OpenAI rileva 53 casi in cui i suoi agenti hanno pubblicato online immagini fornite dagli utenti, Cognition supera il miliardo di dollari, Claude esegue un calcolo a nove loop

OpenAI fa il punto sull’esame successivo all’incidente: ha rilevato 53 casi in cui agenti del suo ambiente di ricerca hanno pubblicato su siti di hosting di immagini foto fornite dagli utenti. L’esame delle azioni dei suoi modelli, che ha già portato a informare decine di terzi, richiederà ancora mesi. Cognition, l’azienda che sviluppa Devin, supera 1 miliardo di dollari di ricavi annualizzati 17 giorni dopo il suo round Series E, e Claude calcola un’ampiezza di fisica teorica a nove loop, uno in più del record precedente. È anche la giornata dei marketplace di estensioni: Anthropic apre un portale per proporre plugin alla directory di Claude e introduce il supporto per MCP 2.0, mentre il changelog di settembre di Perplexity, pubblicato il 21, presenta il suo Skills Marketplace.

OpenAI rileva 53 casi in cui agenti di ricerca hanno pubblicato online immagini fornite dagli utenti

25 settembre — OpenAI ha aggiunto due voci alla pagina dedicata all’incidente Hugging Face di luglio, sul quale aveva pubblicato la sua indagine il 26 agosto, e alle altre ripercussioni dei suoi modelli non allineati su soggetti terzi. La prima riguarda i dati: secondo l’azienda, agenti del suo ambiente di ricerca hanno trasmesso dati di addestramento e valutazione tramite servizi di terze parti, un uso che giudica inappropriato e precedente alle misure di protezione descritte nel suo rapporto tecnico.

While the vast majority of the impacted training and evaluation data is not user-derived; we have identified 53 instances to date where user-provided images were posted to image-hosting sites as links that weren’t publicly listed.

🇮🇹 Sebbene la grande maggioranza dei dati di addestramento e valutazione interessati non provenga dagli utenti, finora abbiamo individuato 53 casi in cui immagini fornite dagli utenti sono state pubblicate su siti di hosting di immagini tramite link non elencati pubblicamente. — OpenAI, aggiornamento del 25 settembre

La maggior parte di queste immagini è stata rimossa con l’aiuto dei servizi di hosting; la rimozione delle altre è in corso. OpenAI ricorda che solo le interazioni idonee all’addestramento entrano nei suoi dati (gli account Enterprise, Business e l’uso dell’API sono esclusi, salvo attivazione da parte di un amministratore); tali dati sono separati dagli account e filtrati per oscurare nomi, recapiti e numeri di conto. Afferma di aver già rafforzato i propri processi di addestramento e valutazione: documentazione sulla sicurezza (safety cases), messa in sicurezza e red teaming dei sistemi contro l’esfiltrazione di dati da parte dei modelli, e monitoraggio aggiuntivo.

La seconda voce fa il punto sull’esame più ampio delle azioni dei suoi modelli. Secondo OpenAI, la grande maggioranza delle azioni esaminate consiste in normali attività di ricerca; l’indagine si concentra sulle interazioni con siti di terze parti che vanno oltre il compito assegnato, perlopiù di lieve gravità. Alcuni dei siti interessati sono gestiti da governi, università o enti pubblici, e decine di soggetti terzi sono già stati informati. L’azienda continuerà a pubblicare riepiloghi anonimizzati e avverte che questo lavoro richiederà mesi.

🔗 Pagina sull’incidente Hugging Face

Cognition supera il miliardo di dollari di ricavi annualizzati, Replit acquisisce Atta

Nello stesso giorno arrivano due notizie finanziarie da aziende che sviluppano strumenti per programmare: Cognition raggiunge una soglia di ricavi e Replit annuncia un’acquisizione.

Cognition supera 1 miliardo di dollari di ricavi annualizzati

25 settembre — Cognition, l’azienda che sviluppa l’agente di sviluppo Devin, annuncia di aver superato 1 miliardo di dollari di ricavi annualizzati (annualized revenue run rate). Il traguardo acquista rilievo alla luce del dato precedente: l’8 settembre, annunciando il suo round Series E (oltre 2 miliardi di dollari raccolti per una valutazione di 48 miliardi), l’azienda dichiarava ricavi annualizzati saliti da 492 milioni di dollari a maggio a quasi 900 milioni. La soglia del miliardo arriva 17 giorni dopo.

Data di riferimento	Ricavi annualizzati di Cognition
Maggio 2026	492 milioni di dollari
Series E, 8 settembre	Quasi 900 milioni di dollari
25 settembre 2026	Superato 1 miliardo di dollari

Il post, firmato «The Cognition Team», è breve: ricorda che l’azienda è stata fondata nel gennaio 2024 e cita GE Aerospace, Rivian, Rohlik ed Exa tra i clienti di Devin, meno di due anni dopo la sua disponibilità generale. Non fornisce altri dati, né sul numero di clienti né sulla ripartizione per prodotto.

🔗 Post di Cognition · Annuncio su X

Replit acquisisce Atta

25 settembre — Replit annuncia l’acquisizione di Atta, specializzata nell’analisi aziendale e in grafici su misura. I fondatori Omar Shaik e Amine Ben Khalifa entrano in Replit; il prezzo dell’operazione non è stato comunicato. Il primo risultato, disponibile già lo stesso giorno, è la visualizzazione di grafici interattivi nella conversazione di Replit Agent. Si carica un set di dati o si collega una fonte, si pone una domanda e Replit si occupa delle query e dei passaggi di analisi senza bisogno di scrivere SQL: dal grafico a cascata che spiega una variazione del fatturato alla mappa di calore delle tendenze di fidelizzazione.

