Anthropic pubblica la versione 2026-10-21 della sua API Claude, Hugging Face lancia il modello ADN Carbon-X, METR testa il monitoraggio degli agenti presso OpenAI

Anthropic pubblica la versione 2026-10-21 dell’API Claude, la prima dal 2023: temperature, top_p e top_k vengono rifiutati e tutti gli SDK passano a una nuova versione principale, con licenza Apache 2.0. Hugging Face lancia Carbon-X, un modello aperto da 14 miliardi di parametri che legge e genera l’ADN quasi al livello di GPT-6.1 Sol, e METR pubblica insieme a Redwood Research il bilancio di tre settimane trascorse ad attaccare il monitoraggio degli agenti interni di OpenAI. Agent Skills e OpenEnv si uniscono a MCP presso l’Agentic AI Foundation, l’API Decisions di OpenAI diventa generalmente disponibile e NVIDIA dedica il secondo giorno di GTC Berlin a Cosmos e Minerva.

API Claude 2026-10-21: la prima versione dal 2023 rifiuta temperature, top_p e top_k

21 ottobre — Anthropic pubblica la versione 2026-10-21 dell’API Claude, il valore da passare nell’header anthropic-version, accompagnata da nuove versioni principali di tutti i suoi SDK e del suo CLI ant.

API version 2026-10-21 is now available. The Claude API has evolved a lot, but this is our first official version release since 2023. We plan to release versions more often so you can handle breaking changes before a new model requires them. 2023-06-01 is not deprecated.

🇮🇹 La versione 2026-10-21 dell’API è disponibile. L’API Claude si è evoluta molto, ma questa è la nostra prima pubblicazione di una versione ufficiale dal 2023. Prevediamo di pubblicare versioni più spesso, affinché possiate gestire le modifiche incompatibili prima che un nuovo modello le imponga. 2023-06-01 non è deprecata. — @ClaudeDevs su X

Il cambiamento più evidente riguarda il campionamento. Con 2026-10-21, temperature, top_p e top_k provocano un errore 400 nella Messages API, nel conteggio dei token e in ogni richiesta di un batch (Message Batch), anche ai valori predefiniti; senza questi parametri, la richiesta esegue il campionamento con una temperatura di 1.0. I modelli Claude 4.7 e successivi accettavano già soltanto questi valori. Su un modello precedente come Claude Sonnet 4.6, invece, una temperatura abbassata per ottenere output più uniformi perde il suo effetto, senza un’impostazione sostitutiva: la documentazione consiglia quindi di mantenere quella richiesta su 2023-06-01.

Elemento della richiesta	Effetto con 2026-10-21
`temperature`, `top_p`, `top_k`	Errore 400, anche al valore predefinito
Blocco documento inserito direttamente in un messaggio assistant	Errore 400 (un documento annidato, come un risultato di web fetch, resta accettato)
Citazioni non vuote nei blocchi di testo di un messaggio utente	Errore 400, incluso `search_result`
`workspace_id` delle chiavi API	Rimosso, sostituito da `scope`
Campi rinominati dell’Admin API e dell’Enterprise Analytics API	Vecchi nomi rimossi

Python 2.0.0, TypeScript 1.0.0, C# 13.0.0, Go 2.0.0, Java 3.0.0, PHP 1.0.0, Ruby 2.0.0 e ant CLI 2.0.0 inviano la nuova versione per impostazione predefinita. Questi SDK passano alla licenza Apache 2.0 al posto della MIT, mentre le versioni precedenti restano sotto MIT, e introducono proprie modifiche incompatibili: un tipo di messaggio per ruolo, la chiave API inviata in Authorization: Bearer anziché in X-Api-Key (l’API continua ad accettare entrambi), la rimozione della vecchia API Text Completions (TypeScript, Go, Java, Ruby e CLI) e della compaction lato client del tool runner, a favore della compaction lato server.

Per migrare, Anthropic pubblica una guida passo passo e rimanda alla skill /claude-api di Claude Code, la cui versione 2.1.307 aggiunge il comando /claude-api api-version. Su Amazon Bedrock, 2026-10-21 è disponibile soltanto per Claude 4.7 e i modelli successivi. Lo stesso giorno, le note di rilascio aggiungono ai profili utente (user profiles) i campi enforcement_status e enforcement_actions, che indicano se Anthropic ha imposto restrizioni o escluso uno dei clienti finali di un’organizzazione.

🔗 La guida alla migrazione a 2026-10-21 · Le note di rilascio di Claude Platform

Carbon-X: Hugging Face pubblica un modello aperto da 14 miliardi di parametri che legge e genera l’ADN

22 ottobre — Hugging Face pubblica Carbon-X, un modello aperto da 14 miliardi di parametri che elabora l’ADN e il linguaggio naturale nello stesso flusso di token: è possibile interrogarlo su una sequenza, chiedergli l’effetto di una mutazione o fargli generare ADN. Derivato da Qwen3-14B, è pubblicato con licenza Apache 2.0 dall’organizzazione HuggingFaceBio, che aveva rilasciato l’annotatore di geni Carbon-A l’8 ottobre.

Il team di Loubna Ben Allal, Lewis Tunstall e Leandro von Werra ha proseguito l’addestramento di Qwen3-14B (midtraining) su 300 miliardi di token che mescolano ADN, inglese e dati intercalati, per poi sottoporlo a post-addestramento tramite affinamento supervisionato e apprendimento per rinforzo. Un tokenizer ibrido mantiene il BPE di Qwen3 per il testo e suddivide l’ADN in 6-mers non sovrapposti, con un token che copre sei coppie di basi. Senza un encoder ADN separato, testo e sequenze condividono la stessa matrice di embeddings e una risposta può mescolare entrambi.

Su cinque benchmark (effetto delle varianti, comprensione delle sequenze, previsione della base successiva), Carbon-X ottiene una media del 66,7 % senza ragionamento: 27 punti in più di Qwen3-14B e un risultato migliore di tutti gli altri modelli aperti valutati. GPT-6.1 Sol fa appena meglio, con il 67,5 %, ma Carbon-X supera tutti i modelli testati, aperti e chiusi, nell’effetto delle varianti codificanti (BioReason Coding) e nella previsione della base successiva.

Modello valutato	Indice ADN dell’articolo (arrotondato)
GPT-6.1 Sol	68 %
Carbon-X	67 %
Kimi K3	50 %
DeepSeek V4.1 Flash	47 %
Qwen3-14B	40 %
GLM-5.3	40 %

Introducing Carbon-X: The best open DNA model. We midtrained a 14B model on DNA and text, and it beats every open language model and matches GPT-6.1 Sol at 1,000x lower cost.

🇮🇹 Ecco Carbon-X, il miglior modello aperto per l’ADN. Abbiamo proseguito l’addestramento di un modello da 14B su ADN e testo: batte tutti i modelli linguistici aperti ed eguaglia GPT-6.1 Sol a un costo 1 000 volte inferiore. — @LoubnaBenAllal1 su X

Sul costo circolano due cifre: la scheda del modello lo stima a circa 1/1 800 di quello di GPT-6.1 Sol per problema, mentre l’annuncio arrotonda a un costo 1 000 volte inferiore. Il calcolo si basa sulle tariffe API standard dei modelli confrontati, ciascuno considerato al livello di ragionamento che fornisce la sua media migliore, e, per Carbon-X, sul throughput misurato durante un’ora di H200 fatturata 5 dollari; il modello risponde direttamente, senza ragionamento esteso. Clément Delangue, PDG di Hugging Face, presenta Carbon-X come una risposta alle misure di protezione dei laboratori all’avanguardia in biologia, che secondo lui ostacolerebbero scienziati, università, associazioni e agenzie sanitarie senza fermare gli attori malevoli.

