Claude Tag si unisce a Slack, Mistral OCR 4 domina OlmOCRBench, Runway integra Seedance 4K e Kling 3.0

Il 23 giugno 2026 si articola attorno a due assi principali: l’IA negli ambienti di lavoro (Claude Tag in Slack, Copilot CLI in disponibilità generale, Cursor 3.8) e la qualità delle uscite multimodali (Mistral OCR 4 sui documenti, Runway con Seedance 4K, ElevenLabs con L’Odissea). Claude Code v2.1.187, NVIDIA DFlash, Together AI ParallelKernelBench e la ricerca di Cohere Labs sulla sensibilizzazione culturale completano un ciclo di annunci esteso a sette ambiti.

Claude Tag — Claude si integra in Slack come membro condiviso del team

23 giugno — Anthropic lancia Claude Tag in beta per i clienti Enterprise e Team. Il principio: Claude si installa in Slack come un normale membro del team, accessibile a tutto il canale tramite @Claude, con memoria persistente e capacità di lavoro asincrono.

Funzionamento

L’amministratore concede a Claude l’accesso a canali selezionati e lo collega agli strumenti, ai dati o alle basi di codice desiderati. Qualsiasi membro può quindi menzionare @Claude per delegare un’attività: Claude la scompone in passaggi, li esegue e poi risponde in un thread con il risultato. Quattro caratteristiche distinguono Claude Tag dalla vecchia integrazione Claude in Slack:

Caratteristica	Descrizione
Modalità multiplayer	Un solo Claude condiviso per canale — ogni membro vede su cosa sta lavorando
Memoria persistente	Claude accumula il contesto nel corso delle conversazioni, senza doverlo rispiegare a ogni scambio
Modalità ambient	Claude monitora attivamente il canale e prende iniziative proattive se attivato
Lavoro asincrono	Le attività vengono eseguite in background per diverse ore o diversi giorni

Governance

Ogni canale dispone del proprio perimetro di strumenti, dati e memoria — i contesti non si mescolano tra canali. Un registro completo delle azioni (con la persona che ha originato ogni attività) è accessibile agli amministratori, che possono definire limiti di token per organizzazione o per canale.

Secondo Anthropic, il 65 % del codice prodotto dal team di prodotto è generato dalla loro versione interna di Claude Tag. L’uso si estende ad attività come il monitoraggio delle metriche, la gestione dei ticket di supporto e la diagnosi dei bug. Claude Tag funziona con Opus 4.8 e sostituisce la vecchia applicazione Claude in Slack — gli amministratori esistenti hanno 30 giorni per migrare.

🔗 Anthropic — Introducing Claude Tag

Cursor 3.8 — Personalizzare Cursor (Marketplace Leaderboard, Plugin Canvases, Team Marketplaces)

22-23 giugno — Il changelog di Cursor 3.8, pubblicato il 22 giugno e annunciato su X il 23 giugno, si intitola “Customize Cursor”. Introduce una pagina centralizzata di personalizzazione e tre funzionalità di integrazione per i team.

Nuova pagina “Customize”

Questo punto di ingresso unico riunisce plugin, skill, MCP, sotto-agenti, regole, comandi e hook, a livello utente, team e workspace. Anche gli MCP custom sono configurabili da questa pagina.

Tre funzionalità principali

Funzionalità	Descrizione
Marketplace Leaderboard	Dashboard dei plugin, skill e MCP più utilizzati nel team — installazione con un clic
Plugin Canvases	I plugin possono includere canvas predefiniti; primo esempio: canvas Atlassian (vista in tempo reale di issue, progetti e documenti)
Team Marketplaces estesi	Supporto a GitLab, Bitbucket e Azure DevOps in aggiunta ai repository locali

Il canvas Atlassian è la dimostrazione concreta del concetto: un plugin può ora esporre un’interfaccia visiva strutturata, non solo comandi o strumenti testuali.

