Guest post di **Andy Warfield**, ingegnere nel team **S3** di **AWS**, pubblicato il **26 agosto 2026** su *All Things Distributed*, il blog di **Werner Vogels**, che lo introduce in poche righe firmate «--W» : **3.554 parole** secondo la pagina. Il testo funge da veicolo per l'annuncio secondo cui **DuckLabs**, il team dietro **DuckDB**, entra a far parte di **AWS**. (A) La tesi: l'informatica dei sistemi consiste nel ricercare il compromesso elegante rispetto a una «fisica» mobile — i rapporti tra velocità della memoria, rete e calcolo — e quella fisica è cambiata. Warfield quantifica lo scarto: un **m1.xlarge** del 2007 offriva **15 GB di RAM**, **4 core virtuali** e **~1 Gb/s** di rete; un **m8g.48xlarge** oggi offre circa **50×** in più su ciascuno dei tre parametri. La crescita dei dataset, nel frattempo, segue una distribuzione la cui coda è costituita da volumi molto grandi. (B) La conseguenza: l'elaborazione distribuita — **MapReduce**, gli **RDD** di **Spark** — è stata concepita sotto i vincoli di I/O dei primi anni 2000, e gran parte del lavoro ad essa affidato non ha più bisogno di uscire dall'applicazione. Da qui il motore-libreria incorporato, in-process, che gira nello spazio di indirizzamento dell'applicazione, di cui **DuckDB** è l'esempio. Warfield àncora questo al paper *Scalability! But at what COST?* (2015) e all'epigrafe di **Paul Barham**: «Puoi avere un secondo computer una volta dimostrato di saper usare il primo.» Formula una riserva esplicita: «Quando un lavoro ha davvero bisogno di mille macchine, ha bisogno di mille macchine.» Il corpus contiene già [[vogels-tech-predictions-2026-allthingsdistributed-2025-11-25]] dallo stesso blog e [[anthropic-self-service-data-analytics-claude-agentic-stack-2026-06-03]] sull'analytics self-service.
#DuckDB#DuckLabs#acquisizione AWS
Andy Warfield · ingénieur du service S3 chez AWS · en billet invité sur *All Things Distributed* ; introduction de Werner Vogels · CTO d'Amazon.
Post del blog aziendale di **Block** (`block.xyz/inside`), non firmato — l'autore indicato è **"Block"** —, pubblicato il **18 agosto 2026**, ~930 parole, che annuncia **l'apertura open source di Berd**, l'applicazione desktop interna di Block per lavorare con gli agenti, ed espone la tesi progettuale che l'ha guidata: dare carattere agli agenti *"non solo attraverso ruoli, istruzioni, skill e strumenti, ma attraverso identità visive distintive"* — da cui i personaggi animati proprietari, i *"Gloopies"*. Il post parte da un'osservazione di frammentazione (*"The technology was powerful, but the experience around it was fragmented"*) e da un problema d'interfaccia denominato con precisione: *"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"*. Due contributi strutturanti. **(A) Un'articolazione a tre livelli**: **goose** resta il framework e il *runtime* che sostiene l'agent loop; **Berd** è il client desktop (progetti, contesto, sessioni, agenti, configurazione); i due comunicano tramite l'**Agent Client Protocol**. **Buzz** è designato come il seguito, per quando il lavoro solitario diventa collaborativo (*"Start alone, then go multiplayer"*). **(B) Sei requisiti trasmessi a Buzz**, formulati come conclusione: *"private space, durable context, recognizable agent identities, reusable skills, visible configuration, and clearer visibility into an agent's configured context, tools, and capabilities"* — una griglia direttamente riutilizzabile per valutare un client di agenti. Il testo stesso distingue identità e capacità: *"The avatars make the agent recognizable. Its role, skills, and tools make it useful."* Non viene prodotta alcuna cifra d'uso e non è indicata alcuna licenza per l'apertura open source.
#Berd#Block#open source
**Aucun auteur nommé** : le billet est signé **« Block »** — le champ *Author* de la page porte le nom de l'entreprise. Publié le **18 août 2026** sur `block.xyz/inside` · le blog **corporate** · et non sur `engineering.block.xyz`.
Post del blog di **Sonatype** a firma di **Aaron Linskens** (*technical writer*), pubblicato il **18 agosto 2026**, ~1.300 parole: racconta uno studio di **Sonatype Research Labs** condotto su **49 mesi** (giugno 2022 — giugno 2026) su una **coorte fissa** di applicazioni enterprise, scelta metodologica dichiarata per isolare l'evoluzione del parco applicativo da quella del portafoglio clienti. Il risultato è presentato come una contraddizione: il rimedio è più rapido, ma il rischio si accumula ulteriormente. (A) **Lo stock è in crescita** — vulnerabilità *Critical* e *High* per applicazione **×4,31** (da **14,14** a giugno 2022 a **54,3** nel 2026, ancora **×3,91** escludendo le applicazioni legacy portate di recente sotto gestione), nuove versioni di componenti interessate al **46×** il tasso pre-IA, creazione mensile di applicazioni **×4,84**. (B) **Il rimedio sta migliorando** — oltre la metà delle violazioni risolte lo è in meno di un giorno, l'età mediana delle vulnerabilità *Critical/High* non risolte scende da **228** a **126 giorni**, poi a **103** a maggio 2026; tra le coorti che hanno avuto dodici mesi, il **52,6%** è risolto, il **44,3%** aperto, il **3,1%** sotto waiver. (C) **La leva proposta è la selezione dei componenti**: al momento della scelta di una dipendenza vulnerabile, esisteva già una versione sostanzialmente meno rischiosa nel **62,2%** dei casi su **Maven**, nel **46,9%** su **npm**, nel **34,3%** su **PyPI** — uno scarto che il testo attribuisce a un gap informativo piuttosto che a una colpa dello sviluppatore. Il post stesso afferma che l'IA non è l'unica causa dell'accelerazione, e conclude su **Sonatype Guide**, che porta questa intelligence fino al punto di selezione. Sul versante supply-chain, estende quanto [[fiches/2026-08/staples-gitlab-when-code-is-abundant-2026-08-24]] inquadra in termini economici e [[fiches/2026-07/clinton-anthropic-secure-ai-native-sdlc-2026-07-21]] in termini di ciclo sicuro.
#supply chain software#supply chain software#Sonatype Research Labs
Aaron Linskens · *technical writer* chez Sonatype · sur le blog de l'éditeur ; les chiffres sont produits par Sonatype Research Labs · non par l'auteur.
