Perplexity Computer for Counsel, Gemini 3.5 Flash integra il computer use, OpenAI e Broadcom svelano Jalapeño

Il 24 giugno 2026 segna una giornata particolarmente densa di annunci strutturanti: un primo chip IA proprietario in OpenAI, il computer use che diventa una capacità nativa in Gemini 3.5 Flash, un agente legale in Perplexity e un inedito world model in Qwen. Mistral consolida i suoi connettori enterprise, Genspark lancia uno strumento di design alimentato da Claude e Cursor si integra direttamente in Notion. Quattordici notabili e sette brevi completano un panorama che copre nove ambiti.

Perplexity Computer for Counsel — l’agente Computer punta ai professionisti del diritto

24 giugno — Perplexity lancia Computer for Counsel, una declinazione verticale del suo agente Computer destinata agli studi legali e ai professionisti del diritto. L’integrazione collega Computer ai database giuridici, ai sistemi di gestione documentale e agli strumenti di gestione dei fascicoli (matter-management systems) usati quotidianamente.

Partner al lancio

Partner	Ruolo
midpageAI	Ricerca giuridica con fonti citabili
LegalZoom	Generazione di documenti legali
Docusign	Firma elettronica
netdocuments	Gestione documentale per studi legali

Perplexity Computer for Counsel è accessibile a tutti gli abbonati Pro e Max. Il changelog ufficiale di Perplexity non contiene ancora una voce dedicata a questo annuncio — la diffusione è avvenuta via X il 24 giugno.

Questa declinazione verticale illustra la strategia di Perplexity: distribuire il suo agente Computer su mercati professionali con integrazioni dirette agli strumenti di lavoro esistenti, invece di chiedere agli utenti di modificare i propri flussi di lavoro.

🔗 Tweet Perplexity — Computer for Counsel · Thread di seguito

Computer use integrato in Gemini 3.5 Flash — strumento nativo con salvaguardie enterprise

24 giugno — Google annuncia che il computer use diventa uno strumento nativo in Gemini 3.5 Flash. Finora, questa capacità era disponibile solo in un modello dedicato (Gemini 2.5 computer use). Ora è integrata direttamente nel modello Flash principale, accanto al function calling, al Search grounding e al Maps grounding.

Gemini 3.5 Flash può quindi vedere, ragionare e agire su ambienti browser, mobile e desktop da un unico modello. I casi d’uso prioritari secondo Google: test software continui e trattamento di task di conoscenza su applicazioni professionali. È disponibile una dimostrazione tramite Browserbase.

Misure di sicurezza integrate

Addestramento adversarial mirato contro l’injection di prompt indiretta
Conferma dell’utente richiesta per le azioni irreversibili
Rilevamento e arresto automatico in caso di injection indiretta rilevata
Approccio «difesa in profondità» raccomandato: sandboxing, verifica umana, controlli di accesso

Disponibile tramite l’API Gemini e la Gemini Enterprise Agent Platform. L’articolo del blog è firmato da Mateo Quiros, Product Manager presso Google DeepMind.

🔗 Blog Google — Computer use in Gemini 3.5 Flash

OpenAI e Broadcom svelano Jalapeño — primo chip IA dedicato all’inferenza LLM

24 giugno — OpenAI e Broadcom (NASDAQ : AVGO) presentano Jalapeño, il primo acceleratore hardware progettato interamente in house da OpenAI, architettato attorno alle esigenze specifiche dell’inferenza LLM. Co-sviluppato in nove mesi — ciclo di sviluppo ASIC rivendicato come il più rapido per semiconduttori ad alte prestazioni —, Jalapeño non è un GPU generalista adattato ma un design da zero ottimizzato per i pattern di inferenza LLM.

Architettura e partner

Componente	Ruolo
Broadcom	Implementazione silicio + networking Tomahawk
Celestica	Integrazione board/rack
Microsoft	Deployment data center gigawatt (fine 2026)

I campioni engineering stanno già eseguendo carichi ML in laboratorio, tra cui GPT-5.3-Codex-Spark. I test preliminari indicano una performance per watt superiore allo stato dell’arte attuale secondo OpenAI; un rapporto tecnico dettagliato è annunciato nei prossimi mesi. Il deployment iniziale su scala gigawatt è previsto per fine 2026.

