thekb.eu — Prodotti e Servizi

Designing AI with character: what we learned building Berd

Tue, 18 Aug 2026 00:00:00 GMT

Post del blog aziendale di **Block** (`block.xyz/inside`), **non firmato**, pubblicato il **18 agosto 2026**, che annuncia **l'apertura open source di Berd** ed espone la tesi progettuale che l'ha guidata. **Cos'è Berd.** *"Berd is a desktop application our teams use to work with AI agents across projects, skills, tools, and models."* Nato da un problema interno: Block aveva accesso ad agenti capaci — **goose**, **Claude Code**, **Codex** — ma ciascuno imponeva *"different interfaces, configuration systems, and ways of managing context"*. La conclusione tratta: *"we didn't need another model or agent harness, **we needed a consistent environment around them**"*. Berd riunisce conversazioni, file, cartelle, istruzioni, agenti e skill attorno a **progetti persistenti**, per smettere di ricostruire il contesto ad ogni task. **La tesi progettuale.** Dare **carattere** agli agenti — non solo attraverso ruoli, istruzioni, skill e strumenti, ma attraverso **identità visive distinte**, inclusa una collezione di personaggi animati, i *"Gloopies"*. Il problema invocato è quello della casella di prompt vuota: *"the product gives people little sense of how the agent is configured, which context and tools are available to it, and how it differs from another agent"*. Il post colloca l'approccio nella tradizione di **Square** e **Cash App** — portare il design dove la categoria non ne aveva. **Ma il problema enunciato è un problema di leggibilità della configurazione, e l'avatar risolve la distinguibilità**; il testo lo riconosce in una riga che non sviluppa: *"The avatars make the agent recognizable. **Its role, skills, and tools make it useful.**"* **L'architettura.** Berd discende da **goose**, il framework di agenti open source lanciato da Block nel **gennaio 2025**, conferito all'**Agentic AI Foundation** (Linux Foundation, dicembre 2025) accanto a **MCP** e **AGENTS.md**. Divisione esplicita: *"goose remains the open agent framework and runtime. Berd is a desktop application built around it. **Berd connects to goose through the Agent Client Protocol.**"* goose sostiene l'agent loop, Berd sostiene l'esperienza. **Il seguito è Buzz.** Berd è servito a esplorare il lavoro **solitario**; *"But work rarely stays private"*. Ciò che Berd ha mostrato — *"private space, durable context, recognizable agent identities, reusable skills, visible configuration"* — alimenterà **Buzz**, lo spazio condiviso umano+agente. *"Start alone, then go multiplayer."* **Riserve.** **Nessuna cifra, nessun test utente, nessuna licenza indicata**; un'affermazione isolata eccessiva (*"create custom agents to do any task they want"*); e un post il cui titolo annuncia un consuntivo pur mantenendo il prodotto al presente — **Berd non è dichiarato deprecato, ma la roadmap punta verso Buzz**.

Block explores how to price AI

Thu, 06 Aug 2026 00:00:00 GMT

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."*

Introducing Muse Code and Muse Spark 1.2

Wed, 05 Aug 2026 00:00:00 GMT

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**.

Fact-checking : synthèse sur Delos (Delos Intelligence / delos.so)