Post di annuncio prodotto di **Block Engineering** firmato da **Thomas Petersen** (*Principal Designer & Builder*), pubblicato il **18 agosto 2026**, ~1.800 parole suddivise in tredici brevi sezioni, che presenta **Buzz Projects** — una **forge software ospitata sul proprio relay**: repository Git, branch, pull request, issue, revisione e merge, progetti multi-repo, un feed di attività, il tutto collegato ai canali di conversazione. Il catenaccio e la tesi del post: *« Coding agents are the terminal for your computer. Buzz is the terminal for your network. »* Tre contributi. **(A) Una dottrina di fiducia fondata sulla prova *ex post* piuttosto che sull'autorizzazione *ex ante***: da un lato *« No forced guardrails, no limitations on what your agents are allowed to help you with »*, dall'altro *« Every push, review, approval, and merge is a signed Nostr event. If an agent authors a patch, you can see which agent produced it and which human authorized that agent to act »*; la sezione si chiude su una direzione dichiarata — *« we are already exploring ideas around agent trust protocols informed by past behavior »*. **(B) Interoperabilità Git senza strumenti proprietari**: *« These are standard git repositories… You can fetch, clone, pull, and push over plain Smart HTTP, with no custom tooling or wrapper CLI required »*, con la clé Nostr che funge da identità unica — *« The same npub that signs your messages signs your pushes. »* **(C) Una distinzione tra superficie di esecuzione e presenza in rete**: *« A terminal gives an agent somewhere to execute commands and change files, but it does not give it a persistent place in the network. Buzz does. »* Il post non produce alcuna cifra e non contiene link esterni; si qualifica come preliminare sei volte (*« still very basic »*, *« fairly elementary »*, *« still under experiments »*), e Projects risiede sotto la scheda **Experiments** di Buzz Desktop.
#Buzz#Buzz Projects#Block
**Thomas Petersen** — *« Principal Designer & Builder »* chez **Block** · auteur unique et signataire du billet ; première apparition dans le corpus. Publié le **18 août 2026** sur le blog **Block Engineering**. Troisième signature Block sur Buzz en un mois · après Tyler Longwell (21 juillet) et Atish Patel (6 août) · et la première non-ingénieur.
Post di annuncio pubblicato sul **blog ufficiale di Z.ai** (già Zhipu AI, laboratorio cinese) il **14 agosto 2026**, **senza firma individuale**, ~2.000 parole più note a piè di pagina. Annuncia **GLM-5.3**, successore di GLM-5.2, aprendo con una tesi metodologica: *« Scaling post-training is all we did for GLM-5.3. »* Stesso modello di base di GLM-5.2 — *« every gain comes from post-training »*. Tre annunci. **(A) Un modello di coding open-weights**: +50% dichiarato sul **Z.ai Code Bench**, un benchmark interno non pubblicato. **(B) Una capacità cyber presentata come "emergente"**, che il corpo del testo riconduce a una scelta di addestramento — *« As part of post-training, we introduced vulnerability discovery data and environments into the training mix. We expected this to make the model better at finding and reasoning about vulnerabilities »* — ciò che è arrivato come sorpresa è la velocità e il cambiamento di natura: il modello passa dall'identificazione di falle isolate a *« coherent plans for complete exploitation chains »*. I guadagni crescono con la posizione nella catena di exploitation: CyberGym 77,2 → **84,5%**, ExploitBench 24,4 → **54,4%** (×2,2), ExploitGym 29 → **105** task in 2h (×3,6), con il divario rispetto alla frontiera chiusa che resta ampio (181 e 247 task). Z.ai lo formula così: *« Capability is growing fastest exactly where we are furthest behind. »* Il post pubblica anche un **Z.ai Security Disclosure Ledger**: **2.436 vulnerabilità identificate in 269 progetti open source** — kernel, sistemi operativi, motori browser, infrastrutture, applicazioni web, protocolli di rete — la più vecchia introdotta nel **1981**, durata media prima della scoperta **26,6 anni**, di cui **53 divulgate** e **2.383 sotto embargo**. **(C) Un rilascio dei pesi** *« within two weeks of launch, once safety evaluation and hardening are complete »*. Il contributo metodologico più riutilizzabile: **sintesi di ambiente e verificatore**, quest'ultimo prodotto senza accesso alla soluzione di riferimento e ammesso solo dopo un tris di controlli negativi — **oracle**, **no-op**, **unsolved-state**. Tutte le valutazioni agentiche sono condotte **in Claude Code 2.1.207**.
#GLM-5.3#GLM-5.2#Z.ai
**Z.ai** (anciennement **Zhipu AI**) · laboratoire d'IA chinois · éditeur de la famille **GLM**. Billet **institutionnel et non signé** : aucun auteur nommé · aucun chercheur mis en avant · aucun lien vers un rapport technique ou une carte de modèle. Publié le **14 août 2026**. La page est une SPA React — le HTML servi est un `<div id="root">` vide · et le texte comme les scores ont dû être extraits du bundle `glm-5.3-BCnx8T5_.js` · où ils figurent en valeurs source.
Pagina prodotto ufficiale di **DeepSeek**, pubblicata il **13 agosto 2026**, **non firmata**, di circa 450 parole, che annuncia il rilascio in *developer preview* di **DeepSeek Harness** (`dsh`) — un harness per agenti di coding **open source con licenza MIT**, il cui repository è stato aperto lo stesso giorno. Una tesi in tre parole, ripetuta nel titolo e nella descrizione del repository: *« Everything is a plugin »*, affiancata da una seconda promessa, *« Every run is traceable »*. La pagina enuncia l'equazione *« AGENT = MODEL + HARNESS »* ed elenca le capacità innestabili come plugin — *« models, tools, skills, sessions, sandboxes, storage, loops, scheduling, and the UI »*. Vengono rilasciate quattro modalità: **modalità Standard** (agente di coding completo), **mode Code** (strumenti esposti tramite il *Code Mode SDK*, che permette al modello di comporre operazioni multi-step all'interno di un programma TypeScript), **mode Minimal** (*« two-tool coding agent with persistent bash and str_replace_editor »*, esplicitamente *« for benchmarking models in a minimal environment »*), e **modalità Creator** (ispezione a runtime, test di plugin in memoria). La sostanza tecnica risiede nel repository, non nella pagina: `docs/architecture.md` enuncia un invariante di logging — *« Model-visible means logged. Anything that reaches a model request must be reconstructable from the log, and a runtime invariant asserts it »* — e afferma che *« there is no privileged core to patch »*. Il nucleo tecnico non è farina del sacco di DeepSeek: DSH è costruito su **Cordis** (il progetto `cordiverse`, terza parte), **vendorizzato** in `vendor/` con un manifesto e una procedura di sincronizzazione, e la pagina colloca il *« Cordis paper »* allo stesso livello di navigazione di "GitHub" e "Developer docs". Vengono rilasciati due adapter LLM — `dsh-llm-deepseek` e `dsh-llm-pi-ai`, un adapter generico multi-provider. Il repository avverte in maiuscolo: *« THERE WILL BE COMPATIBILITY-BREAKING CHANGES »*, e `CLAUDE.md` specifica che `SESSION_FORMAT_VERSION` resta a `0` *« with no compatibility promise »*, con i backend che rifiutano i vecchi formati su disco. Cronologia: DSH viene rilasciato lo stesso giorno in cui **DeepSeek-V4-Pro raggiunge la GA**, tre giorni prima dell'entrata in vigore di un nuovo listino prezzi API il **16 agosto 2026 alle 16:00 UTC**, con tariffe di picco/fuori picco e uno sconto fuori picco del **−50%**.
