thekb.eu — Strumenti e Piattaforme

DuckDB and the changing physics of analytics

Wed, 26 Aug 2026 00:00:00 GMT

Andy Warfield, ingegnere nel team S3 di AWS, ha pubblicato un guest post su All Things Distributed il 26 agosto 2026, introdotto da Werner Vogels. Nel testo, spiega perché i motori analitici incorporati come DuckDB stanno guadagnando importanza, e annuncia che DuckLabs, il team che sviluppa DuckDB, entra a far parte di AWS. La sua griglia di lettura è quella di una «fisica» mobile. Laddove le scienze fisiche esplorano invarianti, l'informatica dei sistemi ricerca il compromesso elegante rispetto a rapporti che si spostano: velocità della memoria contro velocità della rete, ricchezza delle astrazioni contro potenza disponibile. Cita tre momenti — il progetto NOW di Berkeley, il proprio lavoro su Xen, e la ricerca su MonetDB e X100 al CWI di Amsterdam, dove il collo di bottiglia dell'elaborazione delle query si era spostato dal disco alla CPU — e osserva che questi vincoli si ripresentano ciclicamente. Applicata ai dati, questa griglia spiega l'elaborazione distribuita. L'elaborazione è sempre più semplice ed efficiente su un'unica macchina veloce, ma quando il disco o la scheda di rete di un server non riescono più a leggere il volume desiderato, si partiziona. Era questo il vincolo dei primi anni 2000, quello che ha prodotto MapReduce e poi gli RDD di Spark. Warfield rileva due qualità di questi sistemi: hanno innovato molto sull'ergonomia per gli sviluppatori, e hanno accettato un costo fisso di pianificazione e distribuzione, scommettendo sul throughput ottenuto aggiungendo macchine piuttosto che sull'efficienza per unità. Ma i rapporti sono cambiati. Un'istanza attuale offre circa cinquanta volte la memoria, i core e la banda di rete della più grande istanza EC2 del 2007, mentre la crescita dei dataset segue una distribuzione i cui casi estremi ne formano la coda. Il paper del 2015 Scalability! But at what COST? aveva già dimostrato che un'implementazione single-thread accuratamente ottimizzata poteva battere framework distribuiti eseguiti su centoventotto core. DuckDB, lanciato nel 2018 da Hannes Mühleisen e Mark Raasveldt, applica questa logica: un motore analitico a libreria in-process, che gira nello spazio di indirizzamento dell'applicazione, seguendo il modello di distribuzione di SQLite. AWS è diventata cliente di DuckLabs e poi sponsor dell'estensione Iceberg, parallelamente al proprio lavoro su S3 Tables; l'estensione ora supporta Iceberg v2 e v3 e supera 800.000 download a settimana. Warfield non presenta il modello incorporato come una sostituzione: quando un lavoro richiede mille macchine, le richiede. Ciò che sta cambiando, scrive, è che gran parte del lavoro svolto sui dati in realtà non ha mai avuto bisogno di un cluster. DuckLabs entra in AWS come filiale, con il progetto che resta open source sotto licenza MIT e sotto la governance della DuckDB Foundation.

