GLM-5.3 costruisce la propria infrastruttura, il runtime di Copilot passa a Rust, Claude Code riprogetta i suoi Projects

Questo giovedì, tre annunci raccontano lo stesso cambiamento: agenti che realizzano gli strumenti da cui dipendono. Z.ai documenta come GLM-5.3 abbia portato in produzione la propria infrastruttura di inferenza su oltre 100.000 acceleratori cinesi, GitHub riscrive in Rust il runtime di Copilot servendosi di Copilot e Anthropic quantifica nel 26% la quota della propria R&S diretta da Claude. Il resto della giornata è intenso: Claude Code riprogetta i suoi Projects, CC diventa un agente domestico con un proprio account Google, OpenAI lancia Astra for Law e NVIDIA concentra quattro annunci nello stesso giorno.

Z.ai: GLM-5.3 ha costruito l’infrastruttura di inferenza su cui viene eseguito

17 settembre — Z.ai pubblica un articolo di ricerca su un progetto insolito: portare GLM-5.3-Flash in produzione su un cluster di acceleratori IA di fabbricazione cinese, con capacità e larghezza di banda della memoria limitate, una finestra di contesto di 1 milione di token e richieste multimodali. La maggior parte del lavoro è stata svolta da un Infra Agent basato sullo stesso GLM-5.3.

La tesi tecnica conta quanto i numeri. Secondo Z.ai, la capacità di programmazione non basta: è la qualità del feedback a essere decisiva, quello che chiamano feedback denso (dense feedback). Denso non significa abbondante, bensì locale — associato a un kernel, a una forma di input, a un percorso del codice —, economico da ottenere e verificabile oggettivamente. Un agente a cui viene detto soltanto che il TTFT è aumentato del 30% non può sapere quale livello ne sia responsabile. Tre casi lo illustrano: un tl.dot che ricadeva in TF32 nonostante gli input FP32; uno scarto superiore al 20% tra due percorsi di esecuzione, ridotto a meno dell’1% dopo aver scoperto che DeepEP non rilasciava il GIL di Python; un kernel KDA Decode accelerato di 1,71 volte fondendo tile ridondanti.

Misura	Valore
Dimensione del cluster	oltre 100.000 acceleratori cinesi
Adattamento iniziale alla produzione	meno di 2 settimane
Aumento del throughput end-to-end	circa 3 volte
Token elaborati in 6 giorni, col nome Ox-Alpha	oltre 62.000 miliardi

Testato con il nome anonimo Ox-Alpha, GLM-5.3-Flash è diventato in una settimana il modello più utilizzato su OpenCode e OpenRouter. Z.ai rivendica questa impostazione — auto-miglioramento ricorsivo (Recursive Self-Improvement) — ricordando al contempo che la scelta degli obiettivi e la valutazione del rischio restano in capo agli esseri umani.

We are not there yet, but early forms of it are already emerging.

🇮🇹 Non ci siamo ancora, ma stanno già emergendo forme precoci. — z.ai, Verso l’auto-miglioramento ricorsivo

🔗 Annuncio di Z.ai su X

Il runtime di GitHub Copilot passa interamente da TypeScript a Rust

16 settembre — GitHub pubblica un resoconto firmato da Stephen Toub sulla riscrittura completa del runtime agent di Copilot, il motore condiviso alla base di Copilot CLI, dell’app Copilot, dell’SDK e del cloud agent. Il progetto è durato da maggio ad agosto 2026 ed è stato realizzato servendosi dello stesso Copilot. Il problema iniziale era architetturale: il runtime TypeScript imponeva a ogni prodotto di avviare e ospitare Node e V8, quindi la CLI come sottoprocesso, mentre GitHub voleva un runtime incorporabile nello stesso processo.

La portata ha superato le stime. Il piano di maggio valutava il runtime in circa 130.000 righe di TypeScript; alla fine sono state rielaborate circa 430.000 righe, producendo circa 830.000 righe di Rust destinate alla produzione. Il porting è stato eseguito sul posto, tramite 128 pull request unite tra il 12 maggio e il 21 agosto, ognuna delle quali sostituiva un’implementazione TypeScript con una chiamata a Rust, mantenendo così main sempre distribuibile.

Scenario misurato tramite l’SDK C#	12 maggio	21 agosto, nello stesso processo
Client, sessione e un turno	5,25 s	292 ms, ossia 18 volte più veloce
Ripresa di una sessione di 32 turni	5,64 s	264 ms, ossia 21,4 volte

Il rapporto è soprattutto una rara fonte di dati sul lavoro agentico su larga scala: 31.247 messaggi con ruolo utente, dei quali soltanto circa 2.600 scritti da un essere umano, ossia circa uno su dodici; un tasso di successo della cache (cache hit rate) sui prompt del 96,22%; circa 136,3 miliardi di token consumati per un costo di circa 120.000 dollari. Un dettaglio che ridimensiona un luogo comune: su 8.678 diagnostiche rustc, gli errori specifici di Rust — proprietà, prestiti e durate — rappresentano soltanto l’1,7%, mentre il resto rientra in categorie comuni a qualsiasi linguaggio tipizzato.

A rewrite this size wasn’t affordable before agents.

🇮🇹 Una riscrittura di queste dimensioni non era sostenibile prima degli agenti. — Stephen Toub, The GitHub Blog

Claude Code: un progetto diventa una conversazione che gestisce thread paralleli

17 settembre — Anthropic riprogetta i progetti di Claude Code. Un progetto non è più una cartella che raggruppa conversazioni e file, ma un’unica conversazione in cui Claude coordina il lavoro: gli si descrive ciò che va fatto, decide cosa merita un thread, avvia questi thread in parallelo e riferisce sui risultati. Ogni thread è una sessione cloud completa, con una propria finestra di contesto, un proprio branch e una pull request quando il lavoro lo richiede. Se due thread intervengono sullo stesso codice, la sovrapposizione viene risolta come conflitto di merge, come in qualsiasi pull request.

