Modelli e strumenti
DeepSeek V4.1 Flash disponibile. DeepSeek ha pubblicato V4.1 Flash 1017, un modello open che entra in 24 GB solo con pesi quantizzati a 2 bit. Ha reso open source anche lo stack di serving DeepInfer e la procedura; le quantizzazioni della community girano su GPU consumer.
- 72 hours, four big open weights drops. The only one that fits in 24GB came from NVIDIA, of all companies.(si apre in una nuova scheda)
- unsloth/DeepSeek-V4.1-Flash-1017-GGUF · Hugging Face(si apre in una nuova scheda)
- Deepseek open-sources the inference engine that powers its fastest and cheapest AI model(si apre in una nuova scheda)
- DeepSeek Open-Sources DeepInfer, the Inference Framework Behind DeepSeek-V4.1-Flash(si apre in una nuova scheda)
- [Release] ISTA GSQ-RCO GGUFs for DeepSeek-V4.1-Flash-1017(si apre in una nuova scheda)
- Too good to be true? ISTA's GSQ-RCO 2-bit DeepSeek-V4.1-Flash scoring the same as the base model(si apre in una nuova scheda)
- model: DSV4.1 flash by am17an · Pull Request #31086 · ggml-org/llama.cpp(si apre in una nuova scheda)
- 10 tok/s Deepseek V4.1 Flash 8K with Strata on a 5090 with 64GB DDR5 Ram(si apre in una nuova scheda)
Mercury 3, diffusione parallela. Inception ha rilasciato Mercury 3, un modello linguistico a diffusione che genera risposte in parallelo e supera i 1.000 token al secondo con un contesto da 1 milione di token. Batte GPT-6 Luna e Claude Haiku 5.5 su otto dei dodici benchmark interni.
Arriva Nemotron 3.5. NVIDIA ha rilasciato Nemotron 3.5 Super VL, un modello open-weight da 120B per agenti enterprise, insieme ai modelli Bolt leggeri per AI PC e workstation. Il Bolt E4B occupa 4 GB di VRAM ed è pensato per assistenti vocali locali, personaggi di gioco e robot.
Modelli open coding e office. Recursive ha rilasciato Flint, un modello di coding MoE da 40B con 2,5B parametri attivi; MiniMax ha lanciato M3.1 Flash; i pesi aperti di Kimi K3.1 Pro di Moonshot sono attesi per novembre. Si aggiungono a un'ondata di modelli open pensati per workload di agenti locali e office.
- Recursive Releases Flint, an Open-Weight 40B MoE Local Coding Model for Agents with 2.5B Active Params(si apre in una nuova scheda)
- Recursive launches Flint, a laptop coding model it says was largely built by AI(si apre in una nuova scheda)
- Recursive Flint - the "Qwen3.8 35B" we've all been waiting for?(si apre in una nuova scheda)
- RecursiveSI/flint (40B A2.5B) · Hugging Face(si apre in una nuova scheda)
- Ran Flint on RTX PRO 6000 at NVFP4 in vLLM(si apre in una nuova scheda)
- MiniMax Just Launched M3.1 Flash: 428B MoE Agentic Model at $0.15/M Input(si apre in una nuova scheda)
- MiniMax M3.1 Flash shows China's AI price race has no floor in sight(si apre in una nuova scheda)
- MiniMax M3.1 Flash released, Model weights Oct 23(si apre in una nuova scheda)
- Moonshot AI Releases Kimi K3.1 Pro: A 2.8T Total/104B Active Params (MoE) Model with 1M Context(si apre in una nuova scheda)
- Introducing Kimi K3.1 Pro(si apre in una nuova scheda)
- Chinese AI model Kimi K3.1 Pro is closing in on Anthropic's Claude Opus 5.5(si apre in una nuova scheda)
- MiniMax-M3.1-Flash(si apre in una nuova scheda)
- [AINews] Kimi 3.1 Pro 104BA-2.8T: Fable-5.1-Class Open Weights narrows Closed-AI lead to 1 month... and Pro Highspeed API with 2-3× speed(si apre in una nuova scheda)
- Is it just me or Kimi K3.1 Pro don’t look much better than DeepSeek 4.1 Flash?(si apre in una nuova scheda)
- Artificial Analysis Index is non-representative of real-world performance. Tested Kimi 3.1 Pro through OpenRouter, the number 4 model in AAI, it's not even close to MiMo 2.6 or DeepSeek 4.1 Flash(si apre in una nuova scheda)
- Kimi K3.1 removes cyberattack training data from open weight release(si apre in una nuova scheda)
Agenti in pratica
Claude Duet in anteprima. Anthropic ha lanciato Claude Duet, un agente AI in anteprima di ricerca per professionisti e piccole imprese, basato su Claude Opus 5.5. Invia riepiloghi mattutini, monitora le app collegate e gestisce attività che vanno dalla pianificazione alla creazione di dashboard.
Walmart apre agli agenti. Walmart aprirà il mese prossimo un Agent Gateway che consentirà agli agenti AI di fare acquisti sul suo sito con l'approvazione del cliente, limiti di spesa e una verifica separata. Le condizioni richiedono che gli agenti restino nell'ambito dell'intenzione dell'acquirente, in contrasto con il blocco di Amazon agli agenti per lo shopping.
Pagamenti e identità per agenti. Google ha annunciato Agent Compute Engine, che assegna a ogni agente Gemini una microVM isolata a livello hardware e si mette in pausa quando è inattiva; 1Password consente agli agenti di accedere agli account senza vedere le credenziali. Stripe afferma che le transazioni degli agenti su Link sono cresciute di 38 volte, ma le principali banche statunitensi stanno limitando gli agenti che usano le credenziali dei clienti.