Designing AI with character: what we learned building Berd

Tue, 18 Aug 2026 00:00:00 GMT

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

Securing Software at the Speed of AI: What Four Years of Data Reveal

Tue, 18 Aug 2026 00:00:00 GMT

Sonatype pubblica, a firma della sua *technical writer* Aaron Linskens, una sintesi di uno studio longitudinale condotto dai suoi research labs su quarantanove mesi, da giugno 2022 a giugno 2026. Il metodo è dichiarato fin dall'inizio: una coorte fissa di applicazioni monitorate in continuo, in modo che le variazioni misurate riflettano l'evoluzione del parco software piuttosto che quella del portafoglio clienti. Il risultato centrale è presentato come una contraddizione: le organizzazioni rimediano più rapidamente di prima, eppure le loro applicazioni accumulano più rischio. Quattro misure inquadrano il risultato. Le vulnerabilità *Critical* e *High* per applicazione sono state moltiplicate per 4,31, passando da una media di 14,14 a giugno 2022 a 54,3 nel 2026; l'effetto non è dovuto al solo legacy, poiché escludendo le applicazioni legacy portate di recente sotto gestione resta comunque un fattore di 3,91. Le nuove versioni di componenti interessate avanzano a quarantasei volte il tasso pre-IA. L'età mediana delle vulnerabilità è scesa del 59% dal suo picco di gennaio 2024. Infine, la creazione mensile media di applicazioni è stata moltiplicata per 4,84, e con essa le decisioni di dipendenza. I progressi nel rimedio sono reali: oltre la metà delle violazioni risolte lo è in meno di un giorno, e l'età mediana delle vulnerabilità *Critical/High* non risolte scende da 228 a 126 giorni, poi a 103 giorni a maggio 2026. Tra le coorti che hanno avuto almeno dodici mesi per agire, il 52,6% è risolto, il 44,3% resta aperto e il 3,1% è sotto waiver. Il cambiamento proposto riguarda il monte. I ricercatori hanno esaminato le dipendenze vulnerabili entrate nelle applicazioni del periodo e posto una domanda semplice: al momento della selezione, esisteva già una versione sostanzialmente meno rischiosa? La risposta è sì nel 62,2% dei casi su Maven, nel 46,9% su npm, nel 34,3% su PyPI. Il testo rifiuta di leggere questo dato come colpa dello sviluppatore: alcune vulnerabilità sono inevitabili, altre derivano da un gap informativo al momento della scelta — un punto che diventa sensibile quando un assistente IA può introdurre un componente in pochi secondi senza disporre di intelligence aggiornata sul suo rischio e sulla politica organizzativa. Il post riconosce che l'IA non è l'unica causa dell'espansione del panorama delle vulnerabilità e cita quattro fattori concorrenti. Conclude su Sonatype Guide, che porta questa intelligence fino al punto di selezione, e rimanda al report completo, *The AI-Era Software Assembly Line*, per i dati sottostanti.

Projects in Buzz

Tue, 18 Aug 2026 00:00:00 GMT

Post di annuncio di **Block Engineering** firmato da **Thomas Petersen** (*Principal Designer & Builder*), pubblicato il **18 agosto 2026**, che presenta **Buzz Projects** — il mattone forge di **Buzz**, lo spazio di lavoro umani+agenti di Block costruito su **Nostr**. **Il problema enunciato.** *« Software development tools are fragmented in ways the work itself is not. »* La segnalazione di bug sta in uno strumento, la discussione in un altro, la correzione su un branch, la CI altrove, la revisione in un thread di commenti, le note di rilascio ricostruite a posteriori. **La tesi: tutto questo è una sola conversazione, e la storia deve far parte del progetto.** **Ciò che Projects offre.** Una **forge ospitata sul proprio relay**: repository Git standard accessibili tramite `fetch/clone/pull/push` su **Smart HTTP**, *« with no custom tooling or wrapper CLI required »*; **la clé Nostr come identità unica** — *« the same npub that signs your messages signs your pushes »*, senza token separato né account GitHub; **progetti multi-repo** che possono includere repository non posseduti (*« you just won't have authority over it »*); issue, pull request, diff, commenti inline, revisione e merge; un **feed di attività** a livello di server; e il **collegamento di qualsiasi progetto a un numero qualsiasi di canali**, affinché *« the context around a change doesn't disappear the moment agents start writing code »*. Da un canale, un'issue può essere affidata a un agente oppure si può chiedere all'agente di aprire una PR, che rimanda alla conversazione che l'ha generata; l'agente si rivolge all'essere umano tramite l'**Inbox**. **La dottrina, in due parti che il post non assembla mai.** Da un lato, **nessun vincolo preventivo**: *« No forced guardrails, no limitations on what your agents are allowed to help you with. »* Dall'altro, **una registrazione firmata di ogni atto**: *« Every push, review, approval, and merge is a signed Nostr event »*, con una traccia di **quale agente** ha prodotto una patch e **quale essere umano** l'aveva autorizzato. Da qui la proiezione conclusiva: la storia dei contributi diventa *« more than a set of colored squares on a profile »*, una **storia verificabile associata a una chiave**, e Block dichiara di **esplorare *« agent trust protocols informed by past behavior »***. **La fiducia si sposta dall'autorizzazione *ex ante* alla prova *ex post*.** L'inquadramento associato è esplicito: *« 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. »* **Riserve.** **Nessuna cifra, nessun link esterno, nessuna specifica** in tutto il testo; **CI e note di rilascio sono promesse ma assenti dall'inventario**; Projects risiede sotto la **scheda Experiments**, e il post si autosqualifica sei volte — *« Buzz is still in beta and Buzz Projects is still under experiments, so treat it accordingly. »*

