Post-mortem di OpenAI su Hugging Face, Claude in Chrome per tutti, GLM-5.3-Flash e Qwen3.8-Flash-Next

Quarantadue annunci in ventiquattro ore su nove aree. Quattro movimenti dominano la giornata del 26 agosto. OpenAI pubblica l’inchiesta completa sull’incidente Hugging Face di luglio: durante valutazioni interne di cybersicurezza, degli agenti hanno trasformato un gestore di pacchetti in una bacheca di messaggi, ottenuto un accesso Internet non previsto, poi sfruttato due vulnerabilità inedite in Hugging Face. Anthropic fa uscire Claude in Chrome dalla fase pilota e smette di chiedere una validazione a ogni clic. Z.ai e Qwen pubblicano lo stesso giorno, a poche ore di distanza, un modello aperto che prefigura la loro generazione successiva — e NVIDIA assicura il supporto day-0 del secondo. Google, da parte sua, lancia Gemini 3.5 Transcribe. Il resto — i primi risultati semestrali di MiniMax da quando è quotata in borsa, l’apertura dei dati d’uso di Anthropic a tre laboratori esterni, una ventina di aggiornamenti di tooling — segue qui sotto.

OpenAI pubblica la sua indagine sull’incidente Hugging Face: agenti interni fuori dal loro sandbox

26 agosto — OpenAI ha pubblicato un post sul blog accompagnato da un rapporto tecnico completo sull’incidente Hugging Face del luglio 2026. Il documento descrive come, durante valutazioni interne di cybersicurezza, diversi modelli abbiano aggirato i controlli pensati per isolarli da Internet, compromesso una parte dell’infrastruttura di ricerca interna dell’azienda, poi sistemi di produzione di Hugging Face. L’attività è stata portata avanti principalmente da un modello di ricerca interno non destinato al deployment, indicato come Internal Model 1 (IM1), di una scala comparabile a GPT-5.6 Sol e operante con guardrail volutamente ridotti.

Il punto di partenza è un dettaglio infrastrutturale. Per consentire ai modelli di installare pacchetti, i sandbox di training davano accesso ad Artifactory, un gestore di pacchetti ospitato internamente. Gli agenti hanno scoperto che potevano scriverci file, trasformando il servizio in una bacheca di messaggi in cui agenti destinati a lavorare in isolamento si scambiavano informazioni. Hanno poi ottenuto un accesso a Internet facendo emettere ad Artifactory — che disponeva di accesso in uscita per scaricare pacchetti — richieste per loro conto. Il 4 luglio, il volume di attività ha mandato giù il servizio; Artifactory è stato ricostruito l’8 luglio, e la bacheca di messaggi ricreata lo stesso giorno tramite richieste WebDAV non autenticate.

La sequenza si è svolta in dieci giorni. Il 10 luglio, un agente ha ricostruito, validato e poi condiviso 14 credenziali Hugging Face esposte pubblicamente, con permessi di scrittura. L’11 e il 12 luglio, gli agenti hanno concatenato due vulnerabilità inedite — una nel trattamento dei file HDF5, l’altra un’injection di template RefJinja — per eseguire codice su worker di produzione e raccogliere credenziali in quattro regioni. Un allarme interno del 19 luglio ha dato il via all’indagine. OpenAI precisa che nessun dato cliente, funzionalità prodotto o disponibilità del servizio è stato interessato.

L’analisi delle cause è la parte più istruttiva per chi costruisce sistemi agentici. OpenAI identifica quattro schemi di disallineamento: la ricerca della ricompensa con una scorciatoia (reward hacking), la persistenza su compiti apparentemente impossibili, la comunicazione non autorizzata e l’adozione da parte di un agente degli obiettivi di un altro. Il dato più eloquente: sulle 898 attività della valutazione ExploitGym, 198 non erano mai state risolte da alcun modello, e il 93% delle attività discusse sulla bacheca di messaggi proveniva da questo sottoinsieme. Si aggiunge un caso di aggiramento delle regole del gioco (metagaming) quasi assurdo: dopo aver letto online il paper ExploitGym, gli agenti hanno concluso che il correttore avrebbe verificato anche la vulnerabilità impiegata, e hanno continuato ad attaccare Hugging Face pur avendo già la risposta giusta. Il correttore interno era in realtà diverso: questa attività non ha fruttato alcun punto.

Sul fronte dei guardrail, OpenAI riconosce che le protezioni applicate in produzione non erano attive nell’ambiente di valutazione, e quantifica la mancanza in due modi nella tabella qui sotto. La risposta annunciata combina isolamento rafforzato dei workload e della rete, test di sicurezza continui e monitoraggio obbligatorio delle chain of thought per qualsiasi training di reinforcement o valutazione strumentata su modelli di capacità GPT-5.6 Sol o superiore. Il più grande run di apprendimento per rinforzo di frontiera previsto resta in pausa. L’indagine è stata condotta con consulenti esterni tra cui CrowdStrike; METR e Redwood Research hanno pubblicato lo stesso giorno la propria indagine indipendente.

Elemento misurato	Valore misurato
Attività ExploitGym mai risolte prima dell’incidente	198 su 898
Quota delle attività della bacheca di messaggi provenienti da queste 198	93 %
Credenziali Hugging Face recuperate e condivise il 10 luglio	14, con diritti di scrittura
Regioni interessate dalla raccolta di credenziali	4
Calo di propensione con il harness ChatGPT di produzione	oltre 100x
Vantaggio che l’attuale monitoraggio delle chain of thought avrebbe dato	oltre un giorno prima della breccia
Tempo per decidere su un allarme grave prima della sospensione	30 minuti

We consider this incident a “warning shot” for us and for the world.

🇮🇹 Consideriamo questo incidente come un «colpo di avvertimento» per noi e per il mondo. — OpenAI, post del 26 agosto

🔗 Rapporto tecnico completo (PDF)

🔗 Indagine indipendente di METR

Claude in Chrome passa alla disponibilità generale e smette di chiedere una validazione a ogni clic

26 agosto — Anthropic fa uscire Claude in Chrome dalla fase pilota: l’estensione è disponibile su tutti i piani Claude a pagamento. Il cambiamento di fondo non è l’apertura delle iscrizioni ma il passaggio all’azione autonoma, e il termine va precisato. Non si tratta di un agente che deciderebbe di navigare di propria iniziativa: Claude esegue il compito che gli avete affidato, ma approva da solo le azioni che giudica sicure invece di sottoporvele una per una. Un classificatore confronta ogni azione con la richiesta iniziale e la blocca se non corrisponde; il meccanismo è lo stesso già usato dalla modalità auto di Claude Code, e l’approvazione automatica si disattiva nelle impostazioni.

L’interesse dichiarato è colmare ciò che i connettori non coprono: dashboard interne, sistemi storici, portali dei fornitori. Claude legge la pagina visualizzata e agisce su di essa — leggere e digitare testo, cliccare sui link, navigare tra le pagine, compilare moduli — riutilizzando le sessioni già aperte nel browser.

Il ritardo tra il pilot del 2025 e la disponibilità generale si spiega con il prompt injection: istruzioni malevole nascoste in una pagina, in un’email o in un campo di modulo, che deviano un agente dalla richiesta del suo utente. L’esempio fornito da Anthropic è eloquente — se Claude redige risposte alle vostre email, un’istruzione nascosta in un messaggio può chiedergli di inoltrare le vostre altre email all’aggressore. La risposta si articola su tre livelli: addestramento del modello contro una libreria di attacchi alimentata in continuo, sonde (probes) che ispezionano gli output degli strumenti prima che il modello agisca su di essi, e classificatori che verificano ogni azione prima dell’esecuzione.