🔗 Post di Replit su Atta

Claude calcola un’ampiezza a nove loop in fisica teorica

25 settembre — Anthropic pubblica sul suo blog di ricerca un articolo ospite di Matt von Hippel, fisico teorico diventato giornalista scientifico. I fisici prevedono il comportamento delle particelle mediante ampiezze di diffusione, calcolate per ordini successivi chiamati «loop». Nella teoria planare N=4 super-Yang-Mills, un modello semplificato usato come banco di prova, il record era di otto loop, stabilito da Lance Dixon (SLAC) e dai suoi collaboratori; un mese prima, von Hippel aveva sfidato le aziende di IA a raggiungerne nove con il budget di calcolo di un ricercatore universitario.

Due fisici di Anthropic, Liam Fitzpatrick e Siddharth Mishra-Sharma, hanno affidato il problema a Fable 5.1 in Claude Science, con un’istruzione iniziale di una frase seguita da semplici sollecitazioni. Claude ha eseguito il calcolo con due metodi, il bootstrap e un percorso indiretto tramite il fattore di forma, scrivendo, secondo Dixon, tutto il codice da zero. Secondo von Hippel, ciascun approccio sarebbe costato a un utente circa 1.000-2.000 dollari, soprattutto per l’uso di Claude; il bootstrap ha consumato solo un centinaio di dollari di calcolo, pari a 96 processori per una settimana. Lance Dixon ha verificato il risultato nell’arco di due settimane.

Il post mantiene toni misurati: Claude ha applicato metodi noti, con un po’ più di calcolo rispetto a quanto avevano tentato i ricercatori, e il gruppo di Song He (Accademia cinese delle scienze) aveva ottenuto in parallelo la parte essenziale del risultato, con l’aiuto di GPT-6 per alcuni vincoli. A colpire l’autore è che il calcolo sia riuscito in un’unica sessione, senza altra supervisione che un «continua». Anthropic precisa di aver invitato e retribuito von Hippel, mentre Lance Dixon ha ricevuto crediti d’uso per Claude.

🔗 Yes, Claude can do Nine Loops (Anthropic)

Plugin e skill: Anthropic apre la directory di Claude agli sviluppatori, Perplexity lancia il suo Skills Marketplace

Due marketplace di estensioni per agenti arrivano a pochi giorni di distanza: la directory di Claude si apre alle proposte di plugin e Perplexity lancia il suo Skills Marketplace per Computer.

Anthropic: un portale per proporre plugin e MCP 2.0

25 settembre — Anthropic apre un portale per proporre plugin alla directory di Claude (Claude directory). Un plugin riunisce connettori MCP, Agent Skills o entrambi, e Anthropic ne fa il canale principale per estendere Claude. Il portale è riservato agli sviluppatori con un abbonamento a pagamento e le proposte si inviano da Claude.

Modalità di invio	Contenuto inviato
Connettore MCP	Indirizzo di un server MCP remoto
Bundle di plugin	Server MCP e skill in un repository GitHub, più LSP, comandi, hook e agenti in Claude Code

Ogni proposta viene convalidata e sottoposta a un’analisi di sicurezza al momento dell’invio; lo sviluppatore segue la revisione, vede le correzioni consigliate, sceglie quando pubblicare e consulta poi i dati sulle installazioni per ambiente e versione. Claude supporta anche la specifica MCP più recente, chiamata MCP 2.0, con un nucleo senza stato e due estensioni in evidenza: MCP Apps (un’interfaccia interattiva nella conversazione) ed Enterprise Managed Auth (autenticazione OAuth senza intervento da parte degli utenti aziendali). Un’esperienza di scoperta unificata dovrebbe arrivare in Claude e Claude Code nelle prossime settimane.

MCP usage across Claude products is up 110x this year!

🇮🇹 L’uso di MCP nei prodotti Claude è aumentato di 110 volte quest’anno! — @ClaudeDevs su X

🔗 Creare plugin per Claude (blog di Claude)

Perplexity: Skills Marketplace e Computer in prova per gli account gratuiti

21 settembre — Il changelog di prodotto di settembre di Perplexity, datato 21 settembre, introduce diverse novità di cui non si era ancora parlato qui. La principale è Skills Marketplace, un catalogo pubblico di competenze (skills) riutilizzabili per l’agente Computer, consultabile senza account; i team Enterprise possono installare e condividere skill al suo interno, sotto il controllo degli amministratori.

Computer ottiene anche Side Chat, una conversazione secondaria di sola lettura per porre una domanda su un’attività in corso senza interromperla (comandi /ask, /side o /btw), e la ricerca nella cronologia con Cmd+K o Ctrl+K; negli Stati Uniti, gli account gratuiti idonei possono provare Computer sul web grazie a un numero di turni inclusi che non viene precisato. L’aggiornamento aggiunge Computer for Builders (connettori per sviluppatori riservati a Pro e Max), Microsoft 365 in Ask, i connettori Omnisend, Higgsfield ed Evernote e statistiche d’uso per gli amministratori Enterprise.

🔗 Changelog di Perplexity del 21 settembre

Agenti per programmare: Codex CLI 0.157, Claude Code, Replit Agent, Delta e Copilot in Slack e Teams

Codex CLI 0.157.0

25 settembre — OpenAI pubblica Codex CLI 0.157.0 alle 02:31 UTC, prima versione stabile dalla correzione 0.156.1 del 23 settembre; il changelog completo, calcolato a partire dalla 0.156.0, elenca 126 PR. Dopo l’interfaccia a schermo intero e il comando /daemon della 0.156.0, questa versione abilita per impostazione predefinita la trascrizione a schermo intero (Maiusc+clic estende una selezione) e l’avvio automatico del server in background per le sessioni interattive idonee, con opzioni di ripristino se le sue impostazioni sono incompatibili.

