Jalapeño pubblica i suoi primi numeri misurati, il WebMCP Challenge riunisce sei piattaforme, Perplexity porta il suo agente in locale

Cinquantuno annunci in ventiquattro ore, distribuiti su nove aree: la giornata del 25 agosto è la più intensa della settimana. Ne emergono quattro movimenti. OpenAI pubblica i primi risultati misurati di Jalapeño, il suo chip di inferenza progettato in casa, e lancia subito dopo un hackathon di dieci giorni attorno a WebMCP con Chrome, Cloudflare, Shopify, Vercel, Render e Netlify. Perplexity porta l’intero suo agente Computer sulla macchina dell’utente. IBM apre Granite 4.2, la sua prima famiglia di modelli di ragionamento. E Anthropic unifica la memoria di Claude tra chat e Cowork, rendendola leggibile e modificabile file per file. Il resto — WeatherNext Cyclones in servizio presso il National Hurricane Center, il round Serie B di Stability AI, una ventina di aggiornamenti di strumenti — segue qui sotto.

WebMCP: uno standard, il suo supporto prodotto, il suo uso interno e un concorso per avviarlo

25 agosto — OpenAI lancia il WebMCP Challenge, un hackathon di dieci giorni dedicato a uno standard aperto ancora sperimentale che cambia il modo in cui gli agenti interagiscono con il web. Il problema affrontato è concreto: oggi, un agente che deve svolgere un’attività su un sito deve indovinare come navigare in un’interfaccia progettata per occhi e mouse. WebMCP capovolge la logica: il sito espone direttamente strumenti strutturati che l’agente invoca.

Il concorso non è l’aspetto più notevole dell’annuncio. È l’allineamento che rivela: Chrome (Google), Cloudflare, Shopify, Vercel, Render e Netlify si associano tutti a OpenAI sullo stesso standard. La giuria ne porta traccia, con Sarah Drasner (Distinguished Engineer, Chrome), Andrew Galloni (VP Research & Innovation, Cloudflare), Jude Gao (team Next.js Core, Vercel), Ilya Grigorik (Distinguished Engineer, Shopify), Sean Roberts (VP of Applied AI, Netlify), Justin Rushing (Browser Agent Lead, OpenAI) e Alex Nahas, creatore di MCP-B.

The WebMCP Challenge is here. We’ve teamed up with @ChromiumDev, @CloudflareDev, @ShopifyDevs, @vercel, @render, and @Netlify for a 10-day hackathon. Up for grabs: $35,000 in cash prizes, Codex Micros, ChatGPT Pro subscriptions, and more prizes from our supporters.

🇮🇹 Il WebMCP Challenge è lanciato. Ci siamo associati a @ChromiumDev, @CloudflareDev, @ShopifyDevs, @vercel, @render e @Netlify per un hackathon di dieci giorni. In palio: 35.000 dollari di premi in denaro, dei Codex Micro, abbonamenti ChatGPT Pro e altri premi offerti dai nostri partner. — @OpenAIDevs su X

Il calendario è serrato e i criteri di valutazione sono espliciti: utilità, originalità, esecuzione, uso ponderato di WebMCP e qualità dell’esperienza umano-agente. Le iscrizioni e le candidature passano da Devpost. OpenAI pubblica anche applicazioni dimostrative agent-native per avviare i progetti — modellazione 3D guidata dall’agente, scrittura collaborativa in cui l’agente commenta con la propria identità, generatore di parole crociate personalizzate, Wandernote per trasformare appunti di viaggio in itinerario e esplorazione dei dati tramite DuckDB-Wasm nel browser. È consentito partire da un’applicazione esistente e aggiungervi WebMCP.

Elemento del concorso	Dettaglio annunciato
Durata annunciata	10 giorni
Apertura delle candidature	25 agosto 2026, 12 h PT
Scadenza per l’invio	3 settembre 2026, 13 h PT
Annuncio dei vincitori	23 settembre 2026 (data indicativa)
Dotazione totale	35.000 dollari
Premio per ogni vincitore	3.000 dollari, un anno di ChatGPT Pro, una tastiera Codex Micro, gadget
Piattaforma di invio	Devpost

Il tassello di prodotto che rende lo standard utilizzabile ogni giorno arriva lo stesso giorno: il browser integrato dell’app desktop ChatGPT e ChatGPT Sites sanno ormai consumare WebMCP. Quando ChatGPT o Codex visita un sito compatibile, l’agente rileva gli strumenti esposti dalla pagina e li usa automaticamente invece di procedere per tentativi nell’interfaccia — è necessario aggiornare all’ultima versione dell’app desktop. L’altra metà del ciclo è sul lato produzione: diventa possibile chiedere a Codex di creare un’app compatibile con WebMCP e poi distribuirla direttamente su Sites. Da notare l’asimmetria del supporto con Chrome, dove WebMCP resta dietro un flag sperimentale o un origin trial, mentre il browser di ChatGPT lo gestisce in modo nativo.

Resta il terzo aspetto, il più istruttivo: OpenAI documenta il proprio uso interno. Un ingegnere dell’azienda racconta come abbia smesso di scrivere un’automazione per ogni attività per costruire Runme, un’app web di notebook open source pensata per collaborare con Codex. Vi scrive un obiettivo breve con istruzioni esplicite — consultare un’esecuzione precedente, redigere un piano dettagliato, attendere la validazione prima di iniziare, documentare i comandi eseguiti e la loro interpretazione — e Codex legge poi aggiorna il notebook nel corso del lavoro. Due scelte architetturali meritano attenzione. La persistenza, innanzitutto: i notebook vengono salvati in Google Drive e Runme genera in parallelo un indice Markdown companion *.index.md che Drive sa indicizzare, il che permette a un agente di ritrovare un’esecuzione passata come contesto operativo. L’esposizione delle capacità, poi: Runme è un’app client servita in statico, e aggiungere un server solo per esporre un endpoint MCP classico avrebbe introdotto infrastruttura e spostato il trattamento dei dati del notebook. WebMCP consente all’applicazione di registrare i propri strumenti direttamente dal browser.

🔗 WebMCP Challenge · Supporto in ChatGPT desktop e Sites · Codex, Runme e WebMCP in OpenAI

Jalapeño: OpenAI pubblica i primi numeri del suo chip di inferenza e assume la sua strategia compute

25 agosto — OpenAI pubblica i primi risultati misurati di Jalapeño, il primo chip di inferenza che ha progettato in prima persona. L’interesse dell’annuncio non risiede soltanto nei guadagni grezzi, ma nella natura del compromesso che pretende di risolvere: i sistemi di inferenza esistenti devono in genere arbitrare tra throughput e latenza, mentre Jalapeño rivendica entrambi in un’unica architettura.

Le misurazioni si basano su InferenceX, un benchmark pubblico di SemiAnalysis che simula l’elaborazione completa di una richiesta. Sono stati testati tre modelli aperti — GPT-OSS 120B, DeepSeek R1 670B e Kimi K2.5 1T — contro sistemi commerciali. La scelta di normalizzare per watt anziché per chip è esplicita e comoda: Jalapeño consuma la metà rispetto ai sistemi con cui viene confrontata. Jalapeño è annunciata a 700 W e il consumo sostenuto misurato è rimasto a 550 W o meno sui carichi testati, contro 1.200 W per GB200 e 1.400 W per GB300.

Modello valutato (sistema comparato)	Throughput di picco per kW	Latenza end-to-end	TBT minimo
GPT-OSS 120B (GB200, 1.200 W)	≈1,9x (85 448 vs 44 960)	≈1,7x (1,03 s vs 1,80 s)	≈2,7x (0,69 vs 1,87 ms)
DeepSeek R1 670B (GB300, 1.400 W)	≈1,7x (19 641 vs 11 781)	≈3,6x (1,65 s vs 5,99 s)	≈4,1x (1,43 vs 5,90 ms)
Kimi K2.5 1T (GB300, 1.400 W)	≈1,5x (18 195 vs 11 862)	≈3,4x (1,56 s vs 5,31 s)	≈3,8x (1,44 vs 5,48 ms)

Sull’insieme dei tre modelli, OpenAI annuncia da 1,5 a 1,9 volte più lavoro IA per watt al throughput di picco e da 1,7 a 3,6 volte meno latenza end-to-end rispetto ai sistemi di confronto, e fino a 2,1-4,1 volte più prestazioni sui carichi molto interattivi. Tecnicamente, i guadagni derivano da una co-progettazione di chip, memoria, rete, software e sistema a livello di rack. L’inferenza attraversa due fasi con colli di bottiglia diversi: il prefill, che elabora il prompt e satura il calcolo, e il decode, che produce i token uno a uno e dipende soprattutto dalla banda passante della memoria. Jalapeño cerca di minimizzare gli spostamenti di dati, con lo stato del modello — cache KV compresa — che può essere collocato esplicitamente e mantenuto in locale mentre il sistema attiva la giusta combinazione di calcolo, memoria e rete in base alla fase.