🔗 Cursor — Changelog 3.8 · Tweet Marketplace Leaderboard · Tweet Plugin Canvases · Tweet Team Marketplaces

Copilot CLI — Nuova interfaccia terminale in disponibilità generale

23 giugno — GitHub annuncia la disponibilità generale (GA) della nuova interfaccia terminale (TUI) di GitHub Copilot CLI, presentata in anteprima a Microsoft Build 2026.

Funzionalità chiave

La nuova TUI introduce un sistema di schede: Session (predefinita), Gists, Issues e Pull requests — navigabili con Tab. Da qualsiasi scheda, il tasto c fa riferimento a un elemento nel prompt, o lo apre nel browser, / avvia una ricerca.

La configurazione è ora completamente guidata in sessione:

/mcp add o /mcp search per esplorare il GitHub MCP Registry e installare un server senza toccare un file di configurazione
/skills per attivare o disattivare gli skill con le frecce
/plugin per installare plugin dal marketplace, da un repository o da un percorso locale
/settings per modificare la configurazione in linea

L’interfaccia gestisce anche l’accessibilità: colori tematici (predefinito, dim, alto contrasto, daltonismo tramite /theme), componenti adattivi per terminali stretti e rilevamento automatico dei lettori di schermo.

Aggiornamento: copilot update nel terminale.

🔗 GitHub Changelog — Copilot CLI TUI GA

GitHub Copilot app — Supporto BYOK (Bring Your Own Key)

23 giugno — L’app GitHub Copilot supporta ora il BYOK: gli utenti possono eseguire sessioni di agenti contro i propri provider di modelli.

Provider supportati

Azure OpenAI, Anthropic, Ollama auto-ospitato, LM Studio e qualsiasi gateway compatibile OpenAI. La configurazione avviene in Impostazioni → Provider di modelli (endpoint + chiave API). Le chiavi sono memorizzate nel portachiavi OS locale, mai lette dall’interfaccia.

Uso	Descrizione
Modelli misti	Combinare un modello frontier per la complessità e un modello locale per l’esecuzione
Traffico nel proprio tenant	Instradamento dell’inferenza tramite il proprio account cloud, tenant o gateway interno
Selettore unificato	I modelli del provider aggiunto compaiono accanto ai modelli ospitati da Copilot

Nota: per i piani Copilot Business e Enterprise, l’amministratore deve aver attivato “Copilot CLI” nelle impostazioni della policy.

🔗 GitHub Changelog — Copilot App BYOK

Runway integra Seedance 4K, Seedance Mini e Kling 3.0 Turbo

23 giugno — Runway annuncia la disponibilità immediata di tre modelli di generazione video di terze parti direttamente nella sua piattaforma.

I tre modelli aggiunti sono Seedance 4K (generazione ad alta risoluzione 4K), Seedance Mini (versione alleggerita per usi più rapidi) e Kling 3.0 Turbo (ultima versione del modello Kling di Kuaishou in modalità turbo). Runway si posiziona così come aggregatore dei modelli video generativi più avanzati, in aggiunta ai propri modelli Gen-4 e Aleph 2.0.

Questo approccio multimodello all’interno di un’unica piattaforma consente ai creator di scegliere il modello adatto a ogni caso d’uso — risoluzione, velocità o stile — senza cambiare strumento.

Ai nuovi abbonati viene proposto un codice promozionale del 30 % per i primi tre mesi (codice: 30RUNWAY).

🔗 Runway — Seedance e Kling 3.0

ElevenLabs — L’Odissea di Omero narrata da una voce IA su licenza di Michael Caine

23 giugno — ElevenLabs lancia The Odyssey, un audiolibro de L’Odissea di Omero narrato con una voce IA prodotta in collaborazione ufficiale con l’attore britannico Sir Michael Caine. L’opera è accompagnata da musica originale e da un design sonoro cinematografico.

L’audiolibro è disponibile gratuitamente ed esclusivamente su ElevenReader (elevenreader.io), l’app di lettura audio di ElevenLabs. Questa produzione illustra una strategia di contenuti premium IA per promuovere la piattaforma ElevenReader oltre la sintesi vocale utilitaria.