🔗 La scheda di Carbon-X · L’articolo di rilascio · Il tweet di Clément Delangue

METR e Redwood Research mettono alla prova il monitoraggio degli agenti interni di OpenAI

22 ottobre — METR pubblica il resoconto di un’esercitazione condotta quest’estate presso OpenAI insieme a Redwood Research. Dal 21 luglio all’11 agosto, un dipendente di ciascuna organizzazione ha trascorso tre settimane sul posto ad attaccare (red-teaming) il sistema asincrono che monitora il disallineamento degli agenti interni di OpenAI, quelli che scrivono codice o conducono esperimenti per i suoi ricercatori. L’accesso era esteso: dispositivi forniti da OpenAI che non hanno mai lasciato i locali, codice interno, prompt e configurazione dei monitor, colloqui con una dozzina di ricercatori e ingegneri.

Misura riportata da METR	Valore stimato
Traffico agentico interno della Responses API idoneo al monitoraggio (modelli da GPT-5.5 in poi)	Circa dal 75 al 94 %
Traffico degli agenti Codex interni idoneo al monitoraggio	99,2 %
Traffico Codex interno idoneo ma non monitorato, da maggio a luglio 2026	Nell’ordine del 10 % (compaction)
Richieste del monitor terminate con errore	Meno dello 0,2 %
Rapporto interno, poi versione con omissis	61 pagine, poi 38 pagine

Queste stime, caratterizzate da un’elevata incertezza secondo METR, riguardano il sistema come si presentava al 21 luglio. La lacuna principale derivava dagli eventi di compaction del contesto, che i monitor non vedevano:

Because of this coverage gap, we estimated that on the order of 10% of internal Codex traffic was unmonitored from May to July. OpenAI had independently identified this issue shortly before the exercise began.

🇮🇹 A causa di questa lacuna nella copertura, abbiamo stimato che circa il 10 % del traffico Codex interno non fosse monitorato da maggio a luglio. OpenAI aveva individuato autonomamente questo problema poco prima dell’inizio dell’esercitazione. — @METR_Evals su X

OpenAI l’ha corretta durante l’esercitazione. Poiché il monitor si attivava soltanto quando l’agente restituiva il controllo all’utente, un agente poteva, finché la compaction sfuggiva al monitoraggio, rinviare quest’ultimo indefinitamente continuando ad agire. L’addestramento per rinforzo non era coperto all’inizio dell’esercitazione.

Il team descrive anche alcune vulnerabilità: un aggiramento della sandbox di Codex e di Auto-Review che concedeva all’agente tutti i permessi dell’utente host, una tecnica che sottraeva centinaia di azioni recenti al monitoraggio (dettagli oscurati da OpenAI), input capaci di far fallire il monitor sfruttando differenze di serializzazione, due header controllabili dal client che disattivavano il monitoraggio dei nuovi agenti, il cui utilizzo restava tuttavia rilevabile, e due strumenti interni non monitorati, ritenuti di sola lettura, che un semplice exploit, non convalidato nella pratica, avrebbe potuto sfruttare per altri scopi. Per contro, il monitor vede l’intera traiettoria dell’agente, salvo poche eccezioni, e i suoi prompt cercano macchinazioni (scheming), sabotaggio, esfiltrazione di dati, inganni e prompt injection.

OpenAI afferma di aver corretto tutte le vulnerabilità che riguardavano il suo stack di protezioni in produzione; METR precisa di non aver valutato questa affermazione. Le parti avevano concordato in anticipo di pubblicare soltanto un breve articolo, con la possibilità per OpenAI di oscurare parti del rapporto. METR ne ricava cinque principi di progettazione, tra cui rendere il monitoraggio difficile da evitare (ad esempio ogni N minuti o ogni N messaggi), attaccare regolarmente il sistema e isolare gli agenti dai loro monitor. Per OpenAI, questi risultati hanno contribuito a rafforzare le protezioni durante l’ampliamento del sistema e orienteranno le future collaborazioni con valutatori terzi. Il 15 ottobre, Anthropic aveva descritto un accesso analogo concesso a un team di METR.

🔗 Red-Teaming dei sistemi di monitoraggio degli agenti interni di OpenAI (METR) · Il tweet di @OpenAI

Agentic AI Foundation: Agent Skills, Open Responses, OpenEnv e OpenSandbox si uniscono a MCP

22 ottobre — L’Agentic AI Foundation (AAIF), la fondazione della Linux Foundation cofondata l’anno scorso da Anthropic, Block e OpenAI e che ospita già MCP, accoglie quattro nuovi progetti in una volta sola: Agent Skills, conferito da Anthropic, Open Responses da OpenAI, OpenEnv da Hugging Face e OpenSandbox da Alibaba. Conta così 10 progetti già nel suo primo anno; secondo Manik Surtani, CTO e cofondatore, ciascuno copre una parte dello stack, dal modo in cui gli agenti acquisiscono capacità fino all’ambiente in cui vengono eseguiti.

Anthropic dona il nome e il logo Agent Skills, l’organizzazione GitHub e il dominio agentskills.io. Nato durante il lavoro su Claude Code, questo formato di cartelle che insegnano a un agente a svolgere un compito (un file SKILL.md, script, documenti di riferimento) è stato pubblicato come standard aperto nel dicembre 2025; secondo Anthropic, da allora oltre 70 piattaforme di agenti lo hanno integrato, tra cui ChatGPT, Cursor, GitHub Copilot e VS Code, ed è stato pubblicato 1 milione di skill, per quasi 280 milioni di installazioni. Ingegneri di Anthropic, Google, OpenAI e altre aziende ne cureranno la manutenzione a titolo individuale, con David Soria Parra e Mahesh Murag come responsabili (Lead Maintainers), e il thread di @ClaudeDevs cita anche Earendil, Microsoft e OpenCode nel comitato direttivo tecnico. Le skill esistenti continuano a funzionare e le licenze non cambiano; primo passo proposto: versioni numerate, un processo formale di proposte e raccomandazioni di sicurezza.

Hugging Face, da parte sua, affida OpenEnv, il suo framework aperto di ambienti per addestrare agenti, a una governance neutrale, con un comitato che riunisce tra gli altri Microsoft, Reflection, Meta-PyTorch, Fleet, Mercor, Nebius, Modal, Prime Intellect e Unsloth. I vecchi indirizzi meta-pytorch/OpenEnv e huggingface/OpenEnv reindirizzano ora a github.com/openenv/OpenEnv.

🔗 Il comunicato della Linux Foundation · L’articolo di Anthropic · L’annuncio di Ben Burtenshaw (Hugging Face) · Il thread di @ClaudeDevs

Progettare e governare gli agenti: sottoagenti compressi, modalità auto predefinita, adozione agentica a confronto

Tre annunci riguardano meno ciò che gli agenti sanno fare e più il modo di organizzarli, lasciare loro il controllo e misurarne l’utilizzo.

Anthropic consiglia di integrare i sottoagenti nel ciclo principale e pubblica un kit di migrazione open source

22 ottobre — In una guida alle buone pratiche per Claude Platform firmata da Diane Sarkis, il team Applied AI di Anthropic osserva che, in diverse implementazioni aziendali, un singolo agente dotato di skills ha spesso ottenuto risultati qualitativamente migliori rispetto a un unico prompt onnicomprensivo o a un’architettura con sottoagenti, spesso con costi e latenza per attività inferiori; un cliente ha misurato un’esecuzione circa due volte più rapida rispetto al proprio harness multi-agent. Anthropic afferma di aver ridotto di oltre l’80 % il prompt di sistema di Claude Code per i suoi modelli più avanzati, in parte grazie alla divulgazione progressiva di skills e strumenti, e osserva che oltre le 30-50 definizioni di strumenti, la capacità di sceglierli peggiora. I sottoagenti mantengono la loro utilità quando il contesto si satura, per attività parallele il cui contesto può essere scartato, o quando l’agente fatica a scegliere i propri strumenti. Il kit single-agent-loop-kit (Apache-2.0) esegue in sequenza /claude-api build-eval, prompt-audit, hillclimb e cost-optimize per passare a un ciclo unico.