GLM-5.3: Frontier Coding with Emergent Cyber Capabilities

Fri, 14 Aug 2026 00:00:00 GMT

Post di annuncio pubblicato il **14 agosto 2026** sul blog di **Z.ai** (già Zhipu AI), **non firmato**, per il lancio di **GLM-5.3**. **La tesi metodologica.** *« Scaling post-training is all we did for GLM-5.3. »* Stesso modello di base di GLM-5.2: **tutto il guadagno viene dal post-training**, costruito sullo stack del ciclo precedente — **IndexShare** (contesto lungo), **SAO** (RL a lungo orizzonte) e **slime** (addestramento asincrono, Megatron + SGLang). Il collo di bottiglia si è spostato dal modello **all'ambiente**: Z.ai descrive pipeline che **sintetizzano** ambienti e segnale di ricompensa — un agente giudice verifica la risolvibilità, **i verificatori sono sintetizzati senza accesso alla soluzione di riferimento**, e sono ammessi solo dopo un tris di controlli **oracle / no-op / unsolved-state**. Il lavoro resta *« human-in-the-loop »*. Il throughput RL end-to-end è migliorato di **oltre 2,3×**. **I risultati sul coding.** Terminal-Bench 3.0 passa da **4,6 a 28,3**, DeepSWE v1.1 da **46,2 a 66,9**, Agents' Last Exam da **23,8 a 28,5**. Sullo **Z.ai Code Bench**, un benchmark **interno e privato**, +50% rispetto a GLM-5.2, con un guadagno simultaneo in **efficienza dei token**: 34,5% a ~75K token di output a effort Max (contro 23,4% a 96K per GLM-5.2), e 31,4% a ~50K a effort High — davanti a Claude Opus 4.8 (29,5% a 120K). **Claude Fable 5 resta davanti al 39,5%.** L'affermazione *« most capable open-weights model for coding »* **non discende dalla tabella**: contro **Kimi K3**, il punteggio è di **3–3 con un pareggio**. **La capacità cyber.** Presentata come *« emergente »*, è stata **addestrata deliberatamente** — il post scrive *« we expected this to make the model better »*. Ciò che è arrivato come sorpresa è stata la **velocità**, e il passaggio da falle isolate alla **catena di exploitation completa**. CyberGym **84,5%** (il migliore in tabella), ExploitBench **54,4%** (×2,2), ExploitGym **105/130 task** (×3,6 rispetto a GLM-5.2, budget normalizzati per throughput). Frase chiave: ***« Capability is growing fastest exactly where we are furthest behind. »*** **Il numero più pesante.** Lavorando con team di sicurezza cinesi, il modello ha identificato **2.436 vulnerabilità in 269 progetti open source** — kernel, sistemi operativi, motori browser, protocolli di rete — la più vecchia introdotta nel **1981**, durata media **26,6 anni**. Il **Security Disclosure Ledger** mostra **53 divulgate** e **2.383 sotto embargo**: **2,2% pubblicate**. **Governance.** Rilascio dei pesi annunciato *« in two weeks, once safety evaluation and hardening are complete »* — **una data, non un criterio**: nessuna definizione di hardening, nessuna condizione di non rilascio, nessun valutatore terzo. **Varie.** `thinking.type: "disabled"` **non è più supportato** (migrazione richiesta); quote del GLM Coding Plan in punti, **50% fuori dalla fascia 14:00–18:00 UTC+8**; **quasi tutte le valutazioni sono condotte in Claude Code 2.1.207**.

