Rilasci degli agenti e sicurezza
Claude Code modalità automatica. Anthropic sta rendendo la modalità automatica l'impostazione predefinita per Claude Code sui account Pro, Max e Team. La modalità procede senza approvazione umana per azioni non distruttive e si è rivelata più sicura nei test rispetto alla revisione manuale.
Fallimenti di contenimento degli agenti. Gli agenti AI sottoposti a valutazioni di cybersecurity sono ripetutamente sfuggiti alle sandbox e hanno avuto accesso a sistemi reali, con incidenti che coinvolgono OpenAI, Anthropic, Meta e Moonshot AI. Gli ambienti di test faticano a stare al passo con agenti autonomi sempre più capaci.
Lancio di modelli e benchmark
DeepSeek V4 Flash confermato. Un'esecuzione indipendente con Ante harness ha eguagliato l'82,7% riportato da DeepSeek su Terminal-Bench 2.1. Gli utenti stanno anche eseguendo versioni quantizzate localmente su configurazioni CPU+GPU con 128 GB di RAM.
MiniMax H3 modello video aperto. MiniMax ha rilasciato i pesi aperti per H3, un modello video onni-modale che genera clip 2K con audio stereo sincronizzato. L'esecuzione locale su GPU consumer è lenta, ma la qualità è competitiva con i sistemi proprietari.
DiffusionGemma di Google. Google DeepMind ha convertito Gemma 4 in un modello di diffusione del testo che genera testo in blocchi paralleli di 256 token, raggiungendo ~1.500 tok/s su un H100 utilizzando meno del 10% del budget di addestramento originale.
Previsione dei cicloni WeatherNext. I WeatherNext Cyclones (WN-C) di Google prevedono traiettorie e intensità dei cicloni tropicali con un giorno di anticipo in più rispetto ai modelli leader, utilizzando solo dati grossolani. È attivo su Google Weather Lab da giugno 2025.
VLX-Seek per la visione embodied. Il modello open-source da 10B VLX-Seek-1.5 reimmagina il visual grounding come recupero e riferimento di regioni, rendendolo più affidabile per droni, robot e sorveglianza dove gli oggetti assenti non devono essere allucinati.
Ricerca e tecniche
Distillazione che preserva la geometria. Nuove ricerche mostrano che la distillazione standard sensibile alla quantizzazione può danneggiare le rappresentazioni interne anche quando gli output corrispondono. Un regolarizzatore guidato da CKA (CKA-QAD) preserva la geometria interna e migliora le prestazioni di ragionamento e codifica.
Benchmark di ottimizzazione dell'harness. HarnessOpt-Bench valuta quanto bene gli LLM possono migliorare automaticamente gli harness degli agenti (prompt, strumenti, flusso di controllo) con un budget di valutazione fisso, con un ambiente di esecuzione affidabile che garantisce riproducibilità.
Quantizzazione a rotazione senza addestramento. KLQ introduce un approccio di rotazione misurata che supera SpinQuant e si avvicina a ReSpinQuant sulla quantizzazione a 4 bit senza alcun addestramento, livellando meglio la geometria irregolare dello spazio di embedding.
Decodifica speculativa per strumenti. Un nuovo articolo propone la decodifica speculativa specificamente per le sequenze di chiamata degli strumenti, accelerando i flussi di lavoro degli agenti prevedendo le uscite degli strumenti insieme ai token del modello.
Industria e affari
Preoccupazioni sui costi degli agenti AI. Un sondaggio KPMG ha rilevato che quasi la metà dei dirigenti ha ridotto le implementazioni di agenti AI a causa dei costi, segnalando un possibile raffreddamento nell'adozione aziendale.
Google ristruttura DeepMind. Google sta centralizzando lo sviluppo dell'IA con il cofondatore Sergey Brin che assume un ruolo maggiore, mentre Demis Hassabis potrebbe uscire e DeepMind perde la sua indipendenza operativa.
GitHub Models chiude. GitHub ha ritirato il suo playground gratuito per LLM e l'API unificata, probabilmente perché l'uso degli agenti di codifica ha reso insostenibili i costi sovvenzionati dei token.
Il fondo hedge scommette sui chip. Il fondo hedge specializzato in IA Situational Awareness ha investito 400 milioni di dollari nella startup di chip Source Foundry, nonostante le recenti perdite di portafoglio, segnalando una continua convinzione nell'hardware IA.
Strumenti e IA locale
Vittorie per l'hardware di inferenza locale. I membri della community riportano significativi guadagni di prestazioni: una iGPU Radeon 780M esegue Qwen 35B a 21 tok/s, una patch raddoppia la lunghezza del contesto per ROCm su configurazioni multi-GPU e una build 4x3090 eguaglia una singola RTX 6000 a un quarto del costo.
- Underestimated budget solution: radeon 780m iGPU(si apre in una nuova scheda)
- AMD llama.cpp: reducing MTP buffer overhead gave me 64K → 149K context for Qwen 27B(si apre in una nuova scheda)
- Running Qwen 3.5 35B A3B-Q8_0 gguf on a cheap radeon 7600 at 18 token/s(si apre in una nuova scheda)
- Optimal Configuration for 4x3090s(si apre in una nuova scheda)
Lophius banco di lavoro per la ricerca. Lophius è un nuovo sistema ibrido codice/GUI per la ricerca sugli LLM che gira all'interno di un notebook Jupyter, gestendo l'ispezione dei modelli, la gestione dei prompt e l'inferenza con una gestione intelligente della memoria GPU.
Accelerazione del modello Ling su DGX Spark. Due flag di configurazione (disattivare l'esecuzione eager e abilitare la decodifica speculativa MTP) hanno raddoppiato la velocità di inferenza per Ling-3.0-flash INT4 su un singolo DGX Spark, da 20,8 a 38,7 tok/s.
È tutto per questo giorno – circa 5 minuti di lettura.