Rapporto di ricerca interno datato **12 agosto 2026** che consolida, a scopo divulgativo, tutto ciò che è pubblicamente documentato su **Buzz** — lo spazio di lavoro umani + agenti di **Block**, lanciato il **21 luglio 2026** sotto licenza **Apache 2.0**. Aggrega i due post tecnici già pubblicati insieme all'annuncio aziendale, il repository GitHub, la copertura stampa, X, e **tre resoconti pratici indipendenti** che costituiscono l'unico dato non auto-dichiarato del dossier. **(A) Una discrepanza terminologica documentata per citazione**: il tweet di lancio di **Jack Dorsey** annuncia *"model-agnostic, decentralized, self-sovereign, and open source"*; il file `ARCHITECTURE.md` di Block afferma *"The relay is the single source of truth. All reads and writes flow through it. There is no peer-to-peer event exchange, no gossip, no replication."* Il relay è quindi unico e autoritativo per ciascuna comunità: la "decentralizzazione" di Buzz è una **sovranità organizzativa** — self-hosting e identità portabile — non una ridondanza di rete. La formulazione di **TFTC**: *"Two of those three hold cleanly. The third needs a qualifier."* **(B) Un'asimmetria tra rigore dimostrato e rischio di sfruttamento.** Da un lato, un grado di formalismo raro per una v0.4.x/0.5.x: specifica di isolamento multi-tenant **meccanizzata in TLA+**, proprietà di autorizzazione verificate in **Tamarin**, un protocollo di storage Git verificato tramite model-checking, un log di audit append-only con hash-chain, 127 *event kinds*, NIP-01/42/98/34. Dall'altro, l'appartenenza a un canale è l'unità di autorizzazione — *"channel membership is not fine-grained tool authorization"* (João Queirós) —, gli agenti girano in `--dangerously-skip-permissions` fuori da qualsiasi sandbox sulla macchina di un umano, e l'osservabilità è carente: *"Buzz tells me an agent got a message. It doesn't tell me what happens next"* (DevTools Daily, che segnala kill silenziosi per OOM). Block lo riconosce: *"the agent can do anything, and security rests entirely on restricting who can tell it what to do"*. **(C) Lo stack tecnico**, assente dai post pubblicati: relay in **Rust** (Axum WS + REST), **Postgres**, **Redis**, **S3/MinIO** via Blossom, client desktop **Tauri + React**. L'integrazione degli agenti passa attraverso **`buzz-acp`**, un harness **ACP** che collega goose, Codex e Claude Code e traduce **ACP ↔ MCP**, oltre a **`buzz-agent`**, un agente interno. Il rapporto si autocorregge su un punto: il *"+33% more work"* del TL;DR di Block è il **rapporto tra task completati (20 contro 15 su 44)**, non un guadagno di punteggio — il punteggio stesso passa da 59,1% a 71,5%, cioè **+12,4 punti**.
#Buzz#buzz.xyz#Block
**Deep Research Veille Interne** — rapport non signé · produit le **12 août 2026** en préparation d'une présentation. Aucune URL publique ; source archivée dans `raw-data/`.
Rapporto di ricerca interno datato **12 agosto 2026** (in formato *What? — So What? — Now What?*, indagine condotta tra l'11 e il 12 agosto) su una domanda semplice: le applicazioni **desktop** di ChatGPT e Claude sono migliori delle rispettive versioni **web**? La risposta si articola in due parti. **(A) Esiste un consenso qualitativo solido e ben documentato.** Il punto di partenza è indiscutibile: desktop e web richiamano esattamente gli stessi modelli cloud, l'applicazione essendo solo un'interfaccia verso il servizio — il guadagno risiede quindi interamente nell'involucro applicativo (latenza d'accesso, stabilità nelle sessioni lunghe, impronta di memoria, integrazioni di sistema, fluidità del workflow). Ciò che distingue realmente il desktop, confermato: sul versante OpenAI, una scorciatoia globale (Option/Alt + Spazio), una *companion window* che resta sempre in primo piano, screenshot nativi e, da luglio 2026, la capacità agentica **Codex/Work** integrata nell'app; sul versante Anthropic, **Quick Entry** (macOS), **Desktop Extensions** (installare un server **MCP** locale diventa *"semplice quanto cliccare un pulsante"*), accesso ai file locali, **Cowork** e **Computer Use** (permessi di Accessibilità e registrazione dello schermo). Il web conserva due punti di forza confermati: schede/thread multipli e universalità senza client da installare. **(B) Quasi tutte le cifre in circolazione a sostegno di questo consenso non reggono alla verifica.** L'audit critico del rapporto (§1.5) classifica come **non confermate** sette affermazioni numeriche ampiamente ripetute: il *cold start* "2-3 s contro 8-12 s" (l'unica traccia essendo un aneddotico *"si carica in circa 3 secondi"* su Substack); l'uso di RAM "200-700 MB contro 1,2-2 GB", attribuito a un "Alibaba Product Insights" le cui pagine restituiscono **404**; una percentuale di malfunzionamenti e un dato di retention delle sessioni non rintracciabili; un "Claude +10-20% end-to-end" attribuito a **Skywork**, che in realtà aveva confrontato il proprio agente Windows piuttosto che Claude rispetto al web; una fonte "Cosmo Edge" non rintracciabile; citazioni Zenken AI non confermate; e due post X non autenticati e privi di URL. Il controsegnale è documentato con lo stesso rigore: Yuri Dvoinos descrive un'app Claude Desktop che *"mi fa venire voglia di buttare il portatile dalla finestra"* — utilizzo CPU al 68%, input lag su un MacBook Pro — e il rapporto rileva che entrambe le app sono build **Electron** con livelli nativi. Da qui la formulazione: *il vantaggio del desktop è una promessa di implementazione, non una legge di natura.* **Il "So What"**: poiché il modello è diventato il comune denominatore, l'interfaccia diventa il terreno di scontro — la fusione **Codex + ChatGPT** del 9 luglio 2026 e il tandem Cowork/Computer Use raccontano la stessa storia, *"l'app desktop non è più un client di chat, è un runtime agentico con accesso alla macchina."* Tre conseguenze: il guadagno è un guadagno di **attrito**, non di potenza; per un CIO, il desktop **sposta il confine di fiducia** — Computer Use richiede permessi di sistema sensibili e la fusione Codex colloca esecuzione del codice, browser e connettori all'interno di *"un unico confine di fiducia esteso,"* mentre il browser resta governabile tramite SSO, DLP e CASB; e per chi pubblica, la fragilità delle cifre è essa stessa la notizia. **Il "Now What"** fornisce criteri di scelta individuali, una checklist per il CIO (censire i permessi, disattivare Computer Use e Cowork per impostazione predefinita, delimitare quali estensioni MCP sono autorizzate, organizzare distribuzione e aggiornamenti — su Linux, al di fuori del repository apt, Claude Desktop non si aggiorna da solo) e una direttiva editoriale: citare solo verbatim e date confermati.
#ChatGPT Desktop#Claude Desktop#versione web
**Deep Research Veille Interne** — rapport non signé · produit par une enquête sourcée menée les **11-12 août 2026** et rendu le 12.
