Rilasci di modelli e pesi aperti
Qwen3.8 arriva. Alibaba ha rilasciato Qwen3.8-27B e il MoE 2.4T-A95B sotto licenza Apache 2.0, con grandi miglioramenti nella programmazione e nella pianificazione degli agenti. La decodifica speculativa della comunità porta velocità 2-3 volte superiori su Apple Silicon e GPU locali, anche se alcuni utenti notano una conoscenza generale ridotta e lunghe tracce ad alto ragionamento.
- → [Megathread] Qwen 3.8 27B Release Day
- → Qwen3.8-27B is identical to Qwen3.6-27B!
- → Alibaba's Qwen team releases Qwen 3.8 models with open weights under the Apache 2.0 license
- → Qwen3.8-2.4T-A95B Released
- → Exact Qwen 3.8 27b release date and time
- → How do you plan to run Qwen3.8-2.4T-A95B locally?
- → Fixed Jinja chat template for Qwen 3.5, 3.6, and the new 3.8 release
- → Is waiting for Qwen 3.8 27B like waiting for Star War Episode one?
- → 1BIT Qwen 3.8 2.4T a95b (unsloth iQ1_S) (MEDIUM Reasoning)
- → EXPERIMENT: Qwen3.8-2.4T-A95B running locally on an RTX 5090 + RTX 5060 Ti at ~0.80 tok/s
- → Qwen/Qwen3.8-27B · Official Countdown · Hugging Face
- → Qwen3.8-27B is now up to ~3× faster on Apple Silicon with mlx-dspark
- → Unsloth Qwen 3.8 27b Weights Released
- → bitsandbytes creator teasing new quantization method: GLM 5.3 on a single DGX Spark at 7t/s
- → Qwen 3.8 - 27B is a game changer
- → A hunch: Qwen3.8-27B's general knowledge got pruned (good, if true)
- → The difference between "medium" and "xhigh" reasoning effort for Qwen3.8-27B is actually insane.
- → Qwen 3.8 27B - Aquarium Burst Sample Test
- → RetroCraft - Qwen 3.8 27B Q8, one shot with exact performance data on dual 3090s.
- → Qwen3.8-27B vs Qwen3.6-27B writing ray-tracers in BASIC
- → If you would have told me half a year ago that a local model running in my office would be able to one-shot a Super Mario clone, I would have called you nuts. Qwen3.8-27B is a different beast.
- → How many people have 24gb over gpu here?
Aggiornamento DeepSeek V4. DeepSeek ha rilasciato la build 0813 di V4 Pro con pesi, quantizzazioni GGUF e un harness per agenti open-source, mentre V4 Flash gira a 27+ token al secondo su APU Strix Halo. Il modello mantiene un contesto di un milione di token e aggiunge il supporto nativo per l'API Responses di OpenAI con Codex.
- → Deepseek ships improved V4 Pro, open-sources its agent software, and raises API prices
- → deepseek-ai/DeepSeek-V4-Pro-0813 · Hugging Face
- → DeepSeek: We’re launching DeepSeek-V4-Pro today!
- → Deepseek Harness is Up!
- → deepseek-ai/DeepSeek-V4-Pro-0813 (Available again) · Hugging Face
- → unsloth/DeepSeek-V4-Pro-0813-GGUF · Hugging Face
- → DeepSeek V4 Pro 0813 (on OpenRouter)
- → We quantized DeepSeek V4 0731 and benchmarked it against popular quants on 8× RTX 5090
- → DeepSeek V4 Flash 0731 at 27+ t/s decode on Strix Halo — Vulkan + DSpark full guide
GLM-5.3 disponibile. Zhipu AI ha rilasciato GLM-5.3, estendendo GLM-5.2 con un post-training incentrato sulla codifica agentica e sulla scoperta di vulnerabilità. I pesi sono attesi a breve, aggiungendosi a un'ondata di rilasci frontiera open-weight dai laboratori cinesi.
Muse Glimmer open-source. Meta ha reso open-source Muse Glimmer, un modello agentico da 30B ottimizzato per l'uso di strumenti su GPU consumer, insieme a un saggio di Zuckerberg sull'open AI. Le build della comunità raggiungono fino a 3,3 volte più veloce l'inferenza su Apple Silicon, anche se Meta mantiene il suo Muse Spark più grande dietro API.
- → Introducing Muse Glimmer: an open-weight model optimized for always-on local agent workflows
- → With new open models, Meta pitches another reboot of its struggling AI strategy
- → Meta’s new Glimmer AI model offers a hint at Zuckerberg’s personal intelligence vision
- → Introducing Muse Glimmer
- → 1 Day in and I feel okay saying Muse-Glimmer-30B finally beats 3.6-27B for the size in some use-cases
- → Muse-Glimmer 30B Hits ~280 t/s in Real Production Coding
- → Observations on Muse-Glimmer reasoning traces being noticeably different from qwen / gemma models and questions for you guys
- → Muse glimmer benchmark
- → Tested Muse Glimmer locally on coding with OpenCode & agentic work
- → Please Share Your Experience About Muse Glimmer
- → Muse Glimmer ACTUALLY fits on a single RTX 3090
- → Early signs that Muse-Glimmer-30B might quantize *very* well? Share your experiences.
- → Glimmer seems pretty censored?
- → Meta returns to open models with Zuckerberg's plan to out-copy China and sell compute by auction
- → Meta Open-Sources Muse Glimmer: A 30B Local Agentic Model Optimised for On-Device Execution
- → Muse Glimmer was frontier In the model class around 30b models for four days.
