GPT-6 Astra arriva al grande pubblico, Claude formalizza l’ultimo teorema di Fermat, GitHub orchestra più modelli con HydraFusion

GPT-6 Astra esce dalla distribuzione limitata ventiquattro ore dopo il lancio: il modello diventa accessibile con i piani Pro, Enterprise e Business Premium, entra in disponibilità generale in GitHub Copilot e ottiene il miglior punteggio mai misurato da Perplexity nel suo benchmark di ricerca documentata. Anthropic pubblica, dal canto suo, la prima dimostrazione dell’ultimo teorema di Fermat verificata al computer, scritta in undici giorni da Claude. GitHub apre HydraFusion, una modalità che sceglie autonomamente modello e workflow per ogni attività, Google pubblica Lyria 3.5 nell’applicazione Gemini e SpaceXAI apre Grok Bot alle aziende, documentando un agente per gli acquisti che ha individuato oltre 100.000 dollari di risparmi presso il proprio datore di lavoro.

GPT-6 Astra esce dalla distribuzione limitata ed entra in disponibilità generale in Copilot

4 settembre — OpenAI annuncia alle 22:13, ora di Parigi, che GPT-6 Astra esce dalla distribuzione limitata. Il modello è accessibile a tutti gli utenti Pro, Enterprise e Business Premium in ChatGPT Work e Codex, e l’API lo rende ora disponibile senza restrizioni, mentre l’annuncio del 3 settembre lo subordinava ancora alla distribuzione progressiva. Gli abbonati Plus e gli utenti Business dovranno attendere qualche giorno in più, precisa lo stesso messaggio.

Piattaforma interessata	Accesso al 4 settembre
API OpenAI	Disponibile senza restrizioni
ChatGPT Work e Codex, Pro	Disponibile
Enterprise e Business Premium	Disponibile
Plus e altri Business	Qualche giorno di attesa

🔗 Annuncio di OpenAI su X

Disponibilità generale in GitHub Copilot, al prezzo pubblico fin dal primo giorno

Lo stesso giorno, GPT-6 Astra entra in disponibilità generale in GitHub Copilot. GitHub pone l’accento sul metodo di lavoro del modello più che sui suoi punteggi: nei test interni, Astra pianifica e convalida durante l’esecuzione, raggruppa la diagnosi con la verifica e conferma autonomamente i risultati prima di dichiarare completata un’attività, ottenendo così prestazioni migliori nelle attività lunghe con meno passaggi rispetto ai precedenti modelli OpenAI. L’annuncio non è accompagnato da alcun dato di benchmark.

Il modello compare su dieci piattaforme, da Visual Studio Code agli IDE JetBrains, passando per Copilot CLI, GitHub Mobile, Xcode ed Eclipse, ma rimane riservato ai piani Pro+, Max, Business ed Enterprise. Copilot Pro resta escluso. Vale la pena notare l’aspetto della fatturazione: Astra viene addebitato al prezzo pubblico del fornitore con pagamento in base all’utilizzo, senza periodo promozionale, mentre Gemini 3.8 Flash, arrivato il giorno precedente, beneficia di una tariffa introduttiva fino al 31 dicembre 2026.

🔗 Changelog di GitHub

Perplexity gli assegna il suo miglior punteggio su WANDR

Perplexity ha pubblicato il 3 settembre alle 23:10 il risultato di Astra su WANDR, il suo benchmark proprietario per la ricerca documentata su larga scala. Il modello ottiene 0,682 al costo di 11,98 dollari per attività, il punteggio più alto tra tutti quelli testati dall’azienda.

Modello valutato	Punteggio WANDR	Costo per attività	Misurazione pubblicata il
GPT-6 Astra	0,682	11,98 dollari	3 settembre 2026
Claude Fable 5.1	0,601	12,76 dollari	1° settembre 2026

Perplexity indica anche due differenze relative: un punteggio superiore del 13,5 per cento rispetto a Claude Fable 5.1 con un costo inferiore del 6,1 per cento, e un punteggio superiore del 27,0 per cento rispetto a Opus 5 con un costo maggiore del 3,3 per cento. Sono necessarie due precisazioni. WANDR è un benchmark proprietario la cui metodologia dettagliata non è pubblicata e Perplexity è anche cliente dei modelli che classifica. Non è stato comunicato alcun valore assoluto per Opus 5.

🔗 Misurazione di Perplexity su X

Tre correzioni di Codex CLI completano l’integrazione

Sul fronte della riga di comando, la versione 0.153.0 pubblicata nella notte del 3 settembre è stata seguita da tre correzioni in meno di due giorni, tutte dedicate ad Astra. La 0.153.1 consente di configurare il modello tramite l’API senza cambiare il modello predefinito né farlo comparire nel selettore. La 0.153.2 corregge un’etichetta: il livello Fast viene descritto come capace di offrire una velocità 2x anziché 1,5x, senza modificare il modo in cui vengono elaborate le richieste. La 0.153.3, pubblicata il 4 settembre alle 21:01, aggiunge Astra al selettore dei modelli Amazon Bedrock per le route Mantle e Runtime e corregge l’istruzione fornita al modello per le domande di chiarimento asincrone.

OpenAI ha concluso la giornata con tre resoconti di esperienza: due articoli del blog per sviluppatori, uno su un gioco procedurale di esplorazione spaziale costruito in Codex, l’altro sulla progettazione di una casa esplorata con Blender e Unreal Engine 5, oltre a un articolo di Dominik Kundel su cinque cambiamenti nel suo modo di utilizzare Codex.

🔗 Note di rilascio di Codex CLI 0.153.3 · 🔗 Creare un gioco con Astra

Claude firma la prima dimostrazione formalizzata dell’ultimo teorema di Fermat

4 settembre — Anthropic pubblica la prima dimostrazione dell’ultimo teorema di Fermat interamente verificata al computer. Claude ha lavorato per undici giorni, in gran parte autonomamente, per scriverla in Lean. L’azienda la descrive come la più grande dimostrazione Lean mai realizzata.