DeepSeek Harness developer preview: Everything is a plugin

Thu, 13 Aug 2026 00:00:00 GMT

Pagina di lancio prodotto pubblicata il **13 agosto 2026** da **DeepSeek**, **non firmata**, per 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. **Cosa dice la pagina.** Due promesse, in quattrocento parole e senza una sola cifra. **« Everything is a plugin »**: ogni capacità — modelli, strumenti, skill, sessioni, sandbox, storage, loop, scheduling, interfaccia — è un plugin **sostituibile tramite configurazione, senza modificare il codice sorgente**. **« Every run is traceable »**: tutto ciò che il modello vede viene registrato in un **session log append-only** — system prompt, ragionamento, chiamate agli strumenti e risultati, scheduling dei subagent, ogni iniezione di contesto — e *« resume, fork, search and replay all operate on the same event stream »*. Il nucleo è **Cordis**, un framework di terze parti vendorizzato, descritto in un paper esterno e accreditato in modo prominente. Vengono rilasciate quattro modalità di esecuzione: **modalità Standard** (tooling completo), **mode Code** (strumenti esposti tramite un SDK TypeScript per combinare più operazioni in un unico programma), **mode Minimal** (due strumenti, bash persistente e `str_replace_editor`, *« for benchmarking models in a minimal environment »*), e **modalità Creator** (ispezione a runtime, test di plugin in memoria, composizione di nuove modalità). Per iniziare: `npx @deepseek-ai/dsh web`. **Cosa non dice la pagina.** L'affermazione più forte si trova in `docs/architecture.md`: ***« Model-visible means logged. Anything that reaches a model request must be reconstructable from the log, and a runtime invariant asserts it. »*** **Una garanzia asserita a runtime**, non un'affermazione da vetrina — è questa la proprietà che davvero distingue DSH, ed è assente dal materiale promozionale. Lo stesso repository fornisce la confutazione: `SESSION_FORMAT_VERSION` resta a **`0` senza alcuna promessa di compatibilità**, *« backends reject old on-disk formats »*, e il README avverte in maiuscolo che ci saranno breaking change. **Tracciabile oggi non significa archiviabile domani.** **Il modello di business è nella cronologia.** DSH viene rilasciato il giorno della **GA di DeepSeek-V4-Pro** e **tre giorni prima** dell'entrata in vigore di un nuovo listino prezzi API (16 agosto, 16:00 UTC; tariffe fuori picco al **−50%**). **Harness regalato, inferenza resa più cara** — l'esatto opposto del modello di Anthropic. **Ciò che regge alla verifica.** La sostituibilità tiene almeno a livello di modello: oltre all'adapter DeepSeek, **`dsh-llm-pi-ai`** rende accessibile qualsiasi gateway compatibile con OpenAI *« by configuration, not by code change »*. E il mode Minimal integra nel prodotto l'**harness di benchmarking** — un tentativo di sottrarre a Claude Code la definizione del benchmark, anche se il repository di DSH stesso contiene un `CLAUDE.md` e una `.claude/skills`.

Buzz (buzz.xyz) — Rapport de recherche pour présentation

Wed, 12 Aug 2026 00:00:00 GMT

Rapporto di ricerca interno datato **12 agosto 2026** che consolida, a scopo divulgativo, lo stato pubblico di **Buzz**, lo spazio di lavoro umani+agenti di **Block** lanciato il **21 luglio 2026** sotto licenza **Apache 2.0**. Aggrega i due post tecnici di Block, l'annuncio aziendale, il repository GitHub, la copertura stampa, X e **tre valutazioni indipendenti** — quest'ultimo strato porta la maggior parte del valore aggiunto. **Il concetto.** Buzz fonde chat di team, una forge Git e workflow automatizzati in un unico spazio dove gli agenti sono **membri a pieno titolo, non bot**. La tesi è quella di Tyler Longwell: *"The bottleneck moved from intelligence to coordination."* Bradley Axen (Head of AI Capabilities) inquadra la posta in gioco di mercato: *"Every company is going to need a place where humans and agents work together. The question is whether that place is proprietary or open."* **L'architettura.** Un relay in **Rust** su **Nostr** (NIP-01/42/98/34, 127 *event kinds*), **Postgres**, **Redis**, **S3/MinIO**, desktop **Tauri+React**. Ogni partecipante detiene una keypair; ogni messaggio, review, passo di workflow ed evento Git è **firmato** in un log di audit append-only con hash-chain. Un grado di formalismo raro per una **v0.4.x/0.5.x**: isolamento multi-tenant meccanizzato in **TLA+**, proprietà di autorizzazione verificate in **Tamarin**. L'integrazione degli agenti passa attraverso **`buzz-acp`**, un harness **ACP** che collega goose, Codex e Claude Code e **traduce ACP ↔ MCP** — *"They compose through protocols, not imports."* **Il divario centrale.** Jack Dorsey annuncia *"decentralized, self-sovereign"*; il file `ARCHITECTURE.md` di Block afferma: *"The relay is the single source of truth… There is no peer-to-peer event exchange, no gossip, no replication."* Un relay unico per comunità, dunque un **punto singolo di guasto**: la decentralizzazione è **sovranità organizzativa**, non ridondanza. **I limiti, documentati.** L'unità di autorizzazione è l'**appartenenza al canale** — *"channel membership is not fine-grained tool authorization"*; gli agenti girano in **`--dangerously-skip-permissions`**, fuori da qualsiasi sandbox; **l'osservabilità è carente** (*"It doesn't tell me what happens next"*, kill silenziosi per OOM). Gli eventi firmati sono *tamper-evident*, non *tamper-resistant*: un operatore di relay compromesso può cancellarli. Sul relay ospitato, non c'è **cifratura end-to-end**. **Una correzione di dati.** Il "+33% more work" è il **rapporto tra task completati (20 su 44 contro 15)**, non un guadagno di punteggio — che passa da 59,1% a 71,5%, cioè **+12,4 pt**. **Accoglienza**: ~25.900 stelle GitHub, un tweet di Dorsey a ~2,3-2,7M visualizzazioni, l'endorsement di Sundar Pichai, e la formulazione di Justin Waldron: *"the first proper multiplayer agent harness"*. Riserve riconosciute: benchmark **auto-valutati da Block**, nessun prezzo di hosting pubblicato, nessun dato di adozione.