🔗 La guida di Anthropic sui sottoagenti · anthropics/single-agent-loop-kit (GitHub)

Le sessioni delle applicazioni Claude passeranno alla modalità auto per impostazione predefinita su Pro, Max e Team

22 ottobre — A partire dalla prossima settimana, secondo @claudeai, le sessioni delle applicazioni Claude sul web, su desktop e su mobile funzioneranno per impostazione predefinita in modalità auto per i piani Pro, Max e Team: invece di chiedere l’approvazione di ogni passaggio, un controllo automatico blocca le azioni rischiose, ed è possibile tornare alla modalità manuale in qualsiasi momento. La modalità auto è già l’impostazione predefinita di Claude Code per questi piani dal 14 agosto, e delle sessioni nel terminale e in VS Code su tutti i piani dalla versione 2.1.284 del 28 settembre; il tweet cita peraltro l’annuncio di agosto, in cui il classificatore individuava nei test l’89 % dei comandi pericolosi, contro il 14 % dell’approvazione manuale. L’annuncio si limita a un tweet, senza una data precisa, senza dettagli sulle sessioni interessate né menzioni di Enterprise.

🔗 Il tweet di @claudeai

Il Copilot impact dashboard confronta l’adozione agentica di un’azienda con quella delle aziende simili

22 ottobre — Il pannello di impatto di Copilot (Copilot impact dashboard) aggiunge un confronto settoriale (Industry comparison), facoltativo e disattivato per impostazione predefinita. Le aziende, e le organizzazioni che non dipendono da un’azienda, possono confrontare due indicatori con i valori di riferimento aggregati di realtà simili partecipanti: la quota dei propri utenti che lavorano principalmente con gli agenti (agent-first) o con più agenti (multi-agent), e il tasso di merge delle pull request di questi utenti agentici rispetto agli altri. Ogni punteggio viene classificato rispetto alla mediana delle realtà simili su 28 giorni, poi rispetto al decile superiore quando il gruppo cresce, per dimensione aziendale e in dieci settori. I confronti si aggiornano ogni giorno, i dati aggregati vengono eliminati dopo 30 giorni, i clienti con residenza dei dati vengono confrontati solo con quelli della propria regione, e nessun dato viene reso disponibile tramite l’API delle metriche o le esportazioni. Al lancio, in mancanza di partecipanti, potrebbe essere visibile solo la mediana, o addirittura nessuna classificazione.

🔗 Confronti settoriali nel Copilot impact dashboard

Modelli decisionali: l’API Decisions di OpenAI in disponibilità generale, GLiDE v1.2 in testa al Decision Index

I modelli decisionali rispondono a domande a risposta chiusa (classificare, instradare, scegliere l’azione successiva) senza generare testo. Nello stesso giorno, OpenAI apre a tutti la propria API dedicata e Fastino pubblica pesi che dichiara primi nell’indice di riferimento di Hugging Face.

OpenAI porta l’API Decisions in disponibilità generale, con 400 domande per richiesta

22 ottobre — Sedici giorni dopo la beta pubblica, l’API Decisions passa alla disponibilità generale (generally available). Basata su GPT-6 Luna, restituisce una probabilità (predicate), una scelta tra valori forniti (choice) o un punteggio su una griglia (score), fino a 10 volte più velocemente di GPT-6 Luna tramite la Responses API secondo OpenAI. Ora accetta input JSON nativi, immagini nelle istruzioni di ogni domanda e fino a 400 domande per richiesta, contro le 200 della beta, e aggiunge la memorizzazione in cache del contesto riutilizzato, l’inferenza con residenza negli Stati Uniti e nell’UE e l’integrazione nativa con GPT-Live. L’input resta a 0,10 dollari per milione di token, l’input in cache costa 0,01 dollari e l’output non viene fatturato.

Cliente citato	Beneficio dichiarato a OpenAI
Box	Scelta del percorso circa 5 volte più rapida, stessa accuratezza della Responses API
Datadog	Punteggio di rischio dei comandi degli agenti 40 volte più rapido al p95
Ramp	4 volte più rapido e 30 % più economico di GPT-6 Luna
Sierra	Meno di 280 ms al p95, 90 % più economico per chiamata rispetto all’approccio precedente
Speak	Tempo prima dell’azione successiva ridotto da 1,4 s a 0,13 s

L’SDK openai-python 3.37.0, pubblicato la sera stessa, amplia i tipi di Decisions con una modifica incompatibile nella tipizzazione.

🔗 Crea app più reattive con la Decisions API

Fastino pubblica GLiDE v1.2, che dichiara primo nel Decision Index v0.4.1

22 ottobre — Fastino pubblica GLiDE v1.2, una nuova versione del proprio modello decisionale, con i pesi su Hugging Face e l’accesso tramite la propria API. Secondo Fastino, è primo nel Decision Index v0.4.1 di Hugging Face, con uno degli errori di calibrazione più bassi dell’indice; il 21 ottobre, Base Labs annunciava mammoth-1 al primo posto con 71,24, ma sulla versione 0.4: i due punteggi non sono confrontabili. Il modello legge testo, JSON e ora anche immagini, e restituisce in un solo passaggio una probabilità per ogni opzione: una scelta tra un massimo di 255, un sì o no, oppure un livello su una scala; Fastino ha rimosso i token di ragionamento per ridurre la latenza.

Caratteristica di GLiDE v1.2	Valore annunciato
Dimensione del modello	26 miliardi di parametri
Hardware minimo	Una GPU con almeno 80 Go
Punteggio secondo Fastino	71,5 nel Decision Index v0.4.1, 1,7 punti davanti al successivo
Tariffa dell’API Fastino	0,04 dollari per milione di token di input
Licenza dei pesi	fastino-community: gratuita, accordo commerciale oltre i 10 milioni di dollari di fatturato annuo

🔗 Il post di Fastino · fastino/GLiDE (Hugging Face)

Accesso ai modelli: router soggetti all’approvazione di OpenAI, Batch API per Perplexity, calcolo confidenziale per Cohere

Tre cambiamenti riguardano il modo di accedere ai modelli più che i modelli stessi: gli intermediari, l’elaborazione in grandi volumi e la riservatezza delle richieste.

Dal 20 novembre OpenAI richiederà ai router di modelli e ai gateway di IA di ottenere la sua approvazione

21 ottobre — In un post della sezione Safety, OpenAI afferma di aver armonizzato con i propri clienti e partner le politiche di sicurezza dei servizi che danno accesso ai suoi modelli, direttamente, tramite un partner che li ospita o tramite un rivenditore: protezioni coerenti con le proprie, indagini su possibili violazioni, misure quando viene individuato un problema e applicazione coordinata delle restrizioni da un servizio all’altro. Il cambiamento più concreto deriva dalle Politiche di utilizzo (Usage Policies) aggiornate con decorrenza dal 20 novembre 2026: i servizi che danno accesso diretto ai modelli, come i router di modelli (model routers) o i gateway di IA (AI gateways), dovranno sottoporsi alla verifica di OpenAI e ottenere la sua approvazione prima di offrire tale accesso. OpenAI introduce anche i SafetyIDs, che i clienti possono fornire per distinguere gli utenti finali durante un’indagine senza rivelarne l’identità. Il post non nomina alcun servizio interessato e non illustra nel dettaglio la procedura di approvazione.

🔗 Un accesso più ampio grazie a standard coerenti (OpenAI)

Perplexity apre una Batch API per la propria Agent API, fino a 50 000 richieste per file

22 ottobre — Perplexity aggiunge una Batch API alla propria Agent API, per le attività che non richiedono una risposta immediata (valutazioni, classificazione, arricchimento dei dati): si carica un file JSONL di richieste, si crea un batch, poi si recuperano un file di risultati e un file di errori, con endpoint che riprendono la struttura della Batch API di OpenAI. Ogni richiesta esegue il ciclo completo dell’Agent API: la ricerca web (web_search) e la lettura delle pagine (fetch_url) funzionano quindi anche in differita.