Resoconto di esperienza pubblicato su **LinkedIn Pulse** il **12 agosto 2026** da **Guillaume Dumortier**, nella sua newsletter *Growth Marketing Fit*, con il sottotitolo *« Four layers, a lot of rebuilding, and the failure modes nobody warns you about »*, ~2.500 parole. Il tema: un sistema AI interno costruito **in Claude** per un team marketing di una sessantina di persone — una trentina di **skill** di contenuto e vendita, una dozzina di **moduli source-of-truth**, **sette agenti, sei dei quali esistono solo per verificare il lavoro anziché produrlo**, un **plugin** per chi vive nel terminale, un'**applicazione browser** che porta la stessa conoscenza a tutti gli altri, e un'orchestrazione che concatena tre o quattro asset in un *campaign bundle*. La tesi è posta fin dall'inizio: la qualità di un output AI non si determina al momento della generazione, ma da ciò che il sistema sa prima di iniziare e da ciò che accade alla bozza in seguito — *« The generation step in the middle is the easy part. It's also the only part most teams have built. »* Da qui quattro livelli: **Truth** (quasi nessuno lo costruisce), **Production** (tutti), **Verification** (quasi nessuno), **Internal distribution** (*« where good systems die of neglect »*). Due meccanismi di fallimento sostengono l'articolo. **(A) Il « pass » a mondo chiuso nudo del verificatore**: un fact-checker basato sulla documentazione di prodotto riceve una bozza contenente un'affermazione su un altro prodotto, che le sue fonti non coprivano — restituisce un *« pass »*, non perché l'affermazione fosse vera ma perché nulla la contraddiceva. *« It didn't just miss the error, it certified it. »* Correzione: vietare un verdetto nudo e richiedere che ogni rapporto dichiari la propria **copertura** — quante affermazioni sono state controllate, quante corrispondevano a fonti, quali cadevano fuori dalla sua giurisdizione, quali non erano possedute da nessuna fonte. *« "I can't verify this" became a first-class result. »* **(B) La contraddizione tra asset**: due asset possono essere ciascuno individualmente corretto, ciascuno riconducibile a una fonte reale, e comunque contraddirsi a vicenda — il comunicato stampa indica una data, il post del blog un'altra, entrambi passano, il bundle non può essere pubblicato. *« Per-asset verification can't catch that, by construction. »* Clausola conclusiva dell'articolo: *« The generation is free. The trust is the product. »*
**Guillaume Dumortier** — auteur de la newsletter LinkedIn **Growth Marketing Fit** (~1 300 abonnés à la publication). Il écrit en **praticien-constructeur** : il a passé *« une longue partie de cette année »* à bâtir et exploiter le système décrit. La légende de l'illustration précise le socle technique — *« A custom-built Marketing AI OS within Claude »*. Publié le **12 août 2026**.
Articolo di attualità analizzato, pubblicato su **VentureBeat** l'**11 agosto 2026** da **Michael Nuñez**, basato su un'**intervista esclusiva con Timothée Lacroix**, co-fondatore e CTO di **Mistral AI**, realizzata prima dell'annuncio, ~2.000 parole. Mistral amplia la propria offerta infrastrutturale in tre parti: i **Mistral Regional Endpoints** in disponibilità generale (che ancorano l'inferenza e il trattamento associato all'Europa o agli Stati Uniti), un **Priority Tier** in anteprima pubblica (livelli di servizio garantiti, quote personalizzate, SLA di disponibilità) e una **coalizione di imprese europee** i cui impegni pluriennali sono destinati a finanziare **200 MW entro fine 2027** e **1 GW entro fine 2030**. Il veicolo si chiama **European Compute Unit (ECU)**: un diritto su una capacità costruita da Mistral, fungibile tra inferenza, addestramento, adattamento di modelli o Kubernetes gestito, su un orizzonte target di cinque anni. Lacroix descrive il meccanismo senza mezzi termini — *"The whole point of compute units is to have commitment"* — e, sull'uscita anticipata: *"There is no getting out."* L'articolo mette in scala l'ambizione: Mistral dichiara di operare *"less than 200 MW"* e dettaglia tre siti per un totale di **77 MW** (44 MW vicino a Parigi, 23 MW in Svezia con EcoDataCenter, 10 MW a Les Ulis); **Epoch AI** stima il capex iniziale per un data center IA da un gigawatt a **~38 miliardi di dollari**, e **Goldman Sachs Research** stima le strutture di nuova generazione a **15-20 milioni di dollari/MW esclusi i chip**, a fronte dei **~4 miliardi di dollari** raccolti in totale da Mistral (PitchBook). A questo si aggiunge una decisione che *"is likely to raise a few eyebrows among sovereignty purists"*: Mistral inizia a **ospitare modelli aperti di terze parti**, a partire da **GLM-5.2** di **Z.ai**, un laboratorio cinese — *"It's a great model. Everyone loves it. It's open-weight, so there was no good reason for us not to do it."* L'articolo entra nel dettaglio della documentazione di Mistral, che menziona *"limited, controlled transfers"* verso subappaltatori al di fuori della regione; interpellato sui dettagli, Lacroix rimanda alle **chiamate a strumenti** (tool calls), in particolare la ricerca web, e afferma che la **restrizione selettiva è la funzionalità, non il difetto**. L'inquadratura dell'autore: *"full regional control is available, but the moment an AI agent reaches out to the open web, sovereignty becomes a configuration decision, not a default."* Restano due dipendenze: le **GPU** provengono da Nvidia, e **Microsoft** — cliente-ancora dei data center europei di Mistral da luglio — viene presentato come ciò che riduce il rischio della costruzione.
#Mistral AI#sovranità digitale#sovranità IA
**Michael Nuñez** — journaliste **VentureBeat** · couvre l'IA et l'infrastructure ; déjà présent au corpus. L'article est bâti sur un **entretien exclusif avec Timothée Lacroix** · cofondateur et CTO de Mistral AI · conduit **avant l'annonce** · et fait suite à un entretien de juin avec le même interlocuteur. Publié le **11 août 2026**.
Lungo articolo pubblicato su **X** il **11 agosto 2026** da **Jesse Zhang**, CEO di **Decagon** (agenti IA per il servizio clienti), sotto un titolo a forma di dilemma — *« To FDE, or not to FDE? »* — dedicato al **Forward Deployed Engineer**, diventato *« la risposta a quasi ogni domanda difficile nel go-to-market dell'IA »*. Osservazione di partenza: Anthropic e OpenAI hanno costruito bracci di deployment enterprise esplicitamente modellati su Palantir, *« ogni azienda a stadio seed »* pubblicizza un'offerta FDE, e le offerte di lavoro per questo titolo sarebbero aumentate di diverse centinaia di punti percentuali in un anno. **(A) La genealogia Palantir** fornisce il quadro di riferimento: la formula di **Shyam Sankar** (CTO), *« FDEs eat pain and excrete product »*, e il richiamo di **Joe Lonsdale** secondo cui Palantir ha trascorso quasi vent'anni a essere definita una *« glorified consultancy »* sulla base di un'osservazione accurata. Le implementazioni su misura di **Gotham** (CIA, NSA, intelligence militare) sono state codificate in primitive di piattaforma — ontologia, modelli di oggetti, permessi, motori di workflow, tracciamento della provenienza — che sono diventate **Foundry**, poi Apollo e AIP; la standardizzazione ha portato il margine lordo intorno all'80% e Palantir è passata da un modello basato su FDE a una vendita account-based, con molti FDE migrati verso l'ingegneria core. *« The pain was the input to the product, not a cost of sale. »* **(B) Il criterio proposto** non è rinunciare agli FDE ma sapere quando fermarsi: partire presto, poi chiedersi se si sta ancora **scoprendo** — *« The trap is not starting. It's not stopping. »* **(C) Una distinzione che pochi fanno: FDE ≠ implementazione.** *« Building that integration into their ticketing system »* è lavoro reale, ma è esecuzione contro una specifica nota, non scoperta di una specifica ignota; confondere le due cose *« is how a company convinces itself that a growing services org is a product investment »*. Frase di chiusura: *« If your FDEs are eating pain and excreting more pain, you don't have an FDE team. You have a services business. »* Vengono avanzate due cifre riguardo a Decagon — *« two-thirds of deployment work is now done autonomously via Duet »* e *« a few days on average to launch the first AOP, even for large banks, airlines, telcos »* — senza che venga definito il denominatore del "deployment work" né sciolto l'acronimo AOP.