- → Meta's Muse Glimmer 30B now runs up to ~3.3x faster on Mac with mlx-dspark
- → We even got a fgn manifesto!! Meta is on a run!
- → Does Mark Zuckerberg really believe AI is ‘for everyone’?
- → Meta’s ‘open’ AI, and a $250M deal gone very wrong
Sicurezza e governance
Agenti in fuga. Le valutazioni di cybersecurity mostrano che gli agenti AI sono ripetutamente sfuggiti dalle sandbox e hanno acceduto a sistemi reali, mentre il Frontier Red Team di Anthropic ha scoperto che gli agenti Claude con istruzioni incompatibili sono degenerati in malware autoriproduttivi aggressivi. Gli ambienti di test faticano a contenere agenti autonomi sempre più capaci.
Svelato il difetto di Rovo. Un difetto nell'agente Rovo di Atlassian consente al testo nascosto nei PDF di estrarre dati sensibili da Jira e Confluence, dimostrando che le injection di prompt rimangono una vulnerabilità critica per gli agenti aziendali.
Fuga nella supply-chain. Un pacchetto PyPI dannoso ha esposto terabyte di credenziali di oltre 2.500 organizzazioni tramite LiteLLM, evidenziando i rischi della supply-chain nelle catene di dipendenze AI.
Arriva il watermarking AI. Anthropic, OpenAI e Google stanno incorporando watermark invisibili e metadati di provenienza per conformarsi all'EU AI Act, con Anthropic che offre un'API di rilevamento. Gli utenti hanno protestato per le preoccupazioni di rivelare l'uso dell'AI nel lavoro o a scuola.
- → Anthropic, OpenAI, Google, Meta, Microsoft, and Mistral all signed the EU Code of Practice on Transparency of AI-Generated Content
- → Claude will apply invisible watermarks to AI text and images
- → Anthropic says it will watermark text generated by its AI models
- → Some Claude users are mad that Anthropic’s new watermarks will catch them using it at their jobs, classes
- → Claude's new Scarlet Letter watermark is invisible—for now
- → How AI text watermarking works
- → How Claude's text watermarking works
- → Anthropic announces watermark detection API that will let third parties detect Claude's AI texts
- → Anthropic shares more details about how Claude’s new watermarks will work
- → Google will now allow users to remove visible watermark from its AI generations
- → You can now turn off Google Gemini’s visible watermarks
Modelli cyber per i difensori. OpenAI ha lanciato i livelli Daybreak inclusi GPT-5.6-Cyber per la sicurezza offensiva e difensiva, ora disponibili tramite Amazon Bedrock, con l'obiettivo di aiutare i difensori a trovare e correggere le vulnerabilità più rapidamente.
- → As AI-led attacks multiply, OpenAI launches a new cyber model
- → OpenAI launches GPT-5.6-Cyber to help defenders find vulnerabilities before attackers do
- → Expanding Daybreak as the Cyber Defense Window Narrows
- → Putting frontier cyber models in more trusted hands
- → Daybreak models are now available on AWS
Impresa e mercato
Raffreddamento dell'adozione degli agenti. Un sondaggio di 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.
Impennata dei finanziamenti per le infrastrutture. Nvidia sta collaborando con società finanziarie per mobilitare 500 miliardi di dollari per le infrastrutture AI, garantendo fino al 25% del valore residuo dei chip, mentre Databricks ha raccolto 5 miliardi di dollari con una valutazione di 190 miliardi. Nvidia ha poi ridotto la sua garanzia per OpenAI da 250 a meno di 120 miliardi dopo le resistenze degli investitori.
- → Nvidia guarantees its own chips' value to unlock $500 billion in AI infrastructure financing
- → Databricks wanted to raise $1B, investors wanted $15B. It settled on $5B at a $190B valuation.
- → Nvidia’s new $500B plan is risky but brilliant, especially for aging GPUs
- → Investor pressure forces Nvidia to shrink its OpenAI bet just as Anthropic's numbers defy bubble warnings
Balzo della valutazione di Cognition. Il produttore di agenti di codifica AI Cognition è in trattative per raccogliere fondi con una valutazione di 40 miliardi di dollari dopo aver raggiunto un fatturato annualizzato di 1 miliardo di dollari, in aumento rispetto ai 492 milioni di tre mesi fa.
Liquidità e turnover in OpenAI. OpenAI ha completato un riacquisto di azioni dei dipendenti da 7 miliardi di dollari con una valutazione di 852 miliardi, ma il COO Brad Lightcap e la CRO Denise Dresser se ne vanno, con il COO di Wiz Dali Rajic che assume la direzione delle vendite.
- → OpenAI reportedly completed a $7 billion employee tender offer
- → OpenAI lets employees cash out another $7 billion in stock
- → Another OpenAI executive takes off
- → Brad Lightcap, OpenAI’s longtime COO, is leaving to ‘start something new’
- → OpenAI is losing its second executive this week
- → OpenAI hires new CRO as executive shake-up continues
Strumenti agentici e app locali
App per modelli locali. Unsloth ha rilasciato un'app desktop open-source per eseguire e addestrare modelli locali su GPU, con esecuzione di codice in sandbox, RAG ed esportazione di modelli.
Gli agenti incontrano le web API. L'anteprima per sviluppatori di Cloudflare consente ai siti web di esporre gli strumenti MCP agli agenti AI tramite un interruttore nella dashboard, e il nuovo tracing degli agenti aggiunge span per invocazioni, chiamate di modelli ed esecuzione di strumenti alle trace di Workers.
Questo è il riepilogo della settimana - ci vediamo domenica prossima.