L’aspetto più interessante per uno sviluppatore riguarda il ruolo dell’IA nella progettazione del chip stesso. OpenAI indica di essere passata dalla progettazione iniziale al tapeout in nove mesi, accorciando i cicli di progettazione, misurazione e verifica. Il chip è stato pensato come un obiettivo di programmazione prevedibile per l’IA tanto quanto per gli esseri umani: lavoro descritto tramite tensori locali, comunicazione esplicita, sincronizzazione prevedibile. Con Codex e GPT-Astra, il team ha portato in due mesi tre modelli a pesi aperti assenti dal piano di produzione iniziale e, su blocchi di attention e mixture-of-experts selezionati di GPT-OSS, i kernel generati dall’IA girano da 1,5 a 1,8 volte più velocemente delle implementazioni scritte da esperti umani. La sfumatura va mantenuta: questi numeri riguardano i blocchi selezionati, non il modello completo. Il calendario resta prudente — qualificazione di produzione in corso, software da maturare, distribuzione nell’infrastruttura OpenAI annunciata per fine anno, Gen 2 in sviluppo avanzato e Gen 3 che prende forma.

Lo stesso giorno, Sarah Friar pubblica il post che dà la logica economica dietro tutto questo. Vi rivendica un ampio portafoglio compute — Microsoft e NVIDIA come base, affiancati da AWS, AMD, Broadcom, Cerebras, CoreWeave, Oracle, SB Energy e SoftBank — con un argomento tanto commerciale quanto tecnico: preservare una scelta credibile tra fornitori permette di indirizzare ogni carico di lavoro verso il miglior rapporto prestazioni-prezzo e di mantenere una disciplina tariffaria. Un dato concreto accompagna il discorso: sull’Artificial Analysis Coding Agent Index, GPT-5.6 Sol nel ragionamento massimo raggiunge un nuovo record consumando il 54% in meno di token di output rispetto a un altro modello di primo piano. Il testo assume infine il paradosso di Jevons — rendere l’intelligenza meno costosa non ne riduce il consumo, ne amplia il campo d’uso redditizio. Sul fronte infrastrutturale, Project Camellia in Georgia viene presentato con un circuito chiuso per l’acqua e impegni sottoposti a un audit pubblico indipendente annuale. OpenAI precisa che continuerà a distribuire ampiamente gli acceleratori di NVIDIA e dei suoi altri partner, sia per l’addestramento sia per l’inferenza.

🔗 Jalapeño — primi risultati · The full stack behind abundant intelligence

Computer portatile Perplexity: tutto gira sulla macchina, benchmark alla mano

25 agosto — Perplexity lancia Portable Computer, una variante del suo agente Computer che viene eseguita interamente sulla macchina dell’utente. Il passaggio è più architetturale che cosmetico: non gira solo il modello in locale, ma l’intera catena di orchestrazione — orchestratore, pianificatore, router degli strumenti, schedulatore, coda di attività persistente e indice di ricerca locale.

Oggi lanciamo Portable Computer su @NVIDIA DGX Spark.

Portable Computer is a fully local version of Perplexity Computer, where the entire runtime: orchestrator LLM, subagent LLM, agent harness all run on your local hardware. No cloud dependency.

🇮🇹 Oggi lanciamo Portable Computer su @NVIDIA DGX Spark. Portable Computer è una versione completamente locale di Perplexity Computer, in cui l’intero ambiente di esecuzione — il LLM orchestratore, il LLM dei sotto-agenti, l’harness dell’agente — gira sul tuo hardware locale. Nessuna dipendenza dal cloud. — @perplexity_ai su X

L’annuncio è fatto congiuntamente con NVIDIA e punta inizialmente al DGX Spark — piattaforma Grace Blackwell GB10, CPU Arm a 20 core, GPU NVIDIA, 128 GB di memoria unificata — con un’estensione annunciata ai PC dotati di GPU RTX. Sono proposti due modelli a scelta, Qwen 3.8 27B o PPLX 27B, la versione post-addestrata del modello Qwen da parte di Perplexity, e NVIDIA Nemotron 3.5 Lightning, un modello aperto da 30B, è destinato a entrare nel selettore. Il lavoro gestito localmente non consuma alcun credito. L’escalation verso il cloud resta possibile — informazioni aggiornate, browser, applicazioni connesse o uno dei 15 modelli frontier e oltre — ma è soggetta ad autorizzazione esplicita dell’utente. I connettori Google Drive, Gmail, Slack e GitHub funzionano dal dispositivo, la dettatura si esegue in locale tramite il NVIDIA Nemotron 3.5 ASR Model senza che l’audio esca dalla macchina, e l’esecuzione del codice avviene in una sandbox isolata. Portable Computer è riservato agli abbonati Pro e Max dotati di un DGX Spark, prima su Linux, poi su Windows, con installazione in un clic dall’applicazione.

Lo stesso giorno, il team di ingegneria pubblica i numeri che documentano questo lancio. La tesi è che modello e harness debbano essere progettati insieme: gli harness generici presuppongono un modello frontier capace di assorbire lunghi contesti e pianificare su un orizzonte esteso, cosa che i modelli locali riescono a fare molto meno bene.

Benchmark misurato	Computer (Qwen 3.8 27B)	Pi	Hermes	Computer + PPLX 27B
Local Knowledge Work Bench (53 tasks)	82,6 %	77,6 %	74,0 %	85,4 %
BrowseComp (1 266 tasks)	66,7 %	50,2 %	43,9 %	—
ParseBench-100 (documenti multimodali)	65,1 %	13,9 %	34,6 %	—

Su BrowseComp, Computer consuma nel frattempo il 61 % in meno di tempo e il 16 % in meno di token rispetto a Hermes, e il 51 % in meno di tempo e il 70 % in meno di token rispetto a Pi. Quattro scelte progettuali spiegano il divario: un prompt di sistema minimale, capacità modularizzate in skills caricate e scaricate lungo il percorso, connettori molto usati (Gmail, GitHub, Outlook, Google Calendar) convertiti in strumenti da riga di comando compatti invece che esposti come server MCP le cui definizioni divorano il contesto, e una sandbox sempre attiva e non configurabile — se non è disponibile, l’harness si disattiva prima di qualsiasi chiamata a uno strumento invece di passare a un’esecuzione non isolata. Perplexity nota anche un riscontro pratico utile: Qwen 3.8 27B dichiara una finestra di 260K token, ma inizia empiricamente a faticare oltre i 100K.

Terminal Bench 2.1 (89 tasks)	Punteggio	Costo API per esecuzione
Qwen 3.8 27B, 100 % locale	59,6 %	circa 0
Qwen 3.8 27B + consiglio Claude Opus 5	73,0 %	0,415 USD
Claude Opus 5 da solo	82,4 %	0,65 USD

Il meccanismo di escalation verso un modello advisor è il punto più interessante del rapporto: recupera circa tre quinti del divario rispetto al frontier per poco più di due terzi del suo costo, e l’arbitraggio resta nelle mani dell’utente. Prima di ogni chiamata, l’harness seleziona il contesto pertinente, applica un classificatore di dati personali e mostra all’utente ciò che uscirebbe dal dispositivo; il modello advisor restituisce solo testo e non ha accesso diretto ai file né agli strumenti. Il post-addestramento di PPLX 27B, infine, combina un fine-tuning per rifiuto (rejection fine-tuning) e poi apprendimento per rinforzo su ambienti sintetici eseguiti in contenitori Docker, senza alcun dato reale di utenti. È annunciato un rapporto tecnico e l’apertura in open source del benchmark di valutazione.

🔗 Benchmark dell’harness locale · Portable Computer — post Perplexity

Claude: una sola memoria tra chat e Cowork, leggibile file per file

25 agosto — Anthropic elimina la frontiera tra due memorie che finora coesistevano. Ciò che Claude ricorda delle vostre conversazioni nella chat è ora esattamente ciò di cui dispone in Claude Cowork, e viceversa. In concreto, quando Cowork esegue un’attività nel cloud, parte dal contesto accumulato nel corso dei mesi: le priorità del trimestre, lo stato di avanzamento dei progetti, le preferenze di scrittura di un interlocutore. Anthropic fa esempi volutamente terra terra — chiedere un aggiornamento per il proprio responsabile senza dover specificare di chi si tratta né come questa persona preferisca ricevere le informazioni.

Il secondo cambiamento è più discreto ma modifica il comportamento quotidiano: la memoria si aggiorna nel corso della conversazione invece che tramite un riassunto prodotto a posteriori. Dire che una scadenza è stata spostata a settembre basta perché la conversazione successiva ne tenga conto. La formula «ricorda questo» resta disponibile per forzare la registrazione di un elemento preciso, e la memoria può essere messa in pausa o reimpostata in qualsiasi momento.