Mon, 20 Jul 2026 00:00:00 GMT

Questa nota verifica una sintesi di veille tecnologica su **Delos Intelligence** (delos.so), startup francese B2B di IA generativa, confrontandola con fonti primarie (il post "Overlooked" di Alexandre Dewez / 20VC, 15 aprile 2025, il sito ufficiale, i registri ufficiali) e la stampa specializzata. La base è **affidabile**, ma diverse cifre necessitano di una riqualificazione. **Finanziamento — confermato.** Delos ha raccolto **2,5 milioni di euro in un round seed** — ≈da 2,74 a 2,83 milioni di dollari a seconda della conversione — round **annunciato a metà aprile 2025**, guidato da **20VC** (Harry Stebbings), con **Inovia Capital, Kima Ventures (Xavier Niel) e Plug and Play**. In particolare, l'elenco dei **business angel**, esattamente il tipo di informazione che un LLM può allucinare, è **confermato parola per parola** dal comunicato stampa dell'investitore lead — Éléonore Crespo & Romain Niccoli (Pigment), Florian Douetteau (Dataiku), Thibaud Elzière (Hexa), più Mark Goldberger (Ramp) e Antoine Freysz (Kerala), questi ultimi due *mancanti* dalla sintesi iniziale. Tuttavia, **nessun Series A è stato concluso**: è solo **annunciato come intenzione** ("diverse decine di milioni di euro entro marzo [2026]"), senza comunicato stampa né registrazione in database. **Modello di business — parzialmente accurato.** SaaS **basato su crediti** (1 credito ≈ una query semplice). La griglia tariffaria reale è più ricca di "25-80€": **Student 10€, Explore 25€, Advanced 45€, Premium 80€** (volumi di crediti crescenti), più **Enterprise su richiesta**. L'**offerta individuale/B2C è effettivamente reale**, ma il target principale resta **B2B**. Modelli orchestrati: ChatGPT, Claude, Mistral, Gemini, Cohere, Llama. La **sovranità** (hosting Scaleway) era **ancora in via di finalizzazione** a fine 2025, con il calcolo che gira ancora in parte su Azure (Francia), con un passaggio completo a Scaleway previsto per inizio 2026. **Team e clienti — parzialmente accurato.** Fondata il **2 luglio 2023** dai fratelli **Pierre** e **Thibaut de la Grand'rive**. La cifra di "**50**" nell'organico **non è verificabile**: ~20 nell'aprile 2025, una quarantina a fine 2025. **200 aziende clienti** confermate; clienti **TotalEnergies, Shiseido, Groupe Casino** confermati (più Allianz, Best Western, BPCE, il Ministero francese delle Forze Armate…). I numeri di utenti (10.000 → 100.000+) e l'**ARR** sono **autodichiarati**: nessun ARR complessivo è stato pubblicato, e l'unica menzione ("1 milione di dollari di ARR in pochi giorni") si riferisce al solo **prodotto Workers** e non è verificata. **Lezione trasversale**: un fact-check classifica i livelli di evidenza (confermato / parziale / speculativo / non verificabile / autodichiarato) invece di emettere un verdetto binario — e verifica un'informazione plausibile prima di sospettarla di essere un'allucinazione.

Netflix Q2 2026 Shareholder Letter — leveraging technology to improve every aspect of our service (zoom IA/GenAI)

Thu, 16 Jul 2026 00:00:00 GMT

La lettera agli azionisti di **Netflix** per il **Q2 FY2026** (16 luglio 2026) colloca la tecnologia — e in particolare l'**AI/GenAI** — tra i suoi **tre pilastri strategici** ("leveraging technology to improve every aspect of our service"), accanto al valore dell'intrattenimento e alla monetizzazione. In apertura, il management riassume l'ambizione: "We are leveraging AI to provide a more personalized, immersive and interactive experience for members, enhance ads capabilities for brands, and improve the quality of our series and films." **Produzione: il GenAI si espande.** È il punto più concreto. Lungo l'intero ciclo di produzione — dal concept e dalla pre-visualizzazione fino alla post-produzione e alla consegna — l'uso del GenAI da parte dei **partner creativi** di Netflix "cresce rapidamente". Nel 2026, **i workflow GenAI sono stati utilizzati su circa 300 titoli**, con la concentrazione più alta nella **post-produzione**. Netflix evidenzia un duplice vantaggio: **qualità superiore, più velocità e costi inferiori** rispetto ai metodi tradizionali. L'affermazione più forte: in alcuni casi, le produzioni avrebbero dovuto **rinunciare a inquadrature o sequenze chiave** senza il GenAI. Vengono citati tre esempi — *Glory* (India), *Brasil 70: A Saga do Tri* (Brasile) e *The American Experiment* (USA) — che hanno utilizzato il GenAI per **sequenze complesse**: folle aumentate, battaglie storiche, inquadrature di worldbuilding. **Prodotto e scoperta.** Netflix utilizza gli **LLM** per migliorare la **scoperta dei titoli** e comprendere meglio le preferenze degli utenti. L'esperienza di ricerca viene arricchita con una nuova **ricerca vocale** e una **ricerca in linguaggio naturale basata su AI**, al servizio di un'esperienza "più personalizzata, immersiva e interattiva". **Pubblicità.** Nel business pubblicitario, Netflix ha **esteso i propri strumenti AI lungo l'intero ciclo pubblicitario** — pianificazione, produzione creativa, gestione delle campagne, ottimizzazione e reportistica. L'azienda sta **automatizzando ulteriormente le transazioni** con gli inserzionisti, estendendo l'accesso programmatico a **Pause Ads** e all'inventario live, riducendo lo sforzo manuale che storicamente limitava gli acquirenti più piccoli. Questi investimenti (Netflix Ads Suite + capacità programmatiche) alimentano la crescita pubblicitaria. Tutto ciò si inserisce in un trimestre solido: **ricavi di 12,6 miliardi di dollari (+13% su base annua)**, margine operativo del **33,4%**, guidance 2026 ristretta a 51,0-51,4 miliardi di dollari. Il posizionamento resta prudente: il GenAI viene presentato come un'**estensione** dei creatori, mai come un sostituto — una scelta comunicativa che evita le controversie su diritti e occupazione.