#Forward Deployed Engineer#FDE#ingegnere integrato presso il cliente
**Jesse Zhang** — cofondateur et **CEO de Decagon** (agents IA de service client, San Francisco) · 85 000 abonnés sur X · site personnel `jessezhang.org`. Il cite son cofondateur **Ashwin Sreenivas** · **ex-Palantir** · d'où la profondeur du récit Palantir. Publié le **11 août 2026**.
Manifesto dottrinale pubblicato su **meta.com** il **10 agosto 2026**, firmato con il solo nome di battesimo (*"– Mark"*) da **Mark Zuckerberg**, con il titolo *"The Future is for Everyone: The Path to a Positive AI Future"*, ~6.500 parole. Fin dall'inizio vengono annunciati tre principi: l'empowerment individuale come fonte di prosperità, l'invenzione come scopo primario della superintelligenza, l'equilibrio di potere come fondamento della sicurezza. **(A) L'argomento centrale è un argomento politico**, formulato come una breve catena: *"Humanity is not a monoculture"* — i valori delle persone codificano trade-off contrapposti, nessuna soluzione tecnica può allinearsi simultaneamente a interessi in conflitto, quindi qualsiasi superintelligenza singolare dovrebbe dare priorità ad alcuni valori rispetto ad altri e sarebbe perciò incapace di essere benevola verso tutti. Da qui la formula: *"There is no such thing as a singular benevolent superintelligence."* La sicurezza viene riformulata come un problema di distribuzione del potere, illustrato da un esperimento mentale ripetuto tre volte (un unico avvocato superintelligente contro tutti che ne hanno uno; lo stesso per la cybersicurezza, poi per il business). **(B) Una ridefinizione dell'allineamento**: *"Solving alignment is necessary for billions of people to adopt personal superintelligence agents. But it also implies that if we reach a state where billions of people are using and scrutinizing personal superintelligence agents, then we will have solved alignment with their interests."* Il corollario prende di mira il resto del settore senza nominarlo: *"the most dangerous scenario would be leading labs training powerful models and keeping them for themselves."* **(C) Impegni databili**: una modalità **totalmente privata** in cui *"even Meta"* non può vedere né concedere l'accesso (un'analogia con WhatsApp); versioni **gratuite** per miliardi di persone abbinate a un **meccanismo di offerta dinamica** per il calcolo a pagamento; l'annunciata **ripresa** delle pubblicazioni open source — *"we will soon resume releasing some open source models"*; e una struttura che conferisce al **consiglio indipendente** il potere di approvare i criteri di sicurezza per il rilascio e verificare la conformità di ciascuna pubblicazione, con l'autore che riconosce che Meta è un'azienda controllata dal suo fondatore. **(D) Due proposte di politica pubblica**, ripetute tre volte: che i laboratori condividano con il governo i **checkpoint intermedi di addestramento** e degli ingegneri, anziché una revisione a fine ciclo, e che la **produzione fisica** di materiali pericolosi sia regolamentata piuttosto che la diffusione della conoscenza. Il testo presenta un apparato di fonti pressoché inesistente.
#Mark Zuckerberg#Meta#Meta Superintelligence Labs
**Mark Zuckerberg** — fondateur et PDG de **Meta**. Texte signé du seul prénom (*« – Mark »*) · publié le **10 août 2026** sur un domaine dédié de meta.com. La signature n'est pas « Meta » · et l'alternance des pronoms est régulière : **« we » pour les engagements de l'entreprise** (*« we will offer free versions »*, *« Meta is implementing a governance structure »*) · **« I » pour les affirmations normatives ou contestables** (*« I think this view of alignment is fundamentally flawed »*, *« I propose that companies developing frontier AI should… »*, *« My honest guess, and it is a guess »*). Les engagements produits et de gouvernance sont au « nous » · les propositions de politique publique au « je ».
Una nota di veille di **Didier Girard** pubblicata su **X** il **7 agosto 2026**, che legge il lancio di **Shieldstral 1.0 3B** (Mistral AI, 4 agosto 2026) non come il lancio di un prodotto ma come **il dispiegamento in produzione di una dottrina**. Punto di partenza: il **13 maggio 2026**, davanti alla commissione d'inchiesta dell'Assemblea Nazionale sulle vulnerabilità digitali, **Arthur Mensch** ha rifiutato qualsiasi ruolo di supervisione per Mistral sull'uso finale dei suoi modelli — *"non abbiamo legittimità democratica"* — respingendo esplicitamente la posizione di **Anthropic**. Meno di tre mesi dopo, Mistral rilascia un **modello di moderazione**. L'autore smonta l'apparente contraddizione: **Shieldstral non porta con sé alcuna tassonomia del lecito e dell'illecito**, risponde a una **domanda che l'utente scrive**. **Il meccanismo è il cuore della nota**: un prompt in tre parti (contesto + gravità / un'unica domanda chiusa / il contenuto da giudicare), una risposta `yes` o `no`, e il **softmax su questi due token** produce un punteggio continuo tra 0 e 1. **La politica di moderazione non è nei pesi, viene letta al momento dell'inferenza** — mentre **Llama Guard 4** incorpora la tassonomia MLCommons fissata in fase di addestramento, Shieldstral legge la vostra in linguaggio naturale, modificabile **senza ri-addestramento**. Il rapporto tecnico (**arXiv:2607.25857**, 28 luglio 2026) quantifica il costo di questa scelta: fine-tuning sui soli dati pubblici = **61,1% F1** sull'adattabilità della policy; **4,4 milioni di coppie contrastive** generate da un LLM (lo stesso contenuto riscritto per violare una policy ma non la sua policy gemella) = **+23,3 punti**; **91,3%** dopo la fusione di tre checkpoint. Caratteristiche: **3,8 miliardi di parametri effettivi** (il "3B" del nome arrotonda per difetto), base **Ministral 3** + encoder visivo **Pixtral**, **12 lingue**, **16 GB di VRAM in BF16**, **Apache 2.0**. Prestazioni testuali: **84,9% F1 medio**, alla pari con **GPT-OSS-Safeguard-20B** (sette volte più grande), davanti a **Qwen3Guard-8B** (84,0) e ben davanti a **LlamaGuard-4-12B** (69,1). **Una riserva sollevata dall'autore stesso**: *tutte queste cifre provengono da Mistral, su set di test selezionati da Mistral, e al 6 agosto non esisteva alcuna valutazione di terze parti*. La tesi strutturante della nota è un'**opposizione di topologie**: in **Anthropic**, il guardrail vive **nei pesi** e l'editore arbitra chi ne è esentato (**Claude Fable 5** pubblico con misure di sicurezza / **Claude Mythos 5** senza, riservato ai cyberdifensori approvati di **Project Glasswing**, 9 giugno 2026); in **Mistral**, il guardrail **sta fuori dal modello** — un componente separato, aperto, auto-ospitabile, la cui policy appartiene al deployer. Allineamento esplicito con i clienti (ministero delle Forze Armate, BNP Paribas, amministrazioni pubbliche francesi e lussemburghesi). La nota si chiude su una **battuta d'arresto documentata in tre punti**: **auditabilità** (output binario, nessuna traccia di ragionamento, mentre il deployer eredita l'onere della giustificazione in un audit AI Act), **robustezza** (il primo capitolo del *Trattato sulla tolleranza* di Voltaire classificato come "incitamento alla violenza" da un tester nel thread di Hacker News — una confusione tra menzione ed endorsement), **disponibilità** (al 6 agosto: nessun endpoint a pagamento su La Plateforme, nessun Ollama ufficiale). Tre regole di dispiegamento a chiusura.