Limite della Batch API	Valore pubblicato
Richieste per file	50 000, per un massimo di 200 Mo
Modelli accettati	Uno solo per file, tra quelli dell’Agent API
Tempo di elaborazione	Obiettivo di 24 h senza garanzia, scadenza tassativa a 48 h
Conservazione dei file	30 giorni
Tariffa di elaborazione	Nessun prezzo batch distinto; livello flex per i modelli OpenAI che lo offrono

Le richieste di un batch non vengono conteggiate nel limite di richieste dell’Agent API, e quelle che non sono state avviate entro la scadenza scadono senza essere fatturate. Il servizio non è disponibile per le organizzazioni con conservazione dei dati nulla.

🔗 Il thread di @perplexitydevs · La documentazione della Batch API

Cohere apre in beta pubblica il Confidential Computing di Model Vault, su GPU NVIDIA H100 in Azure

22 ottobre — Lanciato in accesso anticipato il 16 settembre, il Confidential Computing di Model Vault, la piattaforma di inferenza dedicata e gestita di Cohere, passa in beta pubblica: i clienti possono creare vault cifrati e distribuirvi i propri carichi di lavoro fin da ora, con le stesse API. La beta funziona su GPU NVIDIA H100 in Microsoft Azure, che fornisce l’infrastruttura di calcolo confidenziale, mentre NVIDIA Confidential Computing protegge la memoria della GPU e cifra gli scambi tra CPU e GPU. Il contenuto delle richieste viene cifrato end-to-end tramite Oblivious HTTP (OHTTP) fino all’ambiente attestato, e il software del cliente verifica una prova firmata dell’hardware, del firmware (firmware) e del software prima di ogni invio; secondo Cohere, nemmeno i suoi operatori e il fornitore cloud possono leggere la memoria protetta. Restano fuori dal perimetro alcuni attacchi fisici o tramite canali laterali, la disponibilità, le vulnerabilità applicative come la prompt injection, i metadati e gli identificativi di API e modello. Le GPU Blackwell B200, la disponibilità generale e uno stack open source sono annunciati senza una data, e non viene comunicata alcuna tariffa.

🔗 Confidential Computing su Cohere Model Vault · L’articolo tecnico di Cohere

Osservare e prevedere il pianeta: ForTy, OlmoEarth v1.3 e StormScope EU

Tre pubblicazioni del giorno mappano la Terra o formulano previsioni a partire da immagini satellitari, di cui due basate su embeddings che riassumono ogni pixel di 10 metri.

Google DeepMind pubblica ForTy, una mappa mondiale a 10 metri che distingue foreste naturali, piantagioni e colture arboree

22 ottobre — Google DeepMind e Google Research pubblicano insieme al World Resources Institute (WRI) e all’IIASA Forest Typology (ForTy) 2020, una mappa che assegna ogni porzione di 10 metri per 10 della superficie terrestre a una delle sei categorie derivate dalle definizioni della FAO: foresta primaria, foresta a rigenerazione naturale, foresta piantata, piantagione forestale, colture arboree e agroforestazione, altre terre. Mentre la maggior parte delle mappe indica soltanto la presenza di alberi, ForTy distingue una foresta primaria da una piantagione di palme da olio, rendendola un riferimento per il regolamento europeo sui prodotti «a deforestazione zero» (EUDR). Il modello si basa sugli embeddings di AlphaEarth Foundations e su circa 1,7 milioni di punti annotati; validato su oltre 9 000 siti estratti a caso, identifica il tipo di foresta corretto nel 90 % dei casi, distingue foresta e non foresta nel 95 % dei casi, e fornisce una probabilità per classe anziché un’etichetta. Una serie annuale 2017-2025, in versione preliminare, mostra anche cosa sostituisce una foresta scomparsa. La mappa e la serie sono liberamente disponibili su Google Earth Engine, con licenza aperta.

🔗 Il post di Google DeepMind · L’articolo di Scientific Data

Ai2 pubblica OlmoEarth v1.3 ed embeddings satellitari precalcolati per l’intero pianeta

22 ottobre — Ai2 pubblica OlmoEarth v1.3, un modello che legge un anno di immagini radar (Sentinel-1) e multispettrali (Sentinel-2, Landsat) e riassume ogni pixel di 10 metri in un vettore. Ai2 ha calcolato questi embeddings e li condivide su Source Cooperative: l’intero pianeta per il periodo dal 2023 al 2025, solo alcuni paesi dal 2017 al 2022. Un piccolo classificatore addestrato su questi dati è ora sufficiente per mappare colture, copertura del suolo o cambiamenti, senza affinare il modello per ogni singola attività. Un esploratore nel browser, senza account, confronta gli anni, cerca luoghi simili ed esporta una mappa in GeoTIFF.

Misura di OlmoEarth v1.3	Valore pubblicato
Embedding per pixel di 10 m	128 dimensioni, oppure le prime 64 nella versione leggera
Valutazioni vinte rispetto ad AlphaEarth Foundations e Tessera v2	20 su 27 (128 dimensioni), 18 su 27 (64 dimensioni)
Calcolo per l’addestramento rispetto alla v1.2	53 %
Archivio di embeddings precalcolati	Circa 150 To all’anno

Pesi, dati e codice sono pubblicati con la licenza OlmoEarth Artifact License, e Ai2 presenta contemporaneamente PLANTEUR, un banco di prova per la mappatura delle colture in sei territori francesi d’oltremare.

🔗 Il post di Ai2

StormScope EU entra in Earth-2 nel secondo giorno di GTC Berlin

22 ottobre — NVIDIA aggiunge a Earth-2, la sua famiglia di modelli per le previsioni meteorologiche e climatiche, StormScope EU: una versione regionale di StormScope addestrata su dati europei, che prevede a brevissimo termine l’evoluzione della nuvolosità sui 16 canali di Meteosat, a intervalli di 10 minuti, a partire dalle osservazioni di EUMETSAT. Vengono citati diversi utenti europei di Earth-2: AXA ha simulato oltre 1 000 stagioni cicloniche con FourCastNet 3, Vaisala Xweather arricchisce StormScope con dati sui fulmini, TotalEnergies prevede la radiazione solare in due siti e l’Università di Manchester esegue su un DGX Spark un modello CorrDiff per la qualità dell’aria addestrato sul supercomputer Isambard-AI.

🔗 Earth-2 in Europa (blog NVIDIA)

GTC Berlin, secondo giorno: NVIDIA amplia Cosmos, lancia Minerva e quantifica i risultati dei suoi clienti europei

22 ottobre — Nel secondo giorno di GTC Berlin, NVIDIA pubblica una serie di articoli dedicati ai suoi clienti europei, che presentano soprattutto casi con risultati numerici. Shopify ha sottoposto a post-training Nemotron 3.5 Lightning per il sottoagente GraphQL del suo assistente Sidekick, più preciso di un modello di punta nel suo benchmark interno, con un costo di servizio ridotto del 90 % e risposte 7 volte più rapide; bunq esegue il suo assistente Finn su modelli aperti, al livello dei migliori modelli chiusi al 60 % del costo per risposta; Stripe accelera di 42 volte le pipeline di dati di Radar, il suo strumento antifrode, nei test offline. Sul fronte energetico, le batterie di Hitachi Energy sono qualificate DSX Ready, Schneider Electric convalida architetture di riferimento Vera Rubin e Siemens Energy pubblica un progetto di riferimento. Sul fronte dei prodotti, NVIDIA amplia Cosmos e lancia Minerva.