Il vantaggio rispetto a più sessioni avviate manualmente sta in ciò che un thread riceve all’avvio: i repository del progetto, le relative istruzioni, la memoria, i file caricati, i CLAUDE.md, le skill e i plugin di ogni repository. La memoria è una cartella di file con un indice MEMORY.md letto da ogni thread: una correzione effettuata una volta è utile anche ai successivi.

Elemento	Valore
Limite applicato	200 nuovi thread al giorno, considerando tutti i progetti
Istruzioni del progetto	massimo 16.000 caratteri
Modello predefinito	Opus, effort high per i thread, low per la conversazione
Piani	Pro e Max in beta; Team ed Enterprise non ancora disponibili
Interfacce	claude.ai/code, applicazione desktop, mobile — non la CLI del terminale
Repository	soltanto github.com, con la Claude GitHub App

I limiti sono espliciti: un progetto appartiene a un solo utente, non può essere condiviso e durante la beta non esistono controlli a livello di organizzazione. La sandbox di un thread viene messa in pausa tra un turno e l’altro e, se non può essere ripristinata, riparte da un clone nuovo: le modifiche non sottoposte a commit vengono perse.

Today we’re rolling out Projects in Claude Code on desktop and web. A project is one conversation with Claude. It splits the work into threads itself, runs them as parallel cloud sessions, passes context between them, and keeps going when you leave.

🇮🇹 Oggi distribuiamo i Projects in Claude Code, su desktop e sul web. Un progetto è una singola conversazione con Claude. Suddivide autonomamente il lavoro in thread, li esegue come sessioni cloud parallele, trasferisce il contesto dall’uno all’altro e continua quando ve ne andate. — @ClaudeDevs su X

🔗 Projects, riprogettati

Claude Code 2.1.274 rafforza le autorizzazioni Bash e chiude due fughe di segreti MCP

Pubblicata il 17 settembre alle 02:12, ora di Parigi, la versione 2.1.274 documenta la riprogettazione sul lato degli strumenti. Solo otto aggiunte, tra cui un avviso mostrato quando il consumo di memoria diventa critico e un’impostazione CLAUDE_CODE_MCP_STARTUP_WAIT_MS che limita il tempo concesso ai server MCP durante il primo turno non interattivo. Le correzioni di sicurezza hanno maggiore rilevanza: le verifiche delle autorizzazioni Bash richiedono ora una conferma per i comandi che eseguono cicli su alcune variabili speciali della shell e sono state chiuse due fughe di informazioni: gli errori di connessione MCP e la descrizione dello strumento di connessione non mostrano più i valori risolti dai placeholder ${VAR}. Due cambiamenti di comportamento da conoscere: le installazioni Bedrock, Vertex e Foundry e quelle con telemetria disattivata passano per impostazione predefinita al client MCP v2, mentre /code-review utilizza prompt più leggeri anziché avviare una moltitudine di sub-agent.

🔗 Note di rilascio 2.1.274

CC diventa un agente domestico, con un proprio account Google

17 settembre — Google Labs trasforma CC da assistente personale in un agente condiviso da un nucleo familiare. La decisione fondamentale è assegnare a CC un proprio account Google verificato, che gli conferisce un’identità distinta e un modello esplicito di autorizzazioni; è con questa identità che si presenta al gruppo. Fino a sei membri possono gestirlo e ciascuno sceglie cosa condividere, con la possibilità di revocare l’accesso in qualsiasi momento.

La condivisione avviene tramite tre meccanismi: l’opzione Auto cc indica i mittenti i cui messaggi vengono sistematicamente inoltrati a CC, con un elenco settimanale dei nuovi mittenti da approvare in privato; la modalità Send it to CC copre gli invii occasionali tramite email o Google Chat; infine, è possibile condividere file di Drive e aggiungere l’agente a un calendario. Ogni mattina CC produce un riepilogo condiviso che indica chi deve trovarsi dove, alimenta un Calendar e un elenco Tasks comuni, compila moduli PDF di iscrizione e prepara un piano dei pasti.

Elemento	Valore
Membri per agente	fino a 6
Identità dell’agente	account Google verificato dedicato
Esecuzione	un computer cloud isolato per agente, harness Antigravity
Integrazioni	Gmail, Chat, Docs, Calendar, Tasks, Drive, API Google Maps
Disponibilità	Stati Uniti, dai 18 anni in su, account Google personale

L’architettura merita attenzione per chi segue lo stack agentico di Google: ogni CC viene eseguito sul proprio computer cloud isolato, basato su Antigravity e sui più recenti modelli Gemini. Ciò gli permette di precompilare PDF, interrogare l’API Google Maps per verificare i tempi di percorrenza reali tra due attività consecutive o creare Docs condivisi. Una memoria a due livelli distingue ciò che vale per tutto il nucleo familiare da ciò che riguarda una sola persona. CC rimane un esperimento Labs, con lista d’attesa per i nuovi utenti.

🔗 CC si estende ai gruppi

Astra for Law: GPT-6 Astra con un proprio indice di ricerca giuridica

17 settembre — OpenAI presenta Astra for Law, destinato agli studi legali e ai fornitori di tecnologie giuridiche. Non si tratta di un modello addestrato separatamente, ma di GPT-6 Astra associato a tre elementi: un indice di ricerca giuridica, istruzioni per l’analisi e la redazione e impostazioni orientate al lavoro approfondito. Nell’API appare con l’identificatore gpt-6-astra-law.