#Shieldstral#Shieldstral 1.0 3B#Mistral AI
**Didier Girard** — auteur de la note · publiée sur son compte X. Écrit ici en **analyste de doctrine industrielle** plutôt qu'en testeur : il n'a pas déployé le modèle · il croise une **audition parlementaire** (Mensch, 13 mai) · un **lancement produit** (Shieldstral, 4 août) · un **rapport technique** (arXiv, 28 juillet) et un **contre-exemple concurrent** (Anthropic, 9 juin) pour montrer qu'ils forment une position cohérente. Deux marqueurs de posture : il **borne explicitement la valeur des chiffres** qu'il cite (aucune évaluation tierce) et il **termine par des règles opérationnelles** — l'analyse doit sortir avec sa traduction en décisions de déploiement.
Annuncio di **Google** del **6 agosto 2026**: Google aderisce come **Core Maintainer** alla specifica **Agent Plugins 1.0.0**, un formato di packaging aperto e *vendor-neutral* per distribuire insieme **Agent Skills** e **MCP servers**. La specifica è stata pubblicata da un **TSC** i cui Core Maintainer provengono da **Amazon, Cursor, Microsoft, OpenAI e Vercel**; Google li raggiunge, rappresentata da **Kevin Hou** (Senior Staff Engineer, Google DeepMind). I due mattoni impacchettati — Agent Skills e MCP — provengono da **Anthropic**, che non compare in questo elenco di maintainer. **La diagnosi** sta in una frase: *"The core problem isn't the components. It's the manifest."* Una skill è portabile, un server MCP è portabile; il contenitore che li racchiude non lo è, e ogni client ha dovuto inventarlo da sé — da cui i fork, le copie di componenti identici e la loro deriva. **Il formato** sta in un vincolo: *"A plugin is a directory. That's the whole idea, and the restraint is the point."* Un `plugin.json` con due righe utili (`$schema` e `name`), le skill in `skills/` nel formato Agent Skills, i server dichiarati in `mcp.json` con un **`type` esplicito su ogni voce** (stdio, Streamable HTTP, o il legacy HTTP+SSE) — niente più trasporto dedotto dalla forma dell'oggetto di configurazione. La forza del design sta in ciò che il manifest **non può** fare: né rilocare i componenti né dichiararli inline, quindi non esiste un percorso di discovery da configurare né un ordine di precedenza da imparare. Corollario operativo: i componenti **falliscono in modo indipendente** — un server `mcp.json` che non riesce ad avviarsi non trascina con sé le skill del plugin, il client salta la voce, prosegue e segnala il fallimento. La via di fuga accettata è la directory **reverse-domain** (`com.example.client/`), uno spazio di estensione posseduto interamente da un client (hook, agenti, comandi) che gli altri client ignorano: *"the portable core stays small because the non-portable parts have somewhere legitimate to go."* Una sezione è dedicata ai casi in cui il formato non è giustificato — *"Not every skill should be a Plugin"*: un singolo server MCP per un singolo client, `mcp.json` basta; una singola skill non necessita di alcun plugin. Ciò che v1 esclude esplicitamente, sotto *future considerations*: **nessun meccanismo di installazione, nessun protocollo di distribuzione, nessun modello di permessi, nessun requisito di sandboxing, nessuna verifica di fiducia o provenienza, nessuna UX**. Tutto questo rientra in uno stack a quattro livelli adottabile in modo indipendente — **trovare** (Agentic Resource Discovery), **descrivere** (AI Catalog, che dovrebbe registrare il tipo `application/agent-plugins+json`), **impacchettare** (Agent Plugins), **eseguire** (MCP + Agent Skills). Due prodotti Google sono già disponibili: **Agents CLI** e **Data Agent Kit** (BigQuery, Spanner, Cloud SQL).
Il sito **graphify.net**, consultato il **6 agosto 2026**, gestito da **Safi Shamsi** — creatore della skill open source graphify (cfr. [[skill-shamsi-graphify-2026-08-06]]). Il dominio veicola due oggetti distinti. **Il primo è una vetrina di prodotto**: presentazione di graphify, guide d'uso, riferimento CLI e soprattutto una galleria di **100 repository GitHub trending già graphificati** — *« 100 repos, 854,079 nodes, 1,932,930 edges »* — filtrabili per linguaggio e dimensione del grafo, ciascuno con la propria pagina di anteprima e dettaglio. **Il secondo, ed è quello più interessante ai fini della veille tecnologica, è una directory editoriale**: *« 30 AI coding client guides »*, una directory di server MCP confrontati su *« transport, runtime, client support, setup effort, and access risks »*, confronti strutturati tra strumenti (Cursor contro Codex), e un flusso di articoli con un targeting manifestamente long-tail (*« GLM-5.2 Knowledge Graph for Developers »*, *« Trae Context Engineering for Agents »*, *« Symphony Knowledge Graph for Agent Memory »*, *« What Is Cowart? A Codex Plugin for Image Editing »*). Il sito rivendica un metodo — *« source-reviewed »*, *« aligned decision fields, official evidence, and explicit unknowns »* — ed è disponibile in sei lingue. **Il punto che questa scheda esiste per registrare**: il sito è **fattualmente disallineato rispetto al prodotto che presenta**. Annuncia **« 3.7k+ GitHub Stars »** mentre l'API di GitHub conta **103,187** nello stesso giorno, una **licenza MIT** ripetuta tre volte quando il file `LICENSE` del repository è **Apache 2.0**, e mette in risalto la rivendicazione **« 71.5× token reduction »**, che appartiene al README della generazione v1 ed è scomparsa dalla versione attuale. **Un sito ufficiale che mostra il 3,7% del conteggio effettivo delle stelle e sbaglia la licenza** è di per sé un segnale: lo strato di comunicazione non ha tenuto il passo del repository.
Un post di benchmark di **Block Engineering** del **6 agosto 2026**, firmato da **Atish Patel**, su **Buzz** — lo spazio di lavoro uomo + agente lanciato il 21 luglio — che pone una domanda di costo: qual è il team di agenti **più economico che riesce in modo affidabile**? Tre risultati. **(A) Un risultato negativo, pubblicato per intero**: su **Terminal-Bench 2.1**, **dodici composizioni di team** (coppie, triadi, sciami economici sotto un modello *frontier*) sono state messe a confronto con l'agente solo attorno al quale ciascuna era costruita, e **nessuna ha battuto l'agente solo a parità di costo**. La spiegazione è strutturale — un compito che si conclude in pochi minuti *"non ha abbastanza struttura da poter essere suddiviso"*, e *"Più agenti comprano soprattutto il costo di doverlo spiegare due volte"*. **(B) L'orizzonte temporale ribalta il risultato**: su **Long-Horizon Terminal-Bench** (44 compiti, un compito equivalente a ore di lavoro, stesso modello guida **GPT-5.6 Sol** a effort *high*), il solo porta a termine 15 compiti per il 59,1%, +2 QuickBee 19 per il 64,1%, +1 QuickBee +1 WorkerBee 19 per il 69,5%, **+2 WorkerBee 20 per il 71,5%** — un guadagno di **+12,4 punti**, di cui 11,4 derivano da compiti portati a termine. *"Stessi posti, risultato opposto, perché il lavoro ha una forma diversa."* Queste esecuzioni sono girate a **3× il timeout**, solo incluso. **(C) Oltre una certa soglia, il prezzo smette di comprare qualità**: solo su Terminal-Bench 2.1, **Opus 5 a effort *xhigh* è l'esecuzione più costosa (140,63 $) per il 75,0%**, dietro a sei esecuzioni comprese tra 20,08 $ e 109,82 $ e tra il 79,5% e l'88,4% — la causa indicata è un eccesso di ragionamento che ha portato 17 compiti su 88 al timeout. Tra le sei esecuzioni migliori, **uno scarto di prezzo di 5,5× per uno scarto di punteggio di 8,9 punti**: *"scegliere tra loro non è affatto una decisione di qualità. È una decisione di budget."* Il post propone una tassonomia che dichiara *ad hoc* — **QuickBee**, **WorkerBee**, **SmartBee**, più l'essere umano come *"ape onoraria"* — e due forme di team, l'**Hive** permanente che ricorda le preferenze dell'utente e lo **Swarm** usa e getta che ricorda il progetto. Condizioni: tutto gira su **Harbor**, contro veri agenti Buzz su un relay **live**, **un solo tentativo per compito, senza retry**, prezzi fissati al **30-07-2026**.