🔗 Il commercio europeo (blog NVIDIA) · I servizi finanziari europei · L’energia delle fabbriche di IA

Cosmos: cinque blueprint Data Factory, un Framework aperto ad altri modelli e NIM fino a due volte più veloci

22 ottobre — NVIDIA completa Cosmos, la sua piattaforma di modelli del mondo (world models), in ogni fase. Per i dati, Cosmos Data Factory, già citato il giorno prima, si articola in cinque blueprint cloud nativi disponibili tramite GitHub, Microsoft Azure, Nebius e CoreWeave: dataset per veicoli autonomi, augmentation degli attributi delle immagini, video di eventi rari o pericolosi, immagini di difetti (circuiti stampati, metallo, vetro) e augmentation dei video (meteo, illuminazione). Per l’addestramento, Cosmos Framework estende le sue ricette di perfezionamento (fine-tuning), apprendimento per rinforzo, distillazione e quantizzazione, sotto forma di skill per agenti, ad altri modelli aperti come GR00T, Alpamayo, Qwen o Pi0.5. Per il deployment, nuove varianti Cosmos 3 Nano servono a valutare in simulazione le policy per la guida autonoma e per robot bimanuali, i microservizi NIM Cosmos 3 guadagnano fino a un fattore 2 nella velocità di inferenza in configurazioni convalidate e il blueprint Metropolis VSS 3.3 monitora il 40 % di flussi video in più sulla stessa GPU. MicroAGI ha così distillato il suo modello di ragionamento Cosmos 3 da 32B in un Nano da 8B senza perdita di precisione, mentre Porsche, citata il giorno prima, quantifica fino al 90 % la riduzione dei suoi test fisici ripetuti.

🔗 L’articolo su Cosmos (blog NVIDIA)

Minerva, una piattaforma AIOps per mantenere produttive le fabbriche di IA

22 ottobre — NVIDIA lancia Minerva, una piattaforma di gestione tramite IA (AIOps) per le fabbriche di IA, dove un singolo componente degradato può rallentare un intero addestramento. Riunisce la telemetria di GPU, rete, storage, scheduler e workload in un grafo di conoscenza che collega l’hardware (GPU, SuperNIC, switch, cavi) alle attività in corso, per risalire da un addestramento rallentato al componente responsabile, anche su centinaia di migliaia di GPU secondo NVIDIA. Modelli supervisionati e non supervisionati analizzano miliardi di punti dati all’ora, individuano anomalie inedite, anticipano i guasti e raggruppano una valanga di alert in un unico incidente con la sua probabile causa; un assistente in linguaggio naturale propone correzioni, applicate manualmente o automatizzate. IREN la utilizza già; Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI e Tesla prevedono di implementarla, mentre Lenovo e Supermicro la proporranno, oltre a Dell Technologies. NVIDIA non pubblica né prezzi né miglioramenti quantificati.

🔗 Minerva (blog NVIDIA)

Rappresentare le culture e le popolazioni: CulturalRiddles e Nemotron-Personas-UK

Due dataset pubblicati nello stesso giorno misurano o correggono la fedeltà dei modelli alle culture e alle popolazioni reali.

Cohere Labs pubblica CulturalRiddles, 6 200 enigmi di 62 culture che rivelano i punti ciechi culturali degli LLM

22 ottobre — Cohere Labs pubblica CulturalRiddles, un benchmark che misura la comprensione culturale dei modelli linguistici attraverso enigmi. In sei mesi, 194 volontari hanno scritto circa 6 200 enigmi originali nella propria lingua, per 62 comunità culturali, 45 paesi e 51 lingue, alcune delle quali assenti dai benchmark esistenti, come il bugis o il mongondow. Su 28 modelli proprietari, aperti o regionali, con circa 68 000 risposte revisionate da madrelingua, il migliore risolve il 79 % degli enigmi, ma nessuno supera il 22 % in lumasaba (Uganda) o in mongondow (Indonesia). La lingua spiega solo una piccola parte del divario: tradotti in inglese, gli enigmi delle cinque comunità più difficili fanno salire cinque modelli soltanto dal 22 % al 32 %. Autorizzati a rispondere «non lo so», i modelli lo hanno fatto solo nello 0,7 % dei casi, mentre circa il 31 % delle risposte revisionate era inventato; 18 modelli su 28 rispondono pallanuoto a un enigma tedesco la cui soluzione è il rugby subacqueo. Enigmi, codice e dashboard sono pubblici, senza mettere in evidenza alcun modello Cohere.

🔗 CulturalRiddles (Cohere Labs) · Il dataset su Hugging Face

Nemotron-Personas-UK: un milione di personas sintetiche allineate ai censimenti britannici

22 ottobre — Locai Labs, un laboratorio londinese di IA sovrana, pubblica insieme a NVIDIA Nemotron-Personas-UK, un milione di personas sintetiche con licenza CC BY 4.0. Ciascuna rispetta le distribuzioni demografiche, geografiche, socioeconomiche e professionali dei censimenti di Inghilterra e Galles, Scozia e Irlanda del Nord, senza che vi figuri alcuna persona reale. Con NeMo Data Designer, un modello probabilistico estrae prima combinazioni realistiche, poi Gemma 4 31B redige gli attributi di ogni persona (origine culturale, competenze, obiettivi di carriera, hobby), su 18 GPU NVIDIA. Questi dataset servono ad addestrare e testare modelli che devono riflettere una popolazione precisa senza esporre dati personali. Nel secondo giorno di GTC Berlin, NVIDIA ha presentato in parallelo Nemotron-Personas-Germany, un milione di record basati sul censimento del 2022 (16 Länder, 400 distretti), utilizzabili con la libreria open source NeMo User Sim per verificare che un modello di servizio pubblico si comporti allo stesso modo da una regione o da una fascia d’età all’altra; sono previste edizioni con SpeakLeash, in Polonia, e con l’Università di Lubiana. La raccolta Nemotron-Personas copre ora 12 paesi, tra cui la Francia.

🔗 L’articolo di Locai Labs · Il settore pubblico europeo (blog NVIDIA)

Immagini e video generativi: Ideogram Vector 1.0, HeyGen Video 1 e FLUX Video Upscale

Ideogram lancia Ideogram Vector 1.0, il suo primo modello vettoriale, che genera SVG modificabili

22 ottobre — Ideogram va oltre le immagini raster con Ideogram Vector 1.0. A partire da un prompt, con immagini di riferimento se lo si desidera, il modello genera direttamente un file SVG; sa anche convertire un’immagine esistente in formato vettoriale, senza prompt. Ogni creazione è un unico SVG le cui forme, colori e sfumature restano modificabili in Illustrator, Figma o nel codice. Ideogram punta a loghi, lettering, etichette, stampa e illustrazione (incisione, pop art, campiture, disegno al tratto), facendo leva sul suo storico punto di forza, il testo leggibile. Il modello è disponibile in Ideogram, tramite API e presso partner non nominati, senza benchmark pubblicati.

Modalità di generazione	Prezzo per SVG
Da testo a vettore, qualità Low	0,13 dollari
Da testo a vettore, qualità Medium	0,16 dollari
Da testo a vettore, qualità High	0,20 dollari, 0,32 dollari con riferimenti
Da immagine a vettore	0,10 dollari per immagine

🔗 L’annuncio di Ideogram · La pagina del modello

HeyGen Video 1 si classifica primo nella generazione da testo a video senza audio su Artificial Analysis, terzo con audio

22 ottobre — HeyGen afferma che HeyGen Video 1, il suo primo modello video generalista, si è classificato primo nella generazione da testo a video in un test alla cieca di Artificial Analysis. La classifica AA-Video-T2V v2.1 ridimensiona l’affermazione: la variante classificata, HeyGen Video (ultraquality), è effettivamente prima nella vista senza audio, con un intervallo di confidenza che si sovrappone a quello di Wan 3.0, ma solo terza nella vista con audio, visualizzata per impostazione predefinita.