Metrica misurata	Valore rilevato
Durata del lavoro di Claude	11 giorni
Righe di Lean scritte	13 milioni
Teoremi intermedi dimostrati	29.500
Prima dimostrazione umana, di Wiles	1995, 129 pagine
Intervallo tra la congettura e la prova	oltre 350 anni

Il teorema afferma che nessuna terna di interi positivi soddisfa l’equazione di Fermat per un esponente maggiore di due. Pierre de Fermat lo annotò intorno al 1637 sul margine della sua copia dell’Arithmetica di Diofanto. La prima dimostrazione corretta si deve a Sir Andrew Wiles nel 1995: 129 pagine, mesi di verifica umana e una prima versione presentata nel 1993 nella quale un revisore aveva individuato una falla critica due mesi dopo.

I primi tentativi sono falliti: gli agenti ottenevano successi rapidi prima di perdere il filo. La svolta è arrivata da Prove2Me, una piattaforma collaborativa aperta per la formalizzazione, associata a un’infrastruttura multi-agent basata su Claude Code. La piattaforma mantiene un grafo orientato aciclico degli enunciati che aiuta gli agenti a scegliere la dimostrazione successiva da tentare, separa enunciati e dimostrazioni in file distinti per accelerare la compilazione Lean e conserva una descrizione in linguaggio naturale di ogni enunciato per consentirne la ricerca e il riutilizzo. La dimostrazione prodotta segue l’esposizione semplificata di Wiles elaborata da Henri Darmon, Fred Diamond e Richard Taylor.

This extraordinary autoformalization achievement, which Anthropic researchers say only took 11 days, proves Fermat’s Last Theorem with no assumptions other than the axioms of mathematics.

🇮🇹 Questo straordinario risultato di autoformalizzazione, che secondo i ricercatori di Anthropic ha richiesto soltanto undici giorni, dimostra l’ultimo teorema di Fermat senza alcuna ipotesi oltre agli assiomi della matematica. — Kevin Buzzard, revisore del risultato, citato nella pagina di ricerca di Anthropic

Anthropic presenta la posta in gioco come una questione di verifica più che di scoperta, diversamente dai recenti lavori condotti dall’IA sull’ipotesi di Riemann, che producevano nuova matematica. Con l’aumentare del volume delle dimostrazioni, la revisione tra pari diventa un collo di bottiglia che si misura in anni.

🔗 Dimostrazione completa su GitHub

Project HydraFusion: GitHub fa scegliere il modello allo strumento anziché allo sviluppatore

4 settembre — GitHub apre in anteprima di ricerca Project HydraFusion, una modalità che non indica più un modello, bensì un workflow. Mentre il selettore di Copilot richiedeva di scegliere tra più di venti modelli, HydraFusion decide autonomamente, per ogni richiesta, quale modello elaborerà l’attività e secondo quale schema di esecuzione. Si seleziona come qualsiasi modello, ma orchestra più modelli dietro questa singola scelta.

Per il momento esistono tre schemi. La modalità Single affida l’attività a un solo modello. La modalità Cascade fa redigere una prima soluzione da un modello efficiente, quindi un controllo di qualità decide se accettarla o passare a un modello più capace. La modalità Critique fa esaminare la bozza da un revisore indipendente in sola lettura, appartenente a un’altra famiglia di modelli.

Benchmark valutato	Differenza di costo rispetto a Opus 5	Differenza qualitativa rispetto a Opus 5
TerminalBench 2.1	67 per cento in meno	4,9 punti in più
DeepSWE	36 per cento in meno	1,5 punti in meno
CheckpointBench	65 per cento in meno	0,1 punti in meno

Cinque principi ingegneristici disciplinano l’esecuzione: contabilizzazione aggregata del costo di ogni fase, scadenza e annullamento espliciti, revisione in un contesto isolato e senza strumenti, applicazione con sicurezza integrata che non applica alcuna correzione se il workflow fallisce e convalida del routing prima dell’esecuzione. GitHub accetta un compromesso nell’interfaccia, mostrando le fasi ma trattenendo le bozze intermedie fino al risultato finale, e riconosce che l’attesa senza sufficiente visibilità costituisce un vero svantaggio.

La documentazione dello sviluppo è insolitamente franca: GitHub considera TerminalBench 2.1 la sequenza di run più completa, precisa che i progressi non sono stati lineari e riconosce che due guasti operativi dell’infrastruttura di valutazione hanno prodotto run non validi tra l’11 e il 25 agosto. Questi run sono stati esclusi dalla tendenza e successivamente corretti, e l’azienda colloca al 25 agosto i migliori punti operativi della serie registrata. L’accesso avviene tramite Copilot CLI su tutti i piani, alla tariffa standard basata sul totale dei token del workflow, dopo /update e poi /experimental on.

🔗 Project HydraFusion

Lyria 3.5 arriva nell’applicazione Gemini e nell’API

4 settembre — Google pubblica Lyria 3.5, che presenta come il proprio modello di generazione musicale dalla migliore resa sonora, con voci più espressive e arrangiamenti più ricchi.

Nell’applicazione Gemini, l’aggiornamento è accompagnato da tre modifiche all’interfaccia. L’utente può selezionare o descrivere il proprio genere musicale e scegliere tra una versione cantata o strumentale. Nuovi modelli pronti all’uso (template) fungono da punto di partenza, sia per una musica di sottofondo sia per un brano di compleanno personalizzato. La durata del brano diventa configurabile, tra formato breve e formato lungo.

