Rilasci di agenti e modelli
Nous Arete-27B. Nous Research ha rilasciato Arete-27B, un SFT di Qwen3.8-27B che riduce la quota di risposte con framing statale cinese dal 22% allo 0,9% sulla loro eval da 803 prompt; i pesi Apache 2.0 e le quantizzazioni GGUF sono disponibili.
Kimi K3.1 quantizzato. Un quant sperimentale da 775 GB di Kimi-K3.1-Pro-Coder gira su una sola GPU, con RAM di sistema e NVMe tramite Strata e quantizzazione MoE a livelli, raggiungendo 36,8 token/s in batch e il 96,7% su AIME/LiveCodeBench.
Agente Terminal-RSI-27B. Il progetto Terminal-RSI ha rilasciato un modello terminal-agent basato su Qwen3.8 per ispezionare repository, modificare codice e gestire attività multi-step, usando riscrittura ricorsiva di sé e affinamento della policy con ereditarietà del critic.
Drex Max decisionale. Nace ha rilasciato Drex Max, modello decisionale multimodale, primo su Artificial Analysis e sulla frontiera di Pareto; i pesi sono aperti con licenza Open RAIL-M e la v1.1 è prevista per l'inferenza locale.
Tencent DSpine 3x. Tencent ha pubblicato Qwen3.8-27B-DSpine-b16 su Hugging Face, un metodo di speculative decoding che promette decodifica fino a 3 volte più veloce per i modelli da 27B.
Strumenti e framework
Plugin coding spec-first. Google ha reso open source il plugin Elephant-Goldfish Model, che fa scrivere prima una spec agli agenti di coding e poi la fa revisionare da subagenti appena avviati prima del codice; lo usano migliaia di ingegneri Google, ma il consumo di token è elevato.
Torchlens per ispezionare. Torchlens è un repository GitHub per ispezionare, visualizzare e intervenire su qualsiasi operazione in qualsiasi rete neurale, a supporto dell'interpretabilità.
C vs Rust su SQLite. Simon Willison ha usato Claude per confrontare estensioni SQLite in C e Rust per parse_number; Rust era inizialmente più veloce grazie a strtod, ma un parser C personalizzato è poi arrivato a eguagliarlo o superarlo, mentre l'estensione C era molto più piccola.
Descrizioni PR domate. Simon Willison suggerisce di nascondere dietro <details><summary> le descrizioni delle PR scritte dall'AI, perché sono troppo prolisse e sembrano slop; un'introduzione approvata da una persona dovrebbe riassumere la modifica.
Dal mondo della ricerca
Robotica Open-HumanScale. I ricercatori hanno rilasciato Open-HumanScale, una ricetta aperta e un corpus di video egocentrici da 50.000 ore per il pretraining delle policy robotiche; scalare i video umani produce guadagni log-lineari, e l'addestramento ibrido uomo-robot raggiunge il 92,08% su RoboTwin 2.0 Clean2Clean.
Coding agent da ripulire. Alibaba e alcuni partner hanno costruito Co-Design Bench da richieste di modifica reali degli utenti; il miglior modello, GPT-6 Astra, ne completa interamente solo il 26,4%, il che significa che serve una revisione umana su circa tre task su quattro.
Complessità del codice Parsimony. Il nuovo benchmark Parsimony misura le unità sintattiche nelle patch; il modello mediano produce 1,9 volte le unità sintattiche della correzione umana su SWE-bench Verified, e la sola scelta dell'harness può spostare l'overhead di codice da 0,80x a 0,99x.
Routing MoE a confronto. Due guide confrontano le strategie di routing nei modelli MoE aperti: il numero di esperti va da 8 a 384, il top-k da 1 a 8, e il loss-free bias balancing è la ricetta dominante; la scelta degli esperti può far trapelare token futuri nei modelli causali.
Sutton sui limiti dello scaling. Richard Sutton sostiene che il solo calcolo grezzo non produrrà intelligenza; all'AI servono metodi nuovi e ingegnosi, agenti con modelli del mondo che imparano di continuo, e definisce i dati sintetici un errore enorme.
Industria e business
Nvidia, indagine interna. Il consiglio di amministrazione di Nvidia avvia un'indagine indipendente sul rapporto tra il CEO Jensen Huang e Alice Huang, una dirigente AI che sarebbe stata reclutata dall'MSS cinese; Huang si è scusato per una relazione con un memo, mentre il consiglio afferma che non ci sono prove che siano stati compromessi segreti.
Siri, la spinta di Apple. Apple sta accelerando la roadmap di Siri: il controllo granulare sulle app di prima parte è atteso in iOS 27.3, mentre l'integrazione con le app di terze parti arriverebbe più avanti, in primavera; l'obiettivo è competere con OpenAI Dots e Meta Muse.
Suno, cause musicali. I detentori dei diritti di Elvis Presley e di Eminem fanno causa a Suno, accusandola di clonare illegalmente voci e testi ai sensi dell'ELVIS Act del Tennessee e del common law.
Karpathy, weekend da hacker. Andrej Karpathy ha usato Claude Opus 5.5 e Claude Code per costruire HackerTube in un weekend, filtrando 43 milioni di commenti HN in 6.454 video selezionati, con quasi tutto il lavoro automatizzato.
Stanford, corso AI-native. Mihail Eric racconta come il corso CS146S di Stanford si sia adattato agli agenti di coding facendo esplorare agli studenti repository sconosciuti, proporre modifiche e spiegare le patch ai maintainer open source; il suo team Monaco usa workspace per agenti e agenti on-call.
AI locale e hardware
Intel Arc 32 GB conveniente. La Intel Arc Pro B70 da 32 GB a 1.299 dollari offre circa metà della velocità di generazione e un terzo del prefill di una RTX 5090 (oltre 6.500 dollari) su Qwen3.8-27B, una scelta convincente sul fronte prezzo/prestazioni.
Quattro R9700 in prova. Una build da circa 16.000 dollari canadesi con quattro GPU Radeon R9700 raggiunge 190 token/s con un solo utente, 6.800 token/s di prefill e 80-225 token/s per utente con 8 utenti e contesto da 128K; i follow-up degli agenti partono in 0,2-2,5 s.
Inferenza Qwen in Assembly. Qwen3.5-0.8B gira in puro Assembly su un thread CPU a 6,51 token/s, più veloce del riferimento PyTorch, senza libc né runtime Python.
CUDA su GPU legacy. Uno sviluppatore ha portato lo stack moderno per l'addestramento di LLM su GPU CUDA legacy (SM 3.5-7.5) su Windows, abilitando Mamba-1 su vecchie schede NVIDIA, con piani per il backport di Mamba-2/3.
Helper bash locale. Un Qwen3.5-0.8B fine-tuned converte l'inglese semplice in bash offline in 1,7 s su CPU; l'autore racconta di essersi arenato al 74% e di aver imparato quanto conti il mismatch tra distribuzione di training e test.
Casi d'uso locali. Un utente esegue DeepSeek v4.1 Flash in locale per scout che sollevano i modelli frontier dalla ricerca web, per masons che costruiscono codice dalle specifiche dei modelli frontier e per agenti di filtraggio dei contenuti.
Motion graphics in locale. Qwen3.8 Flash Next IQ3_XXS su 16 GB di VRAM ha prodotto un video di motion graphics con Three.js/Playwright/ffmpeg in circa 2 ore, dimostrando che i modelli locali possono gestire attività di creative coding.
È tutto per questo giorno – circa 5 minuti di lettura.