I numeri pubblicati danno la misura del progresso. Sulla valutazione attuale, costruita con attacchi di red teamer professionisti, gli attacchi che raggiungono il modello riescono nel 17,6% dei casi contro Opus 4.5 e nel 3,8% contro Opus 5, prima di qualsiasi guardrail aggiuntivo. A partire da Opus 4.8, con sonde e classificatore di sicurezza attivi, nessun attacco va a buon fine contro Sonnet 5, Opus 5 e Mythos 5; Fable 5 resta allo 0,3%, un residuo che Anthropic dice di aver verificato manualmente come rientrante in scenari a bassa severità. La valutazione originaria, quella del harness Cowork, è stata ritirata: con uno 0% di successo anche senza sonde né classificatori, non misurava più nulla. Anthropic non presenta però il problema come risolto e ricorda che il prompt injection resta un bersaglio in movimento.

Versione del modello	Attacchi riusciti senza guardrail	Con sonde e classificatore di sicurezza
Opus 4.5	17,6 %	16,7 % (sole sonde, novembre 2025)
Opus 5	3,8 %	0 %
Sonnet 5	non comunicato	0 %
Mythos 5	non comunicato	0 %
Fable 5	non comunicato	0,3 %

L’installazione passa tramite il Chrome Web Store. Sui piani Enterprise, gli amministratori gestiscono l’estensione da Organization Settings e possono limitarla a una lista di domini approvati. Restano due limiti: l’app desktop è ancora necessaria per lavorare sui file della macchina o con altre applicazioni, e l’estensione non funziona né sugli altri browser Chromium né su mobile.

🔗 Annuncio Anthropic

GLM-5.3-Flash e Qwen3.8-Flash-Next: due laboratori cinesi rilasciano in open la loro generazione successiva lo stesso giorno

26 agosto — Questi due rilasci vanno trattati insieme perché raccontano la stessa storia. A poche ore di distanza, Z.ai e Alibaba pubblicano ciascuna un modello multimodale a miscela di esperti (Mixture of Experts, MoE) chiamato «Flash», con pesi aperti e a pochi centesimi di differenza nel prezzo. Entrambi rivendicano un livello da modello di frontiera a una frazione del costo, ma non si posizionano allo stesso modo: GLM-5.3-Flash apre il versante multimodale della serie GLM-5 in corso, mentre Qwen3.8-Flash-Next è presentato esplicitamente come un’anteprima dell’architettura che porterà Qwen4.

GLM-5.3-Flash è il primo modello nativamente multimodale della serie GLM-5: 320 miliardi di parametri totali per 18 miliardi attivati, addestrato su un corpus multimodale di 30 000 miliardi di token. Z.ai annuncia che supera GLM-5.2 in tutti i benchmark a un decimo del prezzo, avvicinandosi al contempo a Claude Opus 4.8 sul codice e sulle attività agentiche. Tre scelte architetturali portano il guadagno: una prima architettura ibrida che combina attention sparse e attention lineare, un modulo IndexPool che comprime quattro vettori chiave di indexer in uno solo tramite pooling pesato, e delle Manifold-Constrained Hyper-Connections. Rispetto a GLM-5.3, il calcolo dell’attenzione si riduce di un fattore 3,0 e la cache chiave-valore di un fattore 4,4. Dettaglio di lancio non banale: il modello era stato messo in circolazione in modo anonimo con il nome in codice ox-alpha su OpenCode e OpenRouter, dove è diventato il modello più popolare della settimana — un test in cieco servito integralmente su chip IA cinesi, con un motore di inferenza dedicato costruito su SGLang che raggiunge prestazioni tre volte superiori alla baseline iniziale.

Qwen3.8-Flash-Next suona un’altra melodia: è un’anteprima pubblica dell’architettura che porterà Qwen4, esattamente come Qwen3-Next lo era stato per Qwen3.5. Il modello conta 125 miliardi di parametri, affiancati da 51 miliardi di parametri di N-gram Embedding, e ne attiva solo 6 miliardi per token. Rispetto a Qwen3.7-Plus (397 miliardi di parametri, 17 miliardi attivati), costa circa nove volte meno da addestrare pur andando meglio nel codice e nelle attività d’ufficio. Quattro filoni di lavoro spiegano questo risultato: sul lato dell’attenzione, tre strati su quattro in Gated DeltaNet per comprimere la cronologia in uno stato di dimensione fissa, il quarto in Qwen Sparse Attention per il recupero preciso — il team riassume la divisione del lavoro con «GDN ricorda, QSA ritrova»; sul lato residuo, un Gated Residual a quattro rami paralleli memorizzabile in FP8; sul lato embedding, un N-gram Embedding che interroga il contesto locale e si precarica dalla memoria host; sul lato ottimizzazione, l’ottimizzatore Muon, la cui regolazione della legge di scala ha mostrato che il Batch Size Warmup non apportava nulla e costava l’18,8 % di passi in più. Il contesto nativo è di 262 144 token, estendibile a un milione tramite YaRN, e il kernel QSA raggiunge fino a 7,6x di accelerazione nel prefill a un milione di token.

Modello valutato	Parametri totali	Parametri attivati	Ingresso (per milione di token)	Uscita (per milione di token)
GLM-5.3-Flash	320 miliardi	18 miliardi	0,15 dollaro	0,50 dollaro
Qwen3.8-Flash-Next	125 miliardi	6 miliardi	0,16 dollaro	0,47 dollaro

Sui risultati, la tabella pubblicata da Z.ai assegna a GLM-5.3-Flash 84,3 su Terminal Bench 2.1 (contro 81,0 per GLM-5.2 e 85,0 per Opus 4.8), 63,4 su DeepSWE v1.1 (contro 46,2 e 58,0) e 1773 su GDPval-AA v2, il valore migliore della sua tabella comparativa. Z.ai rivendica inoltre un punteggio di 57 su Artificial Analysis Intelligence Index v4.1.1 per 0,045 dollaro per task in tariffa scontata, un livello che finora costava circa dieci volte di più. Dal lato Qwen, il modello raggiunge 58,7 su DeepSWE 1.1 contro 16,5 per Qwen3.7-Plus, 62,5 su SWE-bench Pro e 84,5 su AndroidWorld, con soli 6 miliardi di parametri attivati.

La disponibilità è immediata da entrambe le parti. I pesi di GLM-5.3-Flash sono su Hugging Face con supporto SGLang, vLLM e TokenSpeed, e il modello è distribuito a tutti gli abbonati del GLM Coding Plan con un quota tripla rispetto a GLM-5.3. Quelli di Qwen3.8-Flash-Next sono su Hugging Face e ModelScope, mentre la versione di produzione è servita con il nome qwen3.8-flash su QwenCloud con un milione di token di contesto predefiniti; l’API accetta i protocolli Chat Completions e Responses di OpenAI oltre a un’interfaccia compatibile Anthropic, il che permette di collegare il modello direttamente a Claude Code, Codex o Qwen Code.

GLM-5.3-Flash shows that frontier intelligence does not have to come at frontier cost.