“Jalapeño is part of our long-term full-stack infrastructure strategy to make compute more abundant, resulting in AI which is faster, more reliable, more affordable for people and businesses, and can be used to solve more important problems.”

🇮🇹 « Jalapeño fa parte della nostra strategia di infrastruttura full-stack a lungo termine per rendere il compute più abbondante, con il risultato di un’IA più veloce, più affidabile, più accessibile per privati e aziende, e utilizzabile per risolvere problemi più grandi. » — Greg Brockman, Presidente di OpenAI

Jalapeño si inserisce nella strategia di OpenAI di controllare l’intero stack — prodotti, modelli e ora chip — e costituisce il primo passo verso una piattaforma compute multi-generazionale.

🔗 OpenAI — Jalapeño inference chip · Tweet OpenAI

Qwen-AgentWorld — World model che simula 7 ambienti di agente

24 giugno — Qwen (Alibaba) presenta Qwen-AgentWorld, un world model in linguaggio nativo (Language World Model, LWM) che simula sette ambienti di agente all’interno di un unico modello: MCP, Search, Terminal, SWE, Web, OS e Android. La particolarità: la modellazione dell’ambiente è l’obiettivo di addestramento fin dall’inizio, non un adattamento successivo.

Due assi di ricerca sono presentati nell’articolo arXiv 2606.24597:

Modello di fondazione per la simulazione dell’ambiente — secondo Qwen, Qwen-AgentWorld supera Claude Opus 4.8 e GPT-5.4 su AgentWorldBench. Questa affermazione proviene da Qwen, sulla base del proprio benchmark; non è stata validata da terzi al momento dell’annuncio.
Addestramento agentico rinforzato dalla modellazione del mondo — il Controllable Sim RL (apprendimento per rinforzo agentico con l’LWM come ambiente simulato) supera l’addestramento in ambienti reali. L’apprendimento predittivo degli ambienti si trasferisce ai task agentici con zero fine-tuning aggiuntivo.

Il tweet principale (@Alibaba_Qwen, 24 giugno, 419 000 visualizzazioni) rimanda all’arXiv, a un blog ufficiale Qwen, GitHub e HuggingFace.

🔗 Tweet Qwen · arXiv 2606.24597 · Blog Qwen · GitHub

Mistral Connectors — controllo avanzato dei connettori enterprise

24 giugno — Mistral pubblica un articolo di ingegneria che dettaglia diverse nuove capacità per i suoi Connectors in Mistral Studio, con un focus su sicurezza e controllo in produzione.

Novità disponibili

Funzionalità	Stato	Descrizione
Enriched admin controls	GA	Controllo accessi per workspace, attivazione/disattivazione individuale
API keys with connector scopes	GA	Chiavi API limitate ai connettori, anti-usurpazione nei workflow automatizzati
Multi-account connectors	GA	Autenticazione con più account, account predefinito configurabile
Connectors Debugger	Public Preview	Analisi end-to-end dei guasti MCP in 11 step
Connectors in Vibe Code	GA	Riutilizzo dei connettori sviluppatore tramite il comando `/connectors`
Connectors in Workflows	Public Preview	Connessioni persistenti per task lunghi o pianificati

La directory copre ora più di 60 integrazioni: Atlassian, Google Drive, Notion, GitHub, Slack, Salesforce, Stripe e altre. Il Connectors Debugger copre 11 step di analisi, dall’accesso al server fino all’apertura della sessione MCP — uno strumento diagnostico destinato ai team che distribuiscono agenti in produzione.

🔗 Mistral — More control over connectors · Documentazione connettori

Cursor × Notion — delega di task tramite Cursor SDK

24 giugno — Cursor annuncia che gli utenti possono ora delegare task a Cursor direttamente da Notion. L’integrazione è costruita sul Cursor SDK: Notion ha sviluppato l’integrazione in prima persona, pubblicando un articolo tecnico su cursor.com che spiega l’approccio. Ogni agente cloud gira sugli stessi modelli, lo stesso harness e lo stesso runtime di Cursor.