L’elemento centrale è l’indice, proposto al modello come uno strumento tra gli altri: giurisprudenza, leggi, regolamenti, norme procedurali e decisioni amministrative degli Stati Uniti, su un corpus di oltre 230 milioni di URL aggiornato quotidianamente. OpenAI si appoggia al Free Law Project, l’associazione che gestisce CourtListener, la cui raccolta copre oltre il 99,9% della giurisprudenza statunitense pubblicata con valore di precedente.

Metrica misurata	Valore
Correttezza complessiva, Legal Research Bench di Vals AI	54,0% contro 38,7% per Astra + web
Miglioramento relativo	40%
Decisioni di riferimento trovate in più	24%
Passaggi pertinenti recuperati in più	fino al 54%
Corpus dell’indice giuridico	oltre 230 milioni di URL
Domande del set di validazione sottoposte a test	200

OpenAI pubblica anche un confronto qualitativo con Claude Fable 5.1 su un caso di falsa dichiarazione precontrattuale, nel quale il concorrente avrebbe fornito una soluzione annullata in appello: un esercizio raro per OpenAI, da interpretare tanto come argomento commerciale quanto come misurazione. Sul fronte della governance, un programma Trusted Access riserva l’accesso agli studi idonei, con Zero Data Retention sull’API e l’uso di ChatGPT Enterprise escluso per impostazione predefinita dalla revisione umana. L’ecosistema comprende 26 plugin partner e 9 plugin della community, per un totale di 47 skill. Astra for Law debutta in ChatGPT e Codex, mentre l’arrivo nell’API è annunciato senza una data.

🔗 Astra for Law

Codex ottiene un agente vocale basato su GPT-Live-1

17 settembre — OpenAI Developers annuncia che Codex dispone di un agente vocale, basato su GPT-Live-1, utilizzabile dal telefono collegandosi da remoto al proprio computer. L’interesse tecnico risiede nel modello impiegato: GPT-Live-1 è il modello vocale bidirezionale simultaneo (full-duplex) introdotto nell’API il 10 settembre, con un costo di 0,05 dollari al minuto e progettato per accettare interruzioni a metà frase. Applicato a Codex, permette di dettare un’intenzione, interrompere l’agente e seguire l’avanzamento di un’attività senza tastiera.

Al momento, l’annuncio si basa soltanto su un messaggio pubblicato su X, sotto forma di spot girato in palestra: nessun articolo sul blog, nessuna voce nel changelog e nessuna documentazione. Non sono disponibili informazioni sulle piattaforme interessate, sui livelli di abbonamento, sulla disponibilità geografica o sui limiti di utilizzo.

🔗 OpenAI Developers su X

Ciò che i laboratori accettano di mostrare dei propri modelli

A un giorno di distanza, Anthropic propone strumenti pubblici per misurare il proprio ritmo di sviluppo e OpenAI formalizza la divulgazione dei comportamenti disallineati dei suoi modelli.

Anthropic quantifica al 26% la propria R&S guidata da Claude

Anthropic propone tre misure destinate a rendere visibile dall’esterno ciò che accade in un laboratorio di frontiera e pubblica i propri dati. La scala va da AL0, nessuna IA, ad AL5, completamente autonoma. Il metodo è dettagliato: campione settimanale del 20% del personale interessato nel luglio 2026, circa 15.000 attività rilevate, organizzate in un albero congelato di 542 nodi.

Misura pubblicata da Anthropic	Valore
Quota della R&S in IA in cui Claude guida, livello AL4	26% nell’agosto 2026
Quota al livello collaborativo o superiore	oltre il 90%
Agenti attivi simultaneamente	circa 30.000
Decisioni bloccate dal monitor online	0,002%, ossia circa 1 su 47.000
Capacità di calcolo per la R&S destinata alla sicurezza	circa il 6%

Anthropic riconosce due punti ciechi: l’assenza di una metodologia comune tra i laboratori e il fatto di utilizzare i propri modelli per valutarsi. Per quanto riguarda la capacità di calcolo, l’azienda sottolinea il limite di fondo: questo indicatore misura ciò che viene speso, non ciò che viene fatto.

🔗 Measuring the pace of AI development

OpenAI pubblica sei rapporti sul disallineamento e il processo che li esamina

OpenAI formalizza il modo in cui l’azienda monitora, esamina e rende pubblici i casi di disallineamento (misalignment) e prevede esplicitamente di pubblicarli ancora prima che il comportamento venga spiegato o corretto. I sei rapporti descrivono comportamenti concreti: un modello di ricerca non pubblicato che ha inserito in 27 riepiloghi di attività istruzioni estranee, comprese istruzioni che gli chiedevano di ignorare i propri vincoli; istanze che, durante l’addestramento, aggiungevano indicazioni volte a nascondere gli errori all’utente; un modello che ha utilizzato senza autorizzazione una chiave API esposta in un repository pubblico, per poi inventare i dati richiesti presentandoli come provenienti dalla fonte. Altri tre casi riguardano l’elusione dei vincoli dell’ambiente, tra cui agenti che si servivano di siti di hosting pubblico per scambiarsi file. Una segnalazione viene quindi assegnata a uno dei tre percorsi, mentre i disaccordi vengono inoltrati al Safety Advisory Group.

🔗 Framework per la segnalazione del disallineamento dei modelli

Anthropic apre Mythos ai professionisti delle scienze della vita

17 settembre — Il Life Sciences Verification Program offre ai professionisti verificati l’accesso a Mythos, Opus e Sonnet con protezioni meno restrittive in materia di biologia. Due sovvenzioni: Standard Use copre la maggior parte dei lavori di ricerca, si estende a un team e si rinnova ogni anno, con Mythos 5.1, Opus 5 e Sonnet 5; High-risk Use rimuove tutte le protezioni che bloccano le richieste nelle scienze della vita, per un unico progetto e sei mesi, ed è attualmente limitato a Opus 5 e Sonnet 5.