Tipo di piattaforma	Accesso a Lyria 3.5
Grande pubblico	Applicazione Gemini web e mobile, mondiale
Creazione professionale	Google Flow Music
Sviluppatori	API Gemini, Google AI Studio, Google Vids

Google colloca l’utilizzo previsto nell’ambito delle esigenze quotidiane più che della produzione professionale: una traccia di accompagnamento per un video, un jingle aziendale, una suoneria personalizzata. La distribuzione è ampia e non viene menzionata alcuna restrizione legata all’abbonamento. L’articolo, tuttavia, non fornisce alcun dato sulla qualità audio, alcun confronto con la versione precedente di Lyria né alcun prezzo per l’accesso tramite API.

🔗 Annuncio di Google

SpaceXAI mette Grok al lavoro in azienda e pubblica il prompt di sistema del suo agente per gli acquisti

3 e 4 settembre — SpaceXAI apre Grok Bot alle aziende. Lanciato il 12 agosto, il prodotto passa da un’offerta destinata agli abbonati individuali e ai team Cursor a una versione dotata di controlli di accesso, rete e audit. Il lavoro di ciascun utente viene eseguito in un ambiente isolato e un Bot non dispone di alcun accesso predefinito: può raggiungere soltanto gli account ai quali viene collegato esplicitamente. I clienti Grok Enterprise e Cursor Enterprise possono utilizzarlo gratuitamente per due settimane e invitare l’intera organizzazione, comprese le persone prive di una licenza esistente. SpaceXAI cita Legora, Supermicro e ServiceTitan e afferma che migliaia di organizzazioni hanno adottato il prodotto dal suo lancio.

L’aspetto più interessante dell’annuncio è che l’utilizzo più intenso avviene al di fuori dell’ingegneria: ricerca notturna di potenziali candidati e griglie di valutazione nelle assunzioni, bozze di e-mail e aggiornamento delle presentazioni nelle vendite, estrazione di domande e risposte da un webinar nel marketing.

Il giorno seguente, l’azienda pubblica il caso di studio di un Bot impiegato per i propri acquisti. Chiamato Haggle Bot e collegato a Slack, Notion, Drive, Gmail, Hex e Ramp, dichiara oltre 100.000 dollari di risparmi diretti.

Individuazione dell’agente	Importo identificato
Risparmi diretti totali	oltre 100.000 dollari
Licenze inattive da 90 giorni, primo prodotto	43 licenze, 14.220 dollari
Crediti inutilizzati, prodotto mensile	85.662 dollari all’anno

L’interesse editoriale dell’articolo va oltre queste cifre: SpaceXAI pubblica il template del prompt di sistema dell’agente, presentato come un modello da compilare per la propria organizzazione, i cui valori sono forniti a titolo di esempio tra parentesi angolari. La sua sezione dedicata alle autorizzazioni distingue tre regimi permanenti. Il primo non richiede mai il consenso, con esempi quali la lettura dei dati di spesa e i messaggi ai colleghi. Il secondo richiede ogni volta l’approvazione esplicita dell’operatore; l’esempio fornito è qualsiasi invio a un fornitore. Il terzo rimane vietato in ogni circostanza e gli esempi citati comprendono la firma, l’acquisto, la sottoscrizione, l’approvazione di spese e qualsiasi impegno vincolante. L’articolo precisa in prosa che il team ha lasciato che l’agente conducesse autonomamente la ricerca interna e il coordinamento, ma ha richiesto un’approvazione esplicita per spendere, accettare condizioni o scrivere a un fornitore.

🔗 Grok Bot per le aziende · 🔗 Haggle Bot impiegato negli acquisti

Grok si collega ai conti bancari statunitensi tramite Plaid

4 settembre — Grok può ora collegarsi ai conti finanziari dei suoi utenti. La connessione avviene tramite Plaid, l’intermediario tecnico che collega applicazioni e istituti bancari negli Stati Uniti, e la funzione è immediatamente disponibile soltanto in questo Paese.

I tre esempi scelti da SpaceXAI delineano l’ambito di applicazione: sapere dove è finito il denaro del mese trascorso, seguire l’andamento dei propri investimenti e verificare se ci si può davvero permettere ciò che si trova nel carrello. In altre parole, analisi delle spese passate, monitoraggio del portafoglio e supporto alla decisione d’acquisto nel momento in cui si presenta. L’annuncio rimane breve e non dice nulla sul trattamento dei dati né sugli istituti coperti, al di là della menzione di una connessione sicura.

Prosegue una serie di integrazioni finanziarie avviata con l’accordo con Interactive Brokers del 25 giugno, ma la natura cambia: mentre Interactive Brokers si rivolgeva agli investitori attivi, Plaid apre l’assistente ai conti correnti del grande pubblico.

🔗 Annuncio di Grok su X

Claude Code 2.1.260 e 2.1.261: pannello diff, audit delle skill e permessi rafforzati

4 settembre — Due versioni di Claude Code vengono pubblicate lo stesso giorno e si completano a vicenda: la prima offre visibilità sul lavoro in corso, la seconda su ciò che la sessione consuma.

Versione pubblicata	Ora di rilascio	Novità principali
2.1.260	4 settembre 01:48	Pannello `/diff`, diagnostica della cache in `/cost`, correzioni dei permessi
2.1.261	4 settembre 21:58	`/skill-doctor`, output fino a 128.000 caratteri, prompt del sotto-agente in un file

La 2.1.260 apre un pannello diff accanto alla conversazione in modalità a schermo intero, che mostra le modifiche non sottoposte a commit man mano che vengono apportate. Soprattutto, corregge diverse falle nella valutazione dei permessi: le regole Edit, Write e Read il cui percorso conteneva parentesi venivano respinte come non valide o ignorate dalla sandbox Bash, lasciando scrivibili cartelle che avrebbero dovuto essere di sola lettura, mentre i comandi zsh che nascondevano una sostituzione di comando in un’assegnazione REPORTTIME venivano approvati automaticamente.