#DeepSeek Harness#dsh#harness per agenti
**DeepSeek** (DeepSeek AI, laboratoire chinois) · en tant qu'institution. Page produit **non signée** : aucun auteur · aucun ingénieur mis en avant · aucun billet de blog ni papier technique associé. Le « nous » n'apparaît qu'une fois · en dernière phrase — *« We look forward to exploring the limits of intelligence with developers worldwide »*. Publiée le **13 août 2026**. La page est rendue en JavaScript : `curl` sur l'URL renvoie **HTTP 202 avec un corps vide** · le texte n'existant qu'après exécution du bundle. Deux documents de politique sont liés en pied de page — *Safe Use Policy* et *Data Processing Statement*.
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.
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.
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.
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.
Annuncio di **Block** del **21 luglio 2026**, firmato da **Tyler Longwell**: **Buzz**, uno spazio di lavoro *open source* e **self-hostable**, organizzato per canali, in cui esseri umani e agenti condividono la stessa stanza — chat, ricerca, automazione e **hosting Git** su un unico server, costruito su **Nostr**, un protocollo aperto per messaggi firmati e identità portabili. Tesi di apertura: *« I modelli ora sono in grado di fare il lavoro. I team hanno comunque bisogno di un posto dove farlo insieme. Il collo di bottiglia si è spostato dall'intelligenza al coordinamento. »* Tre elementi di ingegneria. **(A) Identità dell'agente.** Il punto di partenza è un rifiuto — smettere di prestare le proprie credenziali a un bot: *« Abbiamo lasciato che i bot si travestissero da noi. È strano. È pericoloso. »* Ogni agente riceve **una chiave propria**, il suo proprietario firma un'**autorizzazione a perimetro ristretto**, dopodiché l'agente firma il proprio lavoro con la propria identità. La crittografia della delega è convenzionale; la scelta di design lo è meno: *« l'autorizzazione non cancella la paternità »* — l'agente resta l'autore, la sua *credential* attesta chi lo ha autorizzato e a quali condizioni. Conseguenze immediate: la chiave di un agente compromessa viene revocata senza toccare l'identità umana, e il ritiro del proprietario impedisce all'agente di riconnettersi, mentre le sue sessioni attive devono essere terminate separatamente. **(B) Git su object storage.** L'osservazione: *« In passato Git ha sempre avuto un comodo limitatore di frequenza: gli esseri umani »* — un gruppo di agenti produce mesi di commit-persona e CI in un solo pomeriggio, con molti scrittori simultanei, su forge dimensionate per dita umane. Buzz memorizza i repository come **packfile immutabili e indirizzati per contenuto** più un **unico puntatore di manifest mutabile**; un *push* scrive prima gli oggetti, poi fa avanzare il puntatore tramite un **compare-and-swap condizionale**, ed è proprio quello swap il punto di commit — gli eventi dello spazio di lavoro annunciano il cambiamento, non lo definiscono. Il protocollo è **specificato in TLA+ e verificato tramite model checking** (durabilità, ricostruzione, push concorrenti), con il risultato limitato che dipende da tre garanzie esplicite dell'object store, da cui una **suite di conformità** che ogni backend deve superare. **(C) Interoperabilità e privacy.** Claude Code, Codex, goose *« e qualsiasi agente che parli Agent Client Protocol »* funzionano dentro Buzz; cambiare modello o harness lascia intatte identità, permessi e cronologia del progetto. Telemetria e cancellazione viaggiano come messaggi cifrati effimeri, memoria e contabilità dei costi come messaggi cifrati durevoli — *« il server vede i metadati di instradamento, non quei payload »*. Argomento sulla memoria: *« Una forge convenzionale conserva il diff e una spunta verde. Buzz conserva anche il motivo per cui la correzione ovvia era sbagliata. »* Argomento anti-lock-in: se Buzz sparisse, identità e cronologia firmata resterebbero verificabili, Git resterebbe Git.
#Buzz#Block#spazio di lavoro agentico
**Tyler Longwell** — *« Building multi-player AI at Block »* · auteur unique et signataire à la première personne. Publié le **21 juillet 2026** sur le blog Block Engineering.
Udit Akhouri rilascia **ADHD**, una skill open source (MIT) per l'"ideazione divergente parallela" destinata agli agenti di coding: N chiamate agente **isolate** sotto frame cognitivi deliberatamente distorti, seguite da un critico separato che valuta, raggruppa, **segnala le trappole** e approfondisce i sopravvissuti — una correzione **architetturale** (non un prompt) alla convergenza prematura degli LLM.
Sintesi di fact-checking su **Delos Intelligence** (delos.so), startup francese B2B di IA generativa, che confronta una precedente nota di veille tecnologica con **fonti primarie** (il post "Overlooked" di Alexandre Dewez / 20VC, 15 aprile 2025, il sito delos.so, i registri ufficiali) e la stampa specializzata (Le Monde Informatique, L'Usine Nouvelle, FrenchWeb, Le JDD). **Verdetto complessivo: base fattuale affidabile.** Il **round seed da 2,5 milioni di euro** (≈2,74-2,83 milioni di dollari) guidato da **20VC** (Harry Stebbings) nell'**aprile 2025**, con Inovia Capital, Kima Ventures (Xavier Niel) e Plug and Play, è confermato; così come i fondatori (i fratelli **Pierre** e **Thibaut de la Grand'rive**) e i clienti **TotalEnergies, Shiseido, Groupe Casino**. **Punto metodologico rilevante**: l'elenco dei business angel — spesso sospettato di "gonfiaggio" allucinatorio — è **CONFERMATO parola per parola** dal comunicato stampa dell'investitore lead (Pigment, Dataiku, Hexa più Ramp e Kerala da aggiungere): non si tratta quindi di un'allucinazione. **Da correggere**: la cifra di "50 persone" nell'organico **non è verificabile** (~20 nell'aprile 2025, una quarantina a fine 2025); la griglia tariffaria reale è più ricca (un livello **Student a 10€** più Enterprise su richiesta, oltre a 25/45/80€); i dati sugli utenti (10.000 → 50.000 → "100.000+") e l'ARR sono **autodichiarati e non verificati**. **Da segnalare come speculativo**: **nessun Series A concluso** (solo annunciato come intenzione, con obiettivo marzo 2026); **nessun ARR complessivo pubblicato** (l'unica menzione è un "1 milione di dollari di ARR in pochi giorni" autopromozionale relativo al nuovo prodotto **Workers**, riferito solo a quel prodotto). La sovranità "100% Scaleway" era **ancora in via di finalizzazione** a fine 2025 (il calcolo gira ancora in parte su Azure Francia). L'interesse della nota è tanto metodologico — **come distinguere, all'interno di una sintesi generata dall'IA, ciò che è confermato, parzialmente accurato, speculativo e autodichiarato** — quanto documentario.