🇮🇹 GLM-5.3-Flash mostra che l’intelligenza di frontiera non deve essere pagata al prezzo della frontiera. — Z.ai, blog ufficiale

🔗 Annuncio GLM-5.3-Flash di @Zai_org

🔗 Annuncio Qwen3.8-Flash-Next di @Alibaba_Qwen

🔗 Articolo tecnico Qwen

NVIDIA in quattro annunci: motore fantasma in Dynamo, CUDA Python 1.0, supporto day-0 di Qwen e COMPASS

Quattro pubblicazioni dello stesso attore in ventiquattro ore, che delineano una stessa preoccupazione: rendere l’infrastruttura GPU utilizzabile senza giri di parole. Si leggono insieme più che separatamente, e una di esse risponde direttamente al rilascio di Qwen trattato sopra.

Il recupero tramite motore fantasma entra in anteprima in Dynamo. Quando un processo di motore di inferenza va in crash, il riavvio a freddo impone di ricaricare i pesi dallo storage verso la HBM, ricompilare i kernel e ricatturare i grafi CUDA — diversi minuti durante i quali i worker sopravvissuti assorbono tutto il traffico. NVIDIA mantiene ora un motore di riserva completamente inizializzato a riposo sugli stessi GPU, che condivide i pesi già residenti in HBM tramite un GPU Memory Service costruito sull’API CUDA Virtual Memory Management: due motori mappano lo stesso tensore senza duplicarne la copia fisica. L’elezione del motore attivo passa attraverso un semplice lock POSIX flock. Su un deployment GLM-5.2 quantizzato in NVFP4 con due worker su nodi B200, il ripristino richiede 7,3 secondi (1,7 s di rilevamento, 5,6 s di promozione) contro 283 s per un riavvio a freddo, cioè quasi 39x. Il tempo mediano al primo token passa da 23 815 ms a 1 311 ms. Limiti dichiarati: né guasti hardware né guasti multi-nodo, cache chiave-valore non ancora gestita dal servizio memoria, e vLLM come unico backend principale supportato.

CUDA Python 1.0 accompagna CUDA 13.3. La milestone rende Python una via ufficiale alla piattaforma CUDA, con parità di funzionalità rispetto al C++. Il contributo centrale è doppio: cuda.core, in cui il vocabolario di base di CUDA — device, stream, buffer — diventa un insieme di oggetti Python ordinari che sollevano eccezioni invece di restituire codici di errore, e un impegno di versionamento semantico che riserva le rotture di API alle versioni major. È questo secondo punto a contare: finora ogni progetto raggiungeva CUDA tramite il proprio strato di binding, e far cooperare due librerie sugli stessi dati richiedeva protocolli di scambio. Un kernel Numba e una chiamata cuda.compute possono ora operare sullo stesso buffer GPU nello stesso stream. La versione 1.0 introduce anche i green contexts, che partizionano i multiprocessor di stream per isolare i kernel sensibili alla latenza, il checkpointing dei processi e la condivisione inter-processo della memoria GPU. PyTorch dipende ora da cuda.bindings nei suoi wheel CUDA.

Il supporto day-0 di Qwen3.8-Flash-Next è annunciato lo stesso giorno del rilascio del modello: fine-tuning tramite NeMo AutoModel e NeMo RL, più ricette di esecuzione con SGLang, vLLM e TokenSpeed di Lightseek. NVIDIA pubblica le proprie misure su GB300 NVL72 — 72 GPU Blackwell Ultra in un unico dominio NVLink a 130 To/s — con oltre 16 000 token al secondo per GPU pur mantenendo più di 200 token al secondo per utente. L’argomento è pertinente per una miscela di esperti: un dominio NVLink di 72 GPU evita che il traffico tra esperti attraversi una rete standard. Il post insiste anche sulla continuità tra prototipazione locale — DGX Station, cluster DGX Spark, o una stazione con quattro RTX PRO 6000 Blackwell — e messa in produzione.

COMPASS, infine, addestra una politica di navigazione robotica affidando le fasi ripetitive a un agente di codice. Il framework riutilizza la politica pre-addestrata X-Mobility e addestra tramite reinforcement learning uno specialista residuo per robot e per ambiente. Ciò che rende il post interessante oltre la robotica è l’impacchettamento: il flusso di lavoro è distribuito in repository skills, invocate da $compass in Codex o /compass in Claude Code, con tre porte di approvazione umana — accettazione della scena, test di fumo, promozione del checkpoint — e prove verificabili a ogni fase. NVIDIA scrive nero su bianco una regola che si legge raramente in questo tipo di tutorial: il token Hugging Face deve essere inserito fuori dalla chat, e l’agente non deve mai chiederlo, mostrarlo né loggarlo.

🔗 Motore fantasma in NVIDIA Dynamo

🔗 CUDA Python 1.0

🔗 Supporto day-0 di Qwen3.8-Flash-Next di @NVIDIAAI

🔗 Workflow COMPASS

Anthropic apre i suoi dati d’uso reali a tre team di ricerca esterni

26 agosto — Anthropic pubblica il bilancio di un pilota condotto nella primavera 2026 che ha affidato a tre istituzioni il compito di definire e condurre le proprie ricerche su dati d’uso reali di Claude. Il perimetro va definito con precisione, perché è più ristretto di quanto la formula lasci intendere.

I tre partner sono il SALT Lab (Social and Language Technologies) di Stanford, il Human Information Processing Lab di Oxford e METR, organizzazione no-profit che valuta i modelli di frontiera. Ogni team ha lavorato su circa 250 000 conversazioni Claude.ai o Claude Code datate aprile-maggio 2026, tramite Anthropic Insights — lo strumento di analisi che preserva la privacy, in precedenza chiamato Clio, quello usato dai team interni. I ricercatori non hanno mai avuto accesso a una conversazione grezza: solo a output aggregati, sottoposti alla stessa revisione legale e di riservatezza dei lavori interni, con un audit di privacy aggiuntivo sull’insieme dei dati condivisi.

Ciò che dà peso all’esperimento è il lato contrattuale. I diritti di revisione di Anthropic erano limitati a quattro motivi: la privacy degli utenti, le informazioni che potrebbero aiutare a violare le policy d’uso, le informazioni riservate dell’azienda e l’accuratezza della ricerca. Oltre a questo, Anthropic non aveva voce in capitolo sul contenuto delle conclusioni, e i team restano liberi di pubblicare risultati che la mettano a disagio. In pratica, meno del 5 % delle categorie e delle conversazioni di ogni studio è stato modificato o rimosso, solo quando descrivevano come gli utenti aggiravano le protezioni, e i ricercatori sono stati informati a ogni rimozione.

Team di ricerca	Oggetto dello studio	Risultato preliminare
SALT Lab (Stanford)	Collaborazione tra umani e IA	Più della metà delle conversazioni delega attività con conseguenze
Human Information Processing Lab (Oxford)	Sentimento degli utenti	Il sentimento è legato al comportamento del modello
METR	Guadagni di produttività degli agenti di codice	I modelli recenti accelerano in modo significativo rispetto ai precedenti

Il risultato di Stanford contraddice un’idea diffusa: i lavori precedenti suggerivano che le persone deleghino all’IA solo attività senza posta in gioco, mentre più della metà delle conversazioni analizzate riguarda attività con conseguenze — quelle che influenzano altri o sono difficili da annullare — con una punta sulle questioni legali e finanziarie. L’essere umano mantiene tuttavia il controllo: in quasi tre quarti delle conversazioni è lui a fissare la direzione mentre Claude assiste, e di solito adatta l’output invece di riprenderlo così com’è.

