Articolo di ricerca del **Frontier Red Team** di Anthropic (autori: **Andrew Fasano**, **Marius Fleischer**, Cole McFaul, Robert Xiao, Tripp Gallagher), pubblicato il **29 settembre 2026**; circa **2.300 parole**, sei figure. Analizza **GLM-5.3** di **Zhipu AI (Z.ai)**, un modello open-weight, cinque mesi dopo l'annuncio di Claude Mythos Preview. **(A)** Capacità: su ExploitBench (41 bug di Chrome V8), GLM-5.3 costruisce un exploit completo in **50 casi su 410**, contro **56 su 410** per Mythos Preview; sul benchmark interno di corruzione della memoria, dirottamento del flusso di controllo nel **4%** dei casi contro il **6%**; Claude Opus 4.6 e GLM-5.2: 0. **(B)** Prove con esperti umani: una catena di vulnerabilità 0-day del browser che culmina nella lettura dei file del visitatore; con **GLM-5.3-Flash**, una catena di exploit N-day (CVE-2026-11645) che bypassa PAC su ARM64, **20 minuti** di attenzione umana, otto ore di calcolo, **20,40 $** ai prezzi API. **(C)** Misure di sicurezza: eluse nel **64%** dei casi tramite un falso contesto di red-team, nel **92%** tramite reasoning prefill, nel **100%** tramite *abliteration* (circa 2.200 ore-GPU, 4.400 $); i modelli Claude testati restano allo 0%. **(D)** Raccomandazioni: ampliare l'accesso dei difensori ai modelli frontier, test governativi indipendenti. Cita la valutazione CAISI del NIST (17 settembre): "il modello open-weight più capace in ambito cyber mai rilasciato finora", circa quattro mesi dietro la frontiera statunitense. Estende le note del corpus su Mythos e Glasswing.
#GLM-5.3#Zhipu AI#Z.ai
Andrew Fasano · Marius Fleischer · Cole McFaul · Robert Xiao · Tripp Gallagher ; Frontier Red Team · Anthropic (billet de recherche du site anthropic.com).
Articolo in stile manifesto di **Thariq Shihipar** (Ingegnere e imprenditore seriale, team Claude Code di Anthropic) che annuncia un **cambiamento nel formato di output predefinito per gli agenti**: la sostituzione di **Markdown con HTML**. Tesi: Markdown è stato il formato dominante tra umani e agenti (semplice, portabile, modificabile, leggibile) ma è diventato **un collo di bottiglia** man mano che gli agenti producono artefatti più lunghi e ricchi (specifiche, piani, report, code review). Oltre le ~100 righe, nessuno legge più un file Markdown. HTML risolve sei limiti contemporaneamente: **densità informativa** (tabelle, CSS, SVG, script, canvas, immagini), **chiarezza visiva** (layout navigabile, responsive per mobile), **facilità di condivisione** (un link S3 apribile direttamente nel browser), **interattività bidirezionale** (slider, manopole, pulsanti "copy as JSON/prompt" per il rientro in Claude Code), **ingestione contestuale nativa** (Claude Code legge la codebase + MCP Slack/Linear + cronologia git + Chrome) e **piacere** (l'autore afferma esplicitamente *"it's joyful"*). Cinque usi canonici approfonditi: (1) **specifiche/piani/esplorazione** in una griglia comparativa, (2) **PR review** con diff annotato inline, (3) **design e prototipi** con slider di animazione, (4) **report/ricerca/apprendimento** (l'autore ha fatto generare un explainer sul prompt caching a partire dalla cronologia git), (5) **editor usa e getta personalizzati** (drag-and-drop di ticket Linear, editor di feature flag, prompt-tuner affiancati) che producono un export "copy as markdown/diff/JSON" re-iniettabile. Anti-pattern esplicito: *"I'm a little bit afraid that people will read this article and turn it into a /html skill"* — l'autore **rifiuta la skill-ificazione prematura**, raccomandando di scrivere il prompt da zero ("make a HTML file"). FAQ pragmatica: costo in token assorbito dal contesto da 1MM di **Opus 4.7**, generazione 2-4× più lunga, diff HTML rumorosi (uno svantaggio reale), stile tenuto sotto controllo tramite un design system HTML di riferimento.
#HTML#Markdown#formato di output
Thariq Shihipar (Engineer & serial entrepreneur, équipe Claude Code chez Anthropic — site : thariqs.github.io/html-effectiveness ; X : @trq212)