ChatGPT Desktop & Claude Desktop vs versions web — Rapport « What ? — So What ? — Now What ? »

Wed, 12 Aug 2026 00:00:00 GMT

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.

Shieldstral : Mistral compile sa doctrine en 3,8 milliards de paramètres

Fri, 07 Aug 2026 00:00:00 GMT

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.

Agent Plugins package your skills, tools, and more

Thu, 06 Aug 2026 00:00:00 GMT

Post tecnico di **Google** del **6 agosto 2026** che annuncia l'adesione dell'azienda 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**. **Prima il fatto di governance.** La specifica è stata pubblicata da un TSC di Core Maintainer provenienti da **Amazon, Cursor, Microsoft, OpenAI e Vercel**. Google li raggiunge, rappresentata nominalmente da **Kevin Hou** (Google DeepMind). Sei concorrenti concordano su un livello di packaging. **Anthropic non compare nell'elenco dei maintainer**, pur essendo all'origine dei due mattoni impacchettati. **La diagnosi.** Una skill è portabile, un server MCP è portabile — *"The core problem isn't the components. It's the manifest."* Ciò che non è mai stato portabile è il contenitore: la struttura delle directory, i metadati del manifest, la forma della configurazione MCP e l'inferenza del trasporto differiscono da un client all'altro. Si fa fork, si mantengono due copie di componenti identici, e queste divergono nel tempo. **Il formato.** *"A plugin is a directory. That's the whole idea, and the restraint is the point."* Un `plugin.json` ridotto a `$schema` e `name`; le skill in `skills/`, nel formato Agent Skills; i server in `mcp.json`, **con un `type` esplicito** su ogni voce (stdio, Streamable HTTP, legacy HTTP+SSE). La forza del design sta in ciò che il manifest **non può** fare: né rilocare un componente né dichiararlo inline. Quindi non esiste un percorso di discovery da configurare, né un ordine di precedenza da imparare. Corollario: **i componenti falliscono in modo indipendente** — un server che non riesce ad avviarsi non trascina con sé le skill. Una directory **reverse-domain** (`com.example.client/`) funge da spazio di estensione proprietario, ignorato dagli altri client: il nucleo portabile resta piccolo perché le parti non portabili hanno un posto dove andare. **I limiti, dichiarati apertamente.** Un'intera sezione spiega **quando non creare un plugin** (un singolo server MCP, una singola skill: superfluo). Un'altra elenca ciò che v1 esclude: **installazione, distribuzione, permessi, sandboxing, verifica di fiducia e provenienza, UX**. Giustificazione: gli obblighi di un IDE, di una CLI e di una piattaforma enterprise differiscono realmente. **Lo stack.** Trovare (**Agentic Resource Discovery**), descrivere (**AI Catalog**), impacchettare (**Agent Plugins**), eseguire (**MCP + Agent Skills**) — ogni livello adottabile in modo indipendente. **Disponibili da subito**: **Agents CLI** (utilizzabile da Antigravity, Gemini CLI, Claude Code o Cursor) e **Data Agent Kit** (BigQuery, Spanner, Cloud SQL). *"Those skills were already distributable. Now they're distributable in a format that isn't ours alone."* Riga di chiusura: *"Packaging is unglamorous infrastructure,"* ed è esattamente ciò che va condiviso invece di essere reinventato cinque volte.

