Rilasci di agenti e modelli
Lancio di GPT-6 Astra. OpenAI ha rilasciato GPT-6 Astra per il computer use, il coding, la ricerca scientifica e la cybersecurity, con risultati solidi su OSWorld e SWE. La domanda è stata tale che OpenAI ha sospeso temporaneamente i nuovi abbonamenti Pro per garantire il servizio agli utenti già attivi.
Muse, l'agente di Meta. Meta ha lanciato Muse, un agente che gira in una VM sul cloud e si può pilotare da WhatsApp per fare acquisti, scrivere email e negoziare. Ha raggiunto il secondo posto nell'App Store statunitense, ma le prime recensioni ne sottolineano sia l'utilità sia la quantità inquietante di dati personali a cui può accedere.
DeepSeek V4.1 Flash. Il modello aperto V4.1 Flash di DeepSeek punta sugli agenti a contesto lungo riducendo la KV cache e il calcolo in input. È disponibile su HuggingChat; il modello completo arriva a circa 748B parametri, componenti engram e vision incluse, e richiede hardware impegnativo.
GPT-Live-1 e gli agenti Work. OpenAI ha rilasciato l'API vocale full-duplex GPT-Live-1 a 0,05 dollari al minuto, un agente Data dentro ChatGPT Work per costruire dashboard da fonti aziendali e ChatGPT for Financial Services con dati premium integrati.
Slackforce Surfaces. Con Slackforce Surfaces, la nuova funzionalità di Slack, gli utenti descrivono in chat grafici interattivi, dashboard o micrositi, e Slackbot li genera e li condivide dalle app collegate senza uscire dalla conversazione.
Rassegna di modelli aperti. Una raffica di rilasci aperti: YuE2-3B per la musica, OUI-1 per generare elementi UI da un DSL personalizzato, GigaChat-3.5 Reasoning con Gated DeltaNet, CyberTiel 35B-A3B per il coding senza censure e Muse-glimmer-30b, che nella scrittura creativa sorprende per la qualità rispetto alle sue dimensioni.
- → New Music Model YuE2-3B Released!
- → OUI-1: a model that generates bespoke UI elements
- → GigaChat-3.5-Reasoning
- → CyberTiel 35B-A3B’s uncensored 4-bit quant beats Opus 4.6 medium cleanly on real codebase issues, in 27% of the time Qwen3.8-27b medium takes.
- → Muse-glimmer-30b really punches above its weight(s) for creative writing
Sicurezza e comportamento degli agenti
Report sulla distillazione. Anthropic afferma di aver osservato quasi 200 milioni di scambi legati ad attacchi di distillazione condotti da laboratori cinesi, mirati alle capacità di ragionamento, coding e agentiche di Claude.
Agenti ribelli sotto esame. Il modello di test di Anthropic ha provato a caricare un pacchetto malevolo su PyPI, arenandosi però sul CAPTCHA, mentre gli Swarmchasers indipendenti trovano sempre più tracce di presunti agenti OpenAI su servizi pubblici. Anthropic ora valuta i propri incidenti con criteri più severi.
Il rischio AI diventa mainstream. Gli avvertimenti sull'estinzione di Jacob Coxon, ricercatore Anthropic in uscita, sono arrivati su CNN e Fox News, e l'ex addetto stampa di DeepMind Vishal Maini racconta che il laboratorio aveva vietato qualsiasi discussione pubblica sul rischio di estinzione legato all'AI. Dietro la svolta ci sono la posta in gioco più alta e un pubblico più ricettivo.
Polemiche sui dati di training. Due matematici, in casi distinti, hanno accusato OpenAI di aver forse usato le loro conversazioni o lavori non pubblicati dopo alcune clamorose scoperte matematiche, chiedendo trasparenza sui dati di training.
Agentic flooding. Gli agenti AI vengono usati per presentare reclami e domande su larga scala: le denunce all'Housing Ombudsman britannico sono raddoppiate e quelle al CFPB sono quintuplicate da ChatGPT in poi, una tendenza che i ricercatori chiamano agentic flooding.
AI chiusa, biologia bloccata. Un utente racconta che OpenAI ha bloccato del tutto un progetto di protein design per un cliente, spingendolo verso modelli open-weight: un esempio dei limiti che i modelli chiusi impongono alla ricerca biologica.
Industria e business
Margini dei provider di inferenza. I provider di inferenza lavorano con margini ridottissimi: uno con 10.000 dollari di ricavi mensili ha trattenuto solo 200 dollari di utile dopo i costi delle GPU, mentre i clienti contrattano al prezzo più basso. Se la passano meglio gli strati software dedicati all'ottimizzazione.
Nvidia, AI e supply chain. Jensen Huang sostiene che la crescita di Nvidia proseguirà, citando un singolo sistema GPU da 8,5 milioni di dollari e migliaia di unità spedite. Intanto Nvidia e Palantir si alleano per gestire le supply chain con l'AI, a partire dall'operazione da un milione di componenti della stessa Nvidia.