ZML/LLMD : et si le « Docker des LLM » était français ?

Thu, 09 Jul 2026 00:00:00 GMT

L'8 luglio 2026, la startup parigina **ZML** ha rilasciato **LLMD**, un server di inferenza che esegue grandi modelli linguistici su **cinque famiglie di chip** (NVIDIA, AMD, Google, Intel, Apple) a partire da **un'unica codebase**. SFEIR legge questo evento come un segnale: mentre il training cede il centro della scena all'**inferenza**, il vero campo di battaglia — e centro di costo — si sposta verso il **serving**, dove si decidono il costo per token, la latenza e la dipendenza dal silicio. La scommessa di ZML si riassume in tre parole, *model to metal*: non proporre l'ennesimo modello, ma un layer che **disaccoppia il modello dall'hardware**. Lo stack conta quattro livelli. In cima, i modelli (Qwen, Gemma, Mistral, LLaMa) caricati in modalità **zero-copy** tramite un file system virtuale da Hugging Face, S3 o GCS. Poi **LLMD**, un server che espone una **API compatibile con OpenAI** (drop-in) con continuous batching, paged attention, prefix caching, tool calling e metriche Prometheus. Al di sotto, **ZML** compila il grafo **a monte, una volta per tutte**, in un **binario nativo ermetico** in **Zig + MLIR**, senza Python nel percorso di esecuzione. Questo binario gira su cinque backend: CUDA, ROCm, TPU, oneAPI, Metal. L'eleganza sta nell'essere "portabile, non livellato" — i percorsi specifici per ciascun chip (FlashAttention, AITER) vengono preservati. Cifre annunciate (dal fornitore): immagini da 1,7 GB (CUDA) a ~140 MB (Apple), cold start di 1-2 s su un modello da 8B, e l'acceleratore **DFlash** (rivendicato "fino a 10×", ~6,17× nella ricerca sottostante). Due componenti, due licenze: **ZML** (il framework) è open source (Apache-2.0, >90% Zig); **LLMD** (il server) non lo è, gratuito al lancio mentre vengono raccolti dati di utilizzo. La demo gira in due comandi su Mac Apple Silicon; un modello da 27B in BF16 richiede ≥ 64 GB di memoria unificata. SFEIR legge l'oggetto attraverso tre lenti rivolte ai clienti: **FinOps** (scegliere il chip più economico → agire sul costo per token), **libertà architetturale** (**Design to Exit**, reversibilità integrata, cfr. France Télévisions/ALIX) e **sovranità** (chip europei Axelera, Kalray, SiPearl, VSORA; una partnership VivaTech 2026 con Scaleway, VSORA e la Regione Île-de-France, integrazione nel processore Jotunn8). Verdetto senza sconti: si tratta di un'**alpha**, non pronta per la produzione; il supporto per macchine locali specifiche (DGX Spark, Ryzen AI Max+) non è né citato né sottoposto a benchmark. Rispetto a vLLM (throughput su GPU server) e llama.cpp (uso locale monoutente), LLMD punta a una via di mezzo. Non da adottare oggi, ma da mettere "sotto osservazione attiva": un candidato serio, *made in France*, a diventare il "*docker run* dell'inferenza".