La collaborazione con Michael Caine si basa su un accordo di licenza ufficiale tra ElevenLabs e l’attore, che consente la riproduzione della sua voce in forma IA per questa specifica produzione.

“Before you see the film, hear the original epic. Today, we’re releasing The Odyssey: an audiobook narrated by the voice of Sir Michael Caine, with original music and cinematic sound design.”

🇮🇹 “Prima di vedere il film, ascoltate l’epopea originale. Oggi lanciamo L’Odissea: un audiolibro narrato con la voce di Sir Michael Caine, con musica originale e design sonoro cinematografico.” — @ElevenLabs

🔗 ElevenReader — The Odyssey

Mistral OCR 4 — Elaborazione documentale SOTA con localizzazione strutturata

23 giugno — Mistral lancia Mistral OCR 4, il suo modello di elaborazione documentale presentato come SOTA (State Of The Art — stato dell’arte). Su OlmOCRBench, il benchmark pubblico di riferimento per il riconoscimento ottico dei caratteri, OCR 4 rivendica un punteggio di 85,20, classificandosi al primo posto del benchmark secondo Mistral.

Caratteristiche tecniche

OCR 4 localizza ogni blocco di testo con un riquadro delimitatore, lo classifica (titolo, tabella, equazione, firma…) e assegna un punteggio di confidenza per regione. Questa localizzazione strutturata costituisce la base per citazioni verificate, scrittura, suddivisione RAG e revisione umana in loop.

Aspetto	Dettaglio
OlmOCRBench	Punteggio 85,20 — primo del benchmark secondo Mistral
Valutazione multilingue	Primo nella valutazione interna di Mistral; guadagni più ampi sulle lingue rare
Validazione umana	600+ documenti reali classificati in cieco da annotatori indipendenti su 12+ lingue

Disponibilità

Accessibile immediatamente tramite l’API Mistral, Document AI in Mistral AI Studio, Amazon SageMaker e Microsoft Foundry. Il supporto a Snowflake Parse Document è annunciato per un prossimo aggiornamento. Il modello è anche auto-ospitabile in un singolo container.

🔗 Mistral — OCR 4 · Thread X

Claude Code v2.1.187 — Sicurezza delle credenziali, restrizioni dei modelli per organizzazione

23 giugno — Claude Code v2.1.187 introduce due nuove funzionalità di governance e diversi correzioni importanti.

Il nuovo parametro sandbox.credentials consente di bloccare l’accesso dei comandi sandboxati ai file di credenziali e alle variabili d’ambiente contenenti segreti — una protezione aggiuntiva per i team che usano Claude Code in modalità automatizzata o in ambienti condivisi.

Le organizzazioni possono ora configurare restrizioni sui modelli tramite la loro console di amministrazione. Queste restrizioni si applicano al selettore di modello, a --model, a /model e alla variabile ANTHROPIC_MODEL. Un messaggio esplicito indica all’utente che la sua scelta è limitata dalle impostazioni dell’organizzazione.

Tra le correzioni: le chiamate degli strumenti MCP remoti bloccate indefinitamente (fino a 5 minuti) ora falliscono con un errore; l’incolla di testo coreano o CJK non produce più caratteri corrotti (mojibake) nei terminali che trasmettono gli appunti byte per byte; l’output strutturato (--json-schema) è corretto per non richiamare più StructuredOutput indefinitamente dopo un successo.

🔗 Claude Code CHANGELOG

Warp aggiunge GLM 5.2 e sperimenta gli auto-router di modelli in YAML

23 giugno — Warp annuncia il supporto ufficiale di GLM 5.2 nel suo terminale IA, ospitato su Fireworks e descritto come efficiente nei token per la produzione di codice. Warp supporta anche il BYO (Bring Your Own) inference per connettersi ad altri provider.

Il CEO Zach Lloyd condivide inoltre una sperimentazione sugli auto-router di modelli configurabili in YAML: descrivere in linguaggio naturale quali attività vengono instradate verso quale modello — GLM 5.2 per il frontend, GPT 5.5 High per decisioni di architettura complesse. Questo approccio di routing dichiarativo consente di ottimizzare il rapporto costo/qualità per tipo di attività senza cambiare strumento.

