimanda ad Antigravity CLI

16 ottobre — Google ha aggiunto nella notte un avviso all’inizio del README di Gemini CLI. Il riquadro ricorda che, per gli utenti del livello gratuito e di Google One, Gemini CLI è stato sostituito da Antigravity CLI il 18 giugno 2026, poi precisa in grassetto, prima di invitare a passare da Antigravity per usare Argon:

Gemini CLI has not been optimized for Gemini 4 Argon.

🇮🇹 Gemini CLI non è stato ottimizzato per Gemini 4 Argon. — README di Gemini CLI, pull request 29774

Una seconda modifica, integrata poco più di un’ora dopo, estende il messaggio a tutti gli ultimi modelli Gemini e rimanda ad Antigravity CLI per la migliore esperienza di coding. Il README perde nel contempo i suoi argomenti storici: la sezione «Perché Gemini CLI?» e il suo livello gratuito di 60 richieste al minuto e 1 000 al giorno, le funzionalità avanzate e l’integrazione GitHub; l’accesso con un account Google riguarda ormai soltanto le licenze Code Assist a pagamento delle organizzazioni.

Questi riquadri proseguono la transizione annunciata il 19 maggio: dal 18 giugno, Gemini CLI rimane disponibile per le licenze Code Assist Standard ed Enterprise e per le chiavi API a pagamento, con la promessa di un accesso agli ultimi modelli Gemini. Tre giorni dopo la disponibilità generale di Argon, la proposta della community che lo aggiunge al selettore di Gemini CLI (pull request 29737) non è ancora stata integrata.

🔗 La pull request 29775, che ripulisce il README · Il post del 19 maggio sulla transizione ad Antigravity CLI

In breve

Agenti e strumenti di codice

Amp mostra il desktop dei suoi runner — Da un thread ora è possibile vedere e controllare il desktop di un runner macOS o Linux, per esempio per provare un’applicazione iOS creata da Amp, da un browser o dalle applicazioni per iPhone e iPad; chiunque possa scrivere in un thread del runner può anche controllarne il desktop. 🔗 fonte
v0 — I file troppo grandi per l’anteprima si scaricano dalla scheda Code, l’applicazione iOS introduce selettori di skill e di design system e allegati video, e le richieste Gemini 4 non falliscono più ai livelli di effort elevati. 🔗 fonte
Copilot CLI in anteprima — Tre anteprime nella stessa giornata (1.0.99-2, 1.0.99-3 e 1.0.100-0), senza una versione stabile: la ricerca semantica del codice diventa l’impostazione predefinita delle sessioni online, l’opzione --disable-client-telemetry disattiva la telemetria del client, e un server MCP bloccato non blocca più la sessione. 🔗 fonte
Copilot in Slack e Teams — @GitHub ora lavora su più repository nella stessa conversazione: pull request aperte o sottoposte a merge, indagini che coinvolgono sia il frontend sia il backend, riepiloghi dell’attività; i messaggi e i thread Slack condivisi fungono da contesto. 🔗 fonte
Qwen Code v0.25.3-preview.0 — All’indomani della versione stabile v0.25.2, un’anteprima con 64 voci mette QwenCloud in cima a /auth, offre al Managed Agent un accesso completo alla Shell con attivazione e disattivazione delle approvazioni, e mostra in tempo reale le traiettorie nella Web Shell. 🔗 fonte
Gemini CLI, nightly 0.66.0 — Prima nightly della serie, con nove correzioni: output sincronizzato contro lo sfarfallio sotto tmux, prompt di Git che bloccavano l’interfaccia, variabili .env finalmente risolte nelle impostazioni MCP e file SKILL.md con descrizione su una sola riga; stable e preview invariate. 🔗 fonte
DeepSeek Harness 0.2.1-alpha.5 — 29ª anteprima senza una versione stabile: quattro correzioni (menu delle skill dopo l’attivazione di un plugin, terminali ridondanti, istruzioni della modalità PTC, tasto Page Up su Windows e Linux) e un punto dedicato che permette ai plugin di rinominare i modelli per fornitore. 🔗 fonte