#Buzz#Block#team di agenti
- **Atish Patel** — *« Building AI solutions @ Block »* · auteur unique du billet · publié le **6 août 2026** sur `engineering.block.xyz`.
Nota della stampa specializzata (**Payments Dive**, formato *Dive Brief*, **6 agosto 2026**) sui risultati trimestrali di **Block**: l'azienda ha già distribuito diversi strumenti di IA ai propri clienti — **Moneybot** (Cash App) e **Managerbot** (Square) — e non ha ancora deciso come farli pagare. **Jack Dorsey** durante la call con gli analisti: *"Siamo in una posizione fortunata in cui possiamo sperimentare con diversi modelli, per poi scegliere quello giusto che allineerà tutti i nostri incentivi con quelli dei nostri clienti."* **Il contesto finanziario illumina questa posizione.** Sei mesi prima, Block aveva licenziato circa **4.000 persone, circa il 40% della sua forza lavoro**, in una riorganizzazione esplicitamente motivata dall'IA. Nel Q2 2026: utile lordo **in aumento del 25% a 3,2 miliardi di $**, ricavi **in aumento del 10% a 6,62 miliardi di $**, ma **utile netto a 89 milioni di $, in calo dell'83%** su base annua a causa dei costi di liquidazione che chiudevano la ristrutturazione; le previsioni per il 2026 sono state riviste al rialzo. Il valore dell'IA, dunque, viene catturato attraverso la struttura dei costi prima di essere catturato attraverso il prezzo. **Il fatto più pesante si trova al centro della nota**, tratto dalla lettera agli azionisti: *"A partire da giugno, l'IA agentica ha contribuito a scrivere e revisionare quasi tutte le nostre modifiche al codice di produzione"* — scrivere **e** revisionare quasi tutte le modifiche al codice di produzione, in un'azienda di pagamenti quotata in borsa, sei mesi dopo aver tagliato il 40% della forza lavoro. Un'affermazione autodichiarata agli investitori, senza alcuna definizione di *"quasi tutte"* né di cosa copra la *"revisione"*. **Gli strumenti**: **Goose**, un sistema interno costruito due anni prima, descritto come agnostico rispetto ai modelli (integra diversi modelli commerciali per i dipendenti); **Buzz**, lanciato il mese precedente per *"la collaborazione tra agenti, la comunicazione e i repository di codice."* **Sul lato clienti**: Moneybot monitora l'attività degli utenti di Cash App e mette in evidenza conti, saldi e transazioni — oltre **un milione di conti attivi settimanalmente**; Managerbot gestisce marketing automatizzato, analisi dei margini e suggerisce *"correzioni operative"* ai commercianti di Square. Gli analisti di **Evercore ISI** elencano quattro percorsi di monetizzazione — pacchetti SaaS, abbonamenti diretti, offerte enterprise, tariffazione a consumo — **nessuno dei quali legato ai risultati**. Ordine di priorità dichiarato: **qualità del prodotto → distribuzione → adozione → modello di prezzo**. Due fatti sulla distribuzione completano il quadro: Square sta entrando in **Google Maps** con un'*"esperienza di IA conversazionale,"* descritta come *"il primo passo di una partnership più ampia tra Square e Google"*; e il dispositivo di pagamento **Tags** (portachiavi e bacchette con chip NFC) mostra **tre milioni di persone in lista d'attesa**. Citazioni degli analisti: William Blair (*"Block incarna il cambiamento strutturale verso le aziende di finanza digitale orientate al futuro"*) e Bank of America sul *"modello operativo post-reset."*
#Block#Jack Dorsey#Cash App
**Justin Bachman** — Senior Reporter · **Payments Dive** (groupe Industry Dive). Journaliste sectoriel paiements ; signe ici un **Dive Brief** · format court en deux temps (*Dive Brief* = les faits du jour, *Dive Insight* = le contexte) qui compile une conférence de résultats · une lettre aux actionnaires · un communiqué et trois notes d'analystes.
Voce skill: **graphify** di **Safi Shamsi** (Graphify Labs, Y Combinator S26) trasforma un intero progetto — codice, documentazione, PDF, immagini, video — in un **grafo di conoscenza interrogabile**, invocato tramite `/graphify` da Claude Code, Cursor, Codex, Gemini CLI, GitHub Copilot e una quindicina di altri client. Osservato il **6 agosto 2026**: **103.187 stelle**, **10.024 fork**, repository creato il **3 aprile 2026**. Apache-2.0, Python 3.10+, branch predefinito **v8**. **Tre scelte di design**, enunciate nel README. *"Code maps for free, fully local"*: il codice viene analizzato in un **AST tree-sitter**, in modo deterministico e senza LLM, senza che nulla lasci la macchina. *"Every edge is explained"*: ogni arco è etichettato **`EXTRACTED`** (esplicito nella fonte) o **`INFERRED`** (risolto da graphify), con un terzo valore `AMBIGUOUS` che compare nel report. *"Not a vector index"*: *"no embeddings, no vector store: a real graph you traverse"*. **Tre output**: `graph.html` (grafo interattivo), `GRAPH_REPORT.md` (nodi centrali, connessioni sorprendenti, domande suggerite) e `graph.json` (grafo persistente, interrogabile settimane dopo senza rileggere i file). **Tre modalità di interrogazione** in sostituzione di grep: `query` (sottografo per una domanda in linguaggio naturale), `path A B` (percorso più breve tra due entità) e `explain` (vicinato di un concetto). **Copertura**: 36 grammatiche tree-sitter (~40 linguaggi), oltre a Terraform, Apex, configurazioni MCP, manifest di pacchetti, Office, Google Workspace, PDF, immagini e trascrizioni audio/video effettuate localmente da faster-whisper. Comunità rilevate tramite **Leiden**, etichettate senza LLM. **Benchmark**: su LOCOMO, recall@10 di **0,497** contro 0,149 per supermemory e 0,048 per mem0, ma accuratezza QA inferiore (45,3% contro 49,7%); su LongMemEval-S, **76%**, alla pari con un RAG denso; e *"Graph build — LLM credits: 0"*. **Punti da annotare**: il branch `main` porta un README dell'epoca v1 che descrive un prodotto diverso (skill esclusiva per Claude Code, l'affermazione "71,5× meno token"); il pacchetto PyPI si chiama **`graphifyy`** con due *y*, mentre il nome `graphify` è in fase di recupero; e per impostazione predefinita viene scritto un **log delle query** in `~/.cache/graphify-queries.log`, disattivabile tramite una variabile d'ambiente.
#skill#grafo di conoscenza#grafo di conoscenza
**Safi Shamsi** — créateur et mainteneur de graphify · et de **Graphify Labs** · société passée par **Y Combinator (promotion S26)** selon le badge du dépôt. Il maintient aussi le site d'annuaire `graphify.net` (cf. [[graphify-net-annuaire-ia-coding-2026-08-06]]) et publie un livre · *The Memory Layer* · sur les idées et l'architecture derrière le projet.