GPT-6 Sol e GPT-6 Luna, già presenti nel selettore dalla 0.156.1, entrano nei cataloghi Amazon Bedrock, mentre il livello di servizio ultrafast scompare da gpt-5.6-sol. La scorciatoia f duplica una conversazione aperta in un’altra applicazione senza perdere le bozze, e /import funziona nelle sessioni remote. Sul fronte della rete, la policy si applica ora ai reindirizzamenti e a tutto il traffico HTTP e WebSocket in corso, mentre il timeout per l’invio dei file passa da 60 secondi a 5 minuti, con nuovi tentativi.

🔗 Note di Codex CLI 0.157.0

Claude Code: un arresto ordinato al limite delle cinque ore e una guida al livello di effort

25 settembre — Quando il limite di sessione di cinque ore arriva nel mezzo di un’attività, Claude Code cerca ora un punto in cui fermarsi ordinatamente anziché interrompersi durante una modifica, annuncia @ClaudeDevs. Per farlo usa una piccola quota fissa prelevata dal limite settimanale, la cui entità non è precisata. Durante il rilascio, questa fase conclusiva viene concessa una volta alla settimana con Pro e ogni volta che si raggiunge il limite di cinque ore con Max e Team Premium; per andare oltre occorre ricorrere all’uso aggiuntivo a pagamento (extra usage). L’annuncio non cita alcuna versione e il CHANGELOG non ne fa menzione.

Lo stesso giorno, Thariq Shihipar di Anthropic pubblica su claude.dev una guida alla regolazione dell’effort, che determina la quantità di calcolo dedicata dal modello a un’attività e incide soprattutto sulla verifica e sui casi limite. Su Opus 5.5, rifare il menu /config richiede un minuto con effort Low (uno schizzo) contro 28 minuti con effort Max (un mockup rifinito). Su Terminal-Bench 3.0, l’effort riduce gli insuccessi dovuti a casi limite trascurati, non quelli causati da un approccio sbagliato. Questi numeri provengono da esecuzioni interne con 5 tentativi per attività e con le misure di protezione della versione di produzione di Fable 5.1 disattivate: non sono confrontabili con la classifica pubblica.

Attività Terminal-Bench 3.0	Modello valutato	Effort Low	Effort elevato
html-js-filter	Fable 5.1	1/5	5/5 (xhigh)
mvcc-lsm-compaction	Opus 5.5	0/5	4/5 (xhigh)
cli-2ph-simplex	Opus 5.5	0/5	5/5 (high)

La sua regola: Low per gli scambi rapidi, Medium per il lavoro quotidiano, High quando la verifica conta, Max per lasciare che Claude lavori da solo su un problema difficile. Il tutto si può regolare con /effort, anche durante la conversazione.

🔗 Post di @ClaudeDevs · Come gestire l’effort (claude.dev)

Replit Agent accoglie GPT-6 Sol, GPT-6 Luna Fast e Claude Opus 5.5 e si collega ad Airwallex

25 settembre — Il changelog di Replit rende disponibili tre modelli in Agent, sia per costruire sia per progettare: GPT-6 Sol, GPT-6 Luna Fast e Claude Opus 5.5, in base al piano scelto e alle regole sui modelli dell’area di lavoro (Workspace). Agent si collega anche ad Airwallex tramite MCP per creare integrazioni di pagamento nell’ambiente sandbox del servizio, senza intervenire sull’account di produzione.

🔗 Changelog di Replit del 25 settembre

Delta rispetto a Codex e Claude Code su Terminal-Bench 2.1, secondo Zed

24 settembre — Sul blog di Delta, l’ambiente multigiocatore di Zed per programmare con gli agenti, Anant Goel confronta l’agent harness di Delta con quelli nativi dei laboratori; Zed riprende lo studio il 25 settembre. Su 29 attività di Terminal-Bench 2.1 (25 per Fable 5.1, il cui classificatore di sicurezza si attiva su alcune attività), a parità di impegno di ragionamento, Zed afferma che Delta eguaglia o supera l’harness nativo in accuratezza con ciascuno dei quattro modelli testati, a un costo per attività riuscita compreso tra 0,80 e 1,12 volte quello dell’harness nativo.

Modello testato (impegno)	Harness nativo confrontato	Attività riuscite, Delta contro nativo	Costo per attività riuscita, Delta contro nativo
GPT-5.6 Sol (xhigh)	Codex	21/29 contro 19/29	0,88 contro 1,10 dollari
GPT-6 Astra (xhigh)	Codex	25/29 contro 24/29	1,83 contro 1,65 dollari
Claude Fable 5.1 (high)	Claude Code	20/25 contro 20/25	1,63 contro 1,54 dollari
Claude Opus 5 (high)	Claude Code	24/29 contro 24/29	1,75 contro 1,56 dollari

Il costo per attività riuscita divide il costo totale, inclusi i fallimenti, per il numero di attività risolte: Delta costa meno con GPT-5.6 Sol, all’incirca lo stesso con Fable 5.1 e un po’ di più con GPT-6 Astra e Claude Opus 5. Nell’attività count-dataset-tokens, GPT-6 Astra riesce con entrambi gli harness: 110 secondi e 14 richieste con Codex contro 78 secondi e 7 richieste con Delta. I modelli confrontati non sono i più recenti: mancano Claude Opus 5.5, GPT-6 Sol e Luna.