ChatGPT, Claude e l’IA in azienda

ChatGPT Sites per Enterprise — @OpenAIDevs annuncia la disponibilità generale per Enterprise, con residenza dei dati negli Stati Uniti o nell’UE per i nuovi Sites, domini verificati e tunnel privati verso le API interne; le note Enterprise parlano di un’anteprima per gli amministratori in fase di distribuzione, e Plus e Pro non hanno più un limite fisso di Sites. 🔗 fonte
ChatGPT Slides è in fase di distribuzione — Annunciate al DevDay del 29 settembre, le presentazioni collaborative arrivano in Space per gli abbonati Pro, Business ed Enterprise idonei, con modifica collaborativa in tempo reale, presentazione da ChatGPT ed esportazione verso PowerPoint, PDF o Google Slides. 🔗 fonte
Stack Overflow for Agents — Secondo un caso di studio di OpenAI, due ingegneri hanno rilasciato il prodotto in poche settimane con Codex; il suo plugin ChatGPT ha triplicato le iscrizioni da un giorno all’altro, e un connettore di Stack Internal si realizza in 4 giorni anziché in 3 a 6 settimane. 🔗 fonte
Sullivan & Cromwell — Lo studio legale ha sviluppato insieme a OpenAI Agreement Analyzer, prototipato con Codex all’interno dello studio da John Savva, che restituisce, a partire da una bozza di contratto, un memorandum e proposte di modifica che l’avvocato rivede; il caso di studio non fornisce alcun dato sui benefici ottenuti. 🔗 fonte
Gli agenti di un commerciale di Anthropic — Shahboz Ibragimov, del team Giappone, descrive sei agenti su Claude Managed Agents (selezione dei potenziali clienti, Salesforce, risposte in giapponese o inglese, resoconti), Claude Tag per i follow-up, Sonnet o Opus in base alla capacità di valutazione richiesta; circa 60 ore di lavoro risparmiate secondo il suo diario settimanale. 🔗 fonte
American Forge — Cognition e il National Design Studio lanciano un programma di residenza di sei mesi che inserisce ingegneri nel governo statunitense, i cui siti web federali vecchi o obsoleti sono oltre 29 000 secondo il post; candidature aperte, senza indicazioni sul compenso o sul numero di posti. 🔗 fonte

Voci e video generati

HeyGen Video 1 nell’MCP di HeyGen — Si descrive il video desiderato al proprio agente (ChatGPT, Claude, Claude Code o Cursor) e lo si riceve pronto per la pubblicazione, in pochi secondi secondo HeyGen; i rendering vengono scalati dai crediti del piano. 🔗 fonte
NTT Docomo Business ed ElevenAgents — L’operatore sperimenta ad Aizuwakamatsu (Fukushima) il suo assistente vocale CONN, basato su ElevenAgents, per informare e far conversare gli abitanti anziani a cui la neve impedisce di uscire; riscontri giudicati positivi, senza dati numerici. 🔗 fonte
Certificazioni di ElevenLabs — ElevenLabs rinnova le certificazioni ISO/IEC 27001, 27701, 42001, 27017 e 27018, SOC 2 Type II e PCI DSS livello 1, e aggiunge una SOC 2 Type I per ElevenProductions. 🔗 fonte