Sul fronte della trasparenza, Anthropic ha scelto una rappresentazione leggibile invece di una scatola nera: tutto ciò che Claude ricorda appare sotto forma di file brevi, ordinati per argomento, in Impostazioni poi Memoria. Ciascuno può essere letto, corretto o eliminato. L’interesse pratico è immediato — correggere il vecchio nome della propria azienda in un solo file basta perché tutte le conversazioni successive usino quello giusto.

La gestione dei temi sensibili è il punto più interessante sul piano delle scelte di prodotto. Per impostazione predefinita, Claude non memorizza ciò che riguarda la salute, l’origine, l’etnia, le credenze religiose, le opinioni politiche o l’identità di genere. Anthropic riconosce tuttavia che il confine è personale e propone un’impostazione opzionale per includere questi temi — abbastanza da lasciare che Claude ricordi un’intolleranza al glutine quando propone ricette. Questa impostazione non è retroattiva e può essere disattivata in qualsiasi momento. Una categoria resta esclusa a prescindere dall’impostazione: numeri di identificazione, precedenti penali, status migratorio e, più in generale, tutto ciò che viola la Politica di uso accettabile. Claude segnala esplicitamente quando non può registrare un’informazione di questo tipo, una scelta di progettazione che privilegia il rifiuto visibile rispetto al filtraggio silenzioso.

Aspetto della memoria	Comportamento descritto
Ambito	Memoria unica condivisa tra chat e Claude Cowork
Momento dell’aggiornamento	Durante la conversazione, invece di un riepilogo dopo la fine in precedenza
Formato di archiviazione	File brevi ordinati per argomento, leggibili e modificabili uno a uno
Temi sensibili	Non memorizzati per impostazione predefinita, attivabili con impostazione, senza effetto retroattivo
Esclusioni permanenti	Numeri di identificazione, precedenti penali, status migratorio
Piani Free, Pro e Max	Memoria attiva per impostazione predefinita sul web, desktop e mobile
Piani Team ed Enterprise	Aperta dall’amministratore, disattivata per utente fino all’attivazione

🔗 La memoria di Claude funziona ovunque · Annuncio @claudeai

IBM apre Granite 4.2, la sua prima famiglia di ragionamento, e due modelli ASR da 470M

25 agosto — IBM pubblica Granite 4.2, presentata come la sua prima famiglia di modelli linguistici densi, decoder-only, progettati esplicitamente per il ragionamento. Laddove le generazioni precedenti puntavano all’efficienza e ai compiti aziendali classici, questa versione mette il ragionamento al centro e lo rende modulare: ogni modello espone tre modalità — thinking, non-thinking e low-effort — che l’applicazione sceglie in base al budget di latenza e di token che accetta di pagare. Le tre dimensioni (3B, 8B, 30B) condividono la stessa architettura e la stessa pipeline, il che rende il passaggio dall’una all’altra indolore sul piano dell’integrazione.

L’architettura resta classica: attenzione GQA a 40 teste per 8 teste KV, RoPE con un θ di 10 milioni per reggere i 131 072 token di contesto, MLP SwiGLU, normalizzazione RMSNorm, addestramento in bfloat16 su un cluster NVIDIA GB200 NVL72 ospitato da CoreWeave. Il pre-addestramento parte da zero su circa 15 000 miliardi di token distribuiti in cinque fasi. Ciò che distingue davvero Granite 4.2 è il post-addestramento: una pipeline di rinforzo in una catena di stadi specializzati invece di un passaggio unico, in GRPO asincrono con campionamento di importanza troncato, così che le metà generazione e addestramento del ciclo non si blocchino mai a vicenda. Il curriculum encadeina tre passaggi di RLVR a ricompense verificabili, amplificatori mirati al rispetto delle istruzioni e al codice, due fasi di software engineering in contesto 128K, una fase terminale, una fase di ricerca, poi l’allineamento RLHF. Il blocco di rinforzo agentico è applicato solo ai modelli 8B e 30B, il che spiega il divario di prestazioni nel coding agentico tra il 3B e i fratelli maggiori.

Benchmark pubblicato da IBM	3B Dense	8B Dense	30B Dense
SWE-Bench Verified	—	47,67	57,00
SWE-Bench Multilingual	—	30,78	41,89
Terminal-Bench 2.1	—	20,56	29,24
τ³-bench	45,78	58,06	62,00
AIME25	78,33	86,67	89,17
GPQA	54,80	64,14	66,41
LiveCodeBench v6	69,71	73,24	75,77
MMLU-Pro	67,84	74,04	77,60
RULER 128K	55,30	71,41	81,38

La pubblicazione non si limita ai pesi bfloat16: quattro varianti quantizzate accompagnano l’uscita per vLLM — FP8 per canale dinamico senza calibrazione, NVFP4 e MXFP4 tramite GPTQ calibrato su 2 000 campioni SFT — oltre a quattordici formati GGUF per llama.cpp, da Q2_K a Q8_0. Dodici lingue sono supportate, incluso il francese, e tre harness di coding agentico sono documentati fin dal primo giorno: OpenCode, Pi e OpenHands. Sulla qualità dei dati, IBM dettaglia una catena in cui GPT-OSS-120B e Gemma 4 fungono da giudici per valutare i campioni SFT, prima di una deduplicazione locale e globale tramite hash SHA-256.

Lo stesso giorno, IBM pubblica Granite Speech 5.0 Turbo CTC, due modelli di riconoscimento vocale inglese da 470 milioni di parametri che differiscono solo per i dati di addestramento e la licenza — Apache 2.0 per la variante standard, CC-BY-NC-SA-4.0 per la variante addestrata su dati aggiuntivi. Il cambiamento di architettura è notevole: i precedenti Granite Speech combinavano un encoder acustico, un projectore e un LLM, questi sono encoder-only. Lo stack impila 16 blocchi Conformer, applica un auto-conditionement in uscita dall’ottavo blocco, sostituisce l’attenzione prodotto scalare con un’attenzione a blocchi (chunkwise) per evitare la scalabilità quadratica e ottimizza direttamente la perdita CTC. La vera novità è il tasso di token: operazioni di sottocampionamento fanno passare il flusso da 100 frame al secondo in uscita dallo spettrogramma log-Mel a 12,5 al secondo, il che spiega il «Turbo» del nome. I risultati sono riportati sull’OpenASR Leaderboard e sull’FFASR Leaderboard per il campo lontano, con grafici di Pareto velocità/precisione invece di punteggi isolati, e una dimostrazione di riconoscimento continuo eseguita nel browser tramite WebGPU, limitata a Chrome ed Edge.

🔗 Granite 4.2 — percorso tecnico · Granite Speech 5.0 Turbo CTC

WeatherNext Cyclones, il primo modello IA utilizzato in tempo reale dal National Hurricane Center

25 agosto — Google AI presenta WeatherNext Cyclones, un modello di previsione dei cicloni tropicali sviluppato da Google DeepMind e Google Research. L’annuncio è notevole meno per le prestazioni grezze che per ciò che racconta del passaggio dell’IA meteorologica dal laboratorio all’operativo.

Il problema affrontato è strutturale. Finora, seguire un ciclone imponeva un compromesso: i modelli fisici che girano su supercomputer catturano bene le grandi strutture atmosferiche che attraversano il pianeta, ma comprendere la fisica locale e intensa che determina la forza di una tempesta costringeva a passare a modelli regionali del tutto diversi. WeatherNext Cyclones elimina questo andirivieni prevedendo in un unico flusso traiettoria, intensità e dimensioni.

Il guadagno annunciato è di un giorno intero di anticipo rispetto ai sistemi precedenti. Google formula il confronto in modo efficace: le previsioni a tre giorni raggiungono ormai la precisione delle vecchie previsioni a due giorni, un progresso che storicamente richiedeva un decennio di avanzamenti metodologici. Il secondo contributo è probabilistico: il modello è abbastanza rapido da produrre fino a 1.000 simulazioni per tempesta, sostituendo la traiettoria unica «più probabile» con una gamma di scenari. Questo rende più leggibile l’intensificazione rapida, definita come un aumento dei venti massimi sostenuti di almeno 30 nodi in 24 ore. Quest’anno, 1.000 previsioni probabilistiche per tempesta vengono fornite ai previsori tramite WeatherLab.

L’elemento più significativo resta il deployment reale. Durante la stagione degli uragani 2025, WeatherNext Cyclones è stato messo alla prova all’interno del National Hurricane Center americano — la prima volta che questa istituzione utilizza modelli IA in operazioni in tempo reale. I meteorologi lo hanno usato per stabilire la previsione dell’approdo di categoria 5 dell’uragano Melissa in Giamaica, concedendo alle autorità locali tempo aggiuntivo per prepararsi. È stato pubblicato un articolo su Nature, e Google annuncia la pubblicazione del codice e dei pesi del modello in open source su GitHub.