Project Genie: Interactive World Models with Genie 3

Sun, 01 Feb 2026 00:00:00 GMT

Google DeepMind lancia Project Genie, un'applicazione web che consente agli abbonati Google US Ultra di creare ed esplorare mondi interattivi generati dal modello Genie 3. A differenza dei modelli video convenzionali che producono sequenze fisse, un "world model" genera l'ambiente fotogramma per fotogramma in tempo reale, consentendo all'utente di navigare e interagire. **Flusso di lavoro e pipeline creativa**: L'utente inizia descrivendo il proprio mondo e il proprio personaggio. Nano Banana Pro genera prima un'immagine "canvas" che funge da punto di partenza visivo. Cliccando su "Generate World", Genie 3 trasforma questa immagine 2D in un ambiente 3D esplorabile. Il passaggio dal 2D al 3D immersivo è il "wow moment" identificato dai tester. L'applicazione consente inoltre di caricare foto personali - un dinosauro giocattolo fotografato può diventare un personaggio controllabile in una ricostruzione della stanza. **Sfide tecniche**: Genie 3 affronta un problema più complesso della generazione video standard. Un modello video può regolare retroattivamente i fotogrammi per garantire la coerenza; Genie 3 deve generare in tempo reale, coerentemente sia con il passato SIA con l'azione immediata dell'utente, senza conoscere gli input futuri. L'attuale limite di 60 secondi deriva da un compromesso: il dinamismo del mondo tende a diminuire gradualmente e i costi di erogazione restano elevati. **Evoluzione da Genie 1**: Genie 1 era un paper di ricerca. Genie 2 (dicembre 2024) offriva 10 secondi a bassa risoluzione, senza tempo reale. Genie 3 (annunciato nell'agosto 2025, ora lanciato) raggiunge un minuto in tempo reale con qualità fotorealistica. Il team osserva che un anno fa un minuto di coerenza in tempo reale sembrava un obiettivo ambizioso; oggi gli utenti ne chiedono di più. **Applicazioni previste**: Oltre all'intrattenimento, il team esplora l'ambito educativo (esposizioni terapeutiche personalizzate, come un bambino che esplora una stanza piena di ragni virtuali) e l'intelligenza incarnata. Il progetto Simmer utilizza già Genie 3 per addestrare agenti IA capaci di raggiungere obiettivi in mondi 3D arbitrari - un passo verso l'AGI incarnata. **Prospettive**: La roadmap include il multiplayer (complesso per via della latenza), più controlli di interazione, un'API per sviluppatori e l'espansione ad altre superfici. Il team stima di aver raggiunto il 50% della propria visione, con un "margine di miglioramento enorme" ancora disponibile. La visione ultima: una simulazione indistinguibile dalla realtà, "una copia dell'universo in cui puoi fare tutto ciò che vuoi".

Tech predictions for 2026 and beyond

Tue, 25 Nov 2025 00:00:00 GMT

Nel suo atteso saggio annuale, Werner Vogels, CTO di Amazon, presenta le sue previsioni tecnologiche per il 2026 e oltre. La sua tesi centrale: collocare l'IA "nel loop umano" ("AI in the human loop") anziché il contrario, per amplificare le capacità umane e affrontare le crisi sociali più urgenti. Tre ambiti strutturano il saggio. **La rivoluzione della compagnia.** La solitudine colpisce 1 persona su 6 nel mondo ed è stata designata crisi di salute pubblica dall'OMS; aumenta il rischio di demenza del 31% e di ictus del 30%. Vogels prevede l'ascesa dei robot compagni (Pepper, Paro, Lovot) nelle cure a lungo termine: il 95% dei pazienti affetti da demenza ha interazioni benefiche con Paro, con riduzione di agitazione, depressione e uso di farmaci. Poiché gli esseri umani sono biologicamente predisposti a proiettare intenzionalità sul movimento autonomo (studio del MIT; il 50-80% dei proprietari di Roomba dà un nome al proprio aspirapolvere), robot come Amazon Astro creano legami emotivi autentici attraverso la mobilità e le espressioni facciali. **La trasformazione dell'istruzione.** Di fronte a una carenza globale di insegnanti e a un sistema concepito per la conformità piuttosto che per la curiosità, i tutor IA personalizzati si adattano allo stile, al ritmo e alla lingua di ciascuno studente. Gli impatti sono misurabili: +65% di disponibilità a tentare compiti difficili, fino a 17 punti di QI guadagnati nei bambini autistici (studio Duke) e 5,9 ore settimanali risparmiate per gli insegnanti — sei settimane all'anno reinvestite in creatività e supporto individuale. NextGenU produce già libri di testo culturalmente adattati a 1/100 del costo tradizionale. **La reinvenzione della sanità.** In un contesto di sfiducia verso le istituzioni mediche e di disinformazione, agenti IA affidabili possono fornire informazioni mediche attendibili e migliorare l'aderenza terapeutica, mantenendo l'essere umano al controllo. Vogels individua anche delle sfide: l'accettazione sociale dei robot compagni, la dipendenza emotiva dalle macchine, il quadro normativo per gli agenti IA in ambito sanitario e l'equità di accesso. Ma vi vede anche opportunità enormi: una popolazione che invecchia, l'innovazione educativa, la prevenzione sanitaria e nuovi modelli economici. Questa visione rappresenta un cambiamento fondamentale nel nostro rapporto con la tecnologia: il passaggio da strumenti transazionali a partner che ci aiutano a risolvere i problemi umani più profondi, con l'IA che amplifica l'essere umano anziché sostituirlo.