Modelli, benchmark e ricerca

Mistral Large 4 su STEMBench — Mistral mette in risalto il benchmark scientifico di Ulam, dove il suo modello ottiene 2,501 su 4 senza strumenti (2,602 in ingegneria, 2,597 in astronomia): 6º su 10 configurazioni e 4º senza strumenti, dietro a Muse Wonder, Claude Opus 5.5 e Hy4 Preview; i primi due, GPT-6 Astra xhigh e GPT-6.1 Sol, usavano strumenti in Codex. 🔗 fonte
Jebadiah v2.1 — Due modelli decisionali aperti da 27B e 9B, pubblicati il 10 ottobre sotto Apache-2.0, ottengono 55,94 (35º) e 44,91 (74º) su 168 nel Decision Index, dietro a Jev 1.13 (60,11). 🔗 fonte
Nemotron 3.5 Super VL e i grafici — Secondo Thoughtworks, un LoRA addestrato per 3,3 ore su 24 000 grafici generati fa passare un checkpoint preliminare del modello dal 16,96 % al 78,13 % su 224 domande di CharXiv, al prezzo di una perdita netta di 104 domande in altri ambiti. 🔗 fonte
Arc Pro B65 di Intel — Un benchmark della comunità con llama.cpp misura SYCL con flash attention come il 31,2 % più veloce di Vulkan nel prefill su tre modelli da circa 30B a 4 bits: primo token di un prompt da circa 16 000 tokens in 20,5 secondi anziché 42 per due di essi. 🔗 fonte
TB-Lite Verified — Hugging Face mette online, senza annunci, una versione corretta del benchmark OpenThoughts-TBLite per agenti da terminale: cinque attività difettose rimosse su 100, corretto un punteggio limitato a 0,997, nessun risultato pubblicato. 🔗 fonte
AutoIllustrate di Sakana AI — Una notizia del 14 ottobre recuperata in ritardo: uno strumento da riga di comando sotto Apache-2.0 trasforma la sezione «metodi» di un articolo in una figura draw.io modificabile, poi in un PNG con uno stile rielaborato; è stato usato per le figure di The Agentic Scientist. 🔗 fonte
La compiacenza degli LLM secondo Meta — facebookresearch pubblica, senza annunci, i prompt e le griglie di valutazione dell’articolo «From Preference Data to Personalization», che classifica le risposte in sette tipi, dalla contestazione aperta alla convalida esplicita; nessun modello e nessun dato numerico. 🔗 fonte
Anthropic e la Simons Foundation — Anthropic impegna 5 milioni di dollari in finanziamenti, risorse di calcolo e accesso a Claude per i matematici, gestiti dalla Simons Foundation; con la fondazione e OpenAI, che vi destina anch’essa 5 milioni di dollari, il totale raggiunge 15 milioni di dollari secondo la Simons Foundation, assegnati anche tramite bandi per proposte. 🔗 fonte

Guide e riconoscimenti

La sicurezza degli LLM secondo Perplexity — Una guida passa in rassegna i dieci rischi dell’OWASP Top 10 for LLM Applications 2026, con un incidente e delle difese per ciascuno, e ricorda le protezioni di Perplexity (sandbox di Computer, BrowseSafe per Comet, conservazione nulla presso i fornitori terzi); nessuna nuova funzionalità. 🔗 fonte
Studiare con l’IA — Perplexity pubblica cinque metodi basati sulla ricerca (farsi interrogare, distanziare le sessioni, rispiegare, alternare, monitorare i propri progressi) e cita Gallup e la Lumina Foundation: il 57 % degli studenti americani usa l’IA ogni settimana per i propri corsi. 🔗 fonte
Due invenzioni dell’anno per TIME — La rivista include tra le migliori invenzioni del 2026 Omnilingual ASR di Meta, un sistema di riconoscimento vocale per oltre 1 600 lingue, e NemoClaw di NVIDIA, un agente autonomo confinato in una sandbox. 🔗 Meta · 🔗 NVIDIA