#Delos Intelligence#delos.so#fact-checking
Synthèse de veille (fact-checking) — sources primaires : blog 20VC (Alexandre Dewez) · delos.so · registres officiels ; presse : Le Monde Informatique · L'Usine Nouvelle · FrenchWeb · Le JDD
Analisi di Janakiram MSV (The New Stack, 20 luglio 2026) sulla **convergenza architetturale** delle piattaforme agent enterprise dei tre hyperscaler: in nove mesi, **Amazon Bedrock AgentCore**, **Microsoft Foundry** e **Gemini Enterprise Agent Platform** sono convergenti sugli **stessi sei primitivi** — runtime, memoria, tool gateway, identità, osservabilità, governance — sotto nomi commerciali diversi. Ciò che 18 mesi fa era una collezione frammentata di librerie sta diventando un **livello di piattaforma** a sé stante. La tesi: questa convergenza ripercorre l'**inflessione PaaS 2011-2016**, in cui **Cloud Foundry** ed **Heroku** hanno unificato VM, load balancer, code e secret store attorno a un **contratto applicativo** portabile — salvo che qui **non esiste ancora un contratto equivalente**, e **nessun progetto open source lo ha rivendicato**. Conseguenza: un'impresa non può **spostare un agente da un cloud all'altro** (stato di sessione, tracce e identità finiscono tutti presso un unico fornitore; migrare significa ricostruire tutto). L'autore propone una **mappatura riga per riga** del contratto Cloud Foundry sugli agenti, definisce tre principi di design (impacchettare l'agente come **una singola unità distribuibile**, **collegare** le capacità invece di incorporare i fornitori, integrare il livello **operativo** nell'astrazione), indica ciò che i protocolli aperti (MCP, A2A, OpenTelemetry) lasciano fuori campo — il **ciclo di vita** — e formula tre domande di due diligence: **governance** (fondazione neutrale vs. fornitore), **packaging** (lo stesso artefatto su due cloud senza riscriverlo), **stato** (memoria esportabile). Verdetto: chi finirà per possedere il **control plane degli agenti** definirà *cos'è un agente*.
Analisi SFEIR (voce dell'azienda) sulla decisione, annunciata il 16 luglio 2026, di **Airbus** di selezionare **Scaleway** (gruppo **iliad**) come proprio **"cloud di fiducia"** per ospitare e modernizzare le sue applicazioni aziendali critiche e i dati più sensibili (progettazione aeronautica, ingegneria, produzione industriale, operazioni, proprietà intellettuale). Al termine di una gara d'appalto avviata a **inizio gennaio 2026** che confrontava **dieci candidati**, Scaleway vince su **tre criteri** — capacità tecnologiche/IA, eccellenza operativa e, soprattutto, **garanzie legali e di governance**: giurisdizione europea, protezione dei dati reale, **immunità dal** **Cloud Act** statunitense. SFEIR sottolinea il **capovolgimento della gerarchia**: la governance ha pesato più della funzionalità, sebbene gli hyperscaler statunitensi (Microsoft, Google, AWS) mantengano una superiorità funzionale che nessun attore europeo eguaglia "su tutta la linea". L'accordo, pluriennale e di importo non divulgato, **integra** (non sostituisce) la strategia **multicloud** di Airbus — la dottrina sostenuta dall'azienda: costruire un portafoglio in cui ogni reparto opera secondo i propri vincoli, mantenendo al contempo il **potere di cambiare** (reversibilità, cfr. France Télévisions/ALIX distribuita senza riscrittura). La vera posta in gioco è l'**IA souveraine**: far girare modelli su dati industriali (simulazione, manutenzione predittiva, ingegneria assistita) richiede una **catena completa — calcolo, addestramento, inferenza — mantenuta all'interno di una giurisdizione di fiducia**. Tre insegnamenti: una **soglia di credibilità** superata per il cloud sovrano europeo; **governance > funzionalità** per i dati strategici; la sovranità si costruisce **a strati** (infrastruttura → piattaforma → modello), e la parte decisiva — la reversibilità dell'IA — si giocherà nei prossimi mesi.
Analisi del gabinetto di ingegneria SFEIR ("una lettura da ingegnere") sul lancio, il **16 luglio 2026**, di **Kimi K3** da parte del laboratorio cinese **Moonshot AI**: un modello **open-weights, di livello frontier**, il cui fornitore dichiara **circa 2.800 miliardi di parametri**, un **contesto da un milione di token** e il **rilascio dei pesi prima del 27 luglio 2026** (probabilmente con licenza Modified MIT, come per la linea K2). Tesi: una capacità un tempo ritenuta riservata ai giganti proprietari (Anthropic, OpenAI, Google) diventa disponibile **in open weights, a prezzo scontato, da un laboratorio cinese**. SFEIR — pur essendo **partner di Anthropic e Google Cloud**, e quindi "senza alcun interesse a sopravvalutare un modello cinese" — adotta una **riserva metodologica** cardinale: il giorno del lancio **non esiste alcuna tabella di benchmark ufficiale e completa**; le specifiche (2,8T, Kimi Delta Attention, +25% di efficienza di addestramento) e i punteggi sono **dichiarati dal fornitore** o tratti da **arene comunitarie**, "da trattare come affermazioni, non come fatti misurati." La nuova architettura (**Kimi Delta Attention**, attenzione lineare ibrida; decodifica dichiarata fino a **6,3 volte più veloce** a 1M di token) rompe con la cadenza K2 (K2 lug. 2025 → K2.7 Code giu. 2026, un modello di punta ogni due mesi); due varianti accompagnano il lancio (**K3 Max**, **K3 Swarm Max**), con dismissione forzata della serie kimi-k2.5/moonshot-v1 il **31 agosto 2026**. **La vera arma è il prezzo** (~3$/M in ingresso, 0,30$ in cache, 15$ in uscita secondo fonti secondarie): un modello open-weights di livello frontier a questo livello **trascina verso il basso l'intera curva prezzo-prestazioni** — la commodizzazione del livello modello, accelerata dall'open source. Ma la singolarità decisiva non è un punteggio: è la **reversibilità**. Un modello open-weights di livello frontier trasforma un'API consumata (dipendenza dal fornitore) in un'**opzione** (self-hosting, portabilità, uscita dal lock-in), al prezzo di un'infrastruttura pesante per ospitare 2,8T di parametri. Il punto di vista di SFEIR: **l'open-weights cambia la domanda, non solo la risposta** — non più "quale modello è il migliore/il più economico?" ma "quanta parte del mio sistema sono disposto a rendere dipendente da un fornitore che non controllo?". La postura corretta resta un **portafoglio instradato** (un modello per compito, un modello per vincolo), con Kimi K3 che aggiunge una **colonna "reversibilità"** alla griglia decisionale. La convinzione "AI Only" resta invariata: il modello è una commodity, il vantaggio duraturo risiede nell'ingegneria che lo circonda (Context Engineering, harness, governance dei costi, capacità di cambiare idea). Le cifre restano da validare "in autonomia" — sui propri repository, sui propri dati.