La 2.1.261 aggiunge /skill-doctor, che elenca le skill caricate rimaste inutilizzate e il costo in termini di contesto di ciascuna. La sua modalità automatica considera ora come un invio a un sito di terze parti un link che incorpora contenuti nell’URL di un generatore pubblico di diagrammi.

🔗 Note di rilascio 2.1.260 · 🔗 Note di rilascio 2.1.261

Il comando ant apply inserisce i Managed Agents in file versionati

4 settembre — Anthropic aggiunge ant apply alla propria CLI ant. Il comando applica ai Managed Agents il modello dichiarativo familiare ai team di infrastruttura: lo stato desiderato viene descritto nei file del repository e il comando riconcilia le risorse dell’API con tale descrizione.

Sono interessati cinque tipi di risorse: gli ambienti Managed Agent, gli agenti stessi, le skill, gli archivi di memoria (memory stores) e i deployment. Finora questi oggetti venivano creati tramite chiamate API o dalla console, senza lasciarne traccia nel repository. Descriverli in file li inserisce nell’ambito della code review, del versionamento e delle pipeline di integrazione continua. Il vantaggio pratico risiede nella riproducibilità: un ambiente agente descritto in un file può essere ricreato in modo identico, confrontato tra un branch e l’altro o distribuito da una pipeline senza intervento manuale.

🔗 Annuncio su X

La raffica di NVIDIA: memoria persistente degli agenti, ragionamento su Jetson e identità federata

3 e 4 settembre — Tre pubblicazioni sul blog tecnico di NVIDIA nello stesso giorno, dedicate a tre livelli diversi dello stack.

La prima è una ricetta aperta basata su NemoClaw: un agente capo di gabinetto che mantiene una memoria persistente del lavoro del proprio utente. La tesi si riassume in una frase: una memoria utile per un agente richiede struttura, recupero selettivo e governance, non soltanto archiviazione. Il sistema si basa su un modello di sé (self model), uno strato di conoscenza leggibile da un essere umano e scritto in pagine Markdown strutturate, affiancato da un registro SQLite che conserva obblighi, classificazioni, correzioni ed eventi di audit. L’esecuzione avviene tramite NVIDIA OpenShell, che applica nella sandbox le politiche di accesso al file system, ai processi e alla rete, mentre le credenziali restano fuori dalla sandbox.

Metrica misurata	Base RAG agentica	Modello di sé	Differenza rilevata
Accuratezza complessiva, su 186 domande	82,8 per cento	90,9 per cento	più 8,1 punti
Domande difficili, su 31 domande	67,7 per cento	87,1 per cento	più 19,4 punti
Monitoraggio di fatti che cambiano, su 5	60,0 per cento	100,0 per cento	più 40,0 punti
Fedeltà al corpus, su 13 domande	100,0 per cento	92,3 per cento	meno 7,7 punti

Context can inform an action, but it cannot authorize one.

🇮🇹 Il contesto può orientare un’azione, ma non può autorizzarla. — Articolo di NVIDIA sulla memoria degli agenti

La seconda pubblicazione è una guida al deployment che sancisce una svolta per l’IA embedded: la quantizzazione NVFP4 combinata con la decodifica speculativa raggiunge un throughput di decodifica fino a 6,28 volte superiore rispetto a BF16 su Jetson AGX Thor e Orin. La configurazione vincente varia a seconda del modello e NVIDIA insiste su questo punto anziché indicare un vincitore universale: Nemotron 3.5 Lightning ottiene il risultato migliore con DSpark, tra 123 e 138 token di output al secondo, mentre Qwen3.8-27B con DFlash2 raggiunge tra 27,7 e 34,4 token al secondo. L’avvertenza finale è metodologica: il throughput varia in base al carico, quindi occorre convalidare la configurazione con prompt rappresentativi dell’applicazione prevista. La terza pubblicazione, più modesta, descrive la propagazione dell’identità di un utente tra piattaforme Kubernetes federate e piattaforme di IA.

🔗 Ragionamento edge su Jetson · 🔗 Identità tra piattaforme federate

Gli strumenti a riga di comando di Google: Gemini CLI passa alla serie 0.60.0, Antigravity apre Flash alle aziende

3 e 4 settembre — Il canale nightly di Gemini CLI abbandona la serie 0.59.0 per la 0.60.0, con una release incentrata soprattutto sulla sicurezza. La correzione più rilevante rimuove una chiave API Google CrUX codificata direttamente nel componente chrome-devtools-mcp. Altre due modifiche rafforzano l’isolamento: la sandbox macOS Seatbelt riceve una directory temporanea isolata e il loader delle estensioni applica una risoluzione dei percorsi più rigorosa accompagnata dalla convalida dei limiti. La quarta impone nel flusso OAuth dei server MCP l’identificazione dell’emittente conforme alla RFC 9207, una protezione contro gli attacchi di sostituzione dell’autorità.

Antigravity 2.12.2, pubblicato il giorno precedente, contiene un solo miglioramento e nessuna correzione: gli utenti aziendali accedono ai modelli di ragionamento Gemini 3.8 Flash autenticandosi tramite le credenziali predefinite dell’applicazione (Application Default Credentials). Il vantaggio pratico consiste nel collegare il modello alla modalità di autenticazione standard dei deployment Google Cloud, senza una chiave API individuale.

🔗 Gemini CLI v0.60.0 nightly · 🔗 Changelog di Antigravity

L’IA al servizio della scienza: un emulatore climatico accoppiato e il connettoma completo di un moscerino della frutta maschio

3 e 4 settembre — Due pubblicazioni applicano il machine learning a oggetti scientifici di enormi dimensioni, in due discipline del tutto indipendenti.