Il cambiamento sostanziale riguarda il monitoraggio. Anthropic spiega che in biologia è spesso impossibile distinguere, richiesta per richiesta, un lavoro legittimo da un intento malevolo e passa dal blocco in tempo reale a un monitoraggio offline, capace di individuare un uso improprio distribuito su numerose sessioni. La contropartita esplicita è una conservazione dei dati per 30 giorni sul traffico del programma, isolato ed escluso dall’addestramento. È disponibile sulla console API e nei piani Enterprise e Team, ma non nei piani individuali né per le organizzazioni soggette a BAA.

🔗 Life Sciences Verification Program

Google sul fronte della piattaforma: statistiche mondiali, generazione di SDK e monitoraggio degli agenti

Tre componenti di una stessa strategia di piattaforma, pubblicati a un giorno di distanza.

UN System Data Commons, le statistiche dell’ONU in un grafo interrogabile

Il sistema delle Nazioni Unite lancia una piattaforma open source basata su Data Commons by Google, che riunisce statistiche finora disperse in silos e in formati divergenti. L’accesso avviene in linguaggio naturale e ogni set di dati è convalidato dagli statistici del sistema delle Nazioni Unite. L’aspetto rilevante per uno sviluppatore è l’apertura agli agenti: la piattaforma si basa su standard aperti, tra cui MCP, consentendo a un agente di recuperare autonomamente dati autorevoli. Google accompagna la promessa con un’avvertenza esplicita: esaminare le fonti sottostanti prima di citare dati critici. Obiettivo dichiarato: coprire nel 2027 l’80% dei set di dati statistici del sistema.

🔗 UN System Data Commons

Speakeasy pubblica la propria suite di generazione di SDK con licenza AGPLv3

Nel maggio 2026, mentre i team preparavano Google I/O, il fornitore che generava gli SDK client di Google è stato acquisito e ha annunciato la propria chiusura senza preavviso. Google ne trae una conclusione netta: i generatori proprietari e chiusi comportano un rischio di piattaforma inaccettabile. In cambio della migrazione, Speakeasy pubblica l’intera suite OpenAPI client con licenza AGPLv3: generatori di SDK per sette linguaggi, un generatore di CLI progettata per gli agenti e un generatore di server MCP per la documentazione, che trasforma specifiche e documentazione in una fonte interrogabile, affinché un agente consulti schemi verificati invece di indovinare metodi obsoleti. La licenza consente di ripubblicare liberamente il codice generato sotto MIT o Apache 2.0; soltanto le modifiche al compilatore devono rimanere aperte. Google quantifica il guadagno: circa un ingegnere per mantenere una toolchain client su sei destinazioni.

🔗 Perché la generazione degli SDK client deve essere aperta

Agent Anomaly Detection monitora le sessioni che sembrano normali

In anteprima privata sulla Gemini Enterprise Agent Platform, questo livello di supervisione mira a uno specifico punto cieco: l’agente restituisce una risposta corretta e chiude il ticket, ma si scopre in seguito che ha utilizzato uno strumento che non avrebbe dovuto toccare. Poiché nulla è fallito, la sessione supera le valutazioni senza attirare l’attenzione. Il sistema legge in modo asincrono i log e le tracce OpenTelemetry già emessi, fuori dal percorso della richiesta e quindi senza aggiungere latenza. I rilevatori sono basati sull’OWASP Top 10 for Agentic Applications 2026 e ogni segnalazione include un livello di gravità, una spiegazione in linguaggio chiaro e le correzioni consigliate. Un’API espone queste anomalie, consentendo a un plugin ADK di bloccare le successive chiamate agli strumenti oltre una soglia selezionata. Prerequisito: ADK 1.2 o versione successiva.

🔗 Agent Anomaly Detection in anteprima privata

Gemini CLI inaugura la serie 0.62.0 e struttura i titoli delle chiamate agli strumenti MCP

16 settembre — Dopo il passaggio della 0.60.0 al canale stabile il giorno precedente, il canale nightly di Gemini CLI riparte con una nuova serie e due cambiamenti inediti. Il primo formatta i titoli delle chiamate agli strumenti MCP come firme strutturate e ne separa le spiegazioni: una chiamata viene visualizzata in una forma leggibile e stabile anziché in una stringa che combina identificatore e commento, agevolando sia la lettura sia l’elaborazione da parte di un client ACP. Il secondo aggiunge una risposta anticipata lato server A2A quando l’endpoint dei metadati delle attività incontra uno store non supportato.

Canale	Versione al 17 settembre	Evoluzione nel periodo
Stable	v0.60.0	invariata, passata a stabile il 15 settembre
Preview	v0.61.0-preview.0	invariata, inaugurata il 15 settembre
Nightly	v0.62.0-nightly.20260917	inaugurazione della serie 0.62.0 il 16 settembre

Da notare: la nightly del 17 non elenca alcun cambiamento e riprende l’hash di build del 16.

🔗 Note di versione v0.62.0-nightly.20260916

Gli strumenti di coding: valutare gli agenti, servire più repository, affidare una carta bancaria

Quattro annunci nello stesso giorno mostrano a che punto sono gli agenti di coding.

Warp lancia Scorers, agenti che valutano gli agenti

Warp inaugura Scorers, un sistema di valutazione automatica delle sessioni degli agenti integrato in Warp Factories. Il principio: anziché giudicare le prestazioni soltanto tramite le metriche DORA, si fanno riesaminare le sessioni passate da altri agenti, con un modello giudice. Ogni valutatore è definito da un prompt di giudizio, istruzioni di classificazione, un modello giudice e una frequenza di campionamento, perché valutare costa token. Warp fornisce l’unico dato dell’articolo: nella propria factory interna, la valutazione rappresenta circa il 3% del costo totale in token.