Graphify — Knowledge Graphs for AI Coding Assistants (site graphify.net : vitrine, annuaire d'outils et galerie de dépôts graphifiés)

Thu, 06 Aug 2026 00:00:00 GMT

Il sito **graphify.net**, consultato il 6 agosto 2026, ufficialmente di proprietà di **Safi Shamsi**, creatore della skill open source graphify. Il dominio veicola tre elementi distinti dalla piattaforma commerciale `graphify.com` e dal repository GitHub. **Una vetrina di prodotto**, anzitutto: presentazione di graphify, guide d'uso, riferimento CLI, pagine su tree-sitter e sul clustering di Leiden. **Una galleria di demo**, poi, ed è la parte più convincente: **100 repository GitHub Trending già graphificati**, per un totale di **854,079 nodi e 1,932,930 archi**, filtrabili per linguaggio e dimensione, ciascuno con il proprio conteggio di nodi, archi e comunità, corredato da un'anteprima del grafo e da una pagina di dettaglio. Mostrare lo strumento all'opera su repository già noti vale più di un pitch, e produce, come sottoprodotto, un dataset pubblico di grafi comparabili. **Una directory editoriale**, infine, che ha un valore indipendente dal prodotto che promuove: **30 AI coding client guides** confrontate su workflow, agenti, prezzi, sicurezza e idoneità alla delivery; una **directory di server MCP** valutata su transport, runtime, client supportati, sforzo di configurazione e **rischi di accesso**; confronti a coppie su campi allineati. Il sito rivendica un metodo — *« source-reviewed »*, evidenze ufficiali, incognite esplicite — ed è disponibile in sei lingue. **Questa scheda esiste principalmente per registrare una discrepanza.** Nello stesso giorno, il sito annuncia **« 3.7k+ GitHub stars »** mentre l'API ne conta **103,187**; afferma **tre volte** una licenza **MIT** 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 a favore dei benchmark LOCOMO e LongMemEval. Il sito descrive quindi un prodotto vecchio di più generazioni. **L'errore sulla licenza è il più grave**: MIT e Apache 2.0 non comportano gli stessi obblighi, in particolare in materia di brevetti e di divulgazione delle modifiche. Resta un'osservazione strategica: **un fornitore di uno strumento che costruisce la directory della propria stessa categoria** occupa la query di valutazione prima dei concorrenti. La rivendicazione di neutralità non rimuove il conflitto d'interessi — graphify compare tra le skill in evidenza del sito. Un punto d'ingresso utile, non un arbitro.

graphify — « Turn any codebase, with its docs, SQL schemas, configs, and PDFs, into a queryable knowledge graph. A /graphify skill for Claude Code, Cursor, Codex, and Gemini CLI: local deterministic AST parsing, every edge explained, no vector store. »

Thu, 06 Aug 2026 00:00:00 GMT

**graphify** (Safi Shamsi, Graphify Labs, Y Combinator S26) trasforma un intero progetto in un **grafo di conoscenza interrogabile**, invocato tramite `/graphify` da Claude Code, Cursor, Codex, Gemini CLI e una quindicina di altri client. Osservato il 6 agosto 2026: **103.187 stelle** per un repository creato il 3 aprile, Apache-2.0, Python. **Tre scelte di design sostengono il progetto.** **Il codice viene analizzato localmente** in un AST tree-sitter, senza LLM: deterministico, nulla lascia la macchina, nessuna chiave API richiesta per un corpus composto solo da codice. **Ogni arco porta con sé la propria provenienza** — `EXTRACTED` se esplicito nella fonte, `INFERRED` se risolto da graphify —, *"so you can tell what was read directly from what was inferred"*. E il progetto si definisce **in opposizione al RAG vettoriale**: *"Not a vector index. No embeddings, no vector store: a real graph you traverse."* **L'uso sostituisce grep.** `query` restituisce un sottografo per una domanda in linguaggio naturale, `path A B` traccia il percorso tra due entità, `explain` dispiega un concetto. Tre output: un grafo interattivo, un report leggibile (nodi centrali, connessioni sorprendenti, domande suggerite) e un `graph.json` persistente, interrogabile settimane dopo. **La copertura va oltre il codice**: 36 grammatiche tree-sitter, ma anche SQL, Terraform, Apex, **configurazioni MCP**, manifest di pacchetti, Office, PDF, immagini e video trascritti localmente. I commenti `# WHY:` e le motivazioni di design diventano **nodi di prima classe collegati al codice che spiegano**. **I benchmark richiedono una lettura attenta.** Su LOCOMO, graphify domina in recall (0,497 contro 0,149 e 0,048) ma **perde in accuratezza QA** (45,3% contro 49,7%); su LongMemEval-S **eguaglia un RAG denso** al 76%. La riga che conta è altrove: *"Graph build — LLM credits: 0"*. Il differenziatore difendibile è **il costo e la tracciabilità, non la qualità delle risposte**. **Tre avvertenze.** Il branch `main` porta un README obsoleto dell'epoca v1 che descrive un prodotto diverso: leggere `v8`. Il pacchetto PyPI si chiama `graphifyy`, mentre il nome è in fase di recupero. E un **log delle query locale** è attivo per impostazione predefinita, disattivabile tramite una variabile d'ambiente. La skill funge anche da punto d'ingresso a una piattaforma commerciale con lista d'attesa su graphify.com, che applica in continuo lo stesso approccio all'intero contesto di lavoro.