Perplexity Integrates Directly into Chrome Browser, Challenging Google Search Dominance

Wed, 22 Oct 2025 00:00:00 GMT

Perplexity ha annunciato un'**integrazione nativa nel browser Google Chrome**, che consente agli utenti di **impostare Perplexity come motore di ricerca predefinito** e di accedere alla ricerca IA direttamente dalla barra degli indirizzi. Questa mossa rappresenta una **sfida competitiva audace** a Google all'interno del suo stesso browser, **riducendo drasticamente l'attrito** per gli utenti che cercano un'esperienza di ricerca nativa IA senza dover visitare separatamente il sito Perplexity. **Meccanismi dell'integrazione** L'implementazione consente agli utenti di: **impostare Perplexity come motore predefinito** nelle impostazioni di Chrome (accanto a Google, Bing, DuckDuckGo), **effettuare ricerche direttamente dalla omnibox** (le query nella barra degli indirizzi vengono instradate verso Perplexity), **ricevere risposte generate dall'IA** (invece delle tradizionali liste di link), **visualizzare le citazioni delle fonti** (preservando la trasparenza), **proseguire la conversazione** (dialogo di approfondimento sull'argomento cercato). L'implementazione tecnica si basa sul **OpenSearch protocol** di Chrome, che consente ai motori alternativi di integrarsi senza attriti. **Portata strategica: la distribuzione** Una verità consolidata nell'industria tech: **la distribuzione determina il vincitore**. Google Search domina in parte grazie all'integrazione con Chrome — la ricerca predefinita del browser genera un volume massiccio di query. L'integrazione di Perplexity **risolve una criticità distributiva fondamentale**: meno passaggi dalla query al risultato (nessuna visita a un sito separato), integrazione nel flusso di lavoro esistente (la barra degli indirizzi è già l'interfaccia di ricerca principale), minore attrito di adozione (un singolo cambio di impostazioni rispetto a visite ripetute), maggiore visibilità (un promemoria costante dell'esistenza di un'alternativa). **Dinamiche competitive con Google** La mossa colloca Perplexity **direttamente sul terreno di Google** — il browser Chrome che Google controlla. Questo crea tensioni interessanti: **Google potrebbe bloccare l'integrazione** (ma si espone a un esame antitrust — già oggetto di contestazione sui motori predefiniti), **Google potrebbe aggiungere funzionalità IA simili** (l'integrazione di Gemini è la risposta più probabile), **la scelta dell'utente diventa determinante** (le battaglie sulle impostazioni predefinite si intensificano), **confronto diretto della qualità** (gli utenti passano facilmente da un motore all'altro e confrontano i risultati). **Trasformazione dell'esperienza utente** Ricerca tradizionale: query → elenco di link → clic su più risultati → sintesi manuale delle informazioni. **Ricerca Perplexity**: query → risposta sintetizzata dall'IA con citazioni delle fonti → domande di approfondimento opzionali → comprensione affinata. Questo **paradigma radicalmente diverso** risulta particolarmente utile per: attività di ricerca (sintesi di più fonti), verifica dei fatti (citazioni visibili), query complesse (ragionamento a più passaggi), apprendimento esplorativo (dialogo di approfondimento naturale). **Sfide di monetizzazione** L'integrazione solleva interrogativi sul modello di business: **meno visite ai siti web** (i publisher perdono potenzialmente traffico), **complessità dell'attribuzione** (come accreditare le fonti citate dall'IA?), **disgregazione della pubblicità** (gli annunci tradizionali di ricerca vivono negli elenchi di link — dove finiscono gli annunci in risposte generate dall'IA?), **funzionalità premium** (come differenziare l'offerta gratuita da quella a pagamento?). Perplexity deve bilanciare **il valore per l'utente e la sostenibilità dell'ecosistema**. **Requisiti tecnici e prestazioni** L'integrazione con Chrome richiede: **bassa latenza** (gli utenti si aspettano risultati istantanei come con Google), **affidabilità** (i tempi di inattività sono inaccettabili per un motore di ricerca predefinito), **comprensione delle query** (gestire l'intera diversità delle intenzioni di ricerca), **infrastruttura scalabile** (aumento potenzialmente massiccio del volume di query in caso di crescita dell'adozione), **sincronizzazione multi-dispositivo**. **Possibili risposte di Google** Azioni probabili da parte di Google: **accelerare l'integrazione di Gemini** nella ricerca, **sfruttare il controllo su Chrome** (promuovendo le proprie funzionalità di ricerca IA), **migliorare la qualità della ricerca** (riducendo il vantaggio delle risposte sintetizzate), **modificare i termini commerciali** (limitando i motori alternativi ove legalmente possibile), **acquisizioni o partnership**. **Contesto normativo** Il tempismo è significativo alla luce dell'attuale **esame antitrust** sul dominio di Google nella ricerca. Il DOJ statunitense e le autorità di regolamentazione europee stanno esaminando gli accordi sui motori di ricerca predefiniti e le pratiche di integrazione nei browser. La mossa di Perplexity potrebbe **rafforzare gli argomenti antitrust**: dimostra che esistono alternative valide, mostra che il controllo di Google limita la concorrenza e illustra il valore della scelta dell'utente. **Implicazioni più ampie per il settore** Il successo potrebbe ispirare: **altri motori di ricerca IA** (You.com, Phind) a perseguire l'integrazione nel browser, **diversificazione dei browser** (Firefox, Edge che offrono più opzioni di ricerca IA), **un cambiamento di paradigma nella ricerca** (accelerazione verso risposte sintetizzate rispetto a elenchi di link), **nuovi entranti** (barriere ridotte che favoriscono l'innovazione). **Incognite sull'adozione** Il successo di Perplexity dipende da: tassi di adozione effettivi (le persone cambieranno le loro impostazioni predefinite?), coerenza della qualità su larga scala, sostenibilità della monetizzazione, velocità della risposta competitiva di Google ed evoluzione del contesto normativo. L'integrazione rappresenta una **tappa significativa** nella competizione della ricerca IA, portando la battaglia direttamente sul canale di distribuzione più potente di Google.