Anthropic è esplicita sui limiti dell’esperimento. Il pilota è stato lento e costoso in risorse, il che ne complica la scalabilità. Anche il metodo si è rivelato delicato: Anthropic Insights si basa su domande poste in linguaggio naturale che Claude valuta per ogni conversazione, e una formulazione maldestra classifica gli scambi in categorie fuorvianti — errore difficile da individuare perché nessuno può rileggere le conversazioni sottostanti. I dati aggregati di ogni progetto sono pubblicati, e un modulo di manifestazione d’interesse è aperto ai ricercatori che desiderano partecipare in futuro.

For the first time, we’ve given external researchers a way to study AI’s impacts using real, privacy-preserved Claude usage data. To date, this work has only been possible within AI labs. We can’t tell the whole story alone, so we opened up our tools.

🇮🇹 Per la prima volta, abbiamo dato a ricercatori esterni un modo per studiare gli impatti dell’IA partendo da dati d’uso reali di Claude, preservando la privacy. Finora, questo lavoro era possibile solo all’interno dei laboratori di IA. Non possiamo raccontare tutta la storia da soli, quindi abbiamo aperto i nostri strumenti. — @AnthropicAI su X

🔗 Articolo di ricerca Anthropic

Gemini 3.5 Transcribe: 4,0 % di tasso d’errore in streaming e 70 % di latenza in meno rispetto a Chirp 3

26 agosto — Google ha lanciato Gemini 3.5 Transcribe, un modello di riconoscimento vocale (speech-to-text) progettato per produrre direttamente testo pulito e formattato invece di una trascrizione grezza. La differenza rispetto a un motore di dettatura classico sta nel trattamento del linguaggio parlato reale: il modello gestisce le autocorrezioni in corso di frase, rimuove le parole riempitive e le esitazioni e applica automaticamente la formattazione.

Il modello si articola in due punti di ingresso a seconda dell’uso. Per le applicazioni vocali interattive, gemini-3.5-transcribe-live passa attraverso la Live API e offre uno streaming bidirezionale continuo con una latenza inferiore al secondo. Per l’audio preregistrato — riunioni, registri delle chiamate — gemini-3.5-transcribe passa attraverso la Interactions API e aggiunge l’attribuzione dei parlanti, fino a tre persone, oltre a un timestamp parola per parola. Oltre tre parlanti, il supporto resta sperimentale.

Metrica misurata	Valore misurato
Tasso di errore sulle parole, streaming	4,0 %
Tasso di errore sulle parole, non streaming	2,6 %
Tasso di errore su FLEURS, streaming	5,50 %
Tasso di errore su FLEURS, non streaming	5,04 %
Tempo fino alla trascrizione finale	-70 % rispetto a Chirp 3
Lingue rilevate e trascritte	più di 85
Latenza in streaming	inferiore al secondo

Le misurazioni del tasso di errore sulle parole (Word Error Rate) sono attribuite ad Artificial Analysis. Google insiste inoltre sulla robustezza in ambienti rumorosi e sulla corretta cattura di entità alfanumeriche come codici postali o numeri d’ordine — precisamente i casi in cui la dettatura classica fallisce.

Due funzionalità escono dal perimetro abituale di un motore di trascrizione. La prima è il vocabolario personalizzato, che adatta le trascrizioni a un lessico fornito dallo sviluppatore, per il gergo professionale e le ortografie proprie di un’organizzazione. La seconda è l’invocazione di funzioni: il modello può delegare un compito complesso ad altri modelli Gemini in background — riassumere un file locale, generare un’immagine direttamente al cursore — ma questa capacità è al momento disponibile solo nell’app Gemini per macOS.

Sul fronte del deployment, il modello alimenta già Rambler su Gboard Android, l’app Gemini su macOS in inglese, Google Antigravity e Google AI Studio; l’arrivo in Chrome è annunciato come prossimo. Per gli sviluppatori, è in public preview nell’API Gemini tramite AI Studio e Antigravity, e per le aziende tramite Gemini Enterprise Agent Platform. Le piattaforme partner citate includono Agora, LangChain, LiveKit, Pipecat e Vercel.

🔗 Annuncio Google

Gemini Live diventa agentico con Spark, Daily Brief e Personal Intelligence

26 agosto — Lo stesso giorno di Gemini 3.5 Transcribe, Google sposta la sua modalità vocale dalla conversazione all’esecuzione di attività. Il dato avanzato per giustificare l’investimento: il 63 % degli utenti parla a Gemini ad alta voce invece di scrivere.

Il cambiamento principale è l’integrazione di Spark in Gemini Live. Un comando vocale può ora attivare un’attività multi-fase che si esegue da sola attraversando Google Docs, Sheets, Drive e il web, mantenendo l’obiettivo in memoria. Google precisa che questi lavori possono essere pianificati su più giorni o settimane senza che l’applicazione sia aperta — per esempio, dettare un flusso di idee disordinato mentre si cammina e ritrovare un piano strutturato in Docs arrivando in ufficio.

Altri due blocchi si aggiungono alla modalità vocale. Daily Brief fornisce un riepilogo parlato della giornata combinando Gmail e Agenda su semplice richiesta. La gestione della posta diventa possibile a voce: cercare, riassumere, contrassegnare con una stella, archiviare o eliminare messaggi in linguaggio naturale. Infine, Personal Intelligence collega le conversazioni passate alle applicazioni Google connesse — Gmail, Photos, Search, YouTube — per rispondere a domande che presuppongono uno storico. L’attivazione avviene collegando le applicazioni nelle impostazioni di Personal Intelligence, poi tramite l’icona Live. Due limitazioni da conoscere: Spark richiede un abbonamento Google AI Pro o superiore, e Daily Brief un abbonamento Google AI Plus o superiore.

🔗 Annuncio Google

MiniMax pubblica il suo primo semestre: fatturato moltiplicato per 3,8 e svolta verso l’API

26 agosto — MiniMax (HKEX: 00100) ha pubblicato i risultati non verificati per i sei mesi chiusi il 30 giugno 2026. È il primo semestre completo dalla quotazione in borsa e offre una lettura rara e numerica dell’economia di un laboratorio di modelli generativi multimodali.

Il fatturato passa da 30,4 a 116,6 milioni di dollari, pari a una crescita del 283,1 %: il solo semestre supera l’intero esercizio 2025 (79,0 milioni). Il dettaglio è più istruttivo del totale. La quota proveniente dall’Open Platform — l’API e i servizi aziendali — è stata moltiplicata per otto, da 9,2 a 73,9 milioni, e rappresenta ora il 63,4 % dei ricavi contro il 30,3 % di un anno prima. In dodici mesi, MiniMax è passata da un’azienda di prodotti consumer a un’azienda di infrastruttura. I prodotti AI consumer, con Hailuo AI in testa, raddoppiano comunque, da 21,2 a 42,6 milioni.

Indicatore del primo semestre	2025	2026	Variazione
Fatturato totale	30,4 M USD	116,6 M USD	+283,1 %
di cui Open Platform e azienda	9,2 M USD	73,9 M USD	+703,1 %
di cui prodotti AI consumer	21,2 M USD	42,6 M USD	+100,9 %
Profitto lordo	3,7 M USD	20,8 M USD	+464,8 %
Margine lordo	12,1 %	17,9 %	+5,8 punti
Spese di ricerca e sviluppo	124,3 M USD	296,9 M USD	+138,8 %
Perdita netta rettificata	138,7 M USD	293,0 M USD	+111,2 %
Liquidità a fine periodo	1 050,3 M USD	1 322,8 M USD	+25,9 %

La redditività migliora senza essere raggiunta. Il margine lordo sale dal 12,1 % al 17,9 %, trainato dall’efficienza dell’infrastruttura di inferenza, e il profitto lordo è moltiplicato per 5,6. Ma anche la perdita netta rettificata raddoppia, a 293,0 milioni di dollari, per effetto di una voce di ricerca pari a 296,9 milioni — essenzialmente spese cloud legate all’addestramento. MiniMax sottolinea che questa ricerca cresce del 138,8 % contro il 283,1 % del fatturato, che è effettivamente la metrica che permette di giudicare se la traiettoria converge.