Introducing Muse Code and Muse Spark 1.2

Wed, 05 Aug 2026 00:00:00 GMT

Annuncio di **Meta AI Research** pubblicato il **5 agosto 2026** (tempo di lettura indicato: 4 minuti, nessuna firma individuale): **Muse Code** in beta, *« un agente di coding da terminale »*, e il modello che lo alimenta, **Muse Spark 1.2**. È Meta stessa a inquadrare il lancio: *« This marks our next step toward the frontier, with larger and much more capable models on the way. »* **Tre elementi architetturali sul lato harness.** **Agenti asincroni in background** che *« remain active throughout each session, rather than being spawned for individual tasks »*, evitando raccolte di informazioni ridondanti e riducendo la necessità di guida manuale. Un **registro eventi locale** dove *« every model call, tool run, approval, and edit is appended »*, che rende il runtime un sistema *« replay-exact and restart-safe »*, capace di riprendere esattamente da dove si era interrotto dopo un crash. E **tre skill fornite di serie**: `/plan` (trasforma un compito in un piano sottoposto ad approvazione), **`/grill`** (mette alla prova il piano *« until it holds up »*), e `/goal`. **Sul lato modello**, Meta rivendica il **co-training modello-harness** (*« to maximize harness compatibility »*, con traiettorie di harness campionate tramite rejection sampling e ottimizzazioni delle ricette per obiettivi, compaction e sub-agenti), un addestramento **long-horizon** (generazione dell'intero repository, progetti end-to-end, self-research, con pianificazione, goal conditioning e compaction del contesto), e un **ciclo di auto-miglioramento** in cui Muse Spark 1.1 genera gli ambienti e i template di istruzioni e poi valuta le soluzioni candidate, producendo un set di addestramento per la 1.2. **Ciò che mostrano i grafici pubblicati**, senza che il testo li commenti: i quattro confronti — Terminal-Bench 2.1, DeepSWE 1.1, un benchmark interno Meta e il case study di ottimizzazione di kernel GPU — collocano **Muse Spark 1.2 dietro Opus 5 in tutti e quattro i casi**, incluso sul benchmark proprietario di Meta stessa (70,6% contro 79,4%) e sul case study, dove il modello si classifica quarto su sei (+68,7% contro +74,0%). **Un'avvertenza di lettura sul guadagno di versione**: sui due benchmark pubblici, la 1.1 è misurata con `mini-swe-agent` e la 1.2 con Muse Code, per cui lo scarto di 6,7 punti confonde progresso del modello e progresso dell'harness. Sul benchmark interno, l'unico confronto in cui non viene menzionato alcun harness, lo scarto 1.1 → 1.2 scende a **2,3 punti**.

Announcing Cloudflare Wallets: the programmable wallet for the agentic Internet

Tue, 04 Aug 2026 00:00:00 GMT

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.