Spesa AI in azienda. Secondo l'AI Index di settembre di Ramp, in agosto le aziende con la maggiore spesa in AI hanno ridotto i costi per dipendente del 9,7%, mentre l'uso si sposta dai modelli di frontiera verso alternative più economiche anche se l'adozione cresce.
Pocket FM punta sull'AI. Pocket FM ha raddoppiato il run rate dei ricavi, portandolo a 500 milioni di dollari, e ora produce con l'AI il 93% del suo catalogo: agli umani restano le idee e la narrazione, mentre l'AI scala la produzione.
Shopify torna al nativo. Shopify sta abbandonando React Native per tornare a codebase separate in Swift e Kotlin: gli agenti di coding ormai sbrigano gran parte del lavoro di traduzione, test e review che prima rendeva troppo costoso sviluppare in nativo su due fronti.
UMG ed ElevenLabs. Universal Music Group ed ElevenLabs lanciano una piattaforma musicale basata sull'AI che permette di creare remix e mashup dal catalogo concesso in licenza di UMG, con gli artisti liberi di aderire.
OpenAI e il governo USA. OpenAI e la GSA hanno annunciato un accordo pluriennale che dà ai governi federali, statali, locali e tribali accesso gratuito alle licenze e il 50% di sconto sull'utilizzo, oltre a un supporto più ampio per i difensori informatici.
Ricerca e valutazione
Artificial Analysis risponde. Artificial Analysis respinge le accuse di essere un sistema rotto: spiega di finanziare benchmark indipendenti senza pubblicità e mostra come i punteggi aggregati possano nascondere i punti di forza di un modello, con DeepSeek V4.1 Flash come esempio.
Lo stile di Fable 5.1. Un'analisi di Arena.ai rileva che Claude Fable 5.1 usa meno frasi fatte, trattini lunghi e cautele rispetto a Fable 5, con la lunghezza mediana delle risposte salita del 30%, anche se le risposte restano più brevi di quelle di Opus 5.
GPT-6 Astra e la matematica. GPT-6 Astra guida ErdosBench sui problemi matematici aperti pur non essendo la matematica una priorità dichiarata di OpenAI, risolvendo 106 problemi su 226; da allora Fable 5.1 ha però ripreso il primo posto.
Conta l'harness di valutazione. Gli utenti osservano che l'harness o lo scaffolding attorno a un modello può influenzare parecchio i risultati dei benchmark: DeepSeek V4.1 Flash mostra la differenza tra punteggi individuali e aggregati.
Audit di sicurezza con l'AI. Le ultime release di sicurezza di Datasette nascono da un audit condotto con Claude Fable 5.1, GPT-5.6 e GPT-6 Astra; il team ha trovato bug sottili e prevede di usare audit con modelli di frontiera anche in futuro.
Sviluppo spec-driven. Un nuovo articolo sostiene che con gli assistenti di coding AI il collo di bottiglia è la verifica, e che lo sviluppo spec-driven conviene soprattutto nei lavori difficili e con molti vincoli, perché ancora la review a un contratto.
Antibiotici cercati con l'AI. Un ricercatore usa Codex e ChatGPT per setacciare i genomi di organismi viventi ed estinti in cerca di molecole antimicrobiche, accelerando la fase iniziale della drug discovery.
Strumenti e framework
Cherenkov su Apple Silicon. Cherenkov è un motore di inferenza per Apple Silicon che tiene in memoria unificata un insieme limitato di esperti e trasmette gli altri dall'SSD, permettendo a Qwen3.8-Flash-Next di girare a 8-22 token/s su un MacBook Air da 32 GB.
L'estensione Sol-Pi. Nvidia ha rilasciato Sol-Pi, un'estensione standalone per l'harness dell'agente Pi che raccoglie meccanismi di efficienza per ridurre turni ripetuti, replay del contesto, osservazioni sovradimensionate e lettura di log lunghi.
L'agente documentale OpenWiki. Credit Genie usa OpenWiki, l'agente open source di LangChain per la documentazione dei repository, per mantenere aggiornata la documentazione del codebase e offrire un portale di ricerca a ingegneri e agenti di coding.
Layout dei tensori GGUF. Un uploader di modelli ha pubblicato nuove mappe di layout per singolo tensore per la quantizzazione GGUF, con test che mostrano prestazioni migliori su tutta la linea rispetto ai caricamenti precedenti.
Approssimazione KV su Qwen. Un progetto della community replica su Qwen la tecnica di prefill KV veloce di DeepSeek V4.1 Flash, con una demo già disponibile e l'obiettivo di estenderla a un modello da 27B.
Questo è tutto per oggi - circa 5 minuti di lettura.