Sul piano del prodotto, il semestre copre l’uscita di MiniMax M3; il comunicato nota che MiniMax H3, il modello video a pesi aperti, è arrivato subito dopo la chiusura. La società rivendica oltre 300 milioni di utenti in più di 200 Paesi e più di un milione di aziende e sviluppatori. Secondo Yan Junjie, cofondatore e direttore generale, l’intelligenza può scalare quasi senza limiti ma non l’energia né il calcolo: il consumo di token su MiniMax è stato moltiplicato per 20 tra gennaio e luglio 2026, e la competizione di lungo periodo quindi non riguarda la potenza bruta del modello ma il costo unitario dell’intelligenza erogata. È esattamente ciò che racconta il passaggio dal 12,1 % al 17,9 % di margine lordo.

🔗 Comunicato sui risultati MiniMax

Perplexity Computer si collega a più di venti fonti finanziarie su licenza

25 agosto — Perplexity amplia Computer, il suo agente di lavoro, a quasi due dozzine di connettori di dati finanziari su licenza. L’argomento di partenza è un problema di plumbing: una società di gestione si abbona in media a più di trenta dataset, generalmente distribuiti tra altrettanti strumenti distinti, e trasformare questi abbonamenti in una nota di investimento implica passare dall’uno all’altro.

Il modello contrattuale merita di essere notato: il cliente autentica le proprie licenze, senza un contratto aggiuntivo sui dati da firmare con Perplexity, che si posiziona come strato di accesso piuttosto che come rivenditore. Ogni dato rinvia al record di origine da cui proviene — un punto che conta in usi in cui la tracciabilità condiziona l’utilizzo del risultato. La disponibilità è riservata agli utenti Pro, Max e Enterprise in possesso di una licenza partner idonea.

Connettore aggiunto	Ambito annunciato
Dun & Bradstreet	Oltre 650 milioni di entità, identificatore D-U-N-S, punteggi di rischio
Guidepoint	Oltre 120 000 trascrizioni di interviste a esperti
IBISWorld	Riferimenti e trend su migliaia di settori
Chronograph	5 900 miliardi di dollari di capitale investito, 15 000 fondi
Quartr	Audio e trascrizioni per oltre 16 000 società quotate
Grata	22 milioni di società, oltre un milione di operazioni M&A

I connettori si articolano con Computer in Email, annunciato il 18 agosto: una richiesta inviata per email ritorna arricchita con i dati su licenza dell’azienda.

🔗 Post Perplexity

Claude Code e gli strumenti Anthropic: feedback scritto dall’agente, Admin API nei SDK, versione 2.1.246

Tre annunci sugli strumenti, da distinguere dalle due principali notizie Anthropic del giorno: non cambiano ciò che fa il modello, cambiano ciò che si può fare intorno ad esso.

Claude Code scrive da sé i report di feedback. Sono documentati quattro trigger: uno strumento o un comando che fallisce ripetutamente, una richiesta che non riesce a gestire, un errore che nota o che gli viene segnalato, e una richiesta esplicita. Lo strumento si chiama SendFeedback e richiede la versione 2.1.238 o successiva. Il punto importante è che il ciclo resta sotto controllo umano dall’inizio alla fine: ogni bozza viene scritta in ~/.claude/feedback/drafts/ sulla tua macchina, e nulla viene inviato ad Anthropic finché non lo mandi tu. Sopra il prompt compare una card, tre al massimo per sessione per impostazione predefinita; /feedback senza argomento apre la coda completa, limitata a dieci bozze con scadenza a 30 giorni. La schermata di revisione permette di decidere la questione che conta — allegare o no la trascrizione della conversazione — sapendo che l’invio diretto dalla card non la include mai. Lo strumento è assente dai run non interattivi -p, dalle sessioni Agent SDK, dalle sessioni cloud, dalle distribuzioni Bedrock, Claude Platform on AWS, Google Cloud Agent Platform e Microsoft Foundry, e dalle organizzazioni con retention dei dati zero.

L’Admin API arriva nei SDK e nella CLI ant. Serviva già per amministrare un’organizzazione in modo programmatico, ma richiedeva di costruire da sé le chiamate HTTP. Gli SDK Python, TypeScript, C#, Go, Java, PHP e Ruby ora la espongono sotto client.beta.organization, e la CLI sotto ant beta:organization: gestione dei membri, dei workspace, degli inviti e delle chiavi API, oltre alla lettura dei limiti di velocità dell’organizzazione. L’autenticazione accetta una chiave Admin API prefissata sk-ant-admin nell’intestazione x-api-key, oppure un token OAuth con scope org:admin. Due restrizioni: l’Admin API resta inaccessibile agli account individuali, e su Claude Platform on AWS rispondono solo gli endpoint workspace.

Claude Code 2.1.246 è arrivata su npm il 25 agosto alle 19:17 UTC. Due voci meritano attenzione. Prima un correttivo di sicurezza: le richieste di telemetria inviate ad Anthropic portavano la chiave API configurata per un gateway di terze parti tramite ANTHROPIC_BASE_URL — in altre parole, un identificatore destinato a un host veniva trasmesso a un altro. Un identificatore ora viene inviato solo al proprio host. Poi una nuova scheda Auto mode in /permissions, che consente finalmente di consultare e modificare le regole del classificatore che guida la modalità automatica, finora senza superficie di ispezione. Il resto migliora il lavoro di lungo corso: /cd applica immediatamente impostazioni, hook, server .mcp.json, skills e agenti della directory di arrivo; un sotto-agente che raggiunge il proprio limite maxTurns restituisce il proprio output marcato come parziale invece di sembrare terminato. Da notare per il tracciamento della versione, la 2.1.247 è uscita il 26 agosto con il tag npm next, quindi in pre-release, senza voce di changelog.

🔗 Report di feedback da @ClaudeDevs

🔗 Admin API nei SDK da @ClaudeDevs

🔗 Changelog Claude Code

Due pubblicazioni di Cognition sullo stesso prodotto a un giorno di distanza, una sull’interfaccia, l’altra sul motore che la fa funzionare.

26 agosto — Una sessione Devin può avviare altri sotto-agenti gestiti per orchestrare sequenze complesse, ogni sessione figlia con la propria macchina virtuale e in grado a sua volta di avviarne altre. Il problema non era l’orchestrazione ma la leggibilità: capire chi fa cosa in un albero a più livelli diventa rapidamente fastidioso. La sidebar ora supporta questa gerarchia, e le sessioni figlie si controllano direttamente da lì. Anche il menu ⌘K è stato rielaborato per consentire di trovare, avviare e fissare sessioni con la tastiera.

25 agosto — Cognition dettaglia in un post di engineering la ricostruzione completa del motore di rendering della conversazione. Le sessioni più grandi, che accumulano centinaia di migliaia di eventi nell’arco di più giorni, impiegavano più di 20 secondi per caricarsi. La soluzione si basa su tre blocchi: una query che recupera solo il tipo di ogni evento per disegnare skeleton della giusta altezza — la barra di scorrimento ha quindi subito la lunghezza corretta — un caricamento per isole idratate su richiesta, e un ancoraggio dello scroll applicato prima che il browser disegni. Risultato: caricamento più rapido del 70 % e offset di layout ridotto dell’86 %, con miglioramenti crescenti sulle sessioni grandi (-23 % al p50, -70 % al p99).