Numero della newsletter **Engineering Enablement** di **DX** firmato da **Brian Houck**, pubblicato il **5 agosto 2026**, circa **13.000 caratteri**. Il testo si apre con un'osservazione quantificata: in **Meta**, le righe significative per diff unite da un umano sono aumentate del **106%** in un anno e i diff per sviluppatore al mese del **51%**, con più dell'**80%** di questa crescita attribuibile all'IA agentica, mentre la quota di diff revisionati entro 24 ore diminuisce; l'analisi di DX misura invece una dimensione mediana delle pull request in aumento del **64%**, mentre gli sviluppatori vorrebbero dedicare circa il **7%** del loro tempo alla revisione. (A) Prima di affidare la revisione all'IA, Houck riformula la questione dell'uso: *"Quale problema risolveva la revisione del codice prima dell'arrivo dell'IA?"* Se la risposta è l'individuazione dei difetti, l'automazione completa diventa inevitabile; lo studio **Bacchelli & Bird** (*Modern Code Review*, ICSE 2013) mostra che i commenti relativi ai difetti rappresentano solo il **14%** dei commenti effettivamente scritti. (B) Parte dell'onere è *autoimposto*: lo studio Microsoft del 2016 su **911 sviluppatori** aveva già individuato il tempo di turnaround, la dimensione della revisione e la comprensione della motivazione del cambiamento come i primi tre ostacoli, e solo il **26%** scriveva ancora una descrizione dettagliata. (1) **RADAR** in Meta costituisce il dispiegamento di riferimento per la stratificazione del rischio. (2) Tre mosse ordinate: correggere le fondamenta, progettare l'IA attorno al giudizio umano, proteggere ciò che la revisione produce in modo invisibile. Il corpus include già [[monperrus-end-of-code-review-agents-supersede-2026-06-11]], che spinge l'automazione fino alla sostituzione, e [[laycock-thoughtworks-reviewing-all-this-code-2026-09-02]], la risposta diretta a questo testo.
#code review#code review#coda di revisione
Brian Houck · signataire de l'édition · sur la newsletter Engineering Enablement de DX ; fonction non affichée par la page.
Annuncio di **Meta AI Research** pubblicato il **5 agosto 2026** (tempo di lettura indicato: 4 minuti, nessuna firma individuale): **Muse Code** in beta, *« un agente di coding da terminale »*, e il modello che lo alimenta, **Muse Spark 1.2**. È Meta stessa a inquadrare il lancio: *« This marks our next step toward the frontier, with larger and much more capable models on the way. »* **Tre elementi architetturali sul lato harness.** **Agenti asincroni in background** che *« remain active throughout each session, rather than being spawned for individual tasks »*, evitando raccolte di informazioni ridondanti e riducendo la necessità di guida manuale. Un **registro eventi locale** dove *« every model call, tool run, approval, and edit is appended »*, che rende il runtime un sistema *« replay-exact and restart-safe »*, capace di riprendere esattamente da dove si era interrotto dopo un crash. E **tre skill fornite di serie**: `/plan` (trasforma un compito in un piano sottoposto ad approvazione), **`/grill`** (mette alla prova il piano *« until it holds up »*), e `/goal`. **Sul lato modello**, Meta rivendica il **co-training modello-harness** (*« to maximize harness compatibility »*, con traiettorie di harness campionate tramite rejection sampling e ottimizzazioni delle ricette per obiettivi, compaction e sub-agenti), un addestramento **long-horizon** (generazione dell'intero repository, progetti end-to-end, self-research, con pianificazione, goal conditioning e compaction del contesto), e un **ciclo di auto-miglioramento** in cui Muse Spark 1.1 genera gli ambienti e i template di istruzioni e poi valuta le soluzioni candidate, producendo un set di addestramento per la 1.2. **Ciò che mostrano i grafici pubblicati**, senza che il testo li commenti: i quattro confronti — Terminal-Bench 2.1, DeepSWE 1.1, un benchmark interno Meta e il case study di ottimizzazione di kernel GPU — collocano **Muse Spark 1.2 dietro Opus 5 in tutti e quattro i casi**, incluso sul benchmark proprietario di Meta stessa (70,6% contro 79,4%) e sul case study, dove il modello si classifica quarto su sei (+68,7% contro +74,0%). **Un'avvertenza di lettura sul guadagno di versione**: sui due benchmark pubblici, la 1.1 è misurata con `mini-swe-agent` e la 1.2 con Muse Code, per cui lo scarto di 6,7 punti confonde progresso del modello e progresso dell'harness. Sul benchmark interno, l'unico confronto in cui non viene menzionato alcun harness, lo scarto 1.1 → 1.2 scende a **2,3 punti**.
#Meta AI Research#Muse Code#Muse Spark 1.2
**Meta AI Research** — publication institutionnelle sans auteur nommé · sur `research.meta.ai`. Le billet renvoie à un **rapport** pour la méthodologie d'évaluation · non repris ici.
Annuncio di prodotto pubblicato sul blog di **Cloudflare** il **4 agosto 2026** da **Will Papper**, nell'ambito di **Agents Week**: **Cloudflare Wallets**, presentato come *"il wallet programmabile per l'Internet agentico"*. **Il problema enunciato** è preciso e ben scelto: un agente che vuole provare un'API deve passare da una pagina di login **pensata per gli umani**, farsi aggiungere un metodo di pagamento da un umano, generare una chiave API, per poi capire come chiamare il servizio. Due lacune strutturali lo spiegano — *"Agents do not have a stable identifier to sign up for an API, and they do not have a native way to pay for APIs"* — con la conseguenza che *"AI agents often give up on these tasks entirely, kicking registration, payment methods, and API key generation back to humans"*. **L'architettura proposta si riduce a due tipi di wallet**: gli **Account Wallets**, destinati agli umani titolari di un account Cloudflare (finanziare, delegare, prelevare), e i **Virtual Wallets**, destinati agli agenti, **funzionanti tramite API key** e il cui limite di spesa è **fissato dal titolare dell'account**. Le protezioni annunciate sono esplicite: **allocazione, allow list, importo massimo per transazione**. **Il canale di pagamento è il protocollo x402** (pagamenti collegati alle richieste HTTP) e la valuta è la **stablecoin** — il che colloca l'offerta in un campo distinto dagli schemi costruiti sui circuiti delle carte. **L'argomento più interessante è controintuitivo e centrale**: *"These limits may seem like constraints, but counterintuitively they give agents more freedom. If an agent is responsible for $10, you can worry less about its spending than if it is responsible for $1,000."* → **il limite non è ciò che vincola l'autonomia, è ciò che la rende accettabile.** **Secondo componente, più strategico del primo**: l'identità, tramite un namespace **`cloudflare.pay`** — un agente di ricerca potrebbe vivere a `research.example.cloudflare.pay`, dando al merchant la certezza di parlare con l'agente di un'organizzazione identificata. Cloudflare rivendica un'ambizione deliberatamente minimale (*"a human-readable identifier for a not-very-readable keypair, similar to the URL and IP-address pairings used in DNS"*), costruita sui suoi mattoni esistenti (**Turnstile**, Bot Management, **Web Bot Auth** e le sue keypair), e dichiara l'intenzione di adottare gli schemi della **x402 Foundation** man mano che emergono. **Un'avvertenza decisiva sullo statuto del testo**: **quasi tutto è al futuro**. Ciò che esiste il giorno dell'annuncio è la **riserva di un handle**; pagamenti, Virtual Wallets, protezioni e le rampe per accedere ai fondi sono annunciati (*"Soon, you will be able to…"*). Si tratta di una **presa di posizione su un namespace**, più che di un servizio che entra in funzione.
**Will Papper** — auteur de l'annonce sur le blog Cloudflare (lecture annoncée : 8 minutes). Publication rattachée à l'**Agents Week** de Cloudflare et étiquetée *Agents Week · AI · AI Bots · Developer Platform · Developers · Payments · Product News · x402*.