Analisi SFEIR (voce dell'azienda) sulla disponibilità generale, a partire dal 9 luglio 2026, di **GPT-5.6** di OpenAI — non un singolo modello, ma una **famiglia di tre livelli**: **Sol** (ammiraglia per compiti long-horizon/cyber/scienza, l'unico a sbloccare le modalità "max" e "ultra"), **Terra** (livello bilanciato per l'uso quotidiano, ~metà del prezzo di GPT-5.5) e **Luna** (veloce/economico, alto volume). Tutti e tre condividono ~**1,05 M di token** di contesto, **128k** token di output e una data di cutoff della conoscenza al **16 febbraio 2026**. Il fatto più strutturante non è un punteggio, ma una **griglia tariffaria aggressiva** (Sol 5$/30$, Terra 2,50$/15$, Luna 1$/6$ per milione di token): Sol mantiene il prezzo dell'ammiraglia precedente pur essendo più capace, spostando il confronto sul **rapporto capacità-costo**. Due sottigliezze di fatturazione (le scritture in cache fatturate a **1,25×**, un sovrapprezzo oltre i **272k** token) rendono la griglia fuorviante finché non si è misurato quanto contesto l'agente rilegge (rapporto lettura/scrittura ~**153:1** nella programmazione agentica). Verdetto dell'ingegnere, presentato come neutrale (SFEIR è al tempo stesso partner **Google Cloud Premier** *e* partner **Anthropic**): **nessuno vince su tutti i tavoli** — GPT-5.6 domina Terminal-Bench 2.1 e il Coding Agent Index (a un terzo del costo per compito), Claude resta avanti su SWE-Bench Pro (~15 pt); METR ha segnalato un tasso record di **reward hacking** su Sol. Conclusione: "smettere di cercare il campione, imparare a instradare" — il modello è un commodity, il vantaggio duraturo risiede nel **Context Engineering/Harness Engineering**.
Articolo tecnico pubblicato il **12 luglio 2026** da **Scrapfly Engineering**, su un canale di *fingerprinting* del browser poco conosciuto: **gli ultimi bit di un numero in virgola mobile tradiscono il sistema operativo**. **Il meccanismo**: lo standard IEEE 754 definisce come viene memorizzato un `double`, ma **non impone** che `sin`, `cos`, `tanh` o `exp` siano correttamente arrotondati; ogni sistema distribuisce quindi una **libm** che scambia una frazione di ULP contro la velocità, con i propri coefficienti minimax, tabelle e costanti di riduzione. Ne risulta che `Math.tanh(0.8)` restituisce **tre valori diversi** a seconda di glibc (Linux), libsystem_m (macOS) e UCRT (Windows) — *« una singola chiamata a tanh sull'input giusto è una firma per-OS. Dichiara macOS, restituisci bit matematici di Linux, e hai contraddetto il tuo stesso User-Agent. »* **L'indizio è recente e datato con precisione**: fino a **Chrome 147**, V8 calcolava `tanh` con una porta **fdlibm** integrata, identica ovunque e senza alcuna fuga; il commit V8 `c1486295ae5` l'ha sostituita con `std::tanh`, distribuito in V8 14.8.57, ossia **Chrome 148** — 148, 149 e 150 presentano la fuga, 147 e le versioni precedenti no. **Tre superfici concentrano le fughe**: `Math.tanh` (l'**unica** funzione `Math.*` interessata, poiché V8 integra e collega staticamente il resto), **tutte le funzioni trigonometriche CSS** (Blink chiama direttamente la libm dell'host, dopo una riduzione dell'angolo in gradi che non condivide codice con `Math.sin`), e **Web Audio** (dove il compressore resta sulla libsystem_m scalare mentre le fasi FFT e vettoriali passano attraverso **Accelerate**). **Quattro trappole** rendono difficile la contromisura: solo alcune funzioni presentano la fuga — quindi **falsificare le altre crea un'incoerenza rilevabile**; JavaScript e CSS sono percorsi di codice distinti; **macOS integra due librerie matematiche che divergono tra loro** (scalare vs. Accelerate, dal 10 all'89% degli input a seconda della funzione: `cos(0)` restituisce `1.0` da un lato, `0.9999999999999999` dall'altro); e **anche l'architettura presenta una fuga** (la propagazione FMA e del segno di NaN differisce tra ARM e x86). **La contromisura scartata e quella scelta**: aggiungere rumore fallisce due volte — il valore non corrisponde a **nessun** OS reale, e il non-determinismo a ogni chiamata è a sua volta un indizio. L'unica via è la **riproduzione bit a bit**: estrarre i coefficienti della libm target, trascriverli **in esadecimale** (una trascrizione decimale arrotonderebbe in modo diverso), scrivere ogni fused multiply-add esplicitamente come `fma()`, e compilare con `-ffp-contract=off` affinché il compilatore non ne inventi né ne ometta alcuno. **Nota sulla trasparenza**: l'editore dichiara fin dall'inizio che *« i post qui presenti sono redatti con l'IA, »* mentre i meccanismi, i dati e il codice restano propri.
#fingerprinting#browser fingerprint#anti-bot
**Scrapfly Engineering** — équipe d'ingénierie de **Scrapfly** · fournisseur d'infrastructure de collecte web. Le texte annonce sa position d'intérêt sans détour : *« Scrapfly ships a browser that has to match a real one across hundreds of signals · and math is one of the harder ones. »* On lit donc un **attaquant du problème de détection** · qui documente le canal parce qu'il doit le neutraliser.
Analisi SFEIR (voce da società di consulenza) del lancio, l'8 luglio 2026, di **LLMD** da parte della startup parigina **ZML** (fondata da **Steeve Morin**, ex VP Engineering di Zenly): un server di inferenza che esegue LLM su **cinque famiglie di chip** (NVIDIA CUDA, AMD ROCm, Google TPU, Intel oneAPI, Apple Metal) **a partire da un'unica codebase**. Tesi strutturante: il training sta cedendo il centro della scena all'**inferenza**, dove si decidono ormai il costo per token, la latenza e soprattutto la **dipendenza dal silicio**. La scommessa di ZML — riassunta dal motto *model to metal* — consiste nel **disaccoppiare il modello dall'hardware** tramite un compilatore scritto in **Zig + MLIR** che produce un binario nativo ermetico, senza Python nel percorso di esecuzione, esposto tramite una **API compatibile con OpenAI**. Due componenti, due licenze: **ZML** (il framework, Apache-2.0, >90% Zig) è open source; **LLMD** (il server) non lo è, gratuito al lancio. L'articolo legge l'oggetto attraverso tre lenti da società di consulenza — **FinOps dei token**, **libertà architetturale** (Design to Exit), **sovranità** (chip europei emergenti, integrazione nel processore VSORA Jotunn8) — per poi emettere un verdetto senza sconti: si tratta di un'**alpha**, da mettere "sotto osservazione attiva", non da adottare oggi.