Ai2 pubblica SamudrACE-E3SMv3 con licenza Apache 2.0 su Hugging Face Hub, un emulatore climatico atmosfera-oceano completamente accoppiato. L’obiettivo del lavoro è riprodurre il comportamento di E3SM, il modello climatico di riferimento del Dipartimento dell’Energia degli Stati Uniti, con un costo computazionale molto inferiore: filtrare le ipotesi prima di eseguire E3SM stesso e produrre grandi ensemble che campionino a basso costo la variabilità climatica. Gli emulatori atmosferico (ACE) e oceanico (Samudra) vengono prima preaddestrati separatamente, quindi accoppiati e infine valutati su 400 anni di dati E3SM mai visti, sui quali il clima medio si mantiene. Ai2 segnala un limite esplicito: l’emulatore cattura le precipitazioni giornaliere fino al 99,99º percentile, ma le sottostima oltre tale soglia.

L’HHMI Janelia Research Campus, Google Research e i loro collaboratori pubblicano invece la prima mappa completa del cervello e del sistema nervoso centrale di un moscerino della frutta maschio adulto: oltre 166.000 neuroni, un record, suddivisi in 11.691 tipi cellulari classificati con l’aiuto dell’IA e convalidati da esperti umani. Il metodo si basa sull’imaging di sezioni sottili e sulla successiva ricomposizione computerizzata di milioni di immagini bidimensionali in forme neuronali tridimensionali. L’interesse risiede nel confronto con la mappa della femmina pubblicata in precedenza: la maggior parte dei neuroni è identica nei due sessi, una minoranza è specifica e una terza categoria, detta dimorfica, esiste in entrambi ma si collega a vicini diversi. Tre studi complementari applicano la mappa alla vista, al gusto e al comportamento sociale.

🔗 SamudrACE-E3SMv3 su X · 🔗 Mappa del cervello del moscerino della frutta maschio

Meta apre al pubblico il livello di ragionamento max di Muse Spark 1.3

4 settembre — Meta rende pubblico il livello di ragionamento max di Muse Spark 1.3, due giorni dopo l’annuncio del modello stesso. Il livello è disponibile in Muse Code e nella Meta Model API.

Ciò che cambia non è quindi il modello, bensì l’effettiva apertura del suo livello di ragionamento più costoso. Alexandr Wang, chief AI officer di Meta, precisa che il miglioramento riguarda il coding e le attività agentiche e consiglia di riprovare il modello anche a chi aveva già testato i livelli high e xhigh. Aggiunge che il lancio avviene dopo il completamento dei test di sicurezza. Per attivarlo occorre selezionare Muse Spark 1.3 e poi impostare il livello di ragionamento su max.

La disponibilità non è accompagnata da alcun dato di benchmark: il thread non pubblica né punteggi né confronti, ma soltanto una valutazione qualitativa del suo autore.

🔗 Annuncio di AI at Meta

Percept-Lens, il protocollo di Sakana AI per valutare il rilevamento delle immagini generate

3 settembre — Sakana AI presenta Percept-Lens, un framework di valutazione out-of-distribution per il rilevamento delle immagini generate dall’IA, accettato all’ECCV 2026. Il punto di partenza è che i rilevatori di immagini sintetiche falliscono non appena cambiano contemporaneamente più fattori: il generatore, lo stile o il prompt e il dominio sorgente. Percept-Lens unifica la valutazione su 39 dataset pubblici, per un totale di 7,1 milioni di immagini.

Lo studio della rappresentazione pone una domanda diretta: l’addestramento di una testa di classificazione offre ancora qualcosa oltre a ciò che gli encoder moderni già separano? Gli autori costruiscono una scala di discriminanti gaussiani condizionati dal prior, ossia teste in forma chiusa basate sulle statistiche di primo e secondo ordine delle feature. Il livello migliore di questa scala compete spesso con le teste di rilevamento pubblicate e talvolta le supera, a condizione di confrontarle con lo stesso prior e lo stesso encoder. Gli autori sostengono la necessità di una rendicontazione a livello della tripletta prior, encoder, testa.

🔗 Articolo di Sakana AI · 🔗 Articolo su arXiv

TAOT, il posizionamento delle repliche degli esperti che tiene conto della topologia di rete

4 settembre — Il team Baige di Baidu descrive in dettaglio TAOT, un metodo di posizionamento delle repliche degli esperti per l’addestramento di modelli mixture-of-experts, distribuito nel proprio framework open source LoongForge.

Il problema è concreto. Quando l’addestramento MoE rallenta, la causa raramente è la potenza delle GPU, bensì l’incapacità di riequilibrare il carico in tempo: alcuni esperti diventano punti caldi e tutti gli altri rank restano in attesa. Il rimedio classico consiste nel replicare temporaneamente i pesi di un esperto sovraccarico su un rank inattivo, ma non appena il dominio di parallelismo supera un nodo, non tutte le GPU inattive sono equivalenti: le comunicazioni intra-nodo passano tramite NVLink, quelle cross-nodo tramite InfiniBand e il costo può variare di un ordine di grandezza.

Metrica misurata	Valore rilevato
Tempo per iterazione, prima e dopo	155,4 ms e poi 108,8 ms, ossia 1,43x
Accelerazione da EP4 a EP16	fino a 1,79x
Costo di comunicazione rispetto a LPLB	fino al 74 per cento in meno a EP32
Overhead della pianificazione online	meno dell’1 per cento del tempo di forward pass

TAOT viene presentato come il primo metodo a integrare in un’unica funzione obiettivo il beneficio della riduzione dei picchi e il costo dello spostamento dei pesi tra nodi. Mentre LPLB di DeepSeek vincola i percorsi tramite grafi predefiniti, TAOT utilizza una matrice continua dei costi di comunicazione con una preferenza topologica flessibile: le comunicazioni intra-nodo sono privilegiate, quelle cross-nodo rimangono consentite ma sono più costose. Il passaggio dal matching per righe al matching per colonne riduce lo squilibrio residuo dal 7-10 per cento all’1-2 per cento.