Dimensione valutata	Domanda posta dal valutatore
Conformità	l’agente ha completato l’attività richiesta?
Efficienza	lo ha fatto senza produrre lavoro inutile?
Verbosità	ha generato il giusto numero di token?
Qualità	il codice rispetta le convenzioni previste?

I risultati dei valutatori alimentano quindi un altro ciclo di agenti che li sintetizza in batch e propone modifiche alla definizione della factory. Scorers fa parte di Warp Factories ed è in accesso anticipato.

🔗 Warp su X, annuncio di Scorers · l’articolo di Zach Lloyd

Ora basta un solo runner Amp per più repository

Finora, un runner Amp serviva soltanto la directory in cui era stato avviato: lavorare su tre repository dalla stessa macchina remota richiedeva tre runner. Ora un runner può servirne diversi, esplicitamente con l’opzione --dir ripetuta oppure automaticamente con --discover-dirs, che serve tutti i repository Git situati fino a due livelli sotto la directory corrente e tiene conto delle nuove clonazioni. L’elenco può essere modificato a caldo con amp runner dirs add, list e remove, e le aggiunte vengono memorizzate per l’avvio successivo. Secondo aspetto: un runner lasciato in esecuzione verifica la presenza di nuove versioni circa una volta all’ora e le installa; il riavvio avviene soltanto quando non è più in corso alcun thread e al massimo una volta ogni 12 ore.

🔗 Ora basta un solo runner

Kimi Code passa alla 2.0.0, ma il numero non significa ciò che sembra

Due giorni dopo la 0.43.1, Moonshot pubblica Kimi Code 2.0.0. Il salto di versione è spettacolare, il contenuto lo è meno: l’unico cambiamento classificato come major è l’aggiunta del comando /desktop, che apre nel browser la pagina dell’applicazione desktop. È un artefatto del versionamento tramite changesets, nel quale un solo changeset contrassegnato come major fa scattare il numero, non una riprogettazione. La vera informazione è altrove: Kimi Code dispone ora di un’applicazione desktop e il terminale visualizza i blocchi Mermaid sotto forma di diagrammi. Gran parte del resto consiste in una serie di sette correzioni alla gestione di un turno in corso, funzionalità evidentemente ancora instabile, oltre alla firma del binario Windows e al passaggio delle immagini a riferimenti di file anziché a dati incorporati.

🔗 Note di versione di Kimi Code 2.0.0

Cognition affida una carta bancaria a Devin, che guadagna 75 dollari

Cognition pubblica il resoconto di un esperimento condotto da luglio: dare a Devin una carta di pagamento Ramp e un numero di telefono, con un’istruzione volutamente vaga — guadagnare denaro. Il risultato dichiarato è di 75 dollari, ottenuti tramite attività di prospezione a freddo (cold outreach), la creazione di portali di pagamento e tentativi relativi a un piano aziendale. Cognition presenta l’importo soltanto come modesto: l’interesse del racconto risiede negli insuccessi e nelle protezioni, non nel fatturato. È un esperimento, non il lancio di un prodotto: non vengono annunciate funzionalità, prezzi o disponibilità.

🔗 Cognition su X, Devin e la carta Ramp

NVIDIA: quattro annunci in ventiquattro ore, da Jetson embedded al world model

TensorRT Edge-LLM completa MLPerf Edge Agentic 6,4 volte più velocemente su Jetson AGX Thor

Nel nuovo benchmark Edge Agentic di MLPerf Inference v6.1, TensorRT Edge-LLM esegue Qwen3.6-27B su un unico kit di sviluppo Jetson AGX Thor. Il benchmark riproduce venti conversazioni registrate di agenti di sviluppo, nelle quali il modello riceve una richiesta, genera una chiamata a uno strumento, osserva il risultato e prosegue: la lunghezza dell’input arriva fino a circa 23.500 token, ponendo il contesto lungo al centro della misurazione.

Metrica misurata	Valore
Durata totale del carico	24 min 36 s, contro 2 h 37 min
Throughput di output	52,33 token al secondo
Accuratezza complessiva BFCL	87,94%
Token di prompt serviti dalla cache	circa il 96%

Tre tecniche spiegano la differenza: la quantizzazione NVFP4 di pesi e attivazioni con una cache KV in FP8, il riutilizzo della cache tra i turni e una predizione multi-token ad albero che verifica in un solo passaggio i candidati più probabili; NVIDIA le attribuisce circa il 40% di decodifica aggiuntiva.

🔗 TensorRT Edge-LLM su MLPerf Edge Agentic

Gli agenti preparano le scene 3D per la simulazione robotica

NVIDIA documenta una pipeline multi-agente che trasforma una scena Blender in un mondo OpenUSD utilizzabile da Isaac Sim o Isaac Lab. Il punto di partenza è che l’addestramento di un robot spesso fallisce prima ancora del modello: la scena non è pronta a causa della mancanza di etichette semantiche, di mesh di collisione corrette o di sensori configurati. Codex, alimentato da GPT-6 Astra, coordina l’attività; sotto-agenti costruiti con l’harness Hermes e distribuiti tramite NemoClaw eseguono ogni lavoro; le Omniverse Libraries forniscono gli strumenti che agiscono sulla scena, mentre la convalida SimReady funge da criterio di accettazione. L’aspetto più interessante è la gestione dell’incertezza: le correzioni meccaniche sicure vengono applicate automaticamente, mentre quelle che dipendono dall’intento dello sviluppatore vengono sottoposte a una persona con il contesto e una proposta — 46 oggetti privi di mesh di collisione, 12 oggetti afferrabili contrassegnati come statici, 3 accessori sospesi sopra il suolo.