🔗 Warp — GLM 5.2 · Warp — Auto-router

Together AI — ParallelKernelBench, benchmark multi-GPU per la generazione di kernel CUDA

23 giugno — Together AI pubblica ParallelKernelBench (PKB), un benchmark di 87 problemi multi-GPU tratti da codebase di produzione reali (Megatron-LM, DeepSpeed, TensorRT-LLM, NeMo-RL). L’obiettivo: misurare la capacità dei LLM di generare kernel CUDA che sfruttano direttamente la memoria simmetrica NVLink, in sostituzione di PyTorch + NCCL.

I risultati attuali mostrano i limiti dei modelli frontier su questo compito:

Modello	Problemi risolti (zero-shot)	Più veloce della baseline
GPT-5.5	28/87	22/87
Gemini 3 Pro	24/87	12/87
Claude Opus 4.7	20/87	12/87
Gemini 3 Pro (agentico)	35/87	26/87

La modalità agentica (ciclo compila/testa/rivedi) migliora in modo significativo Gemini 3 Pro, passando da 24 a 35 soluzioni corrette, ma si appiattisce dopo circa 20 passaggi. PKB è open source e aperto ai contributi.

🔗 Together AI — ParallelKernelBench · Tweet

NVIDIA DFlash — Decodifica speculativa fino a 15x su GPU Blackwell

23 giugno — NVIDIA pubblica DFlash, un leggero modello di diffusione a blocchi (lightweight block diffusion model) open source progettato per la decodifica speculativa (speculative decoding). Distribuito su GPU NVIDIA Blackwell, DFlash permette di aumentare il throughput di inferenza fino a 15x mantenendo la stessa reattività percepita dall’utente.

La decodifica speculativa consiste nel generare più token in parallelo con l’aiuto di un leggero modello bozza, per poi validare o correggere i token in un unico passaggio del modello principale — riducendo il numero di passaggi necessari. DFlash è il pezzo bozza di questa architettura, ottimizzato per la famiglia Blackwell.

🔗 NVIDIA — DFlash · Tweet

GPT-5 in immunologia — Un mistero sperimentale di 3 anni risolto in una sessione

23 giugno — OpenAI pubblica un caso d’uso di GPT-5 Pro in immunologia: l’immunologo Derya Unutmaz (Jackson Laboratory / UConn) ha usato GPT-5 Pro per identificare il meccanismo di un esperimento sulle cellule T rimasto senza spiegazione dal 2022.

GPT-5 Pro ha identificato che il deossiglucosio interferiva con la costruzione della proteina IL-2, spiegando perché le cellule T esposte diventavano massicciamente cellule Th17 (risposta infiammatoria). Il modello ha anche previsto correttamente il risultato di un esperimento non pubblicato su cellule T CD8+ mirate a un linfoma.

Unutmaz usa ora GPT-5 Pro, Codex e GPT-5.2 Deep Research per compilare set di dati sulle mutazioni cancerose e accelerare la ricerca nell’immunoterapia di precisione. OpenAI ricorda i rischi di uso improprio (bio/chimico) e rimanda al suo Preparedness Framework.

🔗 OpenAI — Mistero immunologico GPT-5

Cohere Labs — Il multilinguismo non basta: ai LLM manca la sensibilità culturale

23 giugno — Cohere Labs pubblica uno studio basato su un sondaggio condotto su 81 partecipanti provenienti da 22 paesi. Conclusione centrale: i LLM multilingui non sono necessariamente multiculturali.

Alcuni dati emersi dal sondaggio: l’89,5 % dei non anglofoni cambia lingua per interagire con l’IA e ottenere risposte migliori; il 38 % ritiene che l’IA non capisca la propria cultura (punteggio inferiore a 5/10); il 63 % ha visto le proprie norme culturali violate durante un’interazione (formalismi tedeschi, contesto storico coreano, arabo egiziano); il 67 % teme una maggiore marginalizzazione culturale. Cohere Labs sostiene di integrare la consapevolezza culturale come requisito di progettazione fin dall’inizio, e non come aggiunta a posteriori.