Aspetto del modello	Contributo di WeatherNext Cyclones
Quantità previste	Traiettoria, intensità e dimensioni in un unico passaggio
Guadagno di anticipo	Un giorno; previsione a 3 giorni = precisione dell’ultima a 2
Simulazioni per tempesta	Fino a 1.000
Deployment operativo	U.S. National Hurricane Center, stagione degli uragani 2025
Caso d’uso documentato	Approdo di categoria 5 dell’uragano Melissa in Giamaica
Soglia di intensificazione	Oltre 30 nodi di venti massimi sostenuti in 24 ore
Modalità di disponibilità	WeatherLab; codice e pesi in open source su GitHub

🔗 Annuncio @GoogleAI · Post di Google DeepMind

Stability AI chiude una Serie B da 76 milioni di dollari con EA, Sony Music, Universal e Warner

25 agosto — Stability AI annuncia la chiusura della sua Serie B: 76 milioni di dollari di nuovo capitale, che portano il finanziamento totale a 232 milioni dalla ripresa dell’azienda da parte di Prem Akkaraju nel giugno 2024, comprese due tornate di equity e obbligazioni convertibili. L’importo resta modesto su scala settoriale, ma la composizione del round è il vero tema.

Quattro colossi dell’intrattenimento entrano nel capitale: Electronic Arts per il videogioco, Sony Music Group, Universal Music Group e Warner Music Group per la musica. Le tre major del disco sono ora azioniste dello stesso laboratorio. Si aggiungono AMD Ventures e Pacific Alliance Ventures. Questi investitori non arrivano dal nulla: EA, Universal e Warner erano già partner strategici di Stability AI dall’autunno 2025. Il round trasforma quindi accordi commerciali esistenti in partecipazioni azionarie.

L’altro segnale sta nella fedeltà degli investitori finanziari. Coatue, Greycroft, Kadmos Capital, Sean Parker ed Eric Schmidt rientrano per il secondo round consecutivo sotto la nuova direzione — cosa che, dopo la fase turbolenta attraversata da Stability AI nel 2023 e nel 2024, vale come conferma. Thomas Laffont, cofondatore di Coatue, entra nel consiglio di amministrazione, dove siedono già James Cameron, Sean Parker, Dana Settle e Prem Akkaraju.

This unmatched group of investors is an affirmation of our vision where generative AI empowers every producer, musician, and storyteller. Stability is unique in the AI field because we are creative people making tools for creatives.

🇮🇹 Questo gruppo di investitori senza eguali conferma la nostra visione, quella di un’IA generativa che dà potere a ogni produttore, musicista e narratore. Stability è unica nel campo dell’IA perché siamo creativi che costruiscono strumenti per creativi. — Prem Akkaraju, CEO di Stability AI, comunicato del 25 agosto

La strategia dichiarata è quella di un laboratorio di nicchia: niente modello generalista, ma strumenti per i professionisti della creazione, costruiti con i detentori dei diritti invece che contro di loro. È esattamente la linea di Stable Audio 3.0, famiglia di modelli a pesi aperti addestrata su dati interamente concessi in licenza, ampliata il 18 agosto con un plugin per workstation audio. Il denaro dovrà finanziare la prossima gamma di prodotti, la ricerca applicata e il polo dei servizi professionali.

🔗 Annuncio @StabilityAI

ChatGPT lato azienda: plugin Admin, estensione multi-browser e posto Premium a 100 dollari

25 agosto — Tre annunci di OpenAI convergono verso lo stesso pubblico: le organizzazioni che distribuiscono ChatGPT e Codex su larga scala.

Il più sostanziale è il plugin Admin per ChatGPT Work e Codex, che riunisce in una conversazione ciò che finora obbligava a passare tra dashboard di analytics, schermate di impostazioni e report. Il perimetro copre le attività quotidiane: capire l’adozione e il consumo di crediti, individuare membri o gruppi prossimi ai limiti, gestire ingressi e uscite, esaminare i permessi effettivi e diagnosticare un problema di accesso, regolare i limiti d’uso e arbitrare le richieste di spesa confrontandole con il consumo reale. La parte più interessante è l’automazione senza scrivere codice: le richieste d’uso in sospeso possono essere instradate verso Slack o Microsoft Teams per l’approvazione nello strumento che i validatori già usano, e le richieste di accesso a una funzionalità possono essere concesse automaticamente quando soddisfano criteri predefiniti, mentre le eccezioni vengono rimandate a un umano. Punto strutturale sul fronte sicurezza: il plugin opera dentro il ruolo e i permessi esistenti dell’utente e non amplia alcun accesso, con ogni istruzione mappata verso un’azione di lettura o scrittura supportata con un risultato strutturato. OpenAI cita il proprio uso — un agente ChatGPT Work in Slack gestisce le richieste IT interne, e i flussi di lavoro distribuiti risolvono circa il 45% del volume di ticket, backlog eliminato mentre il volume di supporto era quasi raddoppiato.

Secondo annuncio, l’estensione del browser ChatGPT esce dal perimetro Chrome e supporta Microsoft Edge, Brave, Opera e Vivaldi. Il cambiamento conta per chi lavora in un browser alternativo per scelta di privacy o per vincoli aziendali. Vengono messi in evidenza due usi: portare il contesto delle schede aperte in un’attività tramite la menzione @ tab in ChatGPT Desktop, in modo che Codex lavori a partire dalla documentazione o dal ticket già visualizzati; e lasciare all’agente il controllo del browser per eseguire attività web concrete, con la cancellazione degli abbonamenti tra gli esempi forniti.

Terzo annuncio, più laconico: un posto Premium da 100 dollari entra nell’offerta ChatGPT Business, posizionato su piccole imprese e startup con un piano presentato come flessibile e scalabile in base alle dimensioni del team. L’annuncio è stato fatto su X senza un post di blog dettagliato, e la composizione esatta del posto non è specificata nel messaggio.

🔗 Plugin Admin · Estensione multi-browser · Posto Premium ChatGPT Business

NVIDIA: la Gamescom per RTX Spark, e SANA che divide per 27 la latenza di MiniMax H3

25 agosto — NVIDIA sfrutta la Gamescom, che si svolge questa settimana a Colonia, per ampliare il catalogo di RTX Spark, la sua piattaforma di PC Windows attesa quest’autunno. Electronic Arts, Embark Studios e Ubisoft si uniscono a KRAFTON, NetEase, Riot Games e XBOX, che avevano aderito già al COMPUTEX di maggio. I titoli citati coprono esigenze tecniche diverse: EA SPORTS F1 25 e Apex Legends per EA, Anno 117: Pax Romana per Ubisoft, ARC Raiders e THE FINALS per Embark Studios.

Il punto più concreto riguarda l’anti-cheat. Far girare un gioco non basta: i grandi titoli online dipendono da sistemi anti-cheat che devono essere portati su ogni piattaforma, altrimenti il gioco resta ingiocabile in multiplayer. NVIDIA annuncia di lavorare con EA per portare EA Javelin Anticheat in nativo su RTX Spark — il tipo di dettaglio infrastrutturale che decide l’adozione reale di una nuova piattaforma PC. Sul fronte rendering, DLSS 4.5 Ray Reconstruction è disponibile subito, con un modello transformer di seconda generazione che sostituisce i denoisers classici con una rete addestrata su supercomputer. Il path tracing arriva in CONTROL Resonant e 007 First Light, Gears of War: E-Day integra RTX Mega Geometry, e le tecnologie NVIDIA ACE sono annunciate in Aniimo per l’inizio del 2027.

L’altro volto dello stesso attore, il 24 agosto, è più tecnico. MiniMax rilancia i risultati ottenuti dal team SANA di NVIDIA su Sol Engine applicato al suo modello video H3: dieci secondi di video in 768p generati su un solo GB200 passano da 414 secondi a 14,93 secondi, cioè un’accelerazione di 27,7 volte. Il metodo non si basa sull’ottimizzazione dei kernel ma su una suddivisione della generazione in due passaggi — una bozza in bassa risoluzione prodotta da H3 in 4 step, poi un passaggio di rifinitura alla risoluzione target affidato a LTX in 3 step con Sol-Attn. In totale sette step. Secondo leva: le costose decodifiche VAE vengono sostituite da TAEH3 e TAEHV, decodificatori alleggeriti, mantenendo però i latenti stabili per la fase di rifinitura.

Misura su MiniMax H3	Valore misurato
Carico misurato	10 s di video in 768p, un solo GB200
Latenza prima	414 s
Latenza dopo	14,93 s
Fattore di accelerazione	27,7x
Step di generazione	4 (bozza H3 a bassa risoluzione) + 3 (LTX)
Decodificatori sostituiti	TAEH3 e TAEHV al posto delle decodifiche VAE
Throughput previsto per nodo	378.000 video al mese, oltre il 97% di margine GPU

Il throughput previsto è una stima di MiniMax, non una misura di produzione, e va letta come tale. Ma la direzione è chiara: a quindici secondi per dieci secondi di video, la generazione video ad alta fedeltà esce dal rendering batch asincrono per entrare in un’infrastruttura quasi interattiva.