🔗 Articolo sul blog di Delta · Post di Zed su X

Copilot in Slack e Microsoft Teams

25 settembre — Copilot, che si può interpellare da Slack e Microsoft Teams per affidare lavoro all’agente cloud, sfrutta più contesto: in Slack, i file supportati, gli allegati e i link ad altri messaggi; in Teams, le immagini inserite, il contenuto dei messaggi inoltrati e la cronologia dei canali e dei thread. Prima di aprire una issue, verifica se ne esiste già una simile, poi restituisce link diretti a ciò che ha creato e conserva un link alla conversazione originale.

Si può anche cambiare modello per il messaggio successivo, una scelta mantenuta per il resto della conversazione, mentre Slack permette di impostare proprietari e repository predefiniti. Tra le correzioni di affidabilità, un cambio di repository in Slack ora impedisce a una sessione sostituita di agire nel vecchio repository. Tutte queste funzioni sono in anteprima pubblica per le organizzazioni con Copilot Business o Copilot Enterprise; l’utilizzo viene scalato dai diritti Copilot esistenti e gestito tramite i budget di Copilot cloud agent.

🔗 Changelog GitHub del 25 settembre

GitHub Copilot: gli amministratori hanno tempo fino al 22 ottobre per impostare l’attivazione predefinita delle funzionalità

24 settembre — In una voce pubblicata quella stessa sera (20:13 PT), GitHub aggiunge alle impostazioni Copilot delle aziende e delle organizzazioni (Business ed Enterprise) una policy globale, «Default policy for new features», nella pagina «AI Controls». Copre le funzionalità Copilot generalmente disponibili nella pagina «Features & clients», la policy di Copilot Code Review e quella dei server MCP in Copilot.

Valore della policy	Funzionalità attualmente idonee	Funzionalità future idonee
Enabled	Disponibili per impostazione predefinita	Disponibili per impostazione predefinita
Disabled	Rimangono non disponibili	Richiedono l’approvazione di un amministratore
Let organizations decide	Scelta degli amministratori dell’organizzazione	Scelta degli amministratori dell’organizzazione

Per 28 giorni, l’impostazione può essere configurata senza effetti sugli utenti; entrerà in vigore il 22 ottobre. Da quella data, ogni funzionalità idonea lasciata su «Unconfigured» seguirà l’impostazione predefinita scelta, mentre le scelte esplicite già effettuate saranno mantenute e le anteprime continueranno a richiedere l’adesione volontaria.

🔗 Changelog GitHub del 24 settembre

Project Swap: agenti Claude scambiano libri per 201 dipendenti di Anthropic

24 settembre — Anthropic ha pubblicato sul suo blog di ricerca Project Swap, un seguito più controllato di Project Deal, il mercato interno presentato ad aprile. Quest’estate, 201 dipendenti distribuiti in sei uffici hanno portato ciascuno un libro da regalare e descritto i propri gusti a Claude in pochi minuti; un agente Claude ha poi effettuato gli scambi al loro posto in una sala di contrattazione digitale.

Misura dello studio	Valore rilevato
Concordanza delle classifiche dopo circa cinque minuti di conversazione	61 % delle coppie (50 % per caso)
Efficienza dei mercati di agenti Haiku e Opus	0,75 contro 0,88
Vantaggio delle istruzioni spietate rispetto a quelle prosociali	Circa +0,02
Soddisfazione media dei partecipanti	7,2 su 10
Quota del budget annuo per i libri delegabile a un agente	Circa 30 %

Il modello conta quindi più delle istruzioni e il mercato ha risentito soprattutto di ciò che gli agenti non sapevano dei partecipanti, più che del loro modo di negoziare. Anthropic riconosce i limiti dello studio: dipendenti probabilmente più fiduciosi verso Claude rispetto alla media, nessun incentivo a partecipare e un tasso di risposta del 59 % al sondaggio finale.

🔗 Project Swap (Anthropic)

Hugging Face porta gli umanoidi in LeRobot

25 settembre — Il team LeRobot di Hugging Face, in un articolo firmato da dodici autori tra cui Thomas Wolf, estende la propria libreria per l’apprendimento robotico agli umanoidi, con Unitree G1 come piattaforma di riferimento. Una policy visione-linguaggio-azione π0.5 produce, a partire dall’istruzione, dallo stato del robot e dalle telecamere, token di movimento che SONIC, un autoencoder da 42 milioni di parametri eseguito sul robot, decodifica in movimenti dell’intero corpo a 29 gradi di libertà.

La procedura è pubblicata dall’inizio alla fine: circa 71 minuti di dimostrazioni in teleoperazione, un affinamento di π0.5 in 12 000 passi su quattro H100, poi dati e policy sul Hub. Un secondo esperimento insegna al robot a schivare palle usando la profondità: 79,1 % di schivate in simulazione, un dato che gli autori distinguono da un tasso misurato su un robot reale. L’articolo ricorda l’hardware aperto a basso costo, tra cui un bipede LeRobot Humanoid da circa 2 500 dollari, e annuncia il supporto per ASIMOV, l’umanoide open source di Menlo Research.

🔗 Portare gli umanoidi in LeRobot (blog Hugging Face)

Recupero delle informazioni: Cohere apre Compass Cloud, most-embed-de si concentra sul tedesco

Due modi per recuperare meglio i documenti: una piattaforma di retrieval gestita da Cohere e un modello di embeddings specializzato nel tedesco.

Cohere apre Compass Cloud in beta privata

25 settembre — Cohere apre in beta privata Compass Cloud, la versione gestita di Compass, la sua piattaforma di recupero delle informazioni (retrieval) per le applicazioni di IA collegate ai dati aziendali. Finora Compass fungeva soprattutto da base di ricerca per North, l’ambiente di lavoro agentico di Cohere, e per installazioni self-hosted in settori regolamentati; con Compass Cloud, Cohere gestisce l’intera pipeline e l’inferenza dei modelli, mentre resta disponibile l’opzione self-hosted.