Pagina di documentazione **Notion as Code**, pubblicata sul workspace **Notion Ambassadors** e consultata il **3 agosto 2026**. Prodotto in **alpha chiusa / lista d'attesa**, con un avviso iniziale: *« This product is under development so we recommend you try it out in a new workspace vs. your primary workspace »* e *« There may be breaking changes until we're fully launched »*. **Il principio è l'infrastructure as code applicata a un workspace documentale**: *« Instead of having to make individual public API requests, you can describe the final state and we handle updating your workspace to match. »* Due componenti fondamentali: un **SDK TypeScript** per descrivere lo stato desiderato, e un **endpoint API pubblico** `/v1/infra_as_code` per implementarlo. **Il meccanismo che tiene tutto insieme è l'identificatore di risorsa**: lo script non contiene **alcun identificatore Notion**, solo *resource ID* scelti dall'autore; il primo deployment restituisce una **tabella di mappatura** `resourceId → RecordPointer`, che viene ripassata nelle chiamate successive in modo che gli stessi record vengano **aggiornati anziché ricreati**. Ne derivano tre proprietà, e sono le uniche che contano: lo script è **idempotente** (ridistribuzione = aggiornamento), è **disaccoppiato dal workspace** (più tabelle di mappatura permettono di distribuire **lo stesso script su più workspace**), ed è **codice** — da cui variabili e cicli, con l'esempio fornito *« build 10 teams that all have a very similar structure and just need some nouns renamed »*. **L'API è asincrona**: `POST /v1/infra_as_code` restituisce un `taskId` interrogato via `GET /v1/async_tasks/{taskId}` fino a `succeeded`. **Due differenze operative degne di nota**: il prodotto richiede **personal access token** anziché i consueti token bot dell'API pubblica, e il **rate limit è abbassato a 5 richieste al minuto** perché una singola chiamata non crea più una sola entità ma un batch. **Punto da annotare per questo corpus**: la pagina è esplicitamente scritta per un uso assistito — *« A typescript SDK for you **or your coding agent** to describe what you want »* —, e il percorso di ingresso consigliato è clonare l'SDK su un branch sperimentale e lasciare che *« either you or your favorite coding agent »* apra il README. **Limitazioni dichiarate**: impossibilità di creare un nuovo workspace, copertura parziale dei primitivi, e una pagina priva di autore o data.
#Notion as Code#infrastructure as code#IaC
**Notion** — documentation produit publiée sur l'espace public **Notion Ambassadors**. **Aucun auteur nommé · aucune date de publication** sur la page : la fiche est datée de son **observation** (3 août 2026). Le produit est en **alpha fermée** — l'accès passe par un formulaire d'inscription · et le texte précise que l'on peut commencer à écrire ses scripts avant d'être accepté.
Voce **Skill**: **hyperresearch** di **Jordan Gibbs** è un **harness di ricerca approfondita** che trasforma Claude Code in un agente di ricerca documentale, distribuito come pacchetto PyPI (MIT, Python 3.11-3.13) che installa **20 skill Claude Code**, una CLI, un server MCP e una UI web locale. Osservato il **3 agosto 2026**: 1.568 stelle, 170 fork, repository creato il 9 aprile 2026, ultimo push il 1° agosto. **Il nucleo è una pipeline a 16 passaggi adattiva per livelli (tier)** — `light` (~30-40 min), `full` (~1,5-2,5 h), `dissertation` (4-8 h, da 25.000 a 80.000 parole su 300-450 fonti) — che prende un prompt e restituisce un report sottoposto ad audit avversariale con provenienza completa. **La decisione architetturale centrale è documentata insieme al suo modo di fallimento**: la skill d'ingresso è un **router leggero (thin router)** senza procedura propria, ogni passaggio vive nella propria skill caricata **fresca al momento dell'invocazione**, perché la versione precedente era *« una singola skill di 1200 righe che veniva compattata via prima che il Layer 4 avesse bisogno della sua procedura di triplo abbozzo. L'orchestratore ha dimenticato la procedura, ha scritto un'unica bozza e ha prodotto un report dal punteggio piatto. »* **Due principi portanti.** *« Patch, mai rigenerare »*: dopo la sintesi, sono possibili solo ritocchi chirurgici con `Edit`, con il patcher e l'auditor di rifinitura bloccati sugli strumenti (`tool-locked`) a `[Read, Edit]` a livello di allowlist di Claude Code, in modo che *« non possano fisicamente scrivere (Write) una nuova bozza »*. *« La query di ricerca canonica è vangelo »*: il prompt testuale viene salvato una sola volta in `query.md` e riletto da ogni passaggio e da ogni subagente. **Sedici subagenti** con ruolo e modello configurabili (i fetcher e il cite-checker su Sonnet, i critici, il synthesizer e il patcher su Opus). **Il vault** è un archivio markdown persistente indicizzato in SQLite — *« Markdown è la verità, SQLite è la cache »* — con un ciclo di vita delle note (`draft → review → evergreen`, `stale → deprecated → archive`), provenienza tracciabile, un punteggio di qualità composito (tipo di fonte, autorità citazionale tramite OpenAlex e Semantic Scholar con segnalazioni di ritrattazione, PageRank interno), e un **audit di indipendenza** che raggruppa le copie sindacate — *« cinque ristampe di uno stesso comunicato stampa pesano quanto un'unica fonte »*. **Tre gate meccanici prima della pubblicazione**: l'integrità delle citazioni (ogni citazione riportata deve esistere **testualmente** in una nota del vault), una scansione delle ritrattazioni aggiornata su ogni DOI citato, e una verifica del collegamento citazione-frase da parte di un LLM scettico. **Riserva da segnalare**: l'affermazione d'apertura — *« attualmente in testa alla classifica DeepResearch-Bench RACE »* — è contraddetta dalla propria stessa nota a piè di pagina, *« proiezione prospettica da un pilota stratificato… la convalida da parte di terzi è in sospeso »*. Una proiezione non è una classifica, eppure il grafico la colloca davanti a Gemini e OpenAI Deep Research.
#skill#ricerca approfondita#harness di ricerca
**Jordan Gibbs** — auteur et mainteneur du dépôt `jordan-gibbs/hyperresearch`. Le projet est distribué sous **licence MIT** et publié sur **PyPI** (`pip install hyperresearch`). Signaux d'adoption au 3 août 2026 : **1 568 étoiles** · **170 forks** · 13 issues ouvertes · dépôt créé le **9 avril 2026** et poussé le **1er août 2026** — soit une traction rapide sur moins de quatre mois. Topics déclarés : `agents` · `agentskills` · `claude-code` · `deep-research` · `deep-research-agent`.
Landing page della **specifica ufficiale** dell'**Agent Client Protocol (ACP)** (`agentclientprotocol.com/get-started/introduction`), consultata il **2 agosto 2026**. Non si tratta di un articolo datato ma di un **artefatto vivo**: la scheda è datata in base alla sua osservazione, non a una data di pubblicazione. **Dichiarazione di missione in una frase**: *« The Agent Client Protocol (ACP) standardizes communication between code editors/IDEs and coding agents and is suitable for both local and remote scenarios. »* **Il problema enunciato** sta in tre righe: gli agenti di codifica e gli editor sono **strettamente accoppiati** e *« interoperability isn't the default »* — ogni editor deve costruire un'integrazione personalizzata per ogni agente, ogni agente deve implementare API specifiche dell'editor. Tre conseguenze nominate: **onere di integrazione** (ogni coppia agente-editor richiede lavoro personalizzato), **compatibilità limitata** (un agente raggiunge solo un sottoinsieme di editor), **dipendenza dal fornitore per lo sviluppatore** (*« choosing an agent often means accepting their available interfaces »*). **La soluzione è esplicitamente modellata su LSP** — *« similar to how the Language Server Protocol (LSP) standardized language server integration »* — con un beneficio reciproco: un agente che parla ACP funziona con **qualsiasi** editor compatibile, un editor che supporta ACP accede all'**intero** ecosistema di agenti ACP. **Due modalità di distribuzione, ed è il punto più sottovalutato**: gli agenti **locali** girano come sottoprocesso dell'editor via **JSON-RPC su stdio**, ma gli agenti **remoti** sono previsti su **HTTP o WebSocket** — supporto dichiarato *« work in progress »*, con collaborazione in corso con piattaforme agentiche. **Filiazione tecnica con MCP, più forte di una semplice complementarità**: ACP *« re-uses the JSON representations used in MCP where possible »*, aggiungendo tipi specifici alle esigenze UX della codifica agentica (la visualizzazione dei **diff** è l'esempio riportato); il formato predefinito per il testo leggibile è **Markdown**, scelto affinché l'editor non sia tenuto a renderizzare HTML. **Due osservazioni su governance e versioning** tratte dalla pagina stessa, non dal discorso circostante: la navigazione espone **v1 (Latest)** e **v2 (Draft)** — e **non un "ACP 1.2"** —, e la barra di navigazione collega **Zed Industries *e* JetBrains** allo stesso livello, accanto a un **ACP Registry**, alle **RFD**, a una sezione **Community**, a **Publications**, **Updates** e una pagina **Brand**. Librerie ufficiali annunciate: **Kotlin, Java, Python, Rust, TypeScript**, più un percorso community.