🔗 NVIDIA alla Gamescom · SANA e Sol Engine su H3

I modelli aperti cinesi diventano il riferimento della ricerca, e Qwen3.8-27B entra nella top 10 di Code Arena

25 agosto — Qwen rilancia due risultati la stessa mattina, e il secondo dà un senso al primo.

Il primo è una classifica. Qwen3.8-27B entra nel ranking Code Arena: WebDev, che valuta i modelli nella generazione di interfacce web, al 9° posto complessivo con 1595 punti. È l’unico modello della sua fascia di dimensione nella top 10, e si trova a solo sei posizioni da Qwen3.8-Max, molto più grande. Arena sottolinea che ridisegna la frontiera di Pareto della classifica e fornisce un punto di riferimento utile: Gemma 4-31B, di dimensioni comparabili ma uscito ad aprile, occupa l’80° posto.

Modello valutato	Posizione in Code Arena: WebDev	Punti ottenuti	Nota della classifica
GLM-5.3 (Max)	8° complessivo	1597	Rilevazione del 20 agosto, 2° tra i modelli aperti
Qwen3.8-27B	9° complessivo	1595	Unico modello della sua dimensione nella top 10
Qwen3.8-Max	Sei posizioni davanti al 27B	n.d.	Modello molto più grande della stessa famiglia
Gemma 4-31B	80° complessivo	n.d.	Uscito nell’aprile 2026

Il secondo risultato è una misura d’uso. Nathan Lambert, che ha co-diretto il progetto Olmo presso Ai2, ha fatto analizzare da Codex 500.000 articoli arXiv in IA e machine learning pubblicati dalla comparsa di ChatGPT, per identificare i modelli aperti effettivamente usati nella ricerca. Il ribaltamento si riassume in due numeri: nel 2024 circa il 30% degli articoli citava un modello aperto americano contro il 10% un modello cinese; oggi circa il 40% cita un LLM aperto cinese e solo il 25-30% uno americano.

Famiglia di modelli	Quota di articoli che citano un LLM
OpenAI (modelli chiusi)	circa 37%
Qwen	circa 33%
Gemini, Claude	10-15%
Gemma, Mistral	5-10%
Olmo	circa 1%

Nel dettaglio, Qwen è citato in un terzo degli articoli che menzionano un LLM, qualunque esso sia. Llama ha toccato il picco intorno ad aprile 2025 al 30%, proprio al momento dell’uscita di Llama 4, e da allora è in calo. Lambert pone lui stesso un limite importante: le pubblicazioni sono in ritardo rispetto alle uscite dei modelli, perché la ricerca richiede tempo — questi dati descrivono lo stato dei lavori in corso più che le preferenze del momento. In parallelo si legge una tendenza di fondo, distinta dal duello open contro closed: la quota di articoli di IA che menzionano un LLM è passata dal 10,43% nel gennaio 2023 a oltre il 50% nel 2026.

🔗 Qwen3.8-27B su Code Arena · Relè Qwen dell’analisi arXiv · Analisi @natolambert

Claude Code passa alla 2.1.245, e il rendering di Claude sul web diventa 4 volte più fluido

Sono uscite due versioni di Claude Code nella finestra, e il loro contenuto punta chiaramente alle distribuzioni in ambito organizzativo. Il CHANGELOG non riporta date, ma la cronologia Git le colloca: la 2.1.243 compare nel commit del 24 agosto alle 23:40 UTC, la 2.1.245 in quello del 25 agosto alle 05:13 UTC.

Impostazione aggiunta	Versione interessata	Interesse pratico
`modelPricing`	2.1.243	Tariffe contrattuali in `/cost`, barra di stato e telemetria
`modelPicker`	2.1.243	Elenco modelli ordinato e etichettato per `/model`
`promptCacheTtl` / `subagentPromptCacheTtl`	2.1.243	Cache del prompt di un’ora sulla conversazione, 5 min sui subagent
Ventilazione dei loop in `/usage`	2.1.243	Individuare i task `/loop` che deragliano
Connessione senza chiave tramite Console	2.1.243	Organizzazioni che vietano le chiavi API
Correzione glibc 2.44	2.1.245	Crash all’avvio su Arch Linux, CachyOS e Fedora Rawhide

L’impostazione più strutturale è modelPricing: finora i costi visualizzati ragionavano sulla tariffa pubblica, ma un’organizzazione può ora iniettarvi le proprie tariffe contrattuali per modello e il proprio coefficiente di sconto, rendendo i numeri direttamente utilizzabili per la rifatturazione interna. La coppia promptCacheTtl e subagentPromptCacheTtl affronta un compromesso economico concreto per gli utenti con chiave API: mantenere una cache di un’ora sulla conversazione principale, dove il contesto resta stabile, lasciando invece i subagent a cinque minuti, dato che i loro contesti sono più volatili. Sul fronte delle correzioni, i server MCP remoti in modalità non interattiva non restano più bloccati dopo un’interruzione, /resume non è più limitato alle cinquanta sessioni più recenti, e le sessioni silenziose per più di dieci minuti ora scadono dopo circa tre minuti prima di un nuovo tentativo e di un errore esplicito.

Il 24 agosto, Anthropic annuncia inoltre di aver riscritto il motore che visualizza le risposte in corso di generazione su Claude web e desktop. Il principio è classico nel rendering dell’interfaccia: toccare solo ciò che sta ancora cambiando, invece di ridisegnare l’intera risposta a ogni nuovo frammento. Su una risposta lunga, la differenza è strutturale — il costo di rendering smette di crescere con la lunghezza del testo già visualizzato. I guadagni annunciati sono coerenti: circa 4 volte più fluidità, 9 volte meno blocchi su un laptop poco potente, il peggior freeze dell’interfaccia 4,5 volte più corto, e 120 fotogrammi al secondo mantenuti dall’inizio alla fine su un MacBook a 120 Hz. Il dettaglio interessante è il pubblico di riferimento: sono le configurazioni modeste a guadagnarci di più.

🔗 CHANGELOG Claude Code · Rendering 4x più fluido, @ClaudeDevs

Gli agenti di codice si industrializzano: Warp pubblica il formato delle sue factories, Rohlik fa scrivere il 90 % del suo codice dagli agenti

24 agosto a fine giornata — Warp mostra la meccanica interna di Warp Factories, la sua piattaforma di agenti cloud annunciata il 18 agosto: il formato di configurazione adottato e l’apertura di un accesso anticipato. Il punto di partenza è dichiarato apertamente — Warp sposta i propri agenti fuori dalle macchine locali, per ragioni di qualità e di costo, e aveva bisogno di descrivere ambienti, harness e permessi di sicurezza come codice versionato.

Elemento di configurazione	Valore adottato
File di definizione	`factory.yaml`, `schemaVersion: v1alpha1`
Chiavi principali	`name`, `repositories` (`owner` / `name`), `agentDefaults.model`
Definizione di un agente	`agents/<nom>/agent.md` con `agentType` (`FOREMAN`, `REVIEW`…) e `model`
Trigger	`automations/<nom>/automation.md` : `agent`, `triggers` (provider, evento)
Interfacce disponibili	CLI (`warp agent run-cloud`), API REST, SDK TypeScript, server MCP
Accesso anticipato	Fino a 10 000 USD di utilizzo offerto ai clienti qualificati

La separazione è interessante: gli agenti non sono descritti in un unico YAML, ma in file Markdown dedicati, così che la definizione di un agente diventi un documento leggibile e diffabile. Warp applica la ricetta a sé stesso — il suo factory interno, battezzato «wilson», copre repository come warp-server o warp-terraform, dichiara i propri segreti e i propri server MCP, e organizza i suoi agenti per ruolo (code-review, foreman, implementation, spec, triage) in 34 righe. I numeri avanzati nella pagina di richiesta di accesso sono argomenti commerciali non verificabili dall’esterno: 200 000 esecuzioni di agenti al giorno, oltre il 30 % delle pull request unite senza ritocchi, 20 % di costo in meno per pull request.

Il 25 agosto, Cognition pubblica da parte sua un caso studio molto più documentato del precedente. Rohlik Group è un distributore alimentare online nato in Repubblica Ceca, presente in cinque paesi, redditizio, con oltre 1,3 miliardi di dollari di fatturato l’anno scorso; consegna una spesa settimanale di 17 000 prodotti in meno di un’ora o in finestre di quindici minuti. Il dato che struttura l’articolo: circa il 90 % del codice oggi viene generato da agenti, e l’organizzazione ingegneristica si descrive come «agent-mostly».