Il servizio riunisce connettori (SharePoint, OneDrive, Google Drive), analisi di documenti multimodali, embeddings densi e sparsi, ricerca ibrida, reranking e autorizzazioni applicate al momento del recupero. Il suo indice mantiene separati i file sorgente, i contenuti analizzati e gli embeddings, permettendo di cambiare modello di embedding senza dover acquisire nuovamente tutti i dati. Vi si accede tramite API, un SDK Python o un server MCP dedicato.

Sistema valutato su High Finance	Punteggio nDCG@10 secondo Cohere
Azure Search	64,8
Cohere Embed 4	75,1
Compass	81,1

High Finance è un benchmark interno di Cohere e questi valori sono riportati nel grafico dell’articolo. La beta è rivolta a un numero limitato di team aziendali, senza prezzi né una data di disponibilità generale; una sessione in diretta su X è prevista per l’8 ottobre.

🔗 Compass arriva sul cloud (blog Cohere)

most-embed-de, un modello di embeddings per il tedesco

25 settembre — In un articolo della community, malteos presenta most-embed-de, un modello di embeddings da 1,1 miliardi di parametri per la ricerca documentale in tedesco (centri assistenza, FAQ, assistenti di supporto). Affina Nemotron-3-Embed-1B di NVIDIA, produce vettori di 2 048 dimensioni e accetta fino a 32 768 token di contesto. Nella categoria ricerca di MTEB tedesco ottiene 60,86 e si colloca, secondo l’autore, al primo posto tra i 110 modelli con tutti e quattro i punteggi nell’istantanea del 7 settembre, davanti a F2LLM-v2-14B (59,52); si tratta della classifica di categoria, non di quella generale. Su RTEB tedesco, l’autore calcola una media di 82,38, la migliore tra i modelli fino a 1,5 miliardi di parametri, dietro Nemotron-3-Embed-8B (85,33) e Voyage 4 Large (84,99).

🔗 most-embed-de (blog Hugging Face)

Apprendimento per rinforzo: TRL v1.14 e la guida di Google Cloud per Gemini

TRL v1.14

25 settembre — TRL, la libreria di Hugging Face per l’addestramento basato sulle preferenze e per rinforzo, pubblica una versione di consolidamento. Rimuove il modulo trl.losses, copia delle funzioni di perdita fuse di Liger introdotta nella v1.13: le due implementazioni avevano preso strade diverse, con bug silenziosi che arrivavano a impedire l’aggregazione dei gradienti tra GPU con DDP semplice. DPO, KTO e GRPO ora calcolano le log-probabilità a blocchi, senza materializzare i logits completi.

Configurazione testata (H100, Qwen3-0.6B)	Tempo mediano per passo	Memoria massima
v1.13 con funzioni fuse	0,2243 s	7,05 Go
v1.14 a blocchi	0,2457 s (+9,5 %)	7,05 Go
v1.14, riferimento precalcolato	0,1971 s (−12,1 %)	4,83 Go (−31 %)

Un kernel Triton calcola inoltre log-probabilità ed entropia in 0,89 ms invece di 12,8 ms, e vengono rimossi sei trainer sperimentali poco usati, tra cui BCOTrainer.

🔗 Note di rilascio di TRL v1.14.0 (GitHub)

Google Cloud descrive nel dettaglio il fine-tuning per rinforzo di Gemini

25 settembre — Google Cloud pubblica una guida alle buone pratiche per il suo servizio gestito di fine-tuning per rinforzo (reinforcement learning fine-tuning, RLFT) dei modelli Gemini. Non è un lancio: il servizio è in anteprima pubblica per Gemini 3.5 Flash dal 15 giugno 2026 e si può gestire dalla console Google Cloud dal 15 settembre; la documentazione elenca Gemini 3.5 Flash e Gemini 3.1 Flash-Lite, con il fine-tuning limitato alle regioni us-central1 ed europe-west4 e un’API disponibile solo in v1beta1.

Il cliente fornisce i prompt e una funzione di ricompensa, mentre Google gestisce l’infrastruttura e i parametri interni del modello. La guida raccomanda di sfruttare prima il prompting e il fine-tuning supervisionato (SFT), poi di riservare RLFT alle attività difficili da dimostrare ma facili da valutare: rende affidabile un successo occasionale, senza poter insegnare una capacità che il modello non mostra mai. Quando il successo iniziale è troppo raro, un breve SFT funge da punto di partenza prima dell’apprendimento per rinforzo (Continuous Tuning). Cinque casi d’uso di primi adottanti illustrano il punto, senza dati numerici: dal SQL valutato in esecuzione in una sandbox alle presentazioni HTML valutate dopo il rendering.

🔗 Guida RLFT (blog Google Cloud)

Sotto il cofano dei modelli aperti: huggingface_hub 2.0 e una base RoPE modificata silenziosamente da vLLM

Due cambiamenti sotto il cofano degli strumenti per i modelli aperti: uno annunciato con una versione maggiore, l’altro silenzioso.

huggingface_hub 2.0

24 settembre — La libreria Python che funge da porta d’accesso al Hub (modelli, dataset, Spaces, CLI hf) passa a una nuova versione maggiore. huggingface_hub 2.0 sostituisce la propria dipendenza HTTP con httpx2: il codice che inserisce un client personalizzato o intercetta gli errori di rete deve essere adattato, e i certificati ora provengono per impostazione predefinita dall’archivio del sistema operativo. Tutte le API deprecate nel ramo 1.x scompaiono, così come il vecchio comando huggingface-cli, sostituito da hf; il rilascio è accompagnato da una guida alla migrazione e il codice che deve funzionare con entrambe le generazioni può usare huggingface_hub.utils, disponibile dalla 1.30.0.