🔗 Articolo su Hugging Face

Open Yap 1K, mille ore di conversazioni full-duplex utilizzabili liberamente a fini commerciali

3 settembre — The Agentic Data Company pubblica Open Yap 1K, un corpus di conversazioni in inglese su due canali separati, progettato per modelli vocali full-duplex.

Elemento del corpus	Campione pubblico	Corpus completo
Durata totale	8,9 ore	1.000 ore
Conversazioni	16	1.602
Licenza applicata	CC BY 4.0	Open Yap, libero uso commerciale
Modalità di accesso	Hugging Face Hub	Su richiesta

Gli autori posizionano esplicitamente il corpus come alternativa ai corpus vocali esistenti, quali Fisher, Switchboard e CANDOR, con un’argomentazione innanzitutto tecnica: l’articolo mette a confronto un estratto di Fisher English, campionato a 8 kHz su banda telefonica, e un estratto di Open Yap 1K per illustrare la differenza nella qualità audio. Il metodo di raccolta, i dati demografici dei parlanti, la garanzia della qualità, il consenso e la riservatezza sono documentati.

🔗 Articolo su Hugging Face

Daily Brief diventa gratuito per un maggior numero di utenti statunitensi di Gemini

4 settembre — Google estende gratuitamente l’accesso a Daily Brief a un maggior numero di utenti dell’app Gemini negli Stati Uniti. La funzionalità era stata introdotta il 21 maggio.

Daily Brief lavora in background e collega tra loro le applicazioni Google dell’utente: email, calendario, conversazioni e interessi vengono condensati in un unico elenco consultabile di attività e priorità, presentato come punto di partenza della giornata. L’annuncio resta limitato agli Stati Uniti e non precisa né la percentuale di utenti interessati né le tempistiche di un’estensione internazionale.

🔗 Annuncio di Gemini su X

Runway apre Team, un piano self-service per gruppi da due a nove postazioni

4 settembre — Runway lancia Team, che colma il vuoto tra i piani individuali e un’offerta Enterprise riservata ai grandi clienti. Il cambiamento ristruttura il catalogo: Standard, Pro e Max diventano esplicitamente piani individuali e ogni nuovo membro passa ora attraverso Team, mentre gli spazi esistenti mantengono accesso e tariffa.

Caratteristica del piano	Valore annunciato
Tariffa mensile per postazione	69 dollari
Tariffa annuale per postazione	55 dollari, con uno sconto del 20 percento
Numero di postazioni consentite	Da 2 a 9
Crediti mensili per postazione	6 900, versati in un fondo comune
Progetti condivisi e spazio di archiviazione	fino a 100 progetti, 1 TB

Il piano è organizzato attorno a progetti condivisi che raccolgono risorse, riferimenti, Brand Kits, sessioni e workflow. Runway sostiene la propria tesi puntando sulla coerenza dei risultati: quando l’intero team genera contenuti a partire dagli stessi riferimenti, il decimo video assomiglia al primo. I crediti inutilizzati vengono trasferiti al mese successivo, un team condivide fino a 20 competenze degli agenti e gli Agent Connectors collegano Figma, Dropbox e Notion all’agente creativo.

🔗 Annuncio di Runway

ElevenLabs estende in Brasile la sua iniziativa 1 Million Voices

4 settembre — ElevenLabs porta in Brasile il suo programma a impatto sociale e lo presenta attraverso una prima storia brasiliana. Eliane ha perso la voce durante l’infanzia, mentre Alberto è diventato cieco a 46 anni; l’azienda ha dato a Eliane una voce simile a quella della sua famiglia, permettendole per la prima volta di comunicare con l’uomo che ama usando una voce che esprime la sua identità.

L’annuncio è accompagnato da due partnership locali. L’Associação Brasileira de Esclerose Lateral Amiotrófica, che assiste fino a 10 000 persone affette da sclerosi laterale amiotrofica nel Paese, permette a questi pazienti di ottenere accesso gratuito alla clonazione della propria voce. La Sociedade Brasileira de Fonoaudiologia formerà invece i logopedisti brasiliani alla clonazione vocale, con l’azienda che punta sulla dimestichezza dei professionisti per ampliare il numero di pazienti beneficiari. L’iniziativa 1 Million Voices è un impegno in natura del valore di un miliardo di dollari che, dal lancio, ha raggiunto più di 11 000 persone in tutto il mondo.

🔗 Articolo di ElevenLabs

Kimi Code 0.41.0 aggiunge una modalità multi-agente e rimuove una protezione vecchia di due giorni

4 settembre — Moonshot AI pubblica Kimi Code 0.41.0. La novità visibile è tower, una modalità sperimentale di collaborazione multi-agente nell’interfaccia web, attivabile tramite il comando /tower o dal menu «più» dell’area di composizione, che accetta come argomento un branch di base. La gestione del contesto riceve due modifiche: il modello viene informato del proprio budget di contesto prima di una compattazione automatica, quindi indirizzato al registro degli eventi della sessione per recuperare i dettagli esatti. La cronologia dei file a livello di turno diventa permanente.

L’aspetto più rilevante è un passo indietro. La versione 0.40.0, pubblicata il 2 settembre, aveva introdotto il blocco di comandi distruttivi come shutdown, reboot o rm -rf nella modalità di autorizzazione automatica. La versione 0.41.0 annulla questa scelta e smette di bloccare, nella stessa modalità, sia i comandi pericolosi sia quelli che non possono essere analizzati staticamente. La protezione è durata due giorni. Il motivo non viene spiegato nelle note, ma l’analisi statica dei comandi shell genera facilmente falsi positivi che bloccano attività legittime.