Non è un risultato ottenuto collegando semplicemente uno strumento. Rohlik dice di aver iniziato un anno fa, con una prima esperienza con Devin giudicata buggata. Ciò che ha cambiato la situazione sono le fondamenta poste lato cliente: più di cinquanta integrazioni MCP interne ed esterne, con il principio che ogni nuovo strumento debba essere accessibile agli agenti fin dal primo giorno, un livello semantico sopra il data warehouse Snowflake, e una base di conoscenza che dà agli agenti il contesto che si trasmetterebbe a un nuovo collega. Il lavoro arriva a Devin da dove nasce, una conversazione Slack su un bug o un documento di specifica Linear portato fino alla pull request. I risultati rivendicati — throughput ingegneristico raddoppiato da novembre, integrazione della robotica AutoStore consegnata in otto mesi dove il settore impiega due o tre anni, prototipazione scesa da un mese a un giorno — restano quelli di una pagina cliente pubblicata dal fornitore. L’effetto più eloquente è altrove: i migliori ingegneri passano ormai l’80 % del loro tempo a rivedere codice, e circa il 30 % dell’uso di Devin presso Rohlik è analisi dati da parte di utenti business.

🔗 Formato factory.yaml, @warpdotdev · Caso studio Rohlik, @cognition · Pagina cliente Devin

GitHub: quattro esercizi sui workflow agentici e la scheda Customize in disponibilità generale

25 agosto — GitHub mette online quattro nuovi esercizi sulla sua piattaforma di apprendimento GitHub Skills. L’angolo è esplicito: invece di documentare le novità agentiche dell’anno, GitHub propone di praticarle in un repository dimostrativo, con istruzioni fornite via via attraverso le pull request.

Esercizio pubblicato	Oggetto dell’esercizio
Agent Orchestration Build Your AI Dream Team	Agent personalizzati in Copilot CLI: pianificare, progettare, costruire, validare, trasmettere
Agentic Workflows that Read the Room	Estensione `gh aw`, workflow agentico in Markdown, modifiche inviate tramite pull request
Idea to Merge with the Copilot App	Da una sessione a una pull request unita, interamente nell’app GitHub Copilot
Ship with Quality	Segnali di qualità automatizzati, copertura dei test, verifiche imposte sulle pull request

Il più notevole dei quattro è il primo: è la prima volta che GitHub propone un percorso guidato sull’orchestrazione multi-agent nella sua CLI, un tema finora documentato solo in prosa. Il secondo introduce l’estensione gh aw, con un punto importante per la sicurezza — le modifiche proposte dal workflow passano tramite pull request invece di essere applicate direttamente, mantenendo così un punto di revisione umano.

Lo stesso giorno, l’app GitHub Copilot guadagna una scheda Customize in disponibilità generale. La sua funzione è riunire in un’unica superficie i quattro meccanismi di estensione introdotti separatamente negli ultimi mesi: server MCP, plugin, skills e canvas. Una vista Featured presenta una selezione editoriale presa da ciascuna categoria, per l’utente che sa cosa vuole fare ma non quale tipo di estensione possa rispondergli, e i server MCP beneficiano di una navigazione dedicata con opzioni messe in evidenza in base alla popolarità e un percorso per categoria. Il changelog illustra l’interesse dei canvas con un caso concreto: un canvas Azure DevOps per smistare le issue, prioritizzare un backlog, assegnare i follow-up, poi affidare un compito a Copilot perché indaghi, implementi o prepari la review.

🔗 Quattro esercizi GitHub Skills · Scheda Customize in disponibilità generale

L’ecosistema Google per sviluppatori: Gemini CLI 0.57.0 e Antigravity 2.10.0

25 agosto — Google pubblica la versione stabile 0.57.0 di Gemini CLI, seguita un quarto d’ora prima dalla preview 0.58.0. Il contenuto di questa versione dice meno sulle nuove funzionalità che sul modo in cui Google mantiene il proprio strumento: sulle 24 voci del changelog, 13 sono prefissate da [SSR Agent] Issue Fix e rimandano a numeri di issue spesso vecchi, dal 19239 al 28518. Queste correzioni affrontano gli attriti accumulati nel backlog — un blocco indefinito dell’interfaccia terminale a cui si aggiungono timeout, un messaggio di errore amministrativo fuorviante per gli account personali, l’assenza di uno spazio dopo i suggerimenti di autocompletamento, il rendering del terminale che non si aggiornava in uscita da un editor esterno. In altre parole, Google fa passare un agente sulla propria technical debt e il risultato arriva direttamente nella versione stabile.

Versione pubblicata	Data e ora (UTC)	Canale di rilascio	Punti salienti
v0.57.0	25 agosto, 18:37:14	Stable	13 correzioni `[SSR Agent]`, validazione delle eval, retry contestuali
v0.58.0-preview.0	25 agosto, 18:22:01	Preview	Isolamento Docker nel profilo Seatbelt macOS, verificatori di sicurezza

Sul fronte delle funzionalità, l’impegno riguarda la valutazione, con un comando di validazione delle eval e un formatter delle chiamate agli strumenti che integra riepiloghi dei fallimenti. Anche l’affidabilità migliora: gli errori di capacità attivano retry silenziosi che tengono conto del contesto, e l’annullamento di una richiesta multi-turn provoca un rollback completo invece di uno stato parziale. Da notare per chi cerca le note di rilascio, il file docs/changelogs/index.md del repository non è stato aggiornato oltre la v0.54.0 del 6 agosto.

Quattro giorni dopo la 2.9.1 e il suo Remote Control, Google Antigravity passa alla 2.10.0 il 24 agosto e colma due mancanze che costringevano a uscire dallo strumento: un terminale integrato e un controllo di versione Git nativo, entrambi collocati direttamente nella barra laterale. Il raggruppamento è coerente con la traiettoria del prodotto — Antigravity si posiziona come un ambiente in cui si pilotano agenti più che si modifica il codice riga per riga, ma bisogna pur poter lanciare un comando e ispezionare un diff senza cambiare finestra. Il resto della versione amplia ciò che si può sottoporre a un agente e ciò che si vede del suo lavoro: i file audio si aggiungono agli allegati accettati, il commento interattivo sulle immagini permette di annotare un visuale per orientare l’agente, e le anteprime arricchite dell’esecuzione degli strumenti MCP rendono leggibile ciò che un server di strumenti ha davvero fatto. Google quantifica la versione in 13 miglioramenti e 8 correzioni, con un rollout progressivo.

🔗 Gemini CLI v0.57.0 · Changelog Antigravity

Anthropic finanzia 5 milioni di dollari di valutazioni indipendenti sul benessere

25 agosto — Anthropic apre un programma di borse da 5 milioni di dollari destinato a finanziare ricerche indipendenti sull’effetto dell’IA sul benessere dei suoi utenti. I vincitori ricevono un finanziamento diretto, accesso ai modelli e supporto tecnico, ma lavorano in totale indipendenza: le loro valutazioni vengono pubblicate in open source e riutilizzabili dall’intero settore. Le candidature sono aperte fino al 21 settembre, e i candidati selezionati per presentare una proposta completa saranno avvisati entro il 5 ottobre.

L’argomentazione tecnica spiega perché questo ambito resiste ai metodi di valutazione abituali. Per la maggior parte dei comportamenti di un modello, basta esaminare una risposta isolata per giudicare se sia corretta e appropriata. Il benessere richiede contesto: un utente in difficoltà non menziona necessariamente subito pensieri autolesivi, e consigli sull’equilibrio alimentare ragionevoli in un caso possono diventare potenzialmente pericolosi se la persona ha mostrato precedenti di disturbi alimentari. Il team Safeguards pubblica in parallelo cinque criteri di rigore: enunciare chiaramente ciò che viene misurato, associare clinici e specialisti del dominio alla progettazione, testare sia le precauzioni sia i danni — cioè valutare il rischio di eccessiva accondiscendenza come quello di rifiuto eccessivo —, riflettere l’uso reale con scenari multi-turn, e validare i correttori automatici contro veri esperti. Questo terzo criterio, la simmetria tra eccesso di conformità ed eccesso di rifiuto, è quello che distingue questo approccio da un semplice irrigidimento dei guardrail.

🔗 Borse di ricerca sul benessere

Quantization-Aware Healing: un modello a 4 bit che supera il suo originale in piena precisione

25 agosto — La pipeline standard per rendere distribuibile un grande modello segue tre fasi: comprimere l’architettura, quantizzare il risultato, poi riparare la perdita di qualità. La ricetta dominante per quest’ultima fase è il QAT (quantization-aware training), che inserisce operazioni di falsa quantizzazione e riaddestra; un’alternativa, il QAD, distilla dal modello compresso in piena precisione. In entrambi i casi, l’allievo può al massimo raggiungere il suo insegnante compresso, e eredita quindi il limite imposto dalla compressione.