Resoconto tecnico di prim'ordine di **Jarred Sumner**, creatore di **Bun** (runtime JS/TS, >22M download/mese), sulla **riscrittura completa di Bun da Zig a Rust in 11 giorni** (3→14 maggio 2026) guidata da **Claude** — un caso di studio eccezionale di ingegneria del software assistita dall'IA **su scala industriale**. Motivazione: una classe ricorrente di bug (use-after-free, double-free, leak) derivante dal mix di memoria gestita da GC (JavaScriptCore) e memoria manuale (Zig); in **Rust sicuro**, questi bug diventano **errori di compilazione** con pulizia automatica (`Drop`/RAII) — "un ciclo di feedback migliore di una guida di stile". Rifiutando il dogma secondo cui "una riscrittura è sempre una cattiva idea" (un anno di blocco delle correzioni di bug per 3 ingegneri), Sumner sceglie un **porting meccanico** (preservare l'architettura, cambiamento minimo del comportamento) validato dalla **suite di test esistente, scritta in TypeScript e quindi indipendente dal linguaggio** (60.624 test, 1,39M asserzioni `expect()`, 0 test rimossi, 6 piattaforme). L'harness: **~50 workflow dinamici** in **Claude Code**, cicli *scrittura → 2+ revisori avversari → applicazione*, fino a **64 istanze Claude in parallelo** (4 worktree × 16), con **PORTING.md** + **LIFETIMES.tsv** generati in preparazione. Numeri: **6.502 commit** (picco 695/h, 58/min, ~1.300 righe/min), diff finale **+1.009.272 righe**, ~16.000 errori di compilazione trattati come una coda, **5,9 miliardi di token di input non in cache + 690M di output ≈ 165.000 $**. Leve metodologiche chiave: la **revisione avversaria** (un secondo Claude, contesto separato, vede solo il diff, incaricato di trovare perché è sbagliato — individua bug sottili che sono *semanticamente* diversi ma *sintatticamente* identici) e il principio **"correggere il processo che genera il codice, non il codice a mano".** Modello utilizzato: una pre-release di **Claude Fable 5** (classe Mythos). Dopo il merge: **11 round di revisione di sicurezza Claude Code**, fuzzing guidato dalla copertura 24/7 (100 miliardi di esecuzioni → ~15 PR), **4% di codice `unsafe`** (78% su una singola riga), **19** regressioni note corrette. In produzione: Claude Code v2.1.181, la prima release su Bun-in-Rust, **+10% di avvio più veloce su Linux**. Dichiarato in apertura: **Bun è stato acquisito da Anthropic nel dicembre 2025**.
#Bun#Jarred Sumner#riscrittura da Zig a Rust
Jarred Sumner (créateur de Bun ; travaille chez Anthropic depuis le rachat de Bun en décembre 2025)
**Rapporto ricorrente di Mozilla**, *The state of open source AI*, **v1.0.1, luglio 2026**, introdotto da una lettera di **Raffi Krikorian** (CTO): sette sezioni, un sito interattivo e un rapporto scaricabile. Tesi enunciata nel titolo della Sezione 1: *« Il livello del modello si è commoditizzato. Il valore si sposta sull'harness sovrastante. »* **Stato delle capacità**: sull'*Artificial Analysis Intelligence Index v4.1*, il miglior modello chiuso ottiene **61** punti (Claude Opus 5) e il miglior modello open **57** (**Kimi K3**), quarto in classifica generale e davanti a tre dei più grandi laboratori chiusi; sull'*Epoch Capabilities Index*, lo scarto è di **6 punti** (K3 a 156 contro GPT-5.6 Sol a 162), descritto come *« all'incirca un ciclo di release »*, con intervalli di confidenza sovrapposti. **Frontiera a dente di sega**: l'open è in testa nel codice frontend (K3 a 1.679 Elo sulla LMArena Frontend Code Arena, sei domini su sette), contende il lavoro agentico da terminale (88,3 contro 88,8 su Terminal-Bench 2.1), e cede terreno sul lavoro professionale di conoscenza (Fable 5 supera K3 di 92 Elo su GDPval-AA v2). **Spostamento d'uso**: la quota di token OpenRouter instradati verso modelli open-weight è salita da un livello trascurabile a un terzo entro fine 2025, poi a una **maggioranza entro metà 2026**, con i sette modelli a maggior volume tutti open-weight — il rapporto stesso osserva che *« in numero di richieste, i fornitori chiusi statunitensi restano in testa »*, il vantaggio open essendo un vantaggio in volume di token concentrato nei carichi di lavoro di coding e agentici. **Il contrasto centrale**: *« L'open si spedisce facilmente. L'open si distribuisce con difficoltà. »* — il 79% degli sviluppatori che adottano l'IA usa modelli open contro il 71% per il chiuso, ma solo il **53%** dei team su modello open raggiunge la produzione **contro il 63%**, e lo scarto si allarga con la dimensione dell'organizzazione (chiuso 54% → 73%, open 53% → 57%), il che *« esclude una spiegazione basata sulle risorse »*. La mappa di maturità dello stack (48 componenti, 9 livelli) mostra due colonne costantemente fredde — la **standardizzazione** e la ***prontezza enterprise*** — identificate come il divario operativo. **Sezione 5**: *« L'harness agentico è un altro user agent »*, e *« Il modello sta divorando l'harness »* — su ogni modello in cui entrambi esistono, l'harness proprietario del laboratorio ora vince, con lo scarto di 21,8 punti compresso a circa 3. Da cui la formula: *« Un harness calibrato strettamente sui pesi di un laboratorio… degrada su qualsiasi altro modello, quindi più stretta è la calibrazione, meno intercambiabili sono i pesi sottostanti. Il lock-in arriva come effetto collaterale dell'ottimizzazione. »*
#Mozilla#state of open source AI#pesi open
**Mozilla** — éditeur du rapport · avec une introduction signée **Raffi Krikorian** · *Chief Technology Officer*. Publié en **juillet 2026** (v1.0.1). Données issues de sources tierces créditées (Artificial Analysis, Epoch AI, OpenRouter, LMArena) et d'une enquête propre menée avec **SlashData** (*Mozilla / SlashData 2026 developer survey*, n = 1 410 sur la question des freins).
Annuncio di prodotto di Stack Overflow (blog ufficiale) che lancia **Stack Overflow for Agents**, una piattaforma di scambio di conoscenza *API-first* pensata per l'era agentica. Tesi fondante: gli agenti di coding lavorano **in isolamento**, senza accesso a una base di conoscenza condivisa e verificata. Da qui il **"Ephemeral Intelligence Gap"** — agenti in tutto il mondo risolvono in modo indipendente gli stessi problemi, sprecando token e calcolo, per poi perdere la soluzione alla fine della sessione; gli stessi pattern architetturali vengono riscoperti in un ciclo continuo. Principio guida: *"generare risposte plausibili è diventato economico, ma verificare quali reggono in produzione no."* Flusso di lavoro in quattro passaggi: **cerca prima** (consuma conoscenza validata) → **contribuisci se esiste una lacuna** (l'agente redige una bozza, l'umano approva prima della pubblicazione) → **verifica** (risultati, modifiche, condizioni di contesto) → **capitalizza i segnali** (voti, risposte, verifiche producono un consenso). Tre formati leggibili dalle macchine: **Questions**, **TIL** (tracce di debug), **Blueprint** (pattern riutilizzabili, standard di qualità più elevato). La fiducia si fonda sulla **moderazione della community** e su **cicli di verifica multi-agente**; gli umani rivendicano la proprietà del proprio agente tramite Stack Overflow SSO (un "ancoraggio comunitario" che lega l'agente a una reputazione umana). Benefici differenziati: sviluppatori (meno cicli di retry), laboratori di IA (dati ad alto segnale per fine-tuning/valutazione), imprese (**Stack Internal**, un livello di conoscenza proprietario senza esfiltrazione di dati).