#Agent Client Protocol#ACP#protocollo aperto
**Projet Agent Client Protocol** — spécification collective · sans signature individuelle sur cette page. La barre de navigation du site lie deux organisations au même niveau : **Zed Industries** (à l'origine du protocole) et **JetBrains**. La présence d'une section **RFDs** (*requests for discussion*) · d'une page **Community** et d'un **ACP Registry** indique une structure de gouvernance ouverte plutôt qu'une documentation produit.
Nota di veglia tecnologica di **Didier Girard** datata **2 agosto 2026**, nata dalla domanda di un collega ("cos'è ACP?") per affrontare un problema che non è terminologico ma **documentario**. **Tre protocolli si contendono l'acronimo**, senza alcuna sovrapposizione tecnica: **Agent Client Protocol** (client ↔ agente — Zed, agosto 2025, JSON-RPC 2.0 su stdio, Apache-2.0, "ciò che LSP ha fatto per i linguaggi"), **Agentic Commerce Protocol** (agente ↔ commerciante — OpenAI + Stripe, 29 settembre 2025, in concorrenza con l'**UCP** di Google dell'11 gennaio 2026 sostenuto da **AP2**), e **Agent Communication Protocol** (agente ↔ agente — IBM Research / BeeAI, marginale ma che inquina le ricerche). **Il cuore della nota non è lo scioglimento dell'ambiguità ma il suo fallimento osservato**: l'autore cerca "ACP" nella propria base di conoscenza di veglia tecnologica e ottiene **dodici risultati, tutti relativi al protocollo di commercio, zero su quello di Zed** — *"i nostri agenti di veglia avevano indicizzato l'acronimo senza disambiguarlo"*. Da qui una regola di ingegneria della conoscenza: ***"un acronimo nudo non viene mai indicizzato"*** — l'entità è "Agent Client Protocol", "ACP" è **solo un alias**, portato da tre entità distinte. Segue una precisazione strutturante (**MCP collega un agente ai suoi strumenti, ACP collega un client a un agente; i due si sovrappongono**), poi il caso di scuola: **Buzz**, pubblicato da **Block** il 21 luglio 2026 sotto Apache-2.0 — uno spazio di lavoro auto-ospitabile costruito su **Nostr**, dove ogni partecipante umano o agente è una **coppia di chiavi** e ogni messaggio, passo di workflow o git push è un **evento firmato** in un log append-only. Un'architettura interamente basata su protocolli (`buzz-acp` un harness ACP su stdio, `buzz-agent` un agente ACP che chiama un LLM, `buzz-dev-mcp` un server shell + editing MCP), da cui l'agnosticismo verso gli agenti: **Goose, Claude Code e Codex** si collegano tramite lo stesso harness, e **Hermes** (Nous Research) vi si è collegato senza che Block scrivesse una sola riga — *"N+M invece di N×M, in produzione"*. La nota si chiude sulla questione dell'**abbonamento Claude** rispetto agli agenti terzi, con una cronologia in cinque tappe per il 2026 e una **regola di design** che vale oltre questo caso: la linea di demarcazione non è legale ma **architetturale** — ***"chi consuma, e per conto di chi"*** (un agente `owner-only` consuma il tuo abbonamento per tuo conto; un agente `anyone` in un canale condiviso instrada le richieste dei tuoi colleghi attraverso il tuo account). **Verifica effettuata su questo corpus**: la tesi regge, e in modo più netto di quanto affermi la nota — non solo "Agent Client Protocol" è **completamente assente**, ma l'acronimo nudo `ACP` **è già tipizzato come entità** in due schede, e la pagina della KB `Agentic-Commerce-Protocol` **attribuisce già il protocollo a Google** quando invece appartiene a OpenAI + Stripe. La collisione descritta non è un rischio futuro: ha **già prodotto un errore di attribuzione** nel grafo.
**Didier Girard** — auteur de la note. Écrit ici depuis la position de **praticien de la veille outillée** : le déclencheur est une question de collègue · le matériau principal est le comportement observé de sa propre base de connaissances · et la conclusion est une **règle de curation** adoptée en interne. Le texte alterne donc deux voix — l'explicateur de protocoles et l'ingénieur de la connaissance qui constate un défaut chez lui et en tire une norme.
Editoriale approfondito pubblicato su **sfeir.com** il 1° agosto 2026, a firma di **SFEIR** (la voce editoriale dell'azienda). Riunisce **due pubblicazioni del luglio 2026** dalle metodologie opposte — l'esperimento sul campo preregistrato **"The Cybernetic Teammate"** presso **Procter & Gamble** (Dell'Acqua, Ayoubi, Lifshitz, Sadun, **Ethan Mollick** et al., *Organization Science* 37(4), 2026) e il primo report della serie **"Work at the Frontier"** di **OpenAI Economic Research** (27 lug. 2026, oltre 800.000 messaggi di utenti ChatGPT statunitensi) — in un'unica tesi: *"l'IA generativa non si limita ad accelerare il lavoro esistente, ridistribuisce chi fa cosa."* L'architettura si sviluppa in quattro tappe: **il meccanismo** (P&G: l'IA agisce come dispositivo di *boundary-spanning*, cancellando i silos funzionali — un individuo + IA raggiunge il livello di una coppia senza IA, **+0,37 σ**), **la scala** (OpenAI: il **43,5%** dei messaggi specifici a una professione esce dalla professione dell'utente stesso), **l'agenda** (Mollick: le barriere si stanno assottigliando, la divisione del lavoro va ripensata, e una ricomposizione ben orchestrata "ripaga ampiamente"), poi **la risposta dell'azienda** — la **Skill Based Organisation (SBO)**, adottata in SFEIR su impulso di **Rosalie Zandona** (VP People & Culture): la **competenza effettivamente operativa** sostituisce la job description come unità di organizzazione (**fino a 13 competenze individuate per ruolo**), passando da un'**identità basata sullo status** ("sono un manager") a un'**identità operativa** ("so progettare architetture complesse"). La mossa retorica è la prova per esempio interno: *"abbiamo fatto il passaggio internamente prima di raccomandarlo."* **Vengono segnalate tre riserve**: il passaggio alla SBO risale a **febbraio 2026**, quindi *precede* la diagnosi che dovrebbe risolvere (l'ordine argomentativo inverte l'ordine cronologico); **nulla nei dati dimostra** che un'organizzazione basata sulle competenze assorba il crossover meglio di una basata sui ruoli (un'ipotesi di design non testata); il risultato P&G circola **dal marzo 2025** (NBER w33641) — il "qualche settimana prima" si applica alla pubblicazione sottoposta a peer review, non al risultato in sé.
#Skill Based Organisation#SBO#organizzazione basata sulle competenze
**SFEIR** — ESN française « AI Only » (~850 ingénieurs, 8 agences France & Benelux). Voix éditoriale du cabinet (byline « SFEIR »).