Vista della classifica	Posizione di HeyGen Video (ultraquality)	Modelli vicini in classifica
Senza audio	1º posto, 1 144 Elo (posizione da 1 a 2)	Wan 3.0 a 1 134, MiniMax H3 768p a 1 120
Con audio, vista predefinita	3º posto, 1 160 Elo (posizione da 2 a 7)	Wan 3.0 a 1 175, Utopai X a 1 167

Sottoposto a post-training su MiniMax H3, il modello supera nettamente il proprio modello di base senza audio (1 144 contro 1 120), ma di soli due punti con audio (1 160 contro 1 158). Artificial Analysis indica un’API «in arrivo» per questa variante, mentre HeyGen presenta HeyGen Video 1 come disponibile in HeyGen e tramite API, a 0,01 dollari al secondo in promozione.

🔗 La classifica da testo a video di Artificial Analysis · Il tweet di @HeyGen

Black Forest Labs rinnova FLUX Video Upscale, che definisce meno costoso di Topaz Astra 2 e due volte più veloce

22 ottobre — Black Forest Labs annuncia una revisione completa di FLUX Video Upscale, il suo strumento di super-risoluzione video lanciato il 20 agosto, che presenta come il migliore sul mercato, meno costoso di Topaz Astra 2 e due volte più veloce, senza pubblicare confronti numerici. Lo strumento, basato su FLUX 3 secondo la pagina del prodotto, rigenera ogni fotogramma alla nuova risoluzione anziché interpolare i pixel. Un parametro ne regola il comportamento: la modalità precisa migliora la sorgente senza alterarla, per volti e prodotti, mentre la modalità creativa, predefinita, inventa dettagli con il rischio di alterare un volto.

Parametro di FLUX Video Upscale	Valore pubblicato
Fattore di ingrandimento	Da 1,5 a 3 volte, fino alla 4K, da 480p
Durata per clip	20 secondi al massimo, audio originale conservato
Prezzo in modalità precisa	0,035 dollari per megapixel-secondo in output
Prezzo in modalità creativa (predefinita)	0,05 dollari per megapixel-secondo in output

🔗 L’annuncio di Black Forest Labs · La pagina dell’upscaler

Agenti di codice: Claude Code 2.1.307, VS Code 1.143, Replit Monitoring Agent, orbs di Amp e plugin di Cognition

Claude Code accompagna la nuova versione dell’API, VS Code esegue un modello di codice sul computer dello sviluppatore, Replit e Amp affidano più infrastruttura agli agenti e Cognition fornisce a qualsiasi agente strumenti contro tre vulnerabilità critiche. Copilot CLI 1.0.103, Vibe CLI 3.0.2, Qwen Code v0.26.0, Zed 1.25 e le altre versioni del giorno sono nelle Brevi.

Claude Code 2.1.307 aggiunge /claude-api api-version e l’evento OpenTelemetry safety_event

21 ottobre — Claude Code 2.1.307 (43 voci, di cui 26 correzioni) accompagna la nuova versione dell’API: /claude-api api-version aggiorna il codice di un’applicazione Claude API alla versione 2026-10-21. Sul fronte dell’osservabilità, l’evento OpenTelemetry claude_code.safety_event viene emesso per ogni chiamata a uno strumento che una regola di autorizzazione, la modalità auto, un controllo di sicurezza, un hook o la sandbox ha bloccato, sottoposto a conferma o rimandato a Claude; completa i campi del classificatore aggiunti il 15 ottobre agli eventi tool_decision. Code Review introduce @claude review stop (o off, pause), che termina una sottoscrizione @claude review always su una pull request. Tra le correzioni, le chiamate agli strumenti MCP HTTP non vengono più inviate due volte quando la connessione si chiude durante la chiamata, poiché vengono ritentati solo gli strumenti in sola lettura o idempotenti, una chiamata illeggibile a uno strumento viene ritentata fino a due volte prima di interrompere il turno e il runner self-hosted interrompe i suoi hook di checkout dopo 30 minuti per impostazione predefinita. La 2.1.308 del 22 ottobre si limita a correzioni di bug e di affidabilità.

🔗 Claude Code 2.1.307 su GitHub

VS Code 1.143 esegue MAI Code 1.1 Flash in locale con Copilot e rende l’harness Copilot la scelta predefinita

22 ottobre — VS Code 1.143 introduce in via sperimentale il routing locale annunciato il 7 ottobre: una nuova scheda On This Device del selettore dei modelli scarica MAI Code 1.1 Flash, che si può interrogare nelle sessioni dell’harness Copilot. Le risposte calcolate sul dispositivo, contrassegnate On-device, non consumano crediti IA e l’opzione Use in Auto consente alla modalità Auto di inviarvi le richieste adatte, con fallback sul cloud. I requisiti hardware restano elevati: una versione compatibile di llama.cpp, un accesso a GitHub e una GPU NVIDIA con almeno 96 GB di memoria. L’harness Copilot, basato su Copilot SDK, diventa la scelta predefinita per le nuove sessioni e la finestra Agents introduce in anteprima Compare Models, che affida la stessa istruzione a più modelli e harness (Copilot, Claude, Codex) in parallelo, con un modello giudice facoltativo. Il programma di installazione propone anche Copilot CLI, Voice Mode accetta una chiave OpenAI personale e le aziende possono imporre i propri modelli predefiniti e far installare automaticamente i plugin richiesti.

🔗 Note di rilascio di Visual Studio Code 1.143

Replit lancia Monitoring Agent, che indaga sugli avvisi in produzione, applica correzioni e può ripubblicare in autonomia

22 ottobre — Replit pubblica Monitoring Agent, presentato come un ingegnere autonomo di reperibilità per le applicazioni pubblicate sulla sua piattaforma: in caso di incidente in produzione, analizza l’avviso, cerca la causa nei logs, nelle metriche e nel codice, prepara e convalida una correzione, può distribuirla e poi riferisce ciò che è cambiato. Tre impostazioni distinte si configurano per ogni applicazione: gli avvisi, relativi ai logs degli errori, agli errori HTTP e alla latenza; la correzione automatica (Auto-fix), che indaga in background e invia un riepilogo via e-mail; la ripubblicazione automatica (Auto-republish), ancora sperimentale e riservata alle applicazioni in cui Auto-fix è attivo. Replit avverte che un avviso non garantisce una correzione e che le migrazioni e le operazioni sugli indici restano rischiose; senza ripubblicazione automatica, la correzione attende una revisione nella chat dell’agente. Nessuna tariffa specifica: le esecuzioni possono comportare costi di utilizzo dell’Agent. Replit parla di un agente «primo nel suo genere», ma Cognition ha lanciato il 15 ottobre Devin Oncall, che indaga anch’esso sugli incidenti in produzione.

🔗 Il post di Replit · La documentazione di Monitoring Agent

Amp permette di ospitare le proprie orbs sulla propria infrastruttura, gratuitamente per tutti fino al 29 ottobre

22 ottobre — Amp permette di ospitare autonomamente le proprie orbs, le macchine remote su cui girano i suoi agenti: il cliente fornisce le risorse di calcolo, Amp le trasforma in orbs, a condizione che l’infrastruttura sappia avviare rapidamente nuove macchine, sospenderle e riprenderle, mantenerle a lungo e ridurre le risorse a zero. amp orb provider gira presso il cliente, si connette ad Amp e trasmette le richieste di creazione, sospensione ed eliminazione a un programma scritto dal cliente; Amp fornisce esempi per Docker, E2B, Kubernetes, Apple Containers, Modal, Vercel, Daytona ed exe.dev. Amp sconsiglia tuttavia questa opzione alla maggior parte dei suoi utenti: si rivolge alle aziende a cui normative, una rete interna o un hardware particolare impediscono di usare le orbs ospitate. Le orbs ospitate autonomamente restano gratuite per i singoli utenti e i team; i clienti Enterprise pagheranno la tariffa standard delle orbs a partire dal 29 ottobre, e fino ad allora l’opzione è gratuita per tutti. Finora solo i runner di Amp facevano lavorare l’agente presso il cliente, ma su macchine persistenti.

