Framework per agenti, strumenti ed eval
Specifiche per agenti Figma. Figma ha introdotto un editor di Spec basato su Markdown e integrazioni di contesto, così gli agenti di terze parti possono seguire le regole di design di un brand mentre creano, e ha esteso la disponibilità del suo agente per la canvas.
Eval pratiche per agenti. LangChain ha pubblicato una guida alla valutazione degli agenti: partire da un singolo comportamento, costruire piccoli dataset da trace reali, usare valutatori di codice dove possibile e giudici LLM dove no, e valutare interi thread e traiettorie.
Fix per il context rot. L'harness Deep Agents di LangChain usa cinque tecniche middleware per spostare il contesto fuori dalla finestra attiva in file di testo, evitando cali di accuratezza negli agenti di lunga durata e rendendo la memoria portabile tra modelli.
Benchmark parser OCR. Datalab ha rilasciato OmniParseBench, un benchmark aperto con 16.288 test pass/fail su 2.937 pagine per aiutare gli ingegneri a scegliere i parser di documenti; Gemini 3.8 Flash è leggermente avanti rispetto al parser di Datalab.
Agenti finanziari sicuri. OpenAI e Anthropic hanno discusso l'equilibrio tra autonomia e sicurezza negli agenti finanziari ad AI Engineer NY, sottolineando che i controlli e dove si colloca il giudizio umano contano più del numero di restrizioni.
Rilasci di modelli e fine-tune
LFM2.5 per agenti. Un utente ha inserito LFM2.5-24B nei workflow di Pi Agent e riporta circa 95 tps sostenuti su una AMD W7900, con prestazioni affidabili su task meccanici e ricorsivi.
Varianti Qwen efficienti. Tre rilasci separati — Sabi-Noema, Tessera-27B-CJK e MLA/GLA di Telperion — comprimono i token di ragionamento o la KV cache per migliorare l'efficienza; Sabi-Noema sostiene di aver ottenuto miglioramenti sui benchmark per agenti e tool calling.
- Sabi-Noema: A capability and efficiency focused fine-tune of Qwen 3.8 27B(si apre in una nuova scheda)
- Tessera-27B-B-CJK, Zellige AIs new finetune of Qwen with novel approaches to how we think about token savings(si apre in una nuova scheda)
- New model from Telperion: Qwen3.8-27B-MLA & Qwen3.8-27B-GLA-g2. 4x smaller KV cache, smarter, and more efficient reasoning.(si apre in una nuova scheda)
Multimodale su smartphone. MiniCPM-V 4.7 usa Lookahead Expert Scheduling per eseguire un modello vision-language MoE da 35B su dispositivi mobili con circa 3 GB di memoria, più una variante più piccola da 1B.
MoE compatto in arrivo. NVIDIA Nemotron Bolt 3.5 è un modello MoE da 74B di parametri e 9B attivi, compresso in 24 GB grazie al quantization-aware training a 2 bit, in uscita il 15 ottobre; una variante E4B da 4 GB arriva il 23 ottobre.
MoE per coding. JetBrains Mellum 2.1 12B A2.5B MoE gira a 60–140 tps su GPU consumer ed è capace nei task di coding, soprattutto se abbinato a un modello planner più grande.
AI locale e hardware
Rig nel pollaio. Un utente ha costruito un rig con 256 GB di VRAM, quattro CMP 170HX sbloccate e un Threadripper, l'ha spostato in un pollaio per calore e rumore, e vi esegue localmente Qwen Flash Next e GLM 5.3.
Business con AI locale. Un'azienda ha costruito tre box con 4x Radeon R9700 e EPYC economici, a 10.700 dollari ciascuno, per un totale di 384 GB di VRAM, per far girare l'AI per USA Arms dopo che i modelli hosted avevano rifiutato lavori legati alle armi da fuoco.
Motore Radiance veloce. Il motore Radiance di Deadcode ha raggiunto 176 t/s in decode e 6.450 t/s in prefill con Q4 Qwen-3.8 Flash-Next su 2x R9700 e 64 GB DDR5.
Kernel llama.cpp più veloci. Una PR di llama.cpp aggiunge kernel GDN chunked, migliorando l'elaborazione dei prompt MoE fino al 20,6% su RTX PRO 6000 e al 17,9% su RTX 5090.
Ricerca e AI applicata
Progettazione chip con AI. Ricursive Intelligence sostiene che l'AI può progettare chip in modo iterativo per migliorare l'efficienza, affrontando una crescita della domanda di calcolo di 10.000 volte senza costruire 10.000 volte più data center.