#Stack Overflow for Agents#coding agents#base di conoscenza
Articolo di blog di **Pasquale Pillitteri** (software engineer, Palermo) pubblicato il **29 maggio 2026** (versione FR), lettura di 18 minuti, sezione *Claude Code & Anthropic*. **Tesi centrale**: *« Claude Opus 4.8 è il modello SEO più potente del 2026, ma quasi tutti lo usano male »* — non un problema di modello ma un problema di **sistema**. La regola d'oro: ***« la strategia è una lavagna, la produzione è una catena di montaggio »*** — la SEO deve essere **suddivisa in due fasi distinte**, e mescolarle è *« il modo più rapido per sprecare un modello che costa cinque dollari per milione di token in input e venticinque in output »*. **Contesto del modello**: Opus 4.8 rilasciato il **28 maggio 2026** (41 giorni dopo Opus 4.7), contesto di **1M di token**, **GraphWalks Long-Context F1 a 1M: 40,3% → 68,1%**, **SWE-bench Verified 88,6%**, **USAMO 2026 96,7%** (+27,4 punti), **HLE con tool 57,9%**, prezzo invariato **5$/25$** per milione di token, **Fast Mode 2,5× a 10$/50$**, quattro **livelli di effort** (Low, High, Extra, Max). **L'anti-pattern centrale** = *« la conversazione gigante »* / **context drift**: mescolare strategia, ricerca di parole chiave, analisi competitiva e scrittura in un'unica chat produce un *« miscuglio di intenzioni contraddittorie »* → il modello scivola verso **best practice generiche** ("ottimizzazione olistica", "approccio strategico") invece di contenuti ancorati ai dati. **Fase 1 — Strategia (lavagna, UI visiva, una tantum)**: dashboard / Google Sheet / canvas Claude.ai per decidere guardando insieme i dati. **3 mosse**: (a) **ricerca di parole chiave classificata** (tabella di volume / difficoltà 0-100 / intento / potenziale business / priorità = volume÷difficoltà×peso business); (b) **analisi competitiva visiva** (matrice di copertura degli argomenti, gap); (c) **roadmap a fasi** (quick win M1-2 / medio termine M3-6 / pagine pilastro M7-12). La modalità **Extra/Max** è giustificata qui (*« una decisione strategica corretta vale mille pagine ben scritte sulle parole chiave sbagliate »*). 3 artefatti chiusi salvati su Notion/Drive. **Fase 2 — Produzione (catena di montaggio, Opus 4.8 + MCP)**: il modello passa da stratega a **macchina di esecuzione**; ogni decisione **ancorata a dati live** tramite il **Model Context Protocol**. **Stack MCP minimo**: **GSC MCP** (AminForou/mcp-gsc, 500+ stelle), **Ahrefs MCP ufficiale** (98 stelle), **GA4 MCP**; il repo `modelcontextprotocol/servers` = **86.440 stelle**, **10.000+ server attivi**, 97M download SDK/mese. Setup ~35 min, refresh mensile ~20 min. **Loop settimanale**: un singolo prompt estrae dati live, costruisce il brief (top 10 SERP + GSC + Ahrefs), deriva H2/H3, scrive, verifica la densità, suggerisce i titoli → **+45% di produttività**, bozza in **6-12 min** (riferimento esplicito a **Ryan Law / Ahrefs content engineering**, 23 skill). Cita i **Dynamic Workflows** di Anthropic (fino a 1.000 subagent). **4 errori comuni**: (1) non verificare i numeri (spot-check obbligatorio, *trust & verify*); (2) sostituire integralmente Semrush/Ahrefs (MCP è un **layer** sopra, non un sostituto); (3) ignorare il **paid-organic content gap** (caso cliente education: **2.742 termini sprecati / 351 opportunità** identificati in 90 s); (4) usare Opus 4.8 dove basta **Haiku 4.5** (meta description, alt text). **Costo**: 1-3$ per articolo di 2.500 parole. **Sonnet 4.6** basta per la produzione ricorrente, Opus 4.8 riservato alla strategia. Articolo SEO-ottimizzato e autoreferenziale (l'autore scrive di SEO in un contenuto esso stesso pensato per posizionarsi su "Opus 4.8 SEO"). Convergenza diretta con **Ryan Law/Ahrefs** (citato), **sistemi attorno al modello** (Dropbox/Okumura), **skill-over-prompt** (Lattice), model routing Haiku/Sonnet/Opus (Gupta token-to-outcome).
#Claude Opus 4.8#SEO IA#workflow a due fasi
**Pasquale Pillitteri** — Ingénieur informatique / développeur logiciel basé à **Palerme** (Italie) · certifié Innovation Manager UNI 11814:2021. Auteur d'un blog tech actif (rubrique *Claude Code & Anthropic*) · avec une newsletter hebdomadaire (~3,4k lecteurs). Article publié en version **FR** le **29 mai 2026** (lendemain de la sortie d'Opus 4.8).
Post del blog **Zed** firmato da **Franciska Dethlefsen** (head of growth and marketing), pubblicato il **14 maggio 2026** — il giorno dopo l'annuncio di Anthropic — per rispondere alle domande degli utenti Zed. **Oggetto**: a partire dal **15 giugno**, Anthropic **divide la fatturazione degli abbonamenti Claude in due pool** — uno per i suoi **strumenti proprietari** (chat, la CLI ufficiale Claude Code), l'altro per l'**uso di agenti e SDK di terze parti** (tutto ciò che passa tramite **ACP**, `claude -p`, o uno strumento di terze parti). L'uso via ACP **smette quindi di attingere ai limiti Pro o Max** e passa a un **credito mensile "Agent SDK"**: **20 dollari per Pro, 100 dollari per Max 5x, 200 dollari per Max 20x**. Una volta esaurito il credito, l'uso continua **al prezzo API standard** se l'overage è abilitato — altrimenti le richieste si interrompono fino al ciclo successivo. **La cifra che guida l'articolo**: gli abbonamenti avevano fino ad allora sovvenzionato l'uso agentico con un fattore di **circa 15-30×** rispetto al prezzo API, e i nuovi crediti sono fatturati **ai prezzi API pieni** — da cui *« for anyone using agents heavily, this is a major cost increase »*. **Vengono proposte tre opzioni**, in un ordine che rivela la posizione di Zed: (1) mantenere l'abbonamento eseguendo la **CLI ufficiale `claude` in un terminale dentro Zed** anziché via ACP — *« when the official claude CLI runs in the terminal, it uses your subscription's limits, not the new credit »*; (2) usare l'agente integrato di Zed con il provider a scelta (modelli ospitati da Zed, chiavi API, Copilot, Ollama locale, DeepSeek); (3) collegare **qualsiasi agente ACP** — OpenCode, Codex, Factory, Cursor —, diversi dei quali offrono ancora abbonamenti a limiti di frequenza che sovvenzionano l'uso intensivo. **La tesi di fondo**, e la vera ragione del post: *« ACP is an open protocol… so that your editor is never locked into one provider's pricing decisions »*, con l'anticipazione esplicita che *« this kind of change won't be the last »*. **Il post porta un'aggiunta datata 16 giugno 2026** che annuncia che **la modifica è sospesa**: ACP, `claude -p`, l'Agent SDK e le applicazioni di terze parti continuano a funzionare con gli abbonamenti **come prima**, nessun credito separato da rivendicare, limiti invariati, Anthropic sta rivedendo il proprio piano con un preavviso annunciato. **L'artefatto è quindi autocontraddittorio**: il suo contenuto più importante — il dietrofront — è successivo di un mese alla propria data di pubblicazione.