google-agentic-commerce/AP2: Building a Secure and Interoperable Future for AI-Driven Payments

Tue, 16 Sep 2025 00:00:00 GMT

Il repository GitHub `google-agentic-commerce/AP2` introduce l'**Agent Payments Protocol (AP2)**, un'iniziativa volta a stabilire un framework sicuro e interoperabile per i sistemi di pagamento guidati dall'IA. La missione centrale del progetto è consentire un futuro in cui l'intelligenza artificiale possa gestire transazioni di pagamento in modo fluido e sicuro su piattaforme e agenti diversi. **Risorse pratiche e flessibilità** Il repository funge da risorsa pratica, offrendo una raccolta di esempi di codice e demo che illustrano i componenti e le funzionalità chiave di AP2. Sebbene gli esempi forniti si basino su tecnologie specifiche come **Agent Development Kit (ADK) e Gemini 2.5 Flash**, la documentazione afferma esplicitamente che l'Agent Payments Protocol in sé **non è vincolato** a questi strumenti. Questa flessibilità consente agli sviluppatori di integrare AP2 con i propri kit di sviluppo di agenti e modelli di IA preferiti, favorendo un'adozione e una personalizzazione ampie. **Architettura e scenari selezionati** Il repository è strutturato per guidare gli utenti attraverso vari scenari selezionati, progettati per dimostrare diversi aspetti del protocollo in azione. Questi scenari sono organizzati sotto `samples/android/scenarios` per le applicazioni Android e `samples/python/scenarios` per le implementazioni Python. Ogni scenario è autonomo, con un file `README.md` che fornisce una descrizione dettagliata insieme a istruzioni chiare per l'installazione e l'esecuzione locale. È incluso uno script `run.sh` per semplificare l'esecuzione. **Autenticazione e configurazione** L'esecuzione degli scenari richiede **Python 3.10 o superiore**. Il repository descrive due metodi principali di autenticazione: la **Google API key**, consigliata per gli ambienti di sviluppo per la sua semplicità, oppure la configurazione **Vertex AI**, consigliata per i deployment in produzione poiché più robusta e scalabile. Sono fornite istruzioni per impostare variabili d'ambiente o utilizzare un file `.env` per le credenziali. **Oggetti fondamentali e piani futuri** Gli oggetti e le definizioni fondamentali di AP2 risiedono nella directory `src/ap2/types`, con un **rilascio pianificato di un pacchetto PyPI dedicato** per semplificare l'installazione e la gestione delle dipendenze. Le demo coinvolgono **più agenti e server**, con la maggior parte del codice sorgente che risiede in `samples/python/src`. Gli scenari che includono un'applicazione Android (assistente per lo shopping) hanno il proprio codice sorgente dedicato in `samples/android`. **Approccio aperto e collaborativo** Il progetto è concesso in licenza sotto **Apache-2.0**, a riflettere un approccio aperto e collaborativo. Questa iniziativa rappresenta l'impegno di Google nel costruire l'infrastruttura che consente transazioni commerciali guidate dall'IA sicure ed efficienti. L'architettura distribuita multi-agente/server illustra considerazioni di scalabilità e l'applicabilità del protocollo nel mondo reale. Il repository posiziona AP2 come tecnologia fondativa per l'ecosistema emergente dell'agentic commerce, in cui gli agenti IA gestiscono autonomamente le transazioni finanziarie con adeguate misure di sicurezza e standard di interoperabilità.