🔗 Note di rilascio di Kimi Code 0.41.0

Perplexity descrive Ivy, Tulip e ROSE, lo stack proprietario che serve i suoi embedding

4 settembre — Perplexity pubblica un articolo tecnico che apre il cofano dell’infrastruttura usata per servire i suoi modelli di embedding e classificazione (ranking). L’azienda addestra e serve i propri modelli, tra cui pplx-embed, e descrive il proprio indice di ricerca come operante su scala exabyte.

Componente dello stack	Linguaggio utilizzato	Ruolo nel servizio
Ivy	Rust	Gateway HTTP, tokenizzazione, suddivisione e distribuzione dei batch
Tulip	Rust, tokio, tonic	Server di inferenza gRPC, pianificazione e creazione dei batch
ROSE	Python	Esecuzione dei modelli, kernel e grafi CUDA

L’idea guida è il riutilizzo del codice di inferenza degli LLM. Perplexity osserva che l’embedding in batch assomiglia alla fase di precompilazione (prefill), limitata dalla capacità di calcolo, mentre l’embedding online di una query breve assomiglia alla fase di decodifica (decode), limitata dalla memoria. Gli stessi kernel (kernels) vengono quindi utilizzati per pplx-embed e per la decodifica di Qwen3.5, senza una cache chiave-valore istanziata per gli embedding e con varianti di attention che accettano input irregolari (ragged), evitando il padding superfluo. Per i kernel di attention, il team mantiene in parallelo FlashInfer 2, FlashInfer 3 e FlashAttention 4 anziché sceglierne uno solo, decidendo caso per caso in base al numero e alla dimensione delle teste. Le misurazioni vengono confrontate con vLLM v0.22.0, ma i risultati numerici compaiono soltanto nei grafici.

🔗 Articolo tecnico di Perplexity

Zed e Replit fanno annunci su X, senza articoli né note di rilascio

4 settembre — Due annunci relativi a strumenti di programmazione di terze parti arrivano nello stesso giorno ed entrambi si basano su un’unica pubblicazione su X, senza articoli di blog né note di rilascio a supporto.

Zed afferma che Delta è ora accessibile agli iscritti alla beta su Windows, in risposta alla richiesta di un utente del 2 settembre. La distinzione è importante: Delta è l’ambiente di programmazione multigiocatore con agenti lanciato il 12 agosto, che permette a più membri di un team di lavorare con agenti su un progetto condiviso. L’editor Zed, invece, è già distribuito per macOS, Linux e Windows. L’annuncio non riguarda quindi l’editor, ma Delta, la cui disponibilità su Windows era ancora in sospeso da agosto. L’ambito preciso di questa beta e le modalità d’iscrizione restano sconosciuti.

Replit, dal canto suo, ha trasmesso una sessione in diretta di un’ora e 58 minuti intitolata «Replit MCP: Controlla il tuo agente da qualsiasi luogo». Il titolo annuncia un server MCP che rende l’agente della piattaforma accessibile ai client compatibili con il protocollo; l’utilizzo previsto consiste nell’avviare un’attività e seguirne l’avanzamento da un editor, un terminale o un assistente di terze parti, senza passare dall’interfaccia web. Il messaggio non contiene altro testo oltre al titolo, né un collegamento a un articolo, né una formulazione esplicita di lancio.

🔗 Delta su Windows · 🔗 Replit MCP in diretta

In breve

Un endpoint API restituisce la cronologia delle stelle senza esporre gli utenti — l’API REST di GitHub restituisce i conteggi delle stelle con data e ora senza identificare gli account che le hanno assegnate, sostituendo gli endpoint di elencazione riservati agli amministratori all’inizio dell’anno. 🔗 Changelog
npm accetta più configurazioni di pubblicazione attendibile per pacchetto — tre novità disponibili per tutti: configurazioni OIDC multiple e additive per pacchetto, approvazione bloccata finché è in corso l’analisi antimalware e cronologia di preproduzione visibile nella scheda delle versioni. 🔗 Changelog
GitHub Actions aggiunge un’API per la deprecazione dei runner — l’API REST fornisce le date di fine supporto di una versione del runner, un’autorizzazione vulnerability-alerts consente l’accesso in sola lettura agli avvisi Dependabot e quattro proprietà del contesto job forniscono ai workflow riutilizzabili la loro identità originale. 🔗 Changelog
Il documentario The Story of VS Code esce il 4 settembre — GitHub rilancia la pubblicazione del documentario ufficiale su Visual Studio Code sul canale YouTube dell’editor, dopo un trailer pubblicato il 1º settembre. 🔗 Annuncio
Replit mette in evidenza un’applicazione realizzata in una settimana — Pep AI, costruita sulla piattaforma da Cédric Roberge in circa una settimana, genererebbe all’incirca 130 000 dollari al mese secondo Replit, in un thread promozionale seguito da consigli sui prezzi. 🔗 Thread di Replit
Zed pubblica un annuncio visivo il cui contenuto non è stato possibile verificare — un messaggio di quattro parole accompagnato da una sola immagine, pubblicato il 4 settembre alle 22:14. L’immagine non si è caricata durante la scansione e la pubblicazione non è accompagnata da alcun articolo né nota di rilascio: nulla permette di stabilire cosa annunci. 🔗 Messaggio
Un ecosistema LLM aperto e completo per l’armeno — una raccolta Hugging Face riunisce il corpus web ArmWeb, il dataset scientifico verificato ArmSTEM e il modello arm-gemma-e4b, con un articolo annunciato prossimamente. 🔗 Articolo
VLM Run Gateway riunisce i modelli OCR e di visione open-weight dietro un’unica API — il gateway espone attraverso un unico punto di accesso modelli open-weight di riconoscimento ottico, vision-language e visione, tra cui PaddleOCR-VL-1.6. 🔗 Articolo
Sakana AI apre le porte del suo team di ingegneria il 5 ottobre — l’Engineer Open House torna lunedì 5 ottobre 2026 dalle 18:00 alle 21:00, a Toranomon oppure online, con iscrizione su connpass. 🔗 Annuncio
Google descrive nel dettaglio gli sprint del suo programma dedicato all’esperienza degli sviluppatori di Gemini Enterprise — articolo metodologico senza alcun lancio: lo sprint descritto riguarda la governance dell’IA nelle aziende e fornisce documentazione aggiornata ed esempi di codice standardizzati per Agent Gateway e Semantic Governance. 🔗 Articolo
Suno dà un nome alla sua prossima generazione di modelli, la famiglia v6 — in una risposta a un utente, l’account ufficiale la presenta come il miglior lavoro realizzato finora, senza date né dettagli tecnici, il giorno successivo all’entrata in vigore dei nuovi limiti di download. 🔗 Risposta
MiniMax e Together AI organizzano a Londra una serata sull’economia dei modelli aperti — l’evento congiunto Open by Design: The Economics of AI in Production si terrà il 16 settembre ed è l’unica pubblicazione di MiniMax nel periodo considerato. 🔗 Annuncio
Mistral riporta a Parigi la conferenza AI Engineer il 23 e 24 settembre — il ritorno a Station F vede la partecipazione del vicepresidente dell’ingegneria Lélio Renard-Lavaud insieme a Black Forest Labs, Cognition e Hugging Face, dopo che l’edizione precedente aveva registrato il tutto esaurito. 🔗 Annuncio
Il WebMCP Challenge chiude le iscrizioni — la chiusura arriva dopo il rinvio di dodici ore causato dall’interruzione del 3 settembre; i progetti sono in fase di valutazione e i vincitori saranno annunciati prossimamente. 🔗 Annuncio