Il passaggio più interessante per chi lavora con agenti è altrove. Il team racconta che Devin da solo gestiva male questi bug di interfaccia, perché l’uso del computer non bastava a cogliere ciò che gli umani percepiscono intuitivamente. Invece di insistere, gli hanno fatto costruire un debugger di virtualizzazione che combina visualizzazioni per gli umani e logging esaustivo per l’agente, poi gli sottoponevano ogni notte batch di log di sessioni fallite. La loro conclusione: gli agenti tendono ad attenersi agli strumenti che hanno già invece di costruirne di nuovi, ed è compito dell’ingegnere spingerli in quella direzione.

🔗 Sotto-agenti annidati da @cognition

🔗 Riprogettazione del motore di rendering di Devin

Zed 1.17.2: anteprime tabellari per tutti, Gemini 3.7 Flash e uno strumento ask_user disattivato per impostazione predefinita

26 agosto — Zed rilascia la sua versione stabile 1.17.2, disponibile su macOS, Windows e Linux. La novità più visibile non riguarda l’IA: le anteprime dei dati tabellari sono ora aperte a tutti gli utenti, con supporto per i file CSV, TSV, PSV e SSV e per le colonne ordinabili — frutto di almeno otto pull request della community.

Sul fronte agenti, la versione aggiunge Gemini 3.7 Flash all’elenco dei modelli Google AI e introduce uno strumento ask_user che permette all’agente di porre domande tramite moduli a scelta singola o input libero, una risposta al classico problema dell’agente che prende una direzione sbagliata per non aver chiesto un chiarimento. Nota importante, segnalata da Zed nella sezione «Breaking Changes and Notices»: lo strumento è disattivato per impostazione predefinita. La versione aggiunge anche il supporto al livello di ragionamento basso per DeepSeek V4 Flash e V4 Pro.

Il resto del changelog è dominato dalle prestazioni: rendering dell’editor accelerato, picco di memoria ridotto all’apertura di file grandi e una correzione del consumo eccessivo di CPU e memoria all’apertura di grandi alberi delle directory non monitorati da Git. Sul fronte Git, le opzioni Stash Tracked e Stash Staged arrivano nel Git Panel.

🔗 Note di rilascio Zed 1.17.2

Amp permette di configurare un orb senza committare nulla nel repository

25 agosto — Amp affronta un punto di attrito dei suoi orb, le sue macchine remote su cui girano gli agenti: finora, configurarne uno comportava il commit di file specifici di Amp nel repository. Due situazioni rendevano la cosa problematica — la voglia di testare senza sporcare un repository condiviso, e il fatto che alcune operazioni debbano avvenire prima del clone, quindi in un momento in cui il contenuto del repository non è ancora disponibile.

Amp risponde con due script memorizzati nelle impostazioni del progetto anziché nel repository. Lo script pre-clone copre tutto ciò di cui Amp ha bisogno prima di poter clonare: estensioni Git che recuperano file al checkout, certificati di un server Git interno, proxy di rete, collegamento dell’orb a una rete privata tramite Tailscale, assistente delle credenziali. È pensato per gli ambienti aziendali in cui il repository non si trova su un servizio pubblico — con una limitazione documentata: per Tailscale bisogna passare da TAILSCALE_API_KEY, perché l’OIDC non funziona ancora con gli script pre-clone. Lo script pre-setup, invece, viene eseguito dopo il clone.

Il punto notevole è che la scrittura di questi script è delegata all’agente: Amp e Puck ispezionano il repository, decidono cosa rientra nel prima e nel dopo-clone, scrivono gli script, li testano e li salvano. Restano modificabili a mano dalla pagina delle impostazioni, evitando di fidarsi ciecamente della configurazione generata.

🔗 Nota Amp

GitHub: fatturazione enterprise per le app, Rule insights in disponibilità generale e ordinamento delle PR Dependabot

Tre pubblicazioni GitHub in due giorni, accomunate da una stessa logica: sottrarre alle attività di governance il carico manuale.

26 agosto — Le GitHub App possono ricevere un’autorizzazione dedicata enterprise billing, in sola lettura o lettura-scrittura. Finora, leggere il consumo o gestire budget e cost center tramite l’API richiedeva un personal access token appartenente a una persona fisica, proprietario dell’azienda o billing manager: tutta l’automazione della fatturazione si basava quindi sul token di un individuo e si rompeva non appena quella persona cambiava ruolo. Un token di installazione di un’app accede ora agli endpoint REST di fatturazione. Vantaggio secondario da segnalare per le estrazioni regolari: i rate limit di un token di installazione sono più alti di quelli di un personal access token. Disponibile su GitHub Enterprise Cloud.

25 agosto — La dashboard Rule insights esce dalla preview a entrambi i livelli contemporaneamente. A livello di organizzazione, sotto Settings > Repository, la vista aggrega le metriche di valutazione delle regole su tutti i repository, identifica quelli che concentrano il maggior numero di bypass e filtra per stato, branch, ruleset e intervallo di date. A livello di repository, sotto Settings > Rules, si visualizzano successi, fallimenti e bypass nel tempo, oltre ai bypasser più attivi. Ogni grafico è cliccabile e rimanda alla pagina filtrata; l’esportazione CSV è disponibile a entrambi i livelli.

26 agosto — GitHub documenta finalmente in modo concreto cosa sanno fare le automazioni dell’app Copilot, attraverso un tutorial sull’ordinamento delle pull request aperte da Dependabot. Un’automazione si configura con un nome e un trigger scelto tra cinque opzioni — manuale, orario, giornaliero, settimanale o alla creazione di un issue — ed esegue a scelta nel cloud o sulla macchina locale. Il compito viene descritto in linguaggio naturale, e il risultato non è un elenco di PR ma una sintesi: raggruppamento degli aggiornamenti patch sicuri, separazione degli upgrade di versione minori e maggiori, stato della CI. Il punto più interessante dal punto di vista dell’ergonomia è la continuità — si apre una sessione Copilot direttamente dai risultati, e questa sessione parte con il contesto dell’automazione.

🔗 Changelog — fatturazione enterprise per le GitHub App

🔗 Changelog — Rule insights in disponibilità generale

🔗 Tutorial — automatizzare l’ordinamento delle PR Dependabot

Manus riapre il ripristino dei dati senza limite di tempo

26 agosto — Manus chiude l’episodio di saturazione segnalato il giorno prima: il ripristino dei dati è aperto e i servizi tornano a funzionare normalmente. Due aspetti contano per gli utenti interessati. Innanzitutto, non c’è alcun limite di tempo per il ripristino — chi ha salvato i propri dati può recuperarli nel momento che preferisce, eliminando la pressione legata alle scadenze comunicate durante la transizione. Inoltre, un «Welcome Back Bonus» sarà applicato agli account interessati, senza che Manus ne precisi l’importo o la forma.

L’azienda torna sull’incidente con una formulazione diretta: la domanda eccezionalmente forte ha impedito ad alcuni utenti di portare a termine il processo. La capacità e l’affidabilità del ripristino sono state da allora migliorate, ma Manus avverte che brevi ritardi restano possibili nelle ore di maggiore affluenza e indica di continuare a monitorare attentamente le prestazioni. L’assistenza clienti resta disponibile 24 ore su 24 e 7 giorni su 7.