Il flusso di lavoro: menzionare @Cursor su qualsiasi spec Notion, oppure assegnargli un task. Cursor apre una PR che tutto il team può revisionare.

Questo lancio illustra l’apertura del Cursor SDK a partner terzi: Notion non ha dovuto aspettare un’integrazione ufficiale di Cursor per integrare gli agenti cloud nel proprio prodotto. Il SDK espone abbastanza primitive perché un partner esterno possa costruire un’integrazione completa e distribuirla ai propri utenti.

🔗 Tweet Cursor · cursor.com

Genspark Design — alimentato da Claude Opus 4.7, fusione di Build Preview e AI Designer

24 giugno — Genspark lancia Genspark Design, il suo strumento di progettazione visiva alimentato da Claude Opus 4.7. Questo lancio fonde due prodotti esistenti della piattaforma: Genspark Build Preview e Genspark AI Designer.

Capacità di Genspark Design

Prototipi UI, video, animazioni HTML e poster, production-ready
Sistema di design del brand: import di file Figma, riutilizzo in tutti i progetti, condivisione team
Codice in un clic: trasformazione di qualsiasi design di app o sito in codice funzionante tramite Genspark Code
Prezzo di lancio disponibile su genspark.ai/agents?type=design

Il tweet di annuncio fissato da @genspark_ai ha raggiunto 87 000 visualizzazioni in otto ore. L’alimentazione da Claude Opus 4.7 è menzionata esplicitamente nell’annuncio ufficiale.

🔗 Tweet Genspark Design · Genspark Design

Notabili

OpenAI: GPT-5.5 Instant aggiornato e DevDay 2026 annunciato

24 giugno — OpenAI annuncia una nuova versione di GPT-5.5 Instant, il suo modello più usato. I miglioramenti riguardano la comprensione dell’intenzione dietro una domanda, la gestione di vincoli complessi e i consigli shopping e locali. Deployment in corso per gli utenti a pagamento il 24 giugno, gratuiti il 25 giugno. 🔗 Tweet OpenAI

23 giugno — OpenAI Developers annuncia l’apertura delle candidature per OpenAI DevDay 2026, il 29 settembre a San Francisco. Le candidature sono aperte fino al 10 luglio su devday.openai.com. 🔗 Tweet @OpenAIDevs

NVIDIA — quattro annunci in un giorno

24 giugno — NVIDIA concentra quattro annunci in un’unica giornata:

Cosmos 3 Nano — classifica n°1 MolmoSpaces : un modello di policy post-addestrato su Cosmos 3 Nano raggiunge il primo posto nella classifica aperta MolmoSpaces di Ai2 per le policy robotiche, in ambienti che richiedono interpretazione, ragionamento e azione. 🔗 Tweet NVIDIA Robotics
Metropolis Blueprint VSS 3 : la versione 3 del Blueprint per la ricerca e la sintesi video introduce 16 nuove competenze di agente — ricerca, sintesi, alert, report — e l’analisi di flussi live in linguaggio naturale. 🔗 Tweet NVIDIAAI
NeMo AutoModel + Transformers v5 : NeMo AutoModel si basa ora su HuggingFace Transformers v5 per un supporto di primo livello ai modelli MoE (Mixture of Experts), con guadagni di 1,3x nel throughput (TPS/GPU) e una riduzione del 30% della memoria di picco. 🔗 Tweet NVIDIAAI
BioNeMo Agent Toolkit : un toolkit aperto che offre a qualsiasi agente IA strumenti invocabili per la predizione della struttura delle proteine, il docking molecolare, la chimica generativa e l’analisi genomica. 🔗 Tweet NVIDIA Health

Hugging Face — Moon Bot e Ai2 MolmoSpaces

24 giugno — Hugging Face pubblica l’architettura completa di Moon Bot, il loro assistente interno Slack. Moon Bot si basa sul Pi SDK (agente di coding open source) con LLM configurabile (Kimi K2, Claude o altro). La memoria di ogni sessione Slack è serializzata in JSONL in un bucket privato HF Buckets (huggingface/moon-bot-memory). Tre livelli di accesso basati su Okta danno accesso a Elasticsearch, MongoDB, GitHub CLI e altri strumenti a seconda del profilo. L’articolo mira a servire da modello replicabile per altri team. 🔗 Articolo Hugging Face