Multiverse Computing propone un cambiamento di una sola riga: distillare direttamente dal modello originale, quello precedente alla compressione. La quantizzazione smette allora di essere un post-trattamento con perdita per diventare una fase di apprendimento a sé stante. Il risultato è controintuitivo — applicata a GPT-OSS 120B compresso a 60B e poi quantizzato in MXFP4, il metodo produce un modello a 4 bit che eguaglia o supera la sua stessa sorgente bfloat16 su sette benchmark su nove, con i guadagni più marcati dove la compressione fa più male: +7,4 punti su AA-LCR nel ragionamento a lungo contesto e +5,6 su AIME 2025. Gli unici due cali, su MMLU-Pro e SciCode, restano sotto il punto e mezzo.

Il confronto diretto con il QAT a pipeline identica è forse il risultato più utile in pratica. Su GPT-OSS 9B quantizzato in MXFP4, i due metodi raggiungono un picco comparabile, 54,9 contro 54,6, ma non allo stesso prezzo: QAH ci arriva in un centinaio di passi e vi si mantiene, mentre QAT impiega circa 700 passi per arrivarci e poi degrada. La conseguenza concreta è un rischio di distribuzione diverso — un checkpoint QAT richiede un monitoraggio attento dell’arresto anticipato, un checkpoint QAH molto meno.

🔗 Quantization-Aware Healing

Gradio integra gr.Workflow, un costruttore di pipeline IA a grafo

25 agosto — Hugging Face pubblica una guida che presenta gr.Workflow, una primitive ormai integrata in Gradio. Il punto di partenza è semplice: la maggior parte delle applicazioni IA interessanti non è una singola chiamata di modello ma una catena — si genera un’immagine, se ne rimuove lo sfondo, se ne ricava una voice-over, si chiede a un LLM un titolo. Finora, cablare questa catena ed esporla in modo pulito richiedeva di scrivere sia la logica sia l’interfaccia. gr.Workflow fonde le due cose: le fasi vengono descritte come un grafo di nodi tipizzati, e il grafo diventa esso stesso l’interfaccia.

L’interesse per gli sviluppatori va oltre la dimostrazione visiva. Ogni uscita del grafo ottiene automaticamente il proprio punto di accesso REST: lo studio media usato come esempio, che concatena una generazione FLUX, la rimozione dello sfondo, una sintesi vocale e un LLM, espone tre route distinte (/sticker, /voiceover, /episode_title) invocabili dal codice senza passare dall’interfaccia. I nodi sanno parlare quattro mondi — i modelli ospitati tramite gli Inference Providers di Hugging Face, altri Spaces Gradio pubblici riutilizzati come mattoni, una riga di un dataset dell’Hub e Python arbitrario. Quest’ultimo punto apre più porte di tutte: un nodo operatore decorato con @spaces.GPU riserva una GPU ZeroGPU per il tempo della sua esecuzione, il che consente di eseguire i propri pesi. Cinque applicazioni realmente distribuite in Spaces accompagnano la guida, tra cui un profiler di dataset e una dimostrazione che anima un’immagine statica con Lightricks/LTX-Video.

🔗 Guida gr.Workflow

ElevenLabs lancia Composer, un editor di canzoni sezione per sezione

25 agosto — ElevenLabs annuncia Composer, un editor di canzoni che lavora sezione per sezione. Il principio rompe con la modalità di generazione dominante dei modelli musicali: invece di produrre un brano completo in un solo passaggio e rilanciare tutto quando un passaggio non convince, Composer permette di riprendere isolatamente una strofa, un ritornello o un bridge. Vengono proposti quattro punti di partenza — i tuoi testi, una traccia esistente che porti tu, una pagina bianca o un semplice prompt — e il brano si costruisce poi per ritocchi successivi.

È il secondo movimento di ElevenLabs verso la musica dopo Eleven Music, e arriva in una settimana intensa per l’azienda, con il CLI v1 uscito il giorno prima. Il posizionamento è coerente con il resto del settore audio: Suno ha lanciato Studio 2.0 il 13 agosto, Pika ha rilasciato la sua gamma Pika Music il 18 agosto e Stability AI ha consegnato il suo plugin per workstation audio lo stesso giorno. Il controllo fine sulla struttura del brano, più che la qualità grezza della generazione, è diventato il terreno di competizione. Una riserva però: nessun post sul blog accompagna l’annuncio, e non è disponibile nulla sui piani che danno accesso a Composer, sui formati di esportazione o sull’accesso API.

🔗 Annuncio Composer, @ElevenLabs

LiveAvatar elimina ogni limite di concorrenza e scende a 0,01 USD al minuto

25 agosto — HeyGen annuncia la rimozione dei limiti di concorrenza su LiveAvatar, il suo prodotto di avatar in tempo reale. La formulazione insiste sulla natura del cambiamento: i limiti non vengono alzati, scompaiono. Una sessione o diecimila girano sulla stessa API, senza negoziazione preventiva di quota. Due parametri accompagnano l’annuncio — il rendering resta in corpo intero 1080p e il prezzo scende fino a 0,01 USD al minuto su scala.

Questo livello di prezzo cambia la natura degli usi immaginabili: a un centesimo al minuto, un avatar in tempo reale diventa praticabile per supporto clienti di massa, formazione o chioschi interattivi, casi in cui finora il costo unitario decideva la fattibilità. La rimozione del limite di concorrenza è il punto tecnicamente interessante. Le piattaforme di avatar in tempo reale di solito pongono un tetto al numero di sessioni simultanee perché ogni sessione mobilita GPU in modo continuo; superare questo tetto richiede o un margine di capacità importante o un guadagno di efficienza sul modello. HeyGen pubblica un articolo che spiega il suo approccio, i cui dettagli tecnici non erano accessibili al momento della scansione.

🔗 Concorrenza illimitata su LiveAvatar

Grok 4.6 arriva in OpenCode Go

25 agosto — Grok 4.6 entra in OpenCode Go, la formula di abbonamento dell’agente di codice open source OpenCode. L’annuncio arriva da OpenCode a fine giornata e l’account @grok lo rilancia mezz’ora dopo. Il dato concreto per gli sviluppatori è la quota: 169 richieste per finestra di 5 ore per gli utenti della formula Go. È un tetto scorrevole, non un conteggio mensile, e si adatta bene all’uso a raffiche tipico delle sessioni di coding assistito.

Questa integrazione si inserisce in una serie di aperture di Grok 4.6 verso strumenti di terze parti: il modello è arrivato in GitHub Copilot il 14 agosto, su Amazon Bedrock il 19 agosto, poi sulla Gemini Enterprise Agent Platform di Google il 21 agosto. xAI aveva inoltre già collegato OpenCode ai suoi abbonamenti SuperGrok e X Premium nel maggio 2026 — l’aggiunta di oggi non è quindi l’accesso a OpenCode in sé, ma la presenza del modello 4.6 nella formula Go, con una quota inclusa anziché un abbonamento xAI da fornire in proprio.

🔗 Rilancio @grok · Annuncio @opencode

Cohere pubblica uno studio IDC sull’adozione dell’IA sovrana nel 2026

25 agosto — Cohere pubblica i risultati di un InfoBrief commissionato a IDC sull’adozione dell’IA sovrana nei settori regolamentati. Lo studio ha intervistato più di 500 decisori senior di aziende con oltre un miliardo di dollari di fatturato in Canada, Stati Uniti, Regno Unito e Germania, tra aprile e maggio 2026.

Il risultato più notevole riguarda meno l’adozione che la confusione concettuale. Un dirigente su tre fatica a descrivere l’IA sovrana con parole proprie, e solo il 13% si dichiara molto ampiamente consapevole del tema. Tra coloro che riescono a darne una definizione, il 52% la formula in termini di controllo locale o nazionale e il 35% evoca l’indipendenza digitale. Il divario attraversa anche l’organigramma: i responsabili IT mostrano una consapevolezza doppia rispetto a quella dei responsabili di business.

Settore intervistato	Fuga di dati e conformità come preoccupazione principale	Vantaggio competitivo come motore
Servizi finanziari	82 %	21 %
Industria	77 %	32 %
Telecomunicazioni	75 %	37 %
Sanità	74 %	28 %
Energia	70 %	21 %

Sulle motivazioni, il consenso è netto e trasversale: fuga di dati, riservatezza e conformità arrivano in testa in tutti i settori intervistati. Il vantaggio competitivo appare come motore secondario ma in crescita, più valorizzato in Canada (35%) e negli Stati Uniti (28%) che in Germania (23%) o nel Regno Unito (18%). Lo studio serve ovviamente il posizionamento di Cohere, la cui piattaforma agentica North gira nell’infrastruttura e nella giurisdizione scelte dal cliente; resta il fatto che i numeri sono attribuiti a una fonte identificata. IDC prevede inoltre che entro il 2028 i CIO delle multinazionali aumenteranno del 65% i loro investimenti negli ambienti cloud sovrani modulari e nella localizzazione dei dati.