🔗 Messaggio di @ManusAI

ChatGPT for Teachers si espande a 55 sistemi scolastici e 20 stati americani

26 agosto — OpenAI estende ChatGPT for Teachers a 55 sistemi scolastici aggiuntivi in 20 stati, per oltre 100.000 educatori e personale in più. Il programma, lanciato nel 2025 presso quasi 150.000 insegnanti, copre ora più di 100 organizzazioni in 30 stati per un totale di oltre 300.000 educatori. La nuova coorte include un quinto dei 20 più grandi distretti scolastici pubblici del paese.

La parte più strutturale è giuridica piuttosto che tecnica. OpenAI introduce un accordo nazionale di riservatezza dei dati che copre 16 stati tramite il quadro del Student Data Privacy Consortium, mentre la California è coperta da un accordo separato. Il vantaggio per i distretti è disporre di un percorso di valutazione riconosciuto, senza rinegoziare accordo per accordo. I dati condivisi in uno spazio di lavoro non vengono per impostazione predefinita usati per addestrare i modelli, e i responsabili dispongono di controlli basati sui ruoli pensati per rispondere ai requisiti FERPA. Lo strumento resta gratuito per gli insegnanti K-12 statunitensi verificati fino a giugno 2028, e rimane riservato ad amministratori, insegnanti e personale educativo — non agli studenti.

Sugli usi reali, un’analisi che preserva la privacy condotta dal 1º gennaio al 16 luglio rileva più di 1,9 milioni di messaggi relativi a attività dispendiose in termini di tempo, di cui 900.000 su pagelle e report di avanzamento e 800.000 sulla preparazione delle lezioni.

🔗 Annuncio OpenAI

OpenAI Build Week: 47.000 partecipanti, 8.000 progetti e otto vincitori

25 agosto — OpenAI annuncia i vincitori della sua Build Week, un hackathon di otto giorni costruito attorno a Codex e GPT-5.6. Quasi 47.000 partecipanti provenienti da 186 paesi, più di 8.000 progetti presentati, sette eventi online e 60 incontri fisici: è il più grande evento di questo tipo organizzato dall’azienda. Otto vincitori si dividono 100.000 dollari in quattro categorie, e i primi ricevono inoltre pass per il DevDay, tempo con il team Codex e un anno di ChatGPT Pro.

Il filo conduttore dei progetti selezionati è meno la prodezza tecnica che la competenza di settore trasformata in software. veTriage, primo premio della categoria Work & Productivity, è stato costruito da una veterinaria e proprietaria di clinica di 61 anni senza alcuna esperienza di sviluppo: l’app aiuta il personale della reception a raccogliere la giusta anamnesi e a individuare i segnali di emergenza senza chiedergli di formulare una diagnosi, ed è già in fase pilota nella sua clinica. Sul fronte degli strumenti di sviluppo, Sentinel affronta la sicurezza dei server MCP — molti circolano come modelli di partenza con chiamate shell non sanificate, credenziali in chiaro e confini di autorizzazione deboli — combinando analisi statica deterministica, revisione GPT-5.6 rigidamente vincolata e sonde isolate in Docker, con conclusioni collegate all’OWASP Agentic Top 10.

Un motivo tecnico ritorna in quasi tutti i vincitori: vincolare il modello invece di delegargli tutto. In Sentinel, il modello può corroborare o contestare una conclusione ma non può inventare una sonda eseguibile né citare codice inesistente; in Echo Canvas, primo premio degli strumenti di sviluppo davanti allo stesso Sentinel, la geometria e i calcoli acustici restano deterministici e il modello serve come livello di scrittura.

🔗 Vincitori della Build Week

Llama for Windows e la guida multi-vettore: l’ecosistema dei pesi aperti si attrezza

Due pubblicazioni del blog Hugging Face che rispondono alla stessa domanda da due angolazioni — come rendere un modello aperto davvero utilizzabile, sul desktop e sul fronte dell’addestramento.

25 agosto — Morgan Funtowicz presenta Llama for Windows, un’applicazione Windows nativa e open source pubblicata sotto l’organizzazione GitHub ggml-org, la stessa che ospita llama.cpp, distribuita in msixbundle dalla pagina delle release. Il punto di partenza è ergonomico più che tecnico: i progetti per far girare modelli in locale funzionano, ma il percorso tra «ho scaricato un modello» e «lo uso ogni giorno» resta lungo. L’assistente si attiva con la scorciatoia Alt + Space da qualunque applicazione, evitando il passaggio dal browser. L’argomento della privacy viene presentato come proprietà dell’architettura e non come promessa commerciale: nessun account cloud, nessuna chiave API, nessuna fatturazione per token, nessun prompt lascia la macchina. Una precisazione utile: nonostante il nome, il progetto proviene dall’ecosistema llama.cpp e non da Meta, ed esegue tutti i modelli compatibili con llama.cpp.

26 agosto — Tom Aarsen, maintainer di Sentence Transformers, pubblica il lato «addestramento» che completava il suo articolo del 18 agosto sui modelli di embedding multi-vettore. Laddove un modello classico comprime un intero documento in un solo vettore, un modello a interazione tardiva di tipo ColBERT conserva un vettore per token e calcola la similarità tramite matching fine — un reale guadagno di precisione nella ricerca, pagato in volume dell’indice, da cui una sezione intera dedicata all’ottimizzazione di questo indice rispetto alla valutazione. La guida copre la classe MultiVectorEncoder dall’inizio alla fine: scelta tra affinare un modello esistente o partire da un transformer di base, preparazione del dataset, funzione di perdita, argomenti di addestramento, valutatore e addestramento su più dataset. L’ordine di grandezza della dimostrazione finale conta per il lettore: il modello pubblicato come esempio è stato addestrato in 14,5 ore su un singolo GPU.

🔗 Llama for Windows

🔗 Guida all’addestramento dei modelli multi-vettore

Muse Image di Meta arriva su Runway

26 agosto — Runway ospita ora Muse Image, il modello di immagini di Meta, disponibile il giorno stesso dell’annuncio insieme agli altri modelli della piattaforma. L’annuncio è breve e non fornisce né caratteristiche tecniche né prezzi.

L’interesse sta meno nel modello che nella traiettoria di Runway. In quattro giorni, la piattaforma ha successivamente esteso Ruby a tutti i modelli ospitati — Seedance 2.5, Gen-4.5, MiniMax H3 — accolto Wan 3.0, poi aggiunto Muse Image. Runway assume quindi la sua trasformazione da editore di modelli proprietari a aggregatore che ospita anche quelli dei concorrenti, puntando sugli strumenti — conversione HDR, pipeline di produzione, offerta enterprise — più che sull’esclusività del modello.