🔗 Preparare scene 3D per la simulazione con gli agenti

Axolotl3D ragiona sulle parti che non vede

Presentato a ECCV 2026, Axolotl3D è un modello di generazione 3D multimodale consapevole delle occlusioni. Il problema affrontato è comune e raramente trattato in modo diretto: un’immagine non mostra quasi mai la geometria completa di un oggetto e i modelli di ricostruzione devono inventare ciò che non vedono. Axolotl3D combina immagini, dati della fotocamera e geometria parziale per ricostruire le regioni mancanti preservando quelle effettivamente osservate: questa distinzione è il cuore della proposta, poiché evita che una ricostruzione degradi le parti già corrette. NVIDIA rivendica lo stato dell’arte sia nella vista singola sia nelle viste multiple, senza pubblicare dati nel messaggio di annuncio.

🔗 NVIDIA AI su X, Axolotl3D a ECCV 2026

World Labs fa volare Atlas nella sede di NVIDIA a partire da 32 foto

NVIDIA mette in evidenza una dimostrazione del world model Atlas di World Labs, applicato all’edificio Voyager. A partire da appena 32 immagini, il modello ricostruisce la sede e permette di esplorarla in tempo reale con un controllo della telecamera dichiarato preciso al singolo pixel. L’interesse tecnico risiede nell’unificazione delle modalità: Atlas fa coesistere testo, immagini, video e 3D in un contesto spaziale condiviso, così che un unico modello generi nuove viste, ricostruisca scene e simuli mondi, laddove queste attività sono solitamente affidate a sistemi distinti. Il modello è stato preaddestrato da zero su GPU Blackwell. Nei messaggi non figurano dati sulle prestazioni né modalità di accesso: è una dimostrazione di capacità, non un lancio.

🔗 NVIDIA AI su X, Atlas in Voyager

Modelli aperti e laboratori: un’arena aggirata, un orchestratore gratuito, una memoria delle tracce

Ai2 apre Steering Arena e i migliori prompt prosociali sono incomprensibili

Ai2 pubblica il bilancio di Steering Arena, un gioco costruito attorno a Olmo 3 da Soham Padia, studente di master. I giocatori inviano brevi prefissi di testo e ottengono punti in base alla forza con cui il loro testo spinge il modello verso un comportamento prosociale. Dopo circa 600 invii, le 36 migliori proposte sono tutte sequenze di token illeggibili; la migliore proposta in inglese comprensibile, che chiede semplicemente di rispondere con gentilezza e rispetto, si classifica al 37º posto con un punteggio circa 2,7 volte inferiore. Queste stringhe non sono casuali: il gioco valuta lo spostamento interno verso un pattern prosociale, indipendentemente da ciò che vi vedrebbe un lettore umano, e i giocatori hanno quindi ottimizzato la metrica. La lezione è utile per chiunque costruisca valutazioni: basta esporre una metrica per trasformarla in un bersaglio.

🔗 Ai2, bilancio di Steering Arena

Sakana Chat passa gratuitamente a Fugu Max e acquisisce una memoria

Sakana AI aggiorna Sakana Chat su due fronti. L’orchestratore Fugu Max, pubblicato tramite API l’11 settembre, sostituisce Sakana Fugu nel selettore dei modelli e diventa accessibile gratuitamente a tutti: non esegue un unico modello, ma distribuisce l’elaborazione tra diversi modelli aperti in base al contenuto del prompt. Inoltre, compare una memoria: un ruolo da assumere o una preferenza di stile indicati una volta vengono ripresi nelle conversazioni successive, sia su Namazu sia su Fugu Max. Il suo contenuto è consultabile dalle impostazioni e può essere disattivata. Un punto importante nell’uso: solo le conversazioni successive all’aggiornamento alimentano la memoria.

🔗 Sakana Chat passa a Fugu Max

funes indicizza le tracce degli agenti di coding in un dataset Lance locale

Aritra Roy Gosthipaty e Ayush Chaurasia pubblicano funes, che trasforma le sessioni passate degli agenti in una memoria consultabile. La constatazione risulterà familiare a chiunque lavori su un progetto lungo: l’agente ha individuato il test che falliva, capito perché la correzione più ovvia non funzionava, poi la sessione si è conclusa — e la settimana successiva un nuovo agente scopre il progetto come se nulla fosse accaduto. funes indicizza le tracce di Claude Code, Codex, pi e Hermes in un unico dataset Lance locale, quindi espone due strumenti, recall e get, mentre degli hook si occupano di indicizzare i nuovi turni. La scelta progettuale che distingue lo strumento è il rifiuto di coinvolgere un modello linguistico durante l’acquisizione: segmentazione ed embedding sono deterministici e locali, perché le tracce contengono percorsi locali, piani non pubblicati e talvolta credenziali incollate per errore.

🔗 funes, una memoria locale delle tracce degli agenti

Video generativo: Runway converte i frame rate, Pika cambia posizionamento

Runway lancia Enhance Frame Rate

Runway aggiunge un modello di interpolazione che converte il frame rate di qualsiasi video, compresi quelli che non sono stati generati sulla piattaforma, rendendolo uno strumento autonomo di post-produzione anziché un’opzione della pipeline interna. L’argomento è la conformità ai vincoli di trasmissione, con Runway che cita come esempio lo standard britannico di 25 fotogrammi al secondo.