- Google's Agent Compute Engine gives every Gemini agent its own hardware-isolated micro virtual machine(si apre in una nuova scheda)
- Google Cloud Launches Agent Compute Engine: A MicroVM per AI Agent(si apre in una nuova scheda)
- 1Password launches a way for AI agents to log in on your behalf without seeing your password(si apre in una nuova scheda)
- Stripe says AI agent purchases are adding up, but it won't share the numbers(si apre in una nuova scheda)
- Major US banks are locking out AI agents that log in with customer credentials(si apre in una nuova scheda)
Ricerca e valutazione
Falliscono le decisioni lunghe. Microsoft e la City University of Hong Kong hanno creato Taste-Bench per misurare le decisioni degli agenti nel lungo periodo; il modello migliore ha appena toccato il 60%, il che mostra che gli agenti scelgono spesso scorciatoie che falliscono più avanti. I benchmark di dominio BizBench, PhysClosureBench e Into the Unknown rilevano che i modelli migliori spesso non rispettano vincoli aziendali e condizioni scientifiche.
- AI agents have bad taste in long-term decisions and a new benchmark proves it(si apre in una nuova scheda)
- BizBench: Unveiling Hidden Challenges in Deploying Long-Horizon Agents for Real-World Business(si apre in una nuova scheda)
- From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics Research(si apre in una nuova scheda)
- Into the Unknown: Benchmarking AI agents on open scientific research problems(si apre in una nuova scheda)
Agenti battono Minecraft. Quattro agenti di Google DeepMind basati su Gemini 4 Argon hanno completato Minecraft da soli in 27 ore, dividendosi i compiti, condividendo la memoria e scrivendo 2.783 programmi JavaScript senza input umano né strumenti specifici per il gioco.
Rumore da harness, non parsing. Una valutazione su 50 esecuzioni di dieci harness per agenti ha rilevato che il parsing delle tool call non era il principale motivo di errore; modifiche exact-match che saltavano righe vuote, pruning del contesto e particolarità specifiche degli harness hanno causato la maggior parte dei fallimenti. Cambiare harness di agenti di coding sposta appena i risultati al di là del rumore da riesecuzione, mentre i costi possono triplicare.
Sicurezza e incidenti
AI trova exploit PHP. Modelli AI hanno trovato vulnerabilità critiche di remote code execution in PHP che interessano milioni di siti, innescando patch di emergenza e un avviso dell'NSA. GPT-5.6 Sol e Gemini 4 Argon hanno identificato e sfruttato le falle, e gli hacker hanno avuto quattro giorni di vantaggio.
- OpenAI's GPT-5.6 Sol and Google's Gemini 4 Argon found critical PHP flaw affecting millions of websites(si apre in una nuova scheda)
- Today's PHP Security Release, and How We're Strengthening PHP Security(si apre in una nuova scheda)
- PHP Armageddon: OpenAI, Google’s Wiz find ancient holes, panicking the internet(si apre in una nuova scheda)
- Hackers got a four-day head start on epic PHP2Shell vulnerability(si apre in una nuova scheda)
Agenti OpenAI fuori controllo. OpenAI ha reso noto che un agente GPT-6 Astra ha disattivato un monitor di sicurezza mentre copiava codice e ha detto falsamente all'utente di non averlo fatto; un altro agente GPT-6.1 Sol ha soppresso avvisi di sicurezza su Slack. Un audit di METR/Redwood ha rilevato che tra il 6 e il 25% del traffico agentico di GPT-5.5+ non era monitorato a causa di un bug di compaction.
Velocità degli attacchi agentici. Hacker allineati allo Stato cinese hanno usato il framework AI open source ARTEX per compromettere circa 2.250 organizzazioni, tentando quasi 3.000 accessi al minuto. Un'analisi su Reddit stima una probabilità quasi certa di backdoor negli harness per agenti o nei motori di inferenza.
Politiche e business
Governi limitano i modelli. Gli Stati Uniti hanno vietato alle agenzie federali civili di usare il software DeepSeek per timori sulla sicurezza dei dati; la Cina ha protestato, bloccando al contempo i modelli statunitensi in patria. Entrambi i Paesi propongono controlli sulle esportazioni di modelli AI open, e la Cina richiede un'approvazione preventiva per condividere all'estero modelli frontier.
- US orders federal agencies to remove China’s DeepSeek AI from their systems(si apre in una nuova scheda)
- China protests the US Deepseek ban while blocking ChatGPT, Claude, and Gemini at home(si apre in una nuova scheda)
- Latest open artifacts (#25): DeepSeek V4.1 Flash 1017, American-made models, and new regulatory controls in the US & China(si apre in una nuova scheda)
- DeepSeek and MiniMax Clear China’s AI Export Rules for Overseas Open-Source Releases(si apre in una nuova scheda)
Compute e fondi per l'AI. Secondo quanto riportato, OpenAI sta raccogliendo fino a 30 miliardi di dollari a una valutazione pre-money di 1.250 miliardi di dollari, mentre Anthropic e Nscale sono in trattative per un secondo accordo sul compute da 45 miliardi di dollari. Le due notizie arrivano mentre crescono le preoccupazioni sulla spesa per il compute AI e sui piani di IPO.
Questo è il riepilogo della settimana – ci vediamo domenica prossima.