24 giugno — Ai2 annuncia MolmoSpaces, la sua classifica aperta per le policy robotiche. Qualsiasi team può inviare una policy e provare a detronizzare l’attuale leader — NVIDIA Cosmos 3 Nano. 🔗 Tweet Ai2 · Leaderboard

Coding tools : Zed v1.8, Copilot Free/Student, Manus Hosting

24 giugno — Zed v1.8 : il nuovo parametro agent.terminal_init_command esegue automaticamente un comando all’apertura di ogni nuovo terminal thread nel pannello agent. Le prestazioni Git migliorano (risoluzione HEAD, uncommit, elenco dei remote) con meno processi spawnati. Due nuovi comandi editor: editor: select {inside,around} delimiters e workspace: reset pane sizes. Anche il diff scrolling, l’editing multi-cursore e la ricerca nell’anteprima Markdown sono più veloci. 🔗 Tweet Zed

24 giugno — GitHub Copilot passa alla modalità auto esclusiva per i piani Free e Student: la selezione manuale del modello viene rimossa a favore del routing dinamico verso il miglior modello disponibile. Le etichette (Preview) dei modelli Microsoft vengono rimosse. 🔗 Changelog GitHub

24 giugno — Manus Website Builder introduce due modalità di hosting : Autoscale (da 0 a 5 istanze in base al traffico, costo nullo in idle) e Reserved (istanza persistente 24/7, senza cold start, adatta a dashboard in tempo reale e bot, fino a $36/mese all’utilizzo massimo). Ogni account include $10 di credito mensile gratuito. Il cambio di modalità avviene senza interruzione del servizio né riga di codice. Nota: Manus fa parte di Meta. 🔗 Blog Manus

Media : ElevenLabs × FOX Sports, xAI MongoDB, Kimi su AWS

24 giugno — ElevenLabs e FOX Sports lanciano un agente vocale basato sulla voce di Colin Cowherd nell’app FOX Sports. L’agente risponde alle domande sulla fase a gironi della Coppa del Mondo FIFA, sulle scelte di fantasy football e propone analisi sportive. Può ribattere se l’utente ha torto. La collaborazione si basa su un accordo ufficiale tra ElevenLabs e Colin Cowherd. 🔗 Tweet ElevenLabs

24 giugno — xAI Grok Build accoglie il plugin ufficiale MongoDB nel suo marketplace: interrogazione dei dati, ottimizzazione degli indici e gestione dei database direttamente dal CLI di Grok Build (329 000 visualizzazioni sul tweet di annuncio). 🔗 Tweet xAI

24 giugno — L’API Kimi (modello Kimi-K2.7 Code) è ora disponibile su AWS Marketplace con fatturazione consolidata. I clienti idonei possono applicare l’utilizzo ai loro impegni EDP (Enterprise Discount Program). 🔗 Tweet Kimi · AWS Marketplace

Project Genie — Grand Prix Cannes Lions AI Craft

23 giugno — Il prototipo Project Genie di Google DeepMind (Playable Worlds generativi) vince il Grand Prix della categoria AI Craft ai Cannes Lions 2026. Jack Parker-Holder, che guida il progetto, cita la capacità di raggiungere risultati irraggiungibili senza IA all’avanguardia. 🔗 Tweet @jparkerholder