🔗 State of Sovereign AI Adoption 2026

Brevi

Bain & Company entra nel Claude Partner Network — Lo studio diventa partner Global Premier, affiancato da una distribuzione di Claude presso i suoi 19.000 dipendenti; oltre 7.000 utenti attivi già nella fase pilota, e più dei due terzi dei partecipanti hanno adottato Claude for Excel. 🔗 Post Anthropic
Amp spiega cosa sono gli orb — Nota di Thorsten Ball in risposta alla confusione sul nome: un orb è un agente remoto, controllabile dal web, dal telefono o dalla CLI. Due precisazioni utili sul costo: il sonno illimitato non viene fatturato e il numero di orb simultanei non è limitato. 🔗 Nota Amp
Together AI apre Qwen3.8 27B al fine-tuning e all’inferenza dedicata — Il modello diventa disponibile sia per il raffinamento sui propri dati sia per la Dedicated Model Inference su hardware riservato. 🔗 Tweet @togethercompute
FINAL-Bench apre FINCHAL, un concorso di previsione finanziaria per agenti — Dotato di 2.000 dollari, chiede posizioni invece di previsioni e pubblica un tetto di fortuna (luck ceiling) per separare la competenza dal caso. 🔗 Post FINAL-Bench
Au-Zone pubblica l’EdgeFirst Model Zoo — Quattro famiglie YOLO per detection e segmentazione misurate su silicio embedded reale, con ogni cifra pubblicata che rimanda alla sessione di validazione che l’ha prodotta, contro l’opacità dei TOPS dichiarati dai produttori. 🔗 Post EdgeFirst
La dettatura intelligente di Gemini per macOS — Dettare in qualsiasi finestra del desktop, con rimozione automatica delle esitazioni e presa in conto delle correzioni a metà frase; la voce serve anche a riassumere file e riscrivere un testo. 🔗 Guida blog.google
Le push rules accettano eccezioni di percorso — In anteprima pubblica, le regole Restrict file paths e Restrict file size possono esentare percorsi precisi, ad esempio bloccare i JAR ovunque tranne **/gradle/wrapper/*.jar. 🔗 Changelog GitHub
Blocco di un utente da un avviso di sicurezza — L’azione passa dal menu a tre punti della descrizione o di un commento, nei repository pubblici, senza tornare alle impostazioni; l’avviso resta intatto. 🔗 Changelog GitHub
Manus segnala una forte domanda sul ripristino dei dati — I ripristini che non vanno a buon fine devono essere rilanciati più tardi nella giornata; istruzione esplicita di conservare i pacchetti di backup intatti e invariati. 🔗 Tweet @ManusAI
Kling pubblica tre guide sul suo server MCP — Collegare Kling a un assistente compatibile MCP per riprodurre una configurazione creativa validata e generare varianti in batch; due dei tre tutorial citano Claude Code come client. 🔗 Blog Kling
Wan 3.0 arriva su Runway e Replicate — Runway lo integra il 24 agosto con input di riferimento multipli in immagine, video e audio; Replicate segue il 25 mettendo in evidenza i 30 secondi nativi in una sola ripresa con audio sincronizzato. 🔗 Tweet @runwayml
Runway annuncia nuovi interventi per il suo AI Summit — Programma ampliato alla robotica, ai veicoli autonomi, al marketing e all’infrastruttura per l’evento di settembre a San Francisco. 🔗 Tweet @runwayml
MiniMax pubblica un indice delle integrazioni di H3 — Awesome MiniMax H3 Integrations raccoglie ciò che si costruisce attorno al modello video aperto, comprese configurazioni che girano su 24 GB di VRAM. 🔗 Tweet @MiniMax_AI
Luma lancia Dream Lab Weekly — Primo episodio di una serie video dedicata ai professionisti creativi di Luma e al loro lavoro settimanale sul prodotto. 🔗 Tweet @LumaLabsAI
NVIDIA diffonde una sessione Nemotron Labs sul routing di modelli aperti — Trasmissione in diretta di 55 minuti intitolata Get Started with Open Model Routing, prosecuzione del lavoro su Nemotron 3.5 Lightning e NeMo Switchyard. 🔗 Tweet @NVIDIAAI
Una settimana rimasta per il concorso Grok Imagine sull’Odissea — Bisogna comporre una scena tratta dall’Odissea che metta in risalto le capacità video e vocali dello strumento; premi di 100.000, 50.000 e 25.000 dollari. 🔗 Tweet @grok
Banca di reset dei limiti per gli abbonati Plus e Pro — Invece di aspettare la finestra di reset, l’utente consuma un reset messo da parte; uno gratuito al lancio e altri tramite referral, con crediti di workspace condivisi sul lato Business. 🔗 Changelog ChatGPT e Codex

Cosa significa

Il silicio torna a essere un argomento da laboratorio per i modelli. OpenAI pubblica lo stesso giorno i primi numeri misurati del proprio chip di inferenza e il post che espone la sua strategia compute. Non è una coincidenza di calendario: un fornitore di modelli che progetta il proprio silicio, lo misura su un benchmark pubblico di terze parti e assume apertamente un portafoglio di dieci partner cambia la natura della concorrenza. La domanda smette di essere «qual è il modello migliore» per diventare «a quale costo per attività completata», e la risposta si gioca tanto nel rack quanto nei pesi. Forse il dettaglio più significativo è altrove: l’IA è servita a progettare il chip e a scriverne i kernel, con un passaggio in produzione in nove mesi e implementazioni generate che superano quelle di esperti umani sui blocchi selezionati. Il cerchio si chiude: i modelli progettano l’hardware che li farà girare.

L’IA torna sull’apparecchio, e i numeri cominciano a seguirla. Tre segnali lo stesso giorno vanno nella stessa direzione. Perplexity fa girare interamente il suo agente in locale su un DGX Spark, senza consumare crediti, con un’escalation cloud che resta una decisione dell’utente. Multiverse Computing pubblica un metodo in cui un modello a 4 bit eguaglia o supera la sua fonte in piena precisione, togliendo l’argomento abituale contro una quantizzazione aggressiva. Au-Zone pubblica misurazioni di visione su silicio integrato rimproverando ai TOPS dichiarati di non dire nulla di ciò che un dato modello farà davvero. Nessuno di questi tre lavori pretende di eguagliare il frontier: il numero onesto di Perplexity è 59,6 % in locale contro 82,4 % per Claude Opus 5 da solo su Terminal Bench 2.1. Ma l’escalation verso un modello consulente recupera tre quinti del divario per due terzi del costo, ed è questo arbitraggio, più che la parità, a rendere difendibile l’esecuzione locale.

L’apertura dei pesi si stabilisce come posizione di riferimento. L’analisi di 500 000 articoli arXiv rilanciata da Qwen documenta un’inversione già percepibile: i modelli aperti cinesi sono passati dal 10 % a circa il 40 % delle menzioni, mentre i modelli aperti americani ristagnano tra il 25 e il 30 %. Qwen3.8-27B che entra nella top 10 di Code Arena essendo l’unico della sua dimensione, GLM-5.3 che superava GPT-5.6 Sol e Claude Fable 5 su DeepSWE in prove multiple a un costo da 2,1 a 5,4 volte inferiore, IBM che apre Granite 4.2 con quattro varianti quantificate e quattordici formati GGUF fin dal primo giorno — la stessa logica si ripete. Aprire i pesi non è più un gesto di recupero, ma un modo per diventare l’infrastruttura predefinita degli altri, con la sfumatura che Nathan Lambert pone lui stesso: le pubblicazioni sono in ritardo rispetto alle uscite, e queste curve descrivono i lavori in corso piuttosto che le preferenze del momento.

E il web si prepara a essere letto dagli agenti più che dagli occhi. Il WebMCP Challenge è un concorso dotato di 35 000 dollari, quindi poco; ciò che rivela vale di più. Chrome, Cloudflare, Shopify, Vercel, Render e Netlify si allineano con OpenAI su uno standard che chiede ai siti di esporre strumenti strutturati invece di lasciare che gli agenti indovinino un’interfaccia. Lo stesso giorno, ChatGPT desktop sa consumare WebMCP in modo nativo, Codex sa produrre e distribuire un’applicazione compatibile, e OpenAI documenta il proprio uso interno del protocollo in uno strumento di notebook. Questa convergenza si unisce a ciò che Rohlik descrive da parte sua con più di cinquanta integrazioni MCP e il principio che ogni nuovo strumento debba essere accessibile agli agenti fin dal primo giorno. Lo strato di interfaccia per agenti cessa di essere un tema di ricerca per diventare un’esigenza di ingegneria.