🔗 Cohere Labs — Consapevolezza culturale nell’IA globale

Brevi

Zed — Hidden Gems: Parte 4 (23 giugno) — Articolo del blog della serie di suggerimenti Zed: layout centrato configurabile su schermo grande, navigazione da tastiera multi-worktree con gli agenti paralleli, EDITOR=zed --wait nel terminale integrato, command_aliases per mnemonici brevi. 🔗 Blog Zed
NVIDIA Nemotron Office Hours (23 giugno) — NVIDIA AI diffonde una sessione live di domande e risposte dedicata alla famiglia di modelli Nemotron 3, disponibile su Nemotron Labs. 🔗 Tweet NVIDIAAI

Cosa significa

L’IA agentica si sta installando negli strumenti di uso quotidiano. Claude Tag in Slack e Copilot CLI in GA segnano due vettori di adozione diversi ma complementari. Claude Tag punta all’integrazione nel flusso di lavoro collaborativo del team: un agente condiviso, con memoria comune e capacità di iniziativa, visibile a tutti. Copilot CLI punta all’integrazione nel terminale dello sviluppatore individuale: un’interfaccia strutturata con schede, gestione guidata degli MCP e accessibilità nativa. In entrambi i casi, l’obiettivo è ridurre l’attrito tra lo strumento IA e l’ambiente di lavoro esistente — invece di chiedere agli utenti di cambiare strumento.

La personalizzazione diventa un argomento di differenziazione per gli ambienti di coding. Cursor 3.8 con la sua pagina “Customize” centralizzata e il BYOK di GitHub Copilot rispondono allo stesso bisogno: permettere ai team di configurare con precisione quali modelli, quali strumenti e quali workflow si applicano a ogni contesto. Il Marketplace Leaderboard di Cursor introduce una dimensione sociale — ciò che il team usa di più emerge in superficie. Il BYOK di Copilot introduce una dimensione di sovranità — il traffico resta nel tenant dell’azienda. Questi due approcci riflettono una maturità crescente dei team di sviluppo rispetto a questi strumenti.

I modelli multimodali e di elaborazione documentale raggiungono un nuovo livello di qualità. Mistral OCR 4 con un punteggio rivendicato di 85,20 su OlmOCRBench, Runway con l’integrazione di Seedance 4K e Kling 3.0 Turbo, ElevenLabs con un audiolibro cinematografico — questi tre annunci illustrano che la generazione di contenuti multimodali di qualità professionale non è più un caso d’uso emergente. Mistral si posiziona in particolare sull’intelligenza documentale strutturata (punteggio di fiducia per blocco, supporto RAG), non solo sulla trascrizione grezza.

I benchmark dei kernel GPU rivelano un punto cieco. ParallelKernelBench di Together AI mette in evidenza un divario significativo tra le capacità dei LLM sui benchmark di codice classici e la loro reale capacità di generare codice di ottimizzazione GPU multi-nodo. Il fatto che il modello migliore (GPT-5.5) risolva solo 28 problemi su 87 in zero-shot — e che solo 22 di queste soluzioni battano la baseline esistente — indica che questa classe di problemi resta ampiamente fuori dalla portata dei modelli attuali, anche frontier. L’approccio agentico migliora i risultati ma si ferma a un plateau, il che suggerisce che il limite non è solo nel contesto ma nella rappresentazione delle primitive di comunicazione GPU.

La questione culturale nei LLM va oltre il multilinguismo. Lo studio di Cohere Labs conferma un fenomeno già osservato nella pratica: i modelli addestrati principalmente in inglese tendono a proiettare prospettive culturali occidentali anche quando rispondono in altre lingue. L’89,5 % dei non anglofoni che cambia lingua per ottenere risposte migliori traduce un costo pratico reale. Il fatto che il 67 % tema una futura marginalizzazione culturale suggerisce che la percezione del problema vada oltre i soli utenti tecnici — sono segnali da integrare nella progettazione dei sistemi di valutazione e di addestramento.