#Zed#Anthropic#abbonamento Claude
**Franciska Dethlefsen** — head of growth and marketing chez **Zed Industries**. Le rôle est déterminant pour lire le texte : ce n'est pas un billet d'ingénierie mais une **communication de crise produit** · écrite le lendemain d'une annonce d'un fournisseur dont Zed dépend · à destination d'utilisateurs inquiets. La signature growth/marketing explique la structure (problème → options → réassurance) et le fait que l'argument protocolaire arrive en conclusion plutôt qu'en tête.
Nota d'analista di **Mitch Ashley**, VP e Practice Lead per *CIO & Technology Buyers* e *Software Lifecycle Engineering* presso **The Futurum Group**, pubblicata il **29 aprile 2026** nella sezione *Market Coverage News*: formato breve, circa **9.500 caratteri**, che si apre con cinque punti di sintesi e si chiude con cinque voci da tenere d'occhio. Argomento: l'accordo annunciato il **21 aprile 2026** in base al quale **SpaceX** ottiene il diritto di acquisire **Cursor** per **60 miliardi di dollari** entro l'anno, oppure di pagare **10 miliardi di dollari** per una partnership di calcolo sostenuta dal cluster **Colossus** di **xAI** a Memphis, descritto come equivalente a **1 milione di GPU H100**. (A) La lettura dei due bisogni: Cursor portava sia un tetto di potenza di calcolo sia una compressione dei margini — l'azienda paga a prezzo di mercato i modelli di **Anthropic** e **OpenAI**, che instrada verso i propri clienti pur competendo con loro tramite la propria linea **Composer**; SpaceX cercava ricavi legati all'IA e una narrazione in vista di una IPO prevista per giugno. (B) La lettura della struttura: un pavimento di 10 miliardi di dollari e un'opzione di acquisto da 60 miliardi di dollari esercitabile in azioni quotate dopo la quotazione, che, scrive Ashley, *"alloca il rischio in modo più onesto di un'acquisizione diretta."* (1) Per gli acquirenti, fissa una finestra di **sei mesi** per riverificare le clausole di zero-data-retention e l'identità del fornitore. (2) Per i fornitori, distingue tre esposizioni — **Google** protetta da **Antigravity**, **AWS** dipendente da Anthropic, **IBM** lievemente esposta ma ben posizionata sull'angolo della governance. Il corpus contiene già [[beck-starving-genies-usage-limits-ai-coding-2026-04-03]] sul vincolo di risorse imposto agli strumenti di coding e [[nyt-musk-promises-spacex-ipo-track-record-2026-06-02]] sugli annunci di SpaceX.
#SpaceX#Cursor#Anysphere
Mitch Ashley · VP et responsable des pratiques CIO & Technology Buyers et Software Lifecycle Engineering chez The Futurum Group · ancien CIO et CTO.
Annuncio di prodotto pubblicato sul blog **Stripe** il **29 aprile 2026** da **Dan Hill** (Product Manager, Link Consumer Product), a seguito del keynote **Stripe Sessions 2026**: il lancio del **wallet per agenti di Link**, costruito su un nuovo building block, **Issuing for agents**. **La diagnosi sta in una frase, ed è la più importante del testo**: *"While machine payments protocols are still gaining adoption, agents need to work with the payment options sellers and consumers use today."* → **Stripe riconosce che i protocolli di pagamento nativi per macchine non sono ancora pronti, e fornisce un ripiego sui binari esistenti piuttosto che una scommessa su quelli nuovi.** **Il meccanismo**: un consumatore concede a un agente l'accesso al proprio wallet Link tramite un **flusso OAuth standard**; l'agente emette quindi una *spend request* e riceve o una **carta monouso**, o uno **Shared Payment Token** — appoggiato sulle carte e sui conti bancari già presenti nel wallet. Punto cardine: *"The agent never gets access to your raw payment credentials."* La credenziale è **delimitata** (importo, valuta, esercente) e l'agente deve fornire il **contesto della transazione** affinché l'essere umano capisca cosa sta approvando — l'esempio riportato nella CLI è esplicito: `amount 3500`, `merchant-name "Powdur"`, `context "Purchasing the Powdur Glow Renewal Vitamin C Serum as a gift for $35."`. **Il vincolo strutturante è temporale, ed è assunto come tale**: *"Today, each request requires the person's review before the credential is shared with your agent"* — approvazione **umana**, **transazione per transazione**, sul web o nelle **nuove app Link iOS e Android**. I limiti di spesa e i casi in cui l'agente agirebbe **senza approvazione aggiuntiva** sono annunciati, non consegnati. **Il secondo livello è il vero prodotto infrastrutturale**: **Issuing for agents** apre l'intero set di API di Issuing a chiunque costruisca il proprio wallet agentico — carte virtuali monouso, deposito di fondi, controlli di spesa, permessi a livello di carta, controlli antifrode **al momento dell'autorizzazione**, visibilità in tempo reale. Sono citati quattro casi d'uso: automazione della spesa interna, carte agentiche integrate presso **fintech**, piattaforme **SaaS verticali** che emettono carte alle PMI a proprio marchio, **marketplace** i cui agenti venditori pagano fornitori e logistica. **Argomento di distribuzione**: Link rivendica **oltre 200 milioni di consumatori**, e l'articolo cita **OpenClaw** come esempio di agente personale che ne beneficia. **Due riserve da segnalare fin da subito**: l'approvazione per transazione è presentata come una comodità di design mentre è in realtà **un'ammissione che l'autorizzazione delegata degli agenti non è risolta**; e stablecoin, *agentic tokens*, e "altri metodi di pagamento" sono tutti al **futuro** (*"coming soon"*).
#Stripe#Link#wallet per agenti
**Dan Hill** — Product Manager · **Link Consumer Product** chez Stripe. Auteur de l'annonce sur le blog Stripe · rubrique *Product*. Le rattachement au produit *Link Consumer* est significatif : l'annonce est écrite depuis le **portefeuille grand public** · pas depuis l'équipe protocole ni depuis Issuing — ce qui explique que le consentement de l'utilisateur final structure tout le texte.
Acontext (memodb-io) - piattaforma dati di contesto open-source per agenti IA cloud-native - context engineering, osservabilità, distillazione di skill - GitHub
#agenti IA#piattaforma dati di contesto#cloud-native
Google Code Wiki - Documentazione del codice automatizzata e continuamente aggiornata - Chat basata su Gemini - Diagrammi di architettura generati automaticamente - Sito web di anteprima pubblica - Waitlist per l'estensione Gemini CLI - Google Cloud Developer Experiences
#Code Wiki#documentazione automatizzata#comprensione del codice
Fergus Hurley (Director Product Management, Google Cloud Developer & Experiences) · Pedro Rodriguez (Senior Engineering Manager, Google Cloud Developer & Experiences) · Rafael Marques (Product Manager, Google Cloud Developer & Experiences)
34 Agenti AI in Produzione - Catalogo con Ricerca Multi-Indice (Categoria/Settore/Complessità) - HR Marketing Banking Finance Healthcare - Meesho Accenture AirAsia - Oltre 1M di Agenti in Produzione - Lyzr AI
#catalogo agenti AI#casi d'uso#agenti in produzione
Weave (workweave.dev) - Startup Y Combinator - Misurazione del Lavoro di Ingegneria Basata sull'IA - Weave Hour - Attribuzione del Codice all'IA - YC Directory