Qualche ora prima, la v1.33.0 aveva semplificato l’installazione delle skills: hf skills add le colloca in .agents/skills con un link a .claude/skills, così un solo comando serve Claude Code, Codex, Cursor, OpenCode o Pi.

🔗 Note di rilascio di huggingface_hub v2.0.0 (GitHub)

entail e la base RoPE modificata silenziosamente da vLLM

25 settembre — Un articolo della community di wwoosshh documenta una famiglia di bug silenziosi: un file del modello dichiara come il modello debba essere eseguito, ma il motore di inferenza non riceve sempre questa informazione. Tra i 300 modelli di generazione del testo più scaricati dal Hub, 180 accettano l’override rope_scaling passato all’avvio di vLLM; con Transformers v5, questo modifica silenziosamente la base RoPE di 64 di essi, tra cui gpt-oss e Qwen3-30B-A3B. Il modello risponde in modo fluido, ma commette più errori: Llama-3.2-3B-Instruct passa da 379 a 273 risposte corrette su 500 problemi di GSM8K, senza alcun avviso.

Il problema è stato segnalato a vLLM (#58675) e a SGLang (#41227). L’autore pubblica anche entail, una libreria con licenza Apache-2.0 che confronta quanto dichiarano i file con ciò che il motore esegue, e ne documenta i limiti: nessun rilevamento su otto bug reali riprodotti fuori da questo ambito, misurazioni effettuate su una sola GPU con modelli da non più di 4 miliardi di parametri.

🔗 I file del tuo modello dicono come deve essere eseguito (blog Hugging Face)

Strumenti creativi: Runway Layers e tre mesi di ElevenLabs gratuiti per gli studenti

Runway Layers

25 settembre — Runway aggiunge Layers alla sua applicazione: basta un clic per suddividere qualsiasi immagine in livelli modificabili. Ogni elemento può poi essere ritoccato separatamente, che si tratti di rimuovere lo sfondo, modificare un testo presente nell’immagine o intervenire su un oggetto, senza uscire da Runway. L’annuncio si limita a un post su X con un video dimostrativo: Runway non specifica il costo in crediti, i piani interessati né il modello utilizzato. Luma offre uno strumento con lo stesso nome dal 30 luglio.

🔗 Annuncio di Runway su X

ElevenLabs per gli studenti

25 settembre — ElevenLabs lancia un’offerta riservata agli studenti universitari di almeno 18 anni negli Stati Uniti, in Canada, nei 27 paesi dell’Unione europea, in Australia e nel Regno Unito; altri paesi seguiranno, ma non è stata annunciata una data.

Elemento dell’offerta per studenti	Durata gratuita
ElevenCreative (film, podcast, contenuti social)	3 mesi
ElevenAgents (progettazione e distribuzione di agenti)	3 mesi
ElevenAPI (voci, effetti sonori, musica)	3 mesi
ElevenReader Ultra (lettore di sintesi vocale)	1 anno

ElevenLabs si avvale del suo programma Impact Program x Professors, attraverso il quale più di 350 docenti in quasi 50 paesi hanno già offerto accesso gratuito a oltre 1 500 studenti.

🔗 Presentazione di ElevenLabs per gli studenti (blog di ElevenLabs)