Niente AI auto-migliorante. Haydn Belfield di Google DeepMind afferma che l'AI scrive oltre il 75% del codice di produzione ma non ha accelerato in modo misurabile la ricerca sull'AI; la supervisione umana resta essenziale per i task complessi.
I commenti non contano. Uno sviluppatore ha rimosso 168.000 righe di commenti da un codebase e ha scoperto che un agente AI ha prodotto codice ugualmente buono su entrambe le versioni in tre esecuzioni, mettendo in dubbio il valore dei commenti.
Decompilazione di massa con AI. La decompilazione assistita dall'AI sta rendendo possibili mashup di giochi e attività di preservazione, ma minaccia anche il software proprietario, come discusso dallo sviluppatore indie Popcar.
Proteasi progettate con AI. I ricercatori hanno usato il design proteico con AI per sostituire parti non catalitiche delle proteasi, creando enzimi che tagliano proteine specifiche legate a malattie neurologiche.
Previsioni meteo con AI. HiRO-ACEv2 di Ai2 simula eventi meteorologici estremi a una risoluzione di 3 km per circa 1/300 del costo di X-SHiELD, mentre lo strumento ML di Microsoft corregge il bias nelle previsioni a 2–6 settimane, in un articolo pubblicato su Nature.
Agenti in produzione
Agenti undercover anti-truffa. Apate schiera migliaia di agenti AI che si spacciano per vittime per far perdere tempo ai truffatori e raccogliere conti bancari, wallet e infrastrutture di truffa; hanno gestito 2,5 milioni di conversazioni.
Ricerca autonoma per le vendite. Floqer sta costruendo agenti AI che raccolgono e aggiornano di continuo la conoscenza sui clienti per le vendite B2B, ha superato 1,2 milioni di dollari di ARR e prevede di rendere open source la tecnologia.
Ordini conversazionali. Square ha lanciato un chiosco da 1.999 dollari con un layer vocale agentico che comprende il menu e gestisce modifiche e sostituzioni in tempo reale.
Radar delle tempeste online. Gudea usa l'AI per analizzare come le storie si diffondono su oltre 500 piattaforme e identificare chi guida le conversazioni prima che scoppino le crisi, andando oltre il social listening tradizionale.
Difesa truffe con Gemini. Google Messages sta distribuendo una protezione avanzata opt-in che usa Gemini nel cloud per valutare le intenzioni dei mittenti non riconosciuti, con elaborazione cifrata in uno spazio sicuro.
Colloqui con clienti AI. McKinsey farà interagire alcuni candidati entry-level con un cliente simulato dall'AI durante i colloqui; a valutare le prestazioni saranno gli umani, non l'AI.
Industria, policy e business
Corsa all'AI riaperta. Google e Meta hanno presentato nuovi modelli frontier che sfidano OpenAI e Anthropic, ribaltando la percezione che la corsa si fosse ristretta.
Roadmap modelli OpenAI. Secondo indiscrezioni, OpenAI prevede uno o due rilasci di modelli quest'anno, ma il prossimo flagship necessita ancora di lavoro sull'allineamento e di una revisione di sicurezza governativa.
OpenAI citata per i minori. Otto Stati USA hanno citato in giudizio OpenAI, sostenendo che ChatGPT non è sicuro per i minori e che l'azienda ha ingannato i consumatori sulla sicurezza, citando danni tra cui il peggioramento del pensiero critico.
Dati di Character.AI. I procuratori generali statali hanno depositato un avviso nel caso di bancarotta di Character.AI per proteggere le chat private degli utenti dalla vendita, avvertendo dei rischi vista l'elevata presenza di minori.
Controlli sulla musica AI. YouTube ha aggiunto etichette per i brani generati dall'AI, Deezer prevede un filtro per escludere le tracce AI, ed entrambe le piattaforme puntano ad aumentare la trasparenza sulla musica generativa.
Investimenti Nvidia in Europa. Nvidia ha annunciato 2 miliardi di dollari di nuovi investimenti europei, partecipazioni in startup francesi e 250 milioni di dollari in capacità di calcolo per i laboratori britannici sulla sicurezza dell'AI.
Launcher vibe-coded. Epic Games ha ricostruito il suo launcher da zero usando il coding assistito dall'AI, sostenendo prestazioni più rapide e un team più piccolo.
È tutto per questo giorno – circa 5 minuti di lettura.