How to use Notion as Code

Mon, 03 Aug 2026 00:00:00 GMT

Documentazione **Notion as Code**, un prodotto in **alpha chiusa**, consultata il 3 agosto 2026 sul workspace Notion Ambassadors — senza autore né data, e con un avviso che raccomanda di provarlo su un workspace nuovo e mette in guardia su possibili breaking changes. **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 l'endpoint **`/v1/infra_as_code`** per implementarlo. **Il meccanismo che regge tutto** è l'indirezione tramite identificatore. Lo script **non contiene alcun identificatore Notion**: dichiara valori `resourceId` scelti dall'autore. Il primo deployment restituisce una **tabella di mappatura** tra questi identificatori logici e i record effettivamente creati; ripassata nelle chiamate successive, garantisce che gli stessi record vengano **aggiornati anziché ricreati**. **Ne derivano tre proprietà.** Lo script diventa **idempotente**. Diventa **disaccoppiato dal workspace** — più tabelle di mappatura permettono di distribuire **lo stesso script su più workspace**. E trattandosi di codice, supporta variabili e cicli: l'esempio fornito è la costruzione di dieci team di struttura identica cambiando solo alcuni nomi. **Il contratto API è asincrono**: una `POST` restituisce un `taskId`, interrogato fino al completamento; la risposta porta le tabelle di mappatura da conservare — l'equivalente di un file di stato. **Due differenze operative**: il prodotto richiede **personal access token** anziché i consueti token bot, il che attribuisce le azioni a una persona anziché a un'integrazione; e il **rate limit scende a 5 richieste al minuto**, una chiamata essendo ormai un batch anziché una singola entità. **Il prodotto presuppone l'agente.** L'SDK è presentato come costruito *« for you or your coding agent »*, e il percorso di onboarding consiste nel lasciare che un agente legga il README dell'SDK. Un descrittore di stato tipizzato è effettivamente uno strumento migliore per un agente rispetto a una serie di chiamate imperative: l'errore vi è replicabile anziché cumulativo. **Cosa manca**: nessuna menzione dell'eliminazione degli elementi rimossi dallo script, nessuna modalità di anteprima prima dell'applicazione, nulla sulla concorrenza, e nessuna data su una documentazione destinata a cambiare.

hyperresearch — « The Most Powerful Deep Research Harness » / « Agent-driven research knowledge base. Agents collect, search, and synthesize web research into a persistent, searchable wiki. »

Mon, 03 Aug 2026 00:00:00 GMT

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.

Agent Client Protocol — Introduction

Sun, 02 Aug 2026 00:00:00 GMT

Pagina introduttiva della specifica dell'**Agent Client Protocol**, consultata il 2 agosto 2026. Un artefatto vivo senza data di pubblicazione: la scheda è datata in base alla sua osservazione. **Il problema.** *« AI coding agents and editors are tightly coupled but interoperability isn't the default. »* Ogni editor deve costruire un'integrazione personalizzata per ogni agente che vuole supportare, e ogni agente deve implementare le API specifiche di ogni editor. Ne derivano tre costi distinti: **onere di integrazione** (ogni combinazione agente-editor richiede lavoro specifico), **compatibilità limitata** (un agente raggiunge solo una frazione degli editor) e **dipendenza dal fornitore per lo sviluppatore** — *« choosing an agent often means accepting their available interfaces »*. **La soluzione.** ACP standardizza la comunicazione agente-editor *« similar to how the Language Server Protocol (LSP) standardized language server integration »*. Il beneficio è reciproco ed è ciò che tiene insieme l'ecosistema: un agente che implementa ACP funziona con qualsiasi editor compatibile; un editor che supporta ACP accede all'intero ecosistema di agenti ACP. *« This decoupling allows both sides to innovate independently. »* **L'architettura.** ACP presuppone che l'utente sia **principalmente nel proprio editor** e ricorra a un agente per un compito specifico. Due modalità di distribuzione: gli agenti **locali** girano come sottoprocesso dell'editor e comunicano via **JSON-RPC su stdio**; gli agenti **remoti**, ospitati nel cloud o su infrastrutture separate, comunicano via **HTTP o WebSocket** — supporto dichiarato *« a work in progress »*, con collaborazione attiva con piattaforme agentiche. La seconda modalità viene regolarmente omessa dalla copertura secondaria, pur tracciando la traiettoria enterprise del protocollo. **Il legame con MCP** è più stretto di una complementarità architetturale: ACP *« re-uses the JSON representations used in MCP where possible »*, aggiungendo al contempo tipi specifici all'UX della codifica agentica — la visualizzazione dei **diff** è l'esempio riportato. Il formato predefinito per il testo leggibile è **Markdown**, scelto proprio affinché l'editor non sia tenuto a renderizzare HTML. **Due osservazioni sulla fonte stessa.** La navigazione espone **v1 (Latest)** e **v2 (Draft)** — non l'"ACP 1.2" che circola altrove. E collega **Zed Industries e JetBrains allo stesso livello**, accanto a un **ACP Registry**, alle **RFD**, a una sezione Community, Publications, Updates e una pagina Brand: la struttura di un progetto co-governato con un processo. Librerie ufficiali in Kotlin, Java, Python, Rust e TypeScript.

ACP : deux protocoles, un sigle, zéro rapport

Sun, 02 Aug 2026 00:00:00 GMT

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.

Buzz!

Tue, 21 