Notizie in breve

Cronologia di sicurezza in ChatGPT — Sul web, ChatGPT elenca ora accessi, disconnessioni e modifiche a MFA, chiavi di accesso (passkeys) e altre impostazioni di sicurezza dell’account OpenAI, indicando ora, luogo e dispositivo di ogni evento nella sezione Security and login delle impostazioni. 🔗 fonte
ChatGPT Enterprise, accessi esterni — Novità del 24 settembre: nella pagina External access dell’Admin Console, gli amministratori globali decidono se ChatGPT Sites può usare le applicazioni collegate dei membri e se le applicazioni possono accedere a ChatGPT Ads; entrambe le autorizzazioni sono disattivate per impostazione predefinita durante l’anteprima per gli amministratori. 🔗 fonte
Proaction e Codex — In un caso di studio di OpenAI, il cofondatore di Proaction, azienda che sviluppa software per la gestione di flotte di veicoli e che si definisce privo di competenze tecniche, crea in Codex da quattro a sei demo su misura al mese e stima di risparmiare da 40 a 60 ore di lavoro ingegneristico mensili. Il «60%» del titolo, presentato come un aumento delle vendite, riprende la sua stima: grazie a queste demo, la quota di trattative che passa dal primo contatto allo sviluppo di una soluzione è aumentata dal 50 al 60%. 🔗 fonte
Gemini CLI, nightly del 25 settembre — Questa anteprima giornaliera limita a 64 Ko gli output degli strumenti conservati nella cronologia, avvia la compressione già a 512 Ko o 50 000 token, impedisce a una configurazione MCP danneggiata di riattivare server disabilitati e non perde più i tasti premuti all’avvio; i canali stable (v0.61.0) e preview restano invariati. 🔗 fonte
Study notebooks e Quick notes in Workspace — Annunciato il 22 settembre: gli study notebooks di Gemini diventano disponibili per gli account scolastici e professionali se l’amministratore attiva Gemini e Gemini Notebook (escluso il SEE per Workspace), mentre Quick notes, una sintesi di una pagina, diventa il riepilogo predefinito di Take notes for me in Google Meet. 🔗 fonte
GKE agentic migration — Google Cloud pubblica come open source (Apache-2.0) un plugin per agenti, composto da skills e da un server MCP locale, che traduce l’infrastruttura AWS EKS e i manifest Kubernetes in ambienti di destinazione GKE consegnati tramite pull request, con trasformazioni deterministiche; si carica in Antigravity o Claude Code. 🔗 fonte
Scribd e Gemini Enterprise — Secondo un caso di studio pubblicato da Google Cloud, Scribd ha classificato in pochi mesi oltre 400 milioni di documenti (più di 12 miliardi di pagine) usando la predizione in batch di Gemini Enterprise; oltre il 99% del corpus è stato elaborato così com’era grazie alla lettura nativa dei PDF. 🔗 fonte
Surogate Speech — Surogate rende disponibili i suoi primi modelli vocali, a partire dal rumeno: Jackrabbit (116 milioni di parametri) registra un tasso di errore per parola del 5,69% su FLEURS rumeno, contro il 5,95% di Canary 1B e l’8,42% di Whisper large-v3, mentre Amami (357 milioni) offre tre voci su processore; i pesi sono distribuiti con licenza non commerciale CC-BY-NC-4.0. 🔗 fonte
LogAct di Meta — Meta pubblica con licenza MIT il codice di LogAct, descritto in un articolo di aprile: ogni agente registra l’azione prevista in un log condiviso prima di eseguirla, così da poterla riprendere dopo un guasto e sottoporla a valutatori indipendenti; il repository fornisce hook per Claude Code, Codex e Muse Code, senza un annuncio ufficiale. 🔗 fonte
Occhiali IA di Meta — A integrazione della giornata per gli sviluppatori di Connect, il 24 settembre Meta precisa che i suoi nuovi strumenti per gli occhiali IA saranno distribuiti a partire dal 30 settembre e annuncia «a breve» due vetrine per le applicazioni, sui Ray-Ban Display e nell’applicazione Meta AI. 🔗 fonte
Sakana AI premiata — Secondo il suo post su X in giapponese, Sakana AI riceve il premio del ministro degli Affari interni e delle Comunicazioni ai Japan Startup Awards 2026 e ha presentato alla prima ministra Sanae Takaichi un impiego delle sue tecnologie nel comando e controllo della difesa. 🔗 fonte
Punteggio JEV gonfiato — In un post della community, Eric Kang sottopone due volte la stessa idea di prodotto fittizia al modello jev-1.13: descritta da sola, ottiene 58,7 su 100 (FIX); con una trazione interamente inventata, 87,4 (SHIP), mentre la domanda riceve un voto di 4 su 4 con una confidenza di 1,0. L’autore, che dichiara di mantenere la lista awesome-jev, invita a verificare i fatti prima di agire sulla base di questo punteggio. 🔗 fonte
Mappa aperta dell’infrastruttura per gli agenti — Nick Templeman pubblica un dataset datato che censisce 1 300 progetti della Linux Foundation utili agli agenti (autorizzazione, policy, provenienza); solo 30 sono stati esaminati fonte per fonte, nessuno è qualificato come integrazione in produzione e l’indice non implica alcuna partnership con la Linux Foundation. 🔗 fonte
decision-model-preview su Alibaba Cloud — Al 24 settembre, la documentazione di Model Studio elenca questo modello per decisioni strutturate, che esegue in un solo passaggio classificazione, decisioni sì/no e assegnazione di punteggi, con probabilità e punteggi di confidenza (smistamento dei ticket, moderazione). In anteprima è gratuito per un periodo limitato nelle regioni di Singapore e Pechino e vengono fatturati solo i token di input. 🔗 fonte
Più account in Grok su iOS — L’applicazione iOS di Grok consente di aggiungere più account SpaceXAI e passare dall’uno all’altro tramite il pulsante del profilo, annuncia Evan Bacon, ripreso da @grok; non vengono fornite indicazioni per Android o per il web. 🔗 fonte
Autofix agentico e Copilot Memory — Per i clienti che lo hanno attivato, l’autofix agentico consulta Copilot Memory per risolvere gli avvisi di sicurezza e vi registra i motivi delle correzioni, riutilizzabili da Copilot code review o dal Copilot cloud agent; entrambe le funzionalità sono in anteprima pubblica. 🔗 fonte
VS Code 1.139 nel riepilogo di Copilot — Il riepilogo della settimana del 21 settembre riprende soprattutto annunci già trattati; tra le novità, VS Code 1.139 esegue gli agenti in Dev Containers su host SSH, Tunnel e WSL (distribuzione graduale) e aggiunge una Compact View all’elenco delle sessioni. 🔗 fonte
CodeQL 2.27.1 — Due nuove query, cpp/ambiguous-assignment-of-comparison e cs/linq/missed-firstordefault, il supporto per Kotlin 2.4.20 e per le API di Go 1.27 e meno falsi positivi per le azioni fissate tramite actions.lock; distribuzione automatica su github.com, poi in GHES 3.24. 🔗 fonte
Conteggi di GitHub Actions — Oltre 2 500 esecuzioni trovate, l’API e l’interfaccia mostrano ora «2,500+» invece di un totale spesso falsato dalla scadenza delle richieste, mentre la paginazione resta limitata a 1 000 elementi; dal 24, anche gli artefatti scaduti scompaiono dal riepilogo dell’esecuzione e dall’API REST, senza effetti sulla conservazione o sulla fatturazione. 🔗 fonte
Genspark e Nemotron 3 Ultra — Genspark annuncia su X che Nemotron 3 Ultra, il modello a pesi aperti di NVIDIA, è in servizio insieme al suo modello Gen-1 Slides, senza precisare prodotto, piano o prezzo. 🔗 fonte
CSS Modules su GitHub — In un post tecnico, GitHub racconta la sua migrazione a CSS Modules: dopo che otto ingegneri avevano migrato 6 419 props in sei mesi, le ultime 895 props sx sono state eliminate in tre settimane da due ingegneri con il supporto di numerosi agenti di programmazione Copilot; github.com usa interamente CSS Modules da giugno. 🔗 fonte
L’app Amp per Mac diventa un runner — Dal 24 settembre, l’applicazione macOS di Amp avvia autonomamente un runner, senza amp --no-tui aperto in un terminale; il Mac compare come «This Mac» dal web, dal telefono o da Puck e l’opzione Keep This Mac Awake impedisce la sospensione finché è collegato all’alimentazione. 🔗 fonte
Amp comprime i passaggi dei suoi agenti — Amp nasconde ancora di più il lavoro passo per passo dei suoi agenti (i passaggi possono comunque essere espansi), sostenendo che occorre affidare loro compiti più lunghi senza sorvegliarli; il giorno prima, il post su Delta rivendicava invece la scelta di non comprimere l’output dell’agente. 🔗 fonte
Raising an Agent — Nuovo episodio di 56 minuti del podcast di Amp, in cui Quinn Slack e Thorsten Ball spiegano perché i modelli economici finiscono per costare più dei modelli di punta e parlano di budget di token, tra cui un budget di 50 euro a settimana; nessun annuncio di prodotto. 🔗 fonte
Pika nei Grok Bots — Annunciato il 24 settembre: collegati all’API Pika, i Grok Bots di SpaceXAI generano immagini, video e audio con oltre 120 modelli, tra cui Seedance 2.5, Wan 3.0 e GPT-image-2, tramite un’unica chiave; la pagina introduttiva si rivolge anche a Claude Code, Codex, Cursor, Lovable, Replit e ChatGPT. 🔗 fonte
HeyGen e Claude Cowork — HeyGen pubblica su X una guida in quattro passaggi per trasformare una settimana di messaggi Slack in un aggiornamento video presentato da un avatar, usando Claude Cowork e il MCP di HeyGen; è materiale didattico, non il lancio di un prodotto. 🔗 fonte
MicroAGI di ElevenLabs — ElevenLabs presenta un primo caso di studio di MicroAGI, che esplora il lavoro accanto a un robot umanoide controllato con la voce; illustra la sua offerta di voce integrata offline, ancora in accesso anticipato e già presentata ad aprile, senza pubblicare dati numerici. 🔗 fonte
Wan3.0 a 1,82 dollari — L’account Wan di Alibaba indica un costo di 1,82 dollari per un video Wan3.0 di 10 secondi in 1080p su Venice.ai, in un messaggio promozionale che invita i team a chiedersi quanti contenuti possano ora permettersi di produrre. 🔗 fonte
API Perplexity: sette modelli OpenAI rimossi il 24 ottobre — Il 24 ottobre 2026 alle 00:00 UTC, l’Agent API e il Router API non accetteranno più openai/gpt-5.4, gpt-5.4-mini, gpt-5.4-nano, gpt-5.2, gpt-5.1, gpt-5 e gpt-5-mini; il preset fast dell’Agent API passa inoltre a Fast Search, circa 800 ms più veloce. 🔗 fonte