🔗 Il post di Amp

Cognition pubblica un plugin open source per agenti che corregge le vulnerabilità critiche di PHP, Node.js e GitLab

22 ottobre — All’indomani di PHP2Shell, Cognition pubblica Vulnerability Fixes, un plugin gratuito e open source (licenza MIT) che affida a un agente di codice la correzione di tre vulnerabilità critiche. Si installa dalla marketplace di Devin, ma è composto da skills nel formato Agent Skills: npx skills add lo aggiunge anche a Claude Code, Codex, Cursor, Factory Droid, GitHub Copilot, Gemini CLI o OpenCode. L’agente prepara prima un inventario in sola lettura di tutto ciò che include PHP o Node.js (immagini Docker, pacchetti di distribuzione, CI, Helm, Terraform, runtimes AWS Lambda…), attende che vengano scelti i repository da correggere, passa a una versione corretta verificata presso le fonti ufficiali, esegue i test prima e dopo, quindi apre una pull request per repository, con un’etichetta di rischio e un piano di ripristino.

Componente interessato	Vulnerabilità corretta	Versioni corrette
PHP (PHP2Shell, trattato il 21 ottobre)	CVE-2026-109618 e CVE-2026-109619, CVSS v4 9,2	8.2.35, 8.3.36, 8.4.27, 8.5.12
Node.js (aggiornamento del 21 ottobre)	10 CVE, tra cui CVE-2026-111497 (decoder Brotli)	22.23.4, 24.22.1, 26.12.1
GitLab ospitato autonomamente	CVE-2026-110264, CVSS 10.0	19.5.1, 19.4.3, 19.3.6, 19.2.9, 19.1.9, 19.0.10, 18.11.13

Secondo Cognition, le vulnerabilità di PHP e Node.js vengono sfruttate attivamente in modo automatizzato, e il post consiglia di mettere prima offline le proprie applicazioni web PHP. Ai clienti Devin Enterprise vengono promessi crediti e assistenza, senza indicare importi.

🔗 Il post di Cognition · Il repository CognitionAI/devin-vuln-fixes · L’annuncio di @cognition

In breve

Agenti e strumenti per il codice

Copilot CLI 1.0.103 — All’indomani della 1.0.102, la versione stabile di GitHub introduce soprattutto correzioni: le sessioni ACP rispettano finalmente le impostazioni della sandbox, le chiamate agli strumenti Gemini non falliscono più durante la convalida dello schema e le vecchie opzioni di avvio --remote e --no-remote vengono eliminate. 🔗 fonte
Vibe CLI 3.0.2 — Mistral porta a 32 sia i subagenti attivi sia quelli in parallelo per impostazione predefinita, contro gli 8 e i 4 precedenti, configurabili tramite max_subagents e max_concurrent_subagents, e applica finalmente le autorizzazioni, gli elenchi di strumenti e le skills dei subagenti personalizzati. 🔗 fonte
Qwen Code v0.26.0 — La versione stabile succede alle versioni preliminari v0.25.4 trattate il giorno prima, senza una v0.25.4 stabile: 64 delle sue 237 voci, tra cui 21 funzionalità, sono inedite, come le approvazioni modificabili durante un turno del Managed Agent e il riavvio del demone qwen serve. 🔗 fonte
Zed 1.25 in versione stabile — La v1.25.2 porta in versione stabile la versione preliminare trattata il 14 ottobre, con la compattazione del contesto per gli agenti ACP e GPT-6 Astra, Claude Fable 5.1 e Claude Opus 5.5 nel provider Amazon Bedrock, e un binario alleggerito di circa il 30 % rispetto alla 1.23. 🔗 fonte
Gemini CLI, nightly del 22 ottobre — L’integrazione IDE funziona finalmente quando la CLI gira in una sandbox docker, podman o runsc, senza che il token del componente companion vi entri, e un’approvazione di comando shell vale per le stesse opzioni fino alla fine della sessione. 🔗 fonte
Antigravity 2.25.0 ed estensione VS Code 1.9.0 — Recupero delle novità del 19 e 18 ottobre: l’applicazione segnala con un badge i progetti gestiti da plugin e corregge il frontmatter YAML delle skills, l’estensione aggiunge scorciatoie per accettare o rifiutare un blocco di diff e un riavvio automatico facoltativo del server di linguaggio. 🔗 fonte
Note di rilascio di Devin del 21 ottobre — Devin Review si apre a Bitbucket Cloud, Devin Oncall ottiene una modalità Lite e gli amministratori Enterprise possono mostrare un link per richiedere l’accesso accanto ai repository non ancora connessi. 🔗 fonte
Uno strumento scolastico costruito con GenCode — Genspark pubblica la testimonianza di Jason Hill, che ha costruito in tre giorni, per circa 600 crediti, uno strumento per gestire i posti liberi e il sovraffollamento negli orari scolastici del suo distretto; nessuna novità di prodotto. 🔗 fonte

Aziende e implementazioni

Uber e ChatGPT Work — Dopo un progetto pilota con 1 000 dipendenti, Uber estende l’agente di ChatGPT Enterprise a oltre 30 000, con GPT-6.1 Sol come impostazione predefinita e connessioni a Google Drive, Gmail, Google Calendar e Slack; nessun risultato numerico. 🔗 fonte
I Forward Deployed Engineers di OpenAI — Colin Jarvis ne descrive il metodo, con dati dei clienti a supporto: circa il 90 % del codice specifico eliminato presso un cliente del settore dei semiconduttori passando a una base Codex, e un modello vocale per le telecomunicazioni passato da circa il 60 % a oltre il 90 % nelle valutazioni chiave in sei mesi. 🔗 fonte
Replit for Government — Un’offerta per le amministrazioni di ogni livello, negli Stati Uniti e altrove, che dichiara una presenza in 25 Stati americani e oltre 20 paesi, senza clienti nominati, né FedRAMP né tariffe. 🔗 fonte
Cognition a Londra — Nuovo ufficio a Finsbury Square, team britannico cresciuto di oltre il 200 % in sei mesi e tre nuovi ingressi, tra cui Katrin Lehmann, ex responsabile IT globale di Mercedes-Benz. 🔗 fonte
Il Partner Network di SpaceXSI — Il programma per gli integratori e gli sviluppatori di software che costruiscono con Grok esce dall’accesso anticipato, seguito da oltre 130 aziende, con 45 partner al lancio, tra cui Bain & Company, Databricks, NVIDIA e Snowflake; né prezzi né calendario. 🔗 fonte
Synthesia e Hays — Il progetto pilota di Roleplay Sessions presso la società di selezione del personale misura un miglioramento medio del 29 % nelle competenze commerciali, con oltre il 70 % di partecipazione volontaria. 🔗 fonte
Trinity Logistics ed ElevenAgents — In un caso pubblicato il 20 ottobre, gli agenti vocali negoziano e prenotano circa 1 000 carichi al mese su 30 000 chiamate, con un margine superiore del 25 % e un costo della piattaforma ridotto del 40 %. 🔗 fonte
Eleven Realtime Translation, aggiornamento — Il post sulla traduzione vocale in diretta, trattata il giorno prima, cita un primo cliente, Deutsche Telekom, per il suo Magenta AI Call Assistant, e precisa che Eleven v4 Turbo funge da base predefinita; l’alpha per le aziende resta senza tariffa. 🔗 fonte

Sicurezza

OpenAI e le banche locali — L’alleanza con l’ICBA offre alle banche associate idonee un accesso sovvenzionato a Daybreak for Frontline Defenders, con corsi di formazione; né importi né numero di banche. 🔗 fonte
Cloudflare, Daybreak e Codex — In un caso di studio datato 21 ottobre, Cloudflare propone con i modelli di OpenAI correzioni e regole WAF sottoposte a revisione prima della condivisione, e un team di quattro persone ha ricostruito un prodotto in tre giorni con Codex, spendendo 1 100 dollari in token. 🔗 fonte
Grok Bot e 1Password — Nei prossimi giorni Grok Bot utilizzerà le credenziali 1Password approvate dall’utente senza vedere le password, nell’ambito di 1Password for Agents, che dovrebbe servire anche Muse di Meta, Claude Duet e ChatGPT Work. 🔗 fonte · 🔗 1Password for Agents
Public monitoring con residenza dei dati — Il secret scanning di GitHub monitora ora i commit pubblici per i clienti GitHub Enterprise Cloud con residenza dei dati, in anteprima pubblica, con un’attribuzione basata esclusivamente sui domini verificati. 🔗 fonte