Brevi

Claude Code v2.1.190 (24 giugno) — Versione di manutenzione: correzioni di bug e miglioramenti dell’affidabilità, rilasciata dopo v2.1.187. 🔗 Changelog Claude Code
Hugging Face — consegna settimanale di huggingface_hub (23 giugno) — Il team HF descrive il proprio pipeline di consegna automatizzato che combina agenti IA e validazione umana in loop per la libreria client Python dell’Hub. 🔗 Articolo HF
Hugging Face — Cross-Origin Storage in Transformers.js (23 giugno) — Sperimentazione della proposta COS API per condividere i pesi dei modelli tra origini web distinte, riducendo i download nel browser. 🔗 Articolo HF
Podcast Google DeepMind — economie agentiche (24 giugno) — Episodio su cosa succede quando milioni di agenti IA negoziano, effettuano transazioni e si delegano compiti a vicenda, con un focus sulla diversificazione del processo decisionale per evitare il groupthink IA. 🔗 Tweet @GoogleDeepMind
Manus — suggerimento automatico di URL (23 giugno) — Manus propone ora pagine web pertinenti a partire da una descrizione in linguaggio naturale nella scheda Files & sources, memorizzate come riferimenti per i compiti successivi. 🔗 Tweet Manus
Runway Localize Ads (24 giugno) — Nuova funzionalità: un’immagine pubblicitaria in input, versioni localizzate per tutti i mercati in output, con un clic. 🔗 Tweet Runway
Luma Connectors (24 giugno) — Integrazioni Airtable, Dropbox e Google Drive direttamente in Luma per tirare file nelle tabelle su richiesta. 🔗 Tweet Luma

Cosa significa

La verticalizzazione degli agenti IA accelera. Perplexity Computer for Counsel non è una versione generalista con una documentazione legale aggiunta — è un’integrazione diretta negli strumenti di lavoro (LegalZoom, Docusign, netdocuments) che gli avvocati usano ogni giorno. Lo stesso pattern si ritrova in ElevenLabs con FOX Sports: invece di uno strumento di IA generico, un agente vocale di un commentatore sportivo reale, distribuito nell’app di un media esistente. Il valore non è più nel modello di base ma nell’integrazione verticale e nella distribuzione.

Il computer use passa dallo stadio sperimentale a quello di capacità standard. Google integra il computer use direttamente in Gemini 3.5 Flash — il suo modello versatile più veloce — invece che in un modello dedicato. Questo movimento segnala che la capacità è diventata sufficientemente matura per essere inclusa senza costi aggiuntivi nel modello principale. L’enfasi posta sulle safeguard (arresto automatico, conferma per azioni irreversibili) indica che Google punta a un vero deployment enterprise, non solo a dimostrazioni.

OpenAI sale nello stack hardware. Jalapeño rappresenta un cambiamento di natura nella strategia di OpenAI: da cliente NVIDIA a progettista dei propri acceleratori. Progettato in nove mesi con Broadcom — un ciclo breve per un ASIC ad alte prestazioni — e destinato a deployment su scala gigawatt entro la fine del 2026, Jalapeño mira a ridurre il costo dell’inferenza per rendere l’IA « più veloce, più affidabile, più accessibile ». Questa evoluzione si inserisce nella tendenza osservata in Google (TPU), Amazon (Trainium) e Apple (Neural Engine): le grandi piattaforme cercano di controllare il proprio silicio per l’IA.

La modellizzazione dell’ambiente come asse di ricerca agentica. Qwen-AgentWorld spinge in una direzione poco esplorata: addestrare un modello a simulare ambienti di agente (terminale, browser, OS, Android) invece che ad agire direttamente in essi. L’idea è che la conoscenza predittiva dell’ambiente si trasferisca ai compiti agentici reali senza fine-tuning aggiuntivo. Se la rivendicazione di superamento di Claude Opus 4.8 e GPT-5.4 su AgentWorldBench sarà confermata da terzi, questo paradigma LWM meriterà un’attenzione sostenuta.

Gli strumenti per gli agenti in produzione si professionalizzano. Mistral Connectors con il suo Debugger MCP in 11 passaggi, gli scope delle API key e le connessioni persistenti per workflow di lunga durata — non sono funzionalità per le demo. Sono risposte a problemi concreti che i team incontrano quando distribuiscono agenti in produzione: guasti di connessione difficili da diagnosticare, rischi di usurpazione d’identità nei workflow automatizzati, gestione di sessioni lunghe. La stessa maturità operativa si ritrova nel Cursor SDK aperto a Notion, nel Moon Bot di HF con i suoi tre livelli di accesso Okta e in Zed v1.8 con agent.terminal_init_command.