Google DeepMind Unveils Genie 3: Revolutionary Interactive Video Generation Model

Tue, 05 Aug 2025 00:00:00 GMT

Google DeepMind annuncia **Genie 3**, un modello rivoluzionario di **generazione video interattiva** in grado di creare **video controllabili e temporalmente coerenti** che rispondono alle azioni dell'utente in tempo reale. A differenza dei precedenti modelli video che producono sequenze fisse, **Genie 3 funziona come un modello del mondo** — comprendendo relazioni spaziali, fisica e causalità — e abilita **esperienze interattive generate dall'IA**, inclusi giochi giocabili creati a partire da descrizioni testuali o immagini. **Innovazione centrale: generazione controllabile** L'avanzamento fondamentale è il **controllo dell'utente durante la generazione**. Genie 3 accetta input continui — tasti direzionali, movimenti del mouse, comandi di azione — e genera video che rispondono in modo appropriato. Esempio: l'utente richiede "un platform game in una foresta", Genie genera il primo fotogramma, poi l'utente **controlla i movimenti del personaggio**, con il modello che genera i fotogrammi successivi (salti, movimento, interazioni con l'ambiente). Questo **ciclo interattivo** crea esperienze giocabili anziché video passivi. **Architettura del modello del mondo e addestramento** Genie 3 implementa un **modello del mondo latente**: una rappresentazione compressa della fisica di un ambiente, comprensione delle relazioni spaziali e della permanenza degli oggetti, previsione delle conseguenze delle azioni, coerenza temporale su sequenze estese. Il modello **non esegue una fisica pre-programmata**: ha appreso le regole fisiche osservando enormi volumi di sequenze di videogiochi (platform game 2D come dati primari, annotazioni di azione, stili visivi variati), sviluppando una **comprensione emergente** di gravità, collisioni e dinamiche di movimento. I suoi **11 miliardi di parametri** gli permettono di catturare relazioni fini tra azioni e conseguenze visive. **Coerenza temporale e applicazioni** I modelli video faticano a mantenere l'aspetto, la posizione e la fisica degli oggetti tra i fotogrammi. Genie 3 affronta questo problema tramite meccanismi di memoria a lungo termine, priori informati dalla fisica, attenzione spaziale e condizionamento sulle azioni, con una coerenza nettamente migliorata. Applicazioni: **prototipazione rapida di giochi**, giochi educativi personalizzati, accessibilità, contenuti procedurali, strumenti creativi no-code — una **democratizzazione dello sviluppo di giochi**. **Limiti e concorrenza** Limiti riconosciuti: un tetto alla complessità delle meccaniche, degrado della coerenza su sequenze molto lunghe, fedeltà di controllo imperfetta, costo di inferenza elevato, bias nei dati di addestramento. Rispetto a **Runway Gen-3**, **OpenAI Sora** o Make-A-Video di Meta, il **controllo interattivo** di Genie 3 rappresenta l'elemento differenziante chiave, un passo verso **modelli del mondo generalisti**. Nel lungo periodo, Genie 3 traccia una traiettoria verso simulatori del mondo generalisti, esperienze interattive guidate dall'IA oltre il gaming, e mondi virtuali generati dall'IA reattivi all'agentività dell'utente.