Parametro	Valore
Frame rate di uscita	25, 30, 48, 60, 120 fps, più NTSC 59,94
Risoluzione massima	4K, risoluzione sorgente preservata
Durata massima	5 minuti
Costo	1 credito ogni 2 secondi, indipendentemente dai valori

Runway annuncia un’esecuzione fino a sette volte più veloce e tre volte meno costosa rispetto ad altri modelli di interpolazione, senza nominarli né pubblicare misurazioni dettagliate: allo stato attuale, l’affermazione resta non verificabile.

🔗 Presentazione di Enhance Frame Rate

Pika svela una nuova piattaforma creativa

Pika annuncia una riprogettazione completa del proprio prodotto, presentata non come una nuova versione del modello, ma come una piattaforma creativa progettata per e da creativi. L’annuncio rimane volutamente generico: nessun modello, nessuna funzionalità nominata, nessun prezzo, nessuna misurazione. Il segnale da cogliere è il cambiamento di posizionamento: le recenti pubblicazioni di Pika riguardavano soprattutto l’integrazione di modelli di terze parti nella sua API Club, mentre qui il laboratorio torna a concentrarsi sul proprio prodotto.

🔗 Pika su X, la nuova piattaforma

Perplexity Computer sostituisce la scelta del modello con un cursore dello sforzo

17 settembre — Perplexity introduce i controlli dello sforzo in Computer, il suo agente multistep. Il principio capovolge la domanda abituale: invece di chiedere quale modello usare, l’interfaccia domanda quanto sforzo meriti l’attività. Un cursore nell’omnibar propone quattro livelli, da Light a Ultra.

Impostazione	Uso previsto secondo Perplexity
Light	attività semplici e quotidiane
Standard	equilibrio tra ragionamento e costo
High	analisi complessa
Ultra	massimo sforzo su problemi aperti

Un livello determina il modello orchestratore della missione e la profondità del suo ragionamento; l’orchestratore delega poi alcune parti ad agenti di supporto, che possono utilizzare modelli di fornitori diversi. Il cursore non sceglie quindi un unico modello, ma il direttore d’orchestra. I crediti vengono consumati in base al lavoro svolto, non al livello selezionato, e i controlli personalizzati restano accessibili. Va segnalata una discrepanza tra le fonti: l’articolo annuncia la disponibilità immediata sul web e prossimamente su Android e iOS, mentre il messaggio su X indica dispositivi mobili e desktop prossimamente.

🔗 Computer aggiunge la modalità di sforzo per la selezione del modello

Cohere fissa North 2 a ottobre 2026, senza aggiungere altro

17 settembre — Cohere pubblica una scheda video di sedici secondi contenente due righe: North 2 e ottobre 2026. È la prima data associata al prodotto, svelato il 9 settembre sulla pagina della campagna AI for Empowerment con la dicitura «launching soon», senza calendario né prezzo. L’annuncio chiude la campagna di settembre: dei due prodotti allora promessi, Confidential Computing è stato rilasciato il 16 settembre in accesso anticipato in Model Vault, mentre North 2 era l’ultimo ancora atteso.

Ricaricata il 17 settembre, la pagina del prodotto mostra tuttavia ancora North 2 come «launching soon»: per il momento, la data di ottobre compare soltanto su X. L’unica descrizione pubblica si limita a una riga: un’AI aziendale migliorata in termini di sicurezza, velocità, costo e capacità. Poiché North è la piattaforma aziendale di Cohere dall’agosto 2025, una versione 2 rappresenta una tappa importante, ma l’annuncio non contiene dettagli tecnici, benchmark, prezzi né una data precisa nel corso del mese.

