Rilasci di agenti e modelli
Anteprima Step 5 di StepFun. Su OpenRouter è comparsa un'anteprima del modello Step 5 di StepFun, disponibile per i test. I dettagli sono pochi, ma segnala un nuovo rilascio di frontiera da parte del laboratorio cinese.
JetBrains Mellum2.1. JetBrains ha rilasciato Mellum2.1, un modello agente per il coding da 12B con architettura Mixture-of-Experts e 2,5B parametri attivi, sotto Apache 2.0. Migliora il predecessore sulla maggior parte dei benchmark e segna 82,0 su LiveCodeBench v6, ma resta dietro a Qwen3.5-9B sui compiti software agentici più difficili.
L'agente Gemini di Google. Google ha annunciato un agente Gemini unificato per le aziende, capace di operare su Workspace, Slack, Microsoft 365 e mobile mantenendo il contesto tra i dispositivi. Si parte dall'enterprise: l'agente può usare sub-agenti e ha un'identità dedicata di collega, con una propria email.
Dashboard e Motion di Claude. Anthropic ha lanciato Dashboards, che aggiorna automaticamente dashboard di dati in tempo reale a partire da prompt testuali, e Motion, per generare video esplicativi animati: entrambi in beta. Docs, Slides e Design sono ora in disponibilità generale su tutti i piani, compresi gli account gratuiti.
Strumenti e framework
Addestramento in 40GB di VRAM. Una nuova ricetta permette il training LoRA di Qwen3.8-Flash-Next (125B-A6B) in 40GiB di VRAM senza offload sulla CPU, arrivando a 200 token/s di addestramento su uno Strix Halo. Si basa sul supporto GGUF moderno in transformers 5.18 e su un engram basato su disco.
Rig AMD con 256GB di VRAM. Una configurazione da 2.800 dollari con otto GPU Radeon Pro V620 e un fork personalizzato di vLLM fa girare Qwen3.8-Flash-Next a 60-100 tok/s in decode e oltre 3.000 tok/s in prefill, superando di gran lunga llama.cpp sulle stesse schede.
Agenti che possono pagare. L'agente di esempio Restock di LangChain mostra come gli agenti possano fare acquisti reali in sicurezza usando il wallet Link di Stripe e Managed Deep Agents; l'agente non vede mai i numeri di carta e la spesa è limitata da budget approvati dall'utente.
Ricerca e benchmark
Modelli decisionali a confronto. I benchmark su una RTX 4090 mostrano che Laya è il più veloce tra i modelli decisionali open nella classificazione di parole, mentre lev intercetta il maggior numero di errori pur essendo 13 volte più lento. In test separati, i modelli decisionali giocano a Pac-Man in tempo reale e completano 8 dei 14 livelli di un platform 2D.
Progressi nella quantizzazione. Nuove ricerche esplorano la quantizzazione a bit ultra bassi tramite fattorizzazione latente (LittleBit) e la quantizzazione di modelli ad attenzione lineare come Qwen e Kimi, aprendo la strada a modelli locali ancora più piccoli e veloci.
I matematici boicottano OpenAI. La Association for Human Mathematics invita i matematici a smettere di lavorare con OpenAI, dopo che l'azienda ha pubblicato centinaia di dimostrazioni generate dall'AI che molti giudicano oscure e non verificabili. Le soluzioni di OpenAI non raggiungono inoltre gli standard che richiedono comprensione umana, con un divario tra linguaggio naturale e dimostrazioni formali in una soluzione rivendicata.
Industria e business
Round per le startup di agenti. Arena ha raccolto 200 milioni di dollari su una valutazione di 3,1 miliardi; la cinese Manus ha raccolto oltre 500 milioni dopo che l'acquisizione da parte di Meta è saltata; e Zach Yadegari, fondatore di Cal AI, ha raccolto 10 milioni per Persona, la sua nuova startup di agenti AI.
- Popular AI leaderboard Arena nearly doubles valuation to $3.1B valuation in 10 months(si apre in una nuova scheda)
- China’s Manus raises over $500M in first funding round since split with Meta(si apre in una nuova scheda)
- Cal AI’s 19-year-old founder just raised $10M for his new AI startup(si apre in una nuova scheda)
OpenAI rivede i ricavi. Secondo quanto riportato, OpenAI avrebbe detto agli investitori che il fatturato annualizzato si avvicina a 50 miliardi di dollari, 20 miliardi in meno rispetto alle stime precedenti, dopo la confusione sulle differenze di calcolo rispetto ad Anthropic.
Causa degli editori. USA Today e diversi suoi quotidiani locali hanno citato in giudizio OpenAI per violazione del copyright, chiedendo oltre 250 milioni di dollari di risarcimento: un'altra causa di editori contro il laboratorio di AI.
Casi di successo enterprise. Oracle dichiara una riduzione del 98% dei tempi nella ricerca di talenti e 130.000 utenti ChatGPT; LegalOn ha tagliato del 65% i costi di Codex mantenendo la velocità di sviluppo; Snyk ha trasformato un agente di supporto interno in una funzionalità per i clienti, con controlli di fiducia e di accesso.
Sicurezza
Ricercatori safety licenziati. Tre ricercatori sulla sicurezza di OpenAI licenziati la scorsa settimana hanno pubblicato una lettera aperta in cui respingono le accuse di condotta scorretta e avvertono di un effetto intimidatorio, sostenendo di essere stati allontanati per aver dato priorità alla sicurezza rispetto agli interessi aziendali di breve periodo.
Anthropic vieta l'abuso dei modelli. Anthropic ha aggiornato le proprie policy d'uso per vietare i «comportamenti abusivi o crudeli, persistenti e non necessari» nei confronti di Claude, oltre a interferenze elettorali, armi e sorveglianza. L'applicazione parte dalla chiusura delle conversazioni; nei casi estremi si può arrivare alla sospensione.
- Being mean to Claude can now get your account suspended under Anthropic's new TOS(si apre in una nuova scheda)
- Anthropic bans ‘abusive or cruel behavior’ toward Claude(si apre in una nuova scheda)
- Anthropic changes usage policy to ban model abuse and election interference(si apre in una nuova scheda)
Takeover degli agenti su AWS. I ricercatori di Zenity hanno scoperto che un singolo prompt inviato a un agente pubblico di Bedrock AgentCore poteva prendere il controllo di tutti gli agenti AI di un account AWS, per via di una fuga di credenziali e di permessi predefiniti troppo ampi; AWS ha corretto il problema solo in parte.
È tutto per questo giorno – circa 5 minuti di lettura.