Expanding AI Overviews and introducing AI Mode

Wed, 05 Mar 2025 00:00:00 GMT

Google lancia **AI Mode**, una funzionalità che trasforma profondamente l'esperienza di ricerca online. Per ogni risultato di ricerca, viene **generato automaticamente un sito personalizzato**, adattato specificamente alla query dell'utente. Questa innovazione rappresenta un **cambiamento di paradigma** nel modo in cui accediamo alle informazioni online e potrebbe segnare la **fine dei siti web tradizionali** come li conosciamo. **Fondamenti dell'approccio generativo** Invece di limitarsi a indicizzare e classificare i contenuti web esistenti, AI Mode **genera dinamicamente contenuti** adattati alla query di ricerca. Due utenti che cercano lo stesso argomento possono quindi ricevere "siti" generati completamente diversi, a seconda del contesto, della cronologia di ricerca e delle specificità della query. Il sistema analizza l'intento alla base della ricerca e costruisce la risposta da zero, sintetizzando informazioni provenienti da molteplici fonti. **Trasformazione dell'ecosistema web** L'approccio generativo di Google potrebbe **ridefinire in modo fondamentale l'ecosistema web**. Se Google genera contenuti personalizzati per ogni query, il concetto tradizionale di "sito web" diventa potenzialmente obsoleto. I creatori di contenuti si trovano di fronte a una questione esistenziale: perché mantenere siti tradizionali se gli utenti interagiscono principalmente con versioni generate da Google? **Ridefinizione della SEO** La SEO, un intero settore costruito attorno al posizionamento nei risultati Google, affronta una **ridefinizione completa**. Le tattiche tradizionali — ottimizzazione delle parole chiave, backlink, SEO tecnica — potrebbero diventare irrilevanti se Google genera invece di indicizzare. Potrebbe emergere una nuova forma di "SEO generativa", volta a garantire che i sistemi di IA rappresentino correttamente i messaggi e le informazioni dei brand. **Implicazioni per i modelli di business** Il modello di business del web — pubblicità, abbonamenti, marketing di affiliazione — si basa sul presupposto che gli utenti visitino effettivamente i siti. **AI Mode minaccia questo modello**. Se gli utenti consumano le informazioni direttamente dai risultati generati da Google senza visitare i siti sorgente, come vengono retribuiti i creatori di contenuti? Google dovrà probabilmente affrontare questa sfida fondamentale per mantenere un ecosistema di contenuti sano. **Attribuzione dei contenuti e diritto d'autore** I siti personalizzati generati sollevano complesse questioni di **attribuzione e diritto d'autore**. Quando l'IA sintetizza informazioni provenienti da molteplici fonti per creare un nuovo "sito", a chi appartiene il contenuto risultante? Come vengono accreditate e compensate le fonti originali? Queste questioni legali ed etiche susciteranno probabilmente un dibattito significativo, persino contenzioso. **Trasformazione dell'esperienza utente** Dal punto di vista dell'utente, AI Mode promette un'**esperienza ottimale**: informazioni perfettamente adattate alla query, non più necessità di navigare tra più siti, tempo ridotto tra domanda e risposta. Ma questo solleva anche preoccupazioni riguardo a **filter bubble, camere d'eco** e la perdita della scoperta serendipitosa che caratterizza la navigazione web tradizionale. **Implicazioni competitive** AI Mode rappresenta una **escalation importante** nella corsa all'innovazione della ricerca. Concorrenti come Microsoft (Bing con ChatGPT), Perplexity e altri motori di ricerca basati sull'IA dovranno rispondere. Un futuro in cui i motori di ricerca generano invece di indicizzare potrebbe rimodellare l'intera infrastruttura di Internet. **Questioni di implementazione** Restano questioni pratiche: come garantisce Google l'accuratezza? Quali meccanismi esistono contro la disinformazione? Come gestisce il sistema gli argomenti controversi? Quanto è aggiornato il contenuto generato? Gli utenti possono verificare le fonti? L'annuncio di AI Mode segnala **la visione di Google per il futuro della ricerca**: il passaggio da un indice passivo a un generatore di contenuti attivo. Se questa visione avvantaggi l'ecosistema Internet nel suo complesso resta da vedere, ma la trasformazione è già in corso.