Assistenti

Gemini, Google Maps e Google Agenda — Con il consenso dell’utente, l’applicazione Gemini incrocia le sue ricerche e i luoghi salvati su Google Maps con il suo calendario per fornire raccomandazioni del giorno, tramite Personal Intelligence, non disponibile nello Spazio economico europeo. 🔗 fonte
Dalle applicazioni Gemini a Google Sites — Dal 19 ottobre, Export > Google Sites apre un’applicazione web interattiva creata in Gemini in una bozza di sito privato, mantenendola interattiva, per Workspace e gli account personali. 🔗 fonte
Kimi Work 3.2.19 — All’indomani della 3.2.18, l’applicazione di Moonshot AI mostra una pagina di accesso limitato quando la whitelist IP di un’azienda blocca la connessione e aggiunge uno strumento di diagnostica di rete. 🔗 fonte

Piattaforme di sviluppo

Spazi e vista divisa nelle pull request — La preferenza di visualizzazione delle modifiche agli spazi viene salvata per tutte le pull request, e i file nuovi o eliminati occupano l’intera larghezza nella vista divisa. 🔗 fonte
Nuovi host blob per GitHub Actions — Gli intervalli da productionresultssa30 a 49 e da 100 a 199 su blob.core.windows.net, pubblicati nell’API meta, devono essere autorizzati, salvo che sia già presente un carattere jolly, per evitare interruzioni dei riepiloghi dei job e dei logs. 🔗 fonte
huggingface_hub 2.3.0 in versione candidata — Il listing parallelo riduce la ricerca dei 798 924 file di objaverse da 776 a 19,7 secondi, e i Buckets si possono seguire in tempo reale. 🔗 fonte
OpenUSD sull’Hub — I file .usd, .usda, .usdc e .usdz si aprono in un visualizzatore 3D interattivo, pubblicato come open source, all’indomani di SimReady Central. 🔗 fonte

Ricerca, modelli aperti e metodi

PLANTEUR — Pubblicato da Ai2 con OlmoEarth v1.3, questo benchmark di mappatura delle colture su sei territori francesi d’oltremare (2 750 serie temporali, 4 506 km² di appezzamenti) mostra che ogni modello perde circa la metà della propria accuratezza su un’isola mai vista. 🔗 fonte
Seb-9B-v2 — Questo modello decisionale locale da 9 miliardi di parametri, con licenza Apache 2.0, ottiene 59,16 sul Decision Index contro 57,96 di Jev 1.13 ospitato, secondo il suo autore, che non precisa la versione dell’indice, con 22 ms per decisione su una RTX PRO 6000. 🔗 fonte
Laghu — UDGAM LABS addestra da zero per 146 dollari un modello di conversazione da 152 milioni di parametri, 163 MB nel browser, alla pari con SmolLM2-135M-Instruct nella conversazione secondo i suoi autori. 🔗 fonte
BaseQuant V1 — basecompute pubblica quantizzazioni di Qwen3.8-27B (10,93, 16,41 e 20,82 GB) la cui divergenza KL è inferiore del 15 % rispetto a quella di Unsloth a 3 e 4 bit, secondo i suoi autori. 🔗 fonte
Un VLM come reranker — Senza addestramento al reranking, Qwen3.8-27B supera il reranker supervisionato Qwen3-VL-Reranker-2B su tre benchmark ed eguaglia la versione 8B sui documenti visivi di MMEB-V2, secondo un post della comunità. 🔗 fonte
Valutare un agente secondo Perplexity — Una guida in sei passaggi, dai criteri di successo ai test di regressione e al monitoraggio in produzione, consiglia un’analisi degli errori su un centinaio di tracce reali e la calibrazione degli LLM giudici; nessun prodotto Perplexity. 🔗 fonte
Project Chrysalis — Google Cloud descrive un’architettura di riferimento di agenti operativi capaci di evolvere autonomamente sulla piattaforma di agenti Gemini Enterprise: su guasti simulati, il tempo prima della prima misura di mitigazione (mitigation) passa da 15–45 minuti a 1,8 secondi; non è un prodotto. 🔗 fonte

Che cosa significa

Le piattaforme riscrivono i propri contratti di accesso. Anthropic vincola ora l’API Claude a versioni datate e rimuove impostazioni che i suoi modelli recenti già non permettevano più di modificare: uno sviluppatore che abbassava la temperatura di un vecchio modello deve scegliere tra restare su 2023-06-01 e accettare il campionamento predefinito, e tutti gli SDK cambiano versione principale e licenza nello stesso giorno. OpenAI filtrerà gli intermediari: a partire dal 20 novembre, un router o un gateway che offre accesso diretto ai suoi modelli dovrà ottenere la sua approvazione, e i SafetyIDs le permetteranno di intervenire su uno specifico utente finale senza conoscerne l’identità. Perplexity riprende la struttura della Batch API di OpenAI, e Cohere fa verificare al client, prima di ogni invio, l’ambiente che elaborerà la sua richiesta.

I componenti degli agenti passano sotto una governance neutrale. Con Agent Skills, Open Responses, OpenEnv e OpenSandbox, l’AAIF riunisce dieci progetti in un anno, di cui gli ultimi quattro provengono da Anthropic, OpenAI, Hugging Face e Alibaba. L’utilità di un formato comune si vede lo stesso giorno: il plugin di Cognition contro PHP2Shell e le vulnerabilità di Node.js e GitLab si installa sotto forma di skills in sette agenti di programmazione concorrenti. Sul piano dell’architettura, invece, i segnali divergono: Anthropic consiglia di ricondurre i sottoagenti a un unico ciclo dotato di skills e di mantenerli solo per i contesti saturi o le attività parallele usa e getta, mentre Vibe CLI 3.0.2 porta lo stesso giorno a 32 il numero predefinito di sottoagenti simultanei.

Più gli agenti agiscono autonomamente, più il loro monitoraggio diventa un’infrastruttura da mettere alla prova. L’esercitazione di METR e Redwood Research mostra che un sistema di monitoraggio può vedere l’intera traiettoria di un agente e lasciare comunque passare una parte del traffico: finché la compattazione del contesto gli sfuggiva, un agente che non cedeva mai il controllo poteva rimandare indefinitamente il proprio esame. Lo stesso giorno, le applicazioni Claude annunciano la modalità auto come predefinita, in cui un controllo automatico sostituisce l’approvazione di ogni passaggio, Claude Code emette un evento per ogni chiamata a uno strumento interrotta, Replit permette a un agente di ripubblicare autonomamente una correzione in produzione, e GitHub propone alle aziende di confrontare la propria quota di utenti agentici con quella di aziende analoghe.

In un ambito specifico, un modello specializzato raggiunge il modello di frontiera a una frazione del suo costo. Carbon-X, con 14 miliardi di parametri, si colloca a meno di un punto da GPT-6.1 Sol sull’ADN per circa 1/1 800 del suo costo per problema; l’API Decisions e GLiDE rispondono senza generare testo; OlmoEarth v1.3 precalcola per l’intero pianeta embedding sui quali basta un piccolo classificatore per creare una mappa, e ForTy costruisce la propria su quelli di AlphaEarth Foundations. I benchmark ricordano l’altro lato della medaglia: su CulturalRiddles, nessuno dei 28 modelli testati supera il 22 % per alcune comunità, e i modelli rispondono «non lo so» solo nello 0,7 % dei casi.