GitHub: licenze, runner e accessi

Conformità delle licenze open source — Disponibilità generale per GitHub Enterprise Cloud con Code Security: una politica aziendale sulle licenze viene applicata alle pull request tramite un insieme di regole, e un nuovo endpoint permette agli agenti di codice di verificare che un pacchetto la rispetti. 🔗 fonte
Immagine Xcode 27 — Fuori dall’ambito dell’IA, l’immagine runner Xcode 27 di GitHub Actions (macOS 27, solo Apple Silicon) entra in disponibilità generale, con le etichette xcode-27 e xcode-27-xlarge invariate. 🔗 fonte
Evergreen — Fuori dall’ambito dell’IA, GitHub presenta la GitHub App che revoca ogni trimestre gli accessi dei collaboratori esterni non confermati e archivia, senza mai eliminarli, i repository inattivi di un’organizzazione condivisa con oltre 1 400 dipendenti. 🔗 fonte

Che cosa significa

Le curve ellittiche sono state al centro di due post di Anthropic nello stesso giorno, tra passato e futuro. Guardando al passato, Claude ricostruisce il generatore e i timestamp dietro ai seed del NIST: nulla è stato compromesso, ribadisce Anthropic, ma una manipolazione diventa molto meno plausibile, e chiunque può riprodurre il risultato con il codice pubblicato sotto CC0. Guardando al futuro, Claude Mythos 5 trova un circuito di addizione di punti su curva ellittica che richiede 17 volte meno porte con il 12 % di qubit in più, componente centrale degli algoritmi quantistici che calcolerebbero il logaritmo discreto sulle curve ellittiche, il problema da cui dipende la sicurezza di ECDSA. Anthropic ne deduce che computer quantistici utili potrebbero arrivare prima del previsto: la fiducia nella costruzione di queste curve cresce mentre diminuisce il costo stimato dei circuiti quantistici che un giorno potrebbero minacciarle.

Nei laboratori, gli agenti lavorano più a lungo da soli, e la verifica diventa la condizione della loro credibilità. Claude Mythos 5 ha lavorato per 53 ore confrontandosi con un valutatore automatico, con una dimostrazione formalizzata in Lean; gli agenti Argon hanno giocato per oltre 27 ore sotto la supervisione di un Observer incaricato di individuare i tentativi di barare; l’agente di Antigravity redige un protocollo, ma la sua batteriocina attende ancora la validazione in laboratorio. Gli strumenti per i ricercatori seguono la stessa logica: Deep Review verifica enunciati e coerenza prima dell’invio, Open Math OS si basa su Lean e mantiene i progetti privati per impostazione predefinita, e il Rosalind Academic Plan concede l’accesso a GPT-Rosalind solo dopo l’approvazione dell’accesso per utenti fidati.

Sul fronte dei modelli aperti, la licenza torna a essere un argomento di richiamo. All’indomani di Muse Spark Open, pubblicato sotto la Muse Model License con condizioni commerciali restrittive, Beam arriva sotto Apache 2.0, con oltre 40 partner fin dal primo giorno, un checkpoint NVFP4 e l’harness usato per addestrarlo. I formati più piccoli adottano la stessa licenza e puntano all’efficienza: il più piccolo Bonsai 2 occupa 0,43 Go e gira su un telefono, e i modelli decisionali si strutturano come categoria, con pplx-decider-v1.2 e la sua versione Flash a 0,02 e 0,01 dollari per milione di tokens, gli adattatori di Granite Switch 4.1 che riutilizzano la cache del modello di base e una classifica comune, il Decision Index.

L’harness conta ormai quanto il modello. Reflection distribuisce Beam con Mirror CLI, Google indirizza gli utenti di Argon verso Antigravity CLI anziché verso Gemini CLI, e il team Claude Code collega il raddoppio dei propri merge alla riprogettazione del processo di revisione, dove un classificatore decide il numero di persone necessarie. Per il grande pubblico, gli agenti ampliano il proprio raggio d’azione: GPT-6 Astra Pro ripartisce un’attività tra più agenti, Grok Bot si collega a Robinhood, Coinbase ed eToro, e i plugin di ChatGPT diventano un canale di distribuzione, dagli strumenti di Pika alle iscrizioni triplicate di Stack Overflow for Agents.