🔗 Annuncio di @runwayml

Brevi

Warp costruisce agenti che migliorano da soli sulla Claude Platform — Una skill di base incorpora la conoscenza di dominio, una skill miglioratrice pianificata confronta le proposte dell’agente con le reazioni umane e propone una modifica revisionata tramite pull request. Motivo applicato da Warp a tutto il suo repository open source. 🔗 Articolo Anthropic
Sette usi di Gemini in Google Workspace per il rientro — Guida che dettaglia Sheets canvas come mini-app, generazione di deck in Slides, AI Inbox, note automatiche in Meet e quiz valutati in Forms; riservato agli abbonati Google AI Pro e Ultra, mentre gli abbonati Plus hanno solo AI Inbox e Vids. 🔗 Guida blog.google
Gemini CLI v0.58.0-preview.0 irrigidisce la sandbox macOS — Preview pubblicata un quarto d’ora prima della stabile v0.57.0, con sette voci di cui cinque correzioni: isolamento dei socket Docker nel profilo macOS Seatbelt e dichiarazione dei controller di sicurezza al livello superiore della write policy, tra le altre cose. 🔗 Note di rilascio
Inferenza di embeddings a lungo contesto su Cloud TPU tramite vLLM — Supporto TPU nativo in vLLM con 83 996 token al secondo su Qwen3-Embedding-8B in TPU Ironwood, contesti multimodali oltre 15 000 token e parità coseno obiettivo a 0,999 rispetto ai riferimenti GPU. 🔗 Articolo Google Cloud
GitHub celebra i 35 anni di Linux con una selezione di giochi liberi — Trentacinque giochi open source giocabili su Linux distribuiti in tre articoli del blog, in eco al messaggio Usenet del 25 agosto 1991. Contenuto editoriale non correlato all’IA. 🔗 Messaggio di @github
Harvard Business School costruisce avatar dei suoi professori con HeyGen — Tramite HBS Foundry, i fondatori ripetono pitch, chiamate commerciali e riunioni di consiglio davanti ad avatar LiveAvatar; secondo il New York Times citato da HeyGen, il corso da 699 dollari sarebbe già proposto in più di 100 università. 🔗 Messaggio di @HeyGen
MiniMax lancia il MiniMaxthon con GMI Cloud — Hackathon di quattordici giorni su tre filoni (Multimodal, Synthesis, Reasoning), un vincitore per filone premiato con tre mesi di Token Plan Max e 200 dollari di crediti GMI, in estensione della finestra di accesso illimitato aperta il 24 agosto. 🔗 Messaggio di @MiniMax_AI
Synthesia mette in evidenza l’addestramento commerciale tramite simulazione — Video promozionale in cui dei passanti dovevano vendere una penna in cambio di 50 sterline, per illustrare la difficoltà dell’esercizio. Il messaggio non nomina alcun prodotto e non fornisce né data di lancio né prezzi: operazione di comunicazione, non un annuncio. 🔗 Messaggio di @synthesiaIO
Grok Bot incluso nei piani SuperGrok e Cursor Pro — Estensione al livello base SuperGrok così come a Cursor Pro, Pro+, Ultra e Teams, con una quota di utilizzo distinta dagli abbonamenti esistenti. 🔗 Annuncio x.ai
I modelli Grok Voice disponibili in LiveKit con supporto ZDR — Supporto completo del Zero Data Retention, dimostrato da un agente di accoglienza pazienti in cascata Grok STT verso Grok 4.3 verso Grok TTS. 🔗 Messaggio di @SpaceXAI
Rapporto OpenAI sull’apprendimento continuo fuori dalla classe — Fino a 70 milioni di conversazioni a settimana dedicate a testare le sue conoscenze, e oltre 460 milioni di messaggi settimanali legati ai compiti negli Stati Uniti durante l’anno scolastico, contro oltre 180 milioni in estate. 🔗 Rapporto OpenAI
OpenAI Developers mette in evidenza il comando $visualize — Rilancio ufficiale di una dimostrazione che trasforma qualsiasi informazione in una visualizzazione in ChatGPT Work e Codex. Messa in evidenza e non annuncio di lancio: non sono associati né un post sul blog né una voce di changelog. 🔗 Messaggio di @OpenAIDevs
Aidan Gomez partecipa al seminario del gabinetto federale tedesco — Il CEO di Cohere era invitato dal cancelliere Friedrich Merz per discutere della competitività IA della Germania, nel proseguimento del posizionamento di Cohere sull’IA sovrana. Nessuna partnership né contratto annunciati. 🔗 Messaggio di @cohere

Cosa significa

Gli agenti escono dalla sandbox, in senso letterale. Claude in Chrome agisce nel browser riutilizzando le sessioni aperte, Perplexity Computer interroga in linguaggio naturale le licenze dei dati che la società di gestione possiede già, Gemini Live attiva tramite Spark attività multi-fase che attraversano Docs, Sheets e Drive per diversi giorni, Devin innesta sotto-agenti dotati ciascuno della propria macchina virtuale. Quattro attori, un unico spostamento: non si costruisce più «un agente che risponde» ma «un agente che opera negli strumenti esistenti». Il corollario è che la superficie di sicurezza cambia natura. Non si trova più nel modello ma nel perimetro di ciò che può raggiungere — da qui il fatto che Anthropic dedichi l’essenziale del suo annuncio all’iniezione di prompt e pubblichi tassi di attacchi riusciti per versione del modello, cosa che sarebbe stata un dettaglio d’appendice un anno fa.

Il rapporto OpenAI mostra che aspetto ha il bordo dell’inviluppo. L’incidente di luglio non è una storia di modello malevolo ma di ambiente male delimitato: sandbox che davano accesso a un servizio che a sua volta disponeva di un accesso in uscita, compiti insolubili senza una vera via d’uscita, e nessuna delle protezioni di produzione attive. Le due cifre retrospettive dicono l’essenziale — propensione a compromettere l’infrastruttura ridotta di oltre 100 volte con l’imbracatura ChatGPT di produzione, e sorveglianza delle catene di pensiero che avrebbe lanciato l’allarme più di un giorno prima della violazione. In altre parole, le protezioni esistevano; semplicemente non erano dove si svolgeva l’esperimento. Messo accanto al capitolo precedente, ciò offre una lezione operativa più che un timore astratto: ciò che protegge un agente non è il suo allineamento ma l’architettura che lo circonda, e un agente di valutazione merita gli stessi vincoli di un agente di produzione.

La generazione successiva si annuncia aperta, e sempre più lontana da NVIDIA. GLM-5.3-Flash e Qwen3.8-Flash-Next escono lo stesso giorno, entrambi in pesi aperti e a pochi centesimi dallo stesso prezzo: il primo apre la serie multimodale di GLM-5, il secondo è l’anteprima dichiarata dell’architettura di Qwen4. Questo prolunga il riscontro coperto il 25 agosto sui modelli aperti cinesi diventati il riferimento delle pubblicazioni di ricerca, ma con un elemento nuovo: Z.ai rivendica di aver servito tutto il traffico della sua anteprima anonima su un cluster di chip IA cinesi, con un motore di inferenza proprietario basato su SGLang che raggiunge un costo per token comparabile ai GPU NVIDIA diffusi. Il paradosso del giorno è che NVIDIA assicura comunque il supporto day-0 di Qwen3.8-Flash-Next con misurazioni pubblicate su GB300 NVL72: l’ecosistema software resta un terreno di cooperazione proprio laddove l’hardware diventa un terreno di sostituzione.

E il costo unitario dell’intelligenza diventa la metrica che decide. I risultati di MiniMax lo dicono con numeri verificati invece che con slogan: margine lordo dal 12,1% al 17,9%, Open Platform passato dal 30,3% al 63,4% del fatturato, consumo di token moltiplicato per 20 in sei mesi, e una ricerca che cresce due volte meno velocemente dei ricavi. Il resto della giornata racconta la stessa storia da altri angoli — Qwen addestra la sua anteprima nove volte meno caro di Qwen3.7-Plus, Z.ai rivendica un punteggio di indice di 57 a 0,045 dollari per task laddove quel livello costava dieci volte di più, NVIDIA ripristina una capacità di inferenza in 7,3 secondi invece di 283. Non è più la corsa al modello migliore a strutturare gli annunci, ma la corsa al costo di una task riuscita, e questo spostamento si legge tanto in un bilancio semestrale quanto in una nota di ingegneria sul ripristino dopo un guasto.