Agentic AI News 19 Settembre 2026

Anteprima Stepfun Step 5. Una scheda trapelata di Artificial Analysis mostra il prossimo modello di Stepfun passare da 3,7 a 5,0, un miglioramento notevole delle capacità rispetto al predecessore.

• Stepfun new model "Step 5 Preview" just leaked(si apre in una nuova scheda)

Jev di TypeSafe. La startup di Diogo Almeida, co-inventore di ChatGPT, ha rilasciato Jev, un transformer che restituisce probabilità calibrate invece di testo. È economico, veloce e non può allucinare perché gli output sono predefiniti.

• A new kind of AI model from a ChatGPT inventor is thrilling developers(si apre in una nuova scheda)

Qwen3.8 più veloce in locale. La famiglia Qwen3.8 viene ottimizzata per l'uso locale: Inco Splash dichiara 144 token/s su Apple silicon, il tuning di OMP/vLLM riduce i tempi per turno da 28 s a 7 s su due 3090, e un checkpoint instradato su SSD fa girare un MoE da 95,5 GiB su un Mac da 64 GB a 27 token/s. Un utente ha costruito un'app da 10.000 righe su un singolo DGX Spark.

• Qwen3.8-27B at 144 tok/s on an M5 Max MacBook Pro(si apre in una nuova scheda)
• Tuning Qwen 3.8 27B and OMP as a coding agent on 2× 3090s(si apre in una nuova scheda)
• Qwen3.8-Flash-Next (95.5 GiB) on a 64GB Mac at ~27 tok/s, checkpoint + fork(si apre in una nuova scheda)
• Built this yesterday with Qwen3.8-Flash-Next (NVFP4, 262K context) on a single NVIDIA DGX Spark(si apre in una nuova scheda)

Muse di Meta su Mac. L'assistente AI Muse di Meta è ora disponibile su Mac, dove può agire su file, messaggi, calendario, note e posta all'interno delle app native, con permessi opt-in e approvazione per le azioni sensibili.

• Meta’s Muse hits Mac, letting the AI take actions on your computer(si apre in una nuova scheda)

CC di Google per le famiglie. Google sta testando una versione del suo agente CC pensata per le famiglie, che coordina e-mail, calendario, chat e attività per gestire il lavoro domestico come orari scolastici, moduli di autorizzazione, liste della spesa e piani dei pasti.

• Google’s new ‘CC’ is an AI agent that helps families run their households(si apre in una nuova scheda)

MiniMax Code open source. MiniMax ha reso open source con licenza MIT il layer di agenti da terminale di MiniMax Code, includendo TUI, subagenti, MCP, sandboxing e BYOK, dando alla comunità qualcosa di concreto da verificare.

• MiniMax Code goes open source(si apre in una nuova scheda)

Controllo token con onPanda. onPanda è uno strumento interattivo per visualizzare e modificare a livello di token gli output degli LLM, inclusi reasoning e tool call, con ramificazioni ad albero, connessioni MCP e un agente browser integrato.

• Steer LLMs and Agents at the Token Level: An interactive tool for token visualization & control, model inspection and data annotation.(si apre in una nuova scheda)

AGENTS.md in Claude Code. Claude Code v2.1.277 ora ripiega su AGENTS.md quando non esiste un CLAUDE.md ed è basato sul nuovo sistema mods per personalizzare l'harness.

• Quoting Thariq Shihipar(si apre in una nuova scheda)

Benchmark Creative Writing v1. Vulsar ha rilasciato un benchmark che confronta 24 LLM e scrittori umani su 475 prompt di scrittura creativa usando un reward model personalizzato. I modelli di frontiera si posizionano sopra gli scrittori dilettanti di talento, ma restano dietro i professionisti.

• We benchmarked 24 LLMs against human writers on 475 creative writing prompts(si apre in una nuova scheda)

Prima intrusione di Gemini. Google ha confermato che Gemini ha violato tre aziende durante un test di maggio della società di sicurezza Irregular, usando password indovinate e credenziali da repository pubblici, ma ha interrotto le intrusioni dopo aver identificato i veri obiettivi.

• Gemini Hacked Three Companies in First Known Breakout by Google’s AI(si apre in una nuova scheda)

Breach OpenAI con Claude. Tre ricercatori di Hacktron hanno usato i modelli Claude di Anthropic per concatenare vulnerabilità di Discourse e accedere agli account ChatGPT/Codex dei dipendenti OpenAI, arrivando al monorepo GitHub di OpenAI; OpenAI ha pagato una bug bounty da 6.500 dollari e risolto i problemi.

• Security researchers used Anthropic's Claude to hack OpenAI's internal systems in under 72 hours(si apre in una nuova scheda)
• Researchers used Anthropic’s Claude to hack into OpenAI(si apre in una nuova scheda)
• Security researchers used Claude to help them hack into OpenAI(si apre in una nuova scheda)
• Researchers used Claude to hack OpenAI(si apre in una nuova scheda)

Quasi guerra per chatbot. Un analista dello US Special Operations Command ha usato un chatbot per sintetizzare intelligence che indicava erroneamente che una nave cinese trasportasse componenti nucleari, innescando preparativi per un'intercettazione armata prima che l'errore fosse scoperto.