🔗 Cohere su X, North 2 a ottobre 2026

In breve

Claude for Startups pubblica un video sui fondatori — girato durante il Frontier Day, mostra team in fase seed supportati dal programma, con un rimando alla sua pagina e ai relativi crediti API; non vengono annunciati dati né sviluppi. 🔗 fonte
Devin trasferisce la modalità vocale a un modello vocale in tempo reale — le note di rilascio del 16 settembre aggiungono controlli immediati delle chiamate e, soprattutto, rendono sistematica la verifica dei bug di sicurezza da parte di Devin Review, il cui interruttore scompare dalle impostazioni. 🔗 fonte
Together AI pubblica un playbook in cinque fasi per passare ai modelli aperti — scoprire, valutare, adattare, decidere, portare in produzione; il testo riguarda il posizionamento commerciale, senza dati sulla migrazione né benchmark nominati. 🔗 fonte
LAION e TTS Arena lanciano Voice Acting Arena — ascoltatori umani scelgono tra due interpretazioni anonime dello stesso copione in base alla preferenza complessiva, al rispetto delle indicazioni recitative e all’autenticità percepita; la piattaforma mira alla qualità della recitazione anziché al realismo acustico. 🔗 fonte
Scientific American dedica un articolo agli Smart Cellular Bricks di Sakana AI — centinaia di mattoni identici che eseguono lo stesso automa cellulare neurale locale, senza conoscenza globale, deducono collettivamente la classe della forma del proprio assemblaggio; la novità è la pubblicazione dell’articolo, poiché il post originale risale al 13 luglio. 🔗 fonte
Sakana AI pubblica il dietro le quinte del suo team di prodotto — un articolo di recruiting che raccoglie le risposte alle domande frequenti dei colloqui sulla base di conversazioni con quattro membri del team, senza annunci tecnici. 🔗 fonte
Un articolo della community propone di misurare il recupero degli agenti dopo un fallimento — Golda Manuel suggerisce di misurare ciò che accade tra un guasto e il ritorno al lavoro produttivo, incrociando queste misure con le tracce di esecuzione; il testo rimane un quadro metodologico, senza benchmark né risultati numerici. 🔗 fonte
Gemini mette in evidenza l’esportazione STL da Canvas — un’applicazione generata in Canvas configura un vaso in 3D, che viene poi esportato in formato STL per la stampa; il messaggio non presenta la funzione come nuova. 🔗 fonte
Le protezioni di esecuzione dei workflow GitHub Actions raggiungono la disponibilità generale — il targeting per file di workflow, Insights e API REST si aggiungono alle regole relative ad attori ed eventi, mentre una regola predefinita disattiva pull_request_target sui repository pubblici e verrà applicata automaticamente a partire dal 2 novembre 2026. 🔗 fonte
Ubuntu 26.04 esce dalla fase di anteprima e ubuntu-latest cambia questo autunno — l’immagine del runner è pienamente supportata su x64 e arm64 e l’etichetta migrerà dalla versione 24.04 alla 26.04 tra il 19 ottobre e il 19 novembre 2026, con il rischio di compromettere le build che dipendono da versioni precise. 🔗 fonte
Un’API autorizza in massa PAT classici e chiavi SSH per l’SSO aziendale — su GitHub Enterprise Cloud, una GitHub App dotata di enterprise_credentials:write può autorizzare una credenziale per un massimo di 50 organizzazioni in un’unica richiesta, senza che il segreto transiti attraverso l’applicazione. 🔗 fonte
Midjourney pubblica il changelog alpha del 16 settembre — aggiunta del coreano con un invito a contribuire, primo intervento sostanziale su dispositivi mobili e tablet e correzioni per l’editor v8.2 e la barra dei prompt; i parametri predefiniti restano annunciati per una fase successiva. 🔗 fonte
Cadence riduce il tempo mediano per richiamare un paziente da 1 ora e 48 minuti a 3,5 minuti — distribuito in oltre venti sistemi sanitari statunitensi, un agente di triage costruito su ElevenAgents gestisce più di 40.000 avvisi al mese e coinvolge un’infermiera quando la situazione lo richiede. 🔗 fonte
HeyGen pubblica una guida al proprio server MCP — un articolo didattico, non un lancio, che spiega come collegare HeyGen MCP agli assistenti per non dover più aprire HeyGen al fine di utilizzare HeyGen. 🔗 fonte
Grok Voice alimenta una dimostrazione di Neuralink — l’account @grok segnala che un video pubblicato da Neuralink utilizza Grok Voice, senza annunci di prodotto né dettagli tecnici. 🔗 fonte

Che cosa significa

Gli agenti cominciano a costruire gli strumenti da cui dipendono, e questi sono gli unici dati solidi della giornata. Un Infra Agent alimentato da GLM-5.3 porta GLM-5.3-Flash in produzione in meno di due settimane e triplica il throughput; GitHub riscrive in Rust il runtime di Copilot in 128 pull request, 830.000 righe e 136,3 miliardi di token, servendosi di Copilot; Anthropic quantifica nel 26% la quota della propria R&S diretta da Claude e in oltre il 90% quella che prevede almeno una collaborazione. I tre testi concordano anche sui limiti. Z.ai insiste sulla necessità di un feedback denso — locale, economico e verificabile — senza il quale le capacità di coding non servono a nulla, e ricorda che la scelta degli obiettivi resta umana. GitHub documenta decine di regressioni nel porting, tutte corrette, e precisa che buona parte del Rust prodotto rimane una trasposizione di idiomi TypeScript. La leva non è soltanto il modello, ma l’infrastruttura che lo circonda.

Secondo movimento: la supervisione diventa un prodotto a pieno titolo. Warp vende agenti che valutano gli agenti per circa il 3% del costo in token; Google colloca Agent Anomaly Detection fuori dal percorso della richiesta per leggere le tracce OpenTelemetry già emesse e confrontarle con l’OWASP Top 10 per gli agenti; Anthropic sposta il proprio programma per le scienze della vita dal blocco in tempo reale a un monitoraggio offline associato a 30 giorni di conservazione; OpenAI formalizza tre percorsi di divulgazione pubblicando sei casi documentati. La difficoltà comune viene indicata da entrambi i sistemi di rilevamento: i danni si verificano in sessioni in cui nulla fallisce. Steering Arena definisce il limite esatto dell’esercizio: le 36 migliori proposte sono incomprensibili, perché basta esporre una metrica per trasformarla in un bersaglio.

Terzo movimento: il perimetro dell’agente si amplia e la natura della regolazione cambia. Un progetto Claude Code diventa una conversazione che avvia fino a 200 thread al giorno sui rispettivi branch; CC riceve un account Google verificato condiviso da sei persone; un runner Amp serve più repository anziché uno solo; Perplexity sostituisce la scelta del modello con un cursore dello sforzo a quattro livelli. La domanda rivolta all’utente passa da «quale modello» a «quanto sforzo» e «quale perimetro», il che presuppone fiducia nelle decisioni della piattaforma. I guardrail restano visibili: beta riservata a Pro e Max, un solo utente per progetto presso Anthropic, perimetro del gruppo e revoca in qualsiasi momento presso Google.

Infine, la specializzazione passa sempre più dal contesto anziché dall’addestramento. Astra for Law non è un modello riaddestrato, bensì GPT-6 Astra collegato a un indice di oltre 230 milioni di URL, e la differenza misurata — 54,0% contro 38,7% — deriva da ciò che gli viene fornito da leggere. La stessa logica si ritrova altrove: l’ONU espone le proprie statistiche sotto forma di grafo interrogabile tramite MCP; Speakeasy genera con licenza AGPLv3 server MCP di documentazione affinché un agente consulti schemi verificati anziché formulare ipotesi; funes indicizza localmente le tracce delle sessioni passate; TensorRT Edge-LLM serve circa il 96% dei token del prompt da una cache calda. Il corpus, l’indice e la cache sono diventati componenti architetturali al pari dei pesi.