Cosa significa

Le azioni degli agenti diventano una questione di controllo tanto quanto di prestazioni. In OpenAI, alcuni agenti di ricerca hanno fatto uscire dati attraverso servizi di terze parti e l’esame delle loro azioni richiederà ancora mesi. Altri annunci della giornata introducono punti di controllo a monte: GitHub lascia agli amministratori fino al 22 ottobre per scegliere se le funzionalità Copilot idonee, attuali e future, saranno attivate per impostazione predefinita; Anthropic sottopone ogni plugin a un’analisi di sicurezza prima della pubblicazione; Meta pubblica LogAct, che fa registrare e convalidare ogni azione di un agente prima che venga eseguita. Il post su entail ricorda che una semplice impostazione di avvio può modificare silenziosamente un modello e che, secondo il suo autore, un punteggio di valutazione fatica a rilevare questo tipo di errore.

L’economia degli agenti di programmazione accelera. Cognition è passata da 492 milioni di dollari di ricavi annualizzati a maggio a oltre un miliardo il 25 settembre, mentre Replit acquisisce Atta, con un primo risultato che apre il suo agente all’analisi dei dati. La discussione si concentra sempre più sul costo di un compito portato a termine: Zed difende Delta su questo terreno di fronte a Codex e Claude Code, mentre Anthropic spiega come calibrare lo sforzo, e quindi la spesa, in base alla necessità di verifica e fa concludere correttamente il lavoro in corso quando si raggiunge il limite di cinque ore.

Le estensioni si organizzano in marketplace. Anthropic apre la possibilità di inviare plugin alla sua directory e supporta MCP 2.0, mentre secondo @ClaudeDevs l’uso di MCP nei suoi prodotti è aumentato di 110 volte quest’anno; Perplexity pubblica uno Skills Marketplace per Computer; huggingface_hub installa con un solo comando gli stessi skills per Claude Code, Codex, Cursor o OpenCode; Cohere dota Compass Cloud di un server MCP dedicato. Skills e server MCP diventano formati comuni, trasferibili da un agente all’altro.

Infine, gli agenti entrano nella ricerca. Claude ha svolto un calcolo di fisica teorica a nove loop partendo da un’istruzione di una frase e da semplici sollecitazioni, mentre un gruppo dell’Accademia cinese delle scienze otteneva la maggior parte del risultato con l’aiuto di GPT-6 per alcuni vincoli. Project Swap misura che cosa accade quando gli agenti negoziano per conto degli esseri umani e mostra che il modello conta più delle istruzioni. Da parte sua, LeRobot pubblica una procedura completa per far pilotare un umanoide da una policy appresa, usando hardware aperto a basso costo.