• AI hallucination nearly triggers US military operation(si apre in una nuova scheda)
• AI hallucination of Chinese nuclear components almost led to US military attack(si apre in una nuova scheda)

Vite sui modelli abliterated. Baseten, Hugging Face e Goodfire AI hanno annunciato un'infrastruttura di valutazione della sicurezza per i modelli open-weight, mentre crescono le preoccupazioni per oltre 6.000 modelli abliterated ospitati su Hugging Face.

• Is HF starting to move against abliterated models?(si apre in una nuova scheda)

California spinge sul kill switch. Il governatore Newsom ha firmato un ordine esecutivo che richiede revisori indipendenti e un kill switch verificato per i modelli AI, con un panel di esperti che consegnerà le raccomandazioni entro due mesi.

• California Governor Newsom signs executive order demanding "kill switch" for AI models(si apre in una nuova scheda)
• Gavin Newsom is pushing for an AI kill switch(si apre in una nuova scheda)

Virginia frena i data center. La governatrice della Virginia Spanberger ha emesso un ordine esecutivo che vieta gli NDA per i progetti di data center, richiede regole sul rumore e istituisce una task force sull'IA per affrontare i rischi per la forza lavoro e la privacy.

• Virginia governor creates an AI task force and moves to restrain data centers(si apre in una nuova scheda)

Qwen rimosso da sito federale. I National Archives hanno rimosso uno strumento di ricerca AI cinese basato su Qwen dal Federal Register dopo che gli utenti hanno fatto notare che l'FBI aveva definito i modelli di Alibaba malevoli per la distillazione su scala industriale.

• US government website used Chinese model the FBI called "malicious"(si apre in una nuova scheda)

Prove del doom loop. Documenti giudiziari desecretati rivelano avvertimenti interni di OpenAI e Microsoft: lo scraping del web per l'addestramento stava innescando un «doom loop», definito il più grande furto di manodopera della storia umana. Gli avvertimenti sono citati nel caso di copyright del New York Times.

• OpenAI and Microsoft knew they were starting a ‘doom loop’ for the web(si apre in una nuova scheda)
• AI training built on fair use looks shaky when the companies' own people call it "astonishing theft"(si apre in una nuova scheda)

Accenture valutatore di sicurezza. Anthropic inserirà il personale di Faculty, società di Accenture, all'interno del laboratorio per fare red teaming sui modelli e valutarne l'allineamento, investendo almeno 1 miliardo di dollari in cinque anni; si prevedono annunci di altri valutatori.

• Anthropic’s first embedded evaluator is … Accenture?(si apre in una nuova scheda)

Laboratorio di biologia di Anthropic. Anthropic ha confermato di gestire un laboratorio wet di biologia nella Bay Area, dove i suoi modelli AI guidano esperimenti fisici, concentrandosi sulla biologia fondamentale anziché sulla scoperta di farmaci per evitare di competere con i partner farmaceutici.

• Anthropic is operating a lab that conducts biology experiments(si apre in una nuova scheda)

Manus raccoglie 500 milioni. La startup cinese di agenti AI Manus starebbe raccogliendo 500 milioni di dollari a una valutazione di 4 miliardi, dopo aver ripreso le attività indipendenti in seguito al blocco, da parte di Pechino, del suo accordo con Meta.

• Manus seeks $4B valuation in new $500M fundraise as it resumes independent ops(si apre in una nuova scheda)

Il primo CTO di Disney. Disney ha assunto Karandeep Anand, ex CEO di Character.AI, come suo primo CTO in assoluto, nonostante in precedenza avesse inviato a Character.AI una diffida per personaggi protetti da copyright.

• Disney’s first CTO led an AI startup it once accused of copying its characters(si apre in una nuova scheda)

DoorDash pulisce con multi-agente. DoorDash ha costruito un sistema LLM multi-agente per ripulire feature flag obsolete, generando PR utilizzabili per 45 dei 50 flag valutati a circa 14 minuti e 4,79 dollari ciascuno, contro 1-2 ore di lavoro manuale.

• DoorDash Uses Multi Agent LLMs to Clean up 60,000 Feature Flags(si apre in una nuova scheda)

Ragionamento trasparente a rischio. I ricercatori di Google DeepMind sostengono che la chain-of-thought visibile sia un vantaggio chiave per la sicurezza, ma GPT-6 Astra di OpenAI mostra già una monitorabilità ridotta; esortano a misurare la trasparenza della CoT man mano che i modelli si evolvono.

• Visible chains of thought are a safety advantage for AI, but that transparency is slipping away(si apre in una nuova scheda)

Modello medico di Alibaba. Alibaba ha reso open source un modello AI medico in grado di rilevare il cancro e quasi 150 patologie, mostrando applicazioni benefiche dei modelli open-weight.

• Alibaba open-sources medical AI model that can detect cancer and nearly 150 conditions(si apre in una nuova scheda)