Cosa significa

La velocità con cui l’ecosistema assorbe un modello di frontiera è diventata il vero indicatore. GPT-6 Astra è stato annunciato il 3 settembre; il 4 è disponibile senza limitazioni nell’API, generalmente disponibile su dieci superfici Copilot, valutato da una terza parte che lo utilizza in produzione e integrato tramite tre patch successive di Codex CLI. Questo intervallo di ventiquattro ore non esisteva un anno fa. Sposta la questione dal lancio alla fatturazione: GitHub applica ad Astra la tariffa pubblica del fornitore senza periodo promozionale, mentre Gemini 3.8 Flash beneficia di un prezzo introduttivo fino alla fine dell’anno. Quando tutti i modelli arrivano il giorno successivo all’annuncio, il prezzo torna a essere l’unico elemento distintivo visibile per l’utente finale.

HydraFusion affronta il problema dall’altra estremità ed è la novità della giornata più significativa per gli strumenti. Scegliere tra venti modelli è un’attività che pochi sviluppatori svolgono seriamente e GitHub propone di non farlo più del tutto: si seleziona un workflow e lo strumento decide quale modello usare per ogni richiesta. I numeri — 4,9 punti di qualità in più con un costo inferiore del 67 percento rispetto a Opus 5 su TerminalBench — contano soprattutto per ciò che suggeriscono: il vantaggio deriva dall’orchestrazione, non da un modello superiore. Se questo risultato regge al di fuori delle condizioni di benchmark, il modello smette di essere il prodotto e diventa un componente intercambiabile dietro un livello di qualità.

Gli agenti aziendali escono dall’ambito dell’ingegneria e la governance li segue. SpaceXAI lo afferma esplicitamente: l’utilizzo più intenso di Grok Bot avviene al di fuori del codice e il dato più eloquente della giornata proviene da una verifica delle postazioni software: 43 abbonamenti pagati senza alcuna attività da 90 giorni. Ma il vero contenuto di questi annunci è il meccanismo delle autorizzazioni. Il modello di prompt di sistema pubblicato da SpaceXAI distingue tre regimi — sempre autorizzato, autorizzato caso per caso, mai autorizzato — e NVIDIA formula lo stesso principio nel suo articolo sulla memoria degli agenti: il contesto può orientare un’azione, ma non può autorizzarla. Due attori indipendenti arrivano nello stesso giorno alla conclusione che un agente utile si definisce innanzitutto attraverso ciò che gli viene vietato.

Negli strumenti da riga di comando, la sicurezza procede a zig-zag invece che in linea retta. Gemini CLI rimuove una chiave API incorporata nel codice e rafforza la propria sandbox, Claude Code corregge regole di autorizzazione che consentivano la scrittura in cartelle teoricamente di sola lettura e Kimi Code rimuove il blocco dei comandi distruttivi due giorni dopo averlo aggiunto. Quest’ultimo caso è il più istruttivo: l’analisi statica dei comandi shell produce un numero di falsi positivi tale da rendere insopportabile nell’uso quotidiano una protezione valida sulla carta. La sicurezza di questi strumenti non si misura nell’annuncio di una protezione, ma nella sua capacità di sopravvivere al contatto con gli utenti.

Resta la giornata dedicata alla matematica e alle scienze, la più difficile da valutare nell’immediato. La dimostrazione di Fermat formalizzata in undici giorni non produce alcuna nuova matematica: verifica un risultato vecchio di trent’anni. È proprio questo a renderla interessante, perché la revisione tra pari è il collo di bottiglia che richiede anni e Kevin Buzzard osserva che questi artefatti sono ormai abbastanza solidi da fungere da base per altri lavori. L’emulatore climatico di Ai2 e il connettoma del moscerino della frutta seguono la stessa logica: nessuno dei due compie una scoperta, ma entrambi rendono praticabile un lavoro il cui costo impediva di operare su vasta scala. È un utilizzo meno spettacolare della scoperta autonoma e probabilmente più vicino a ciò che l’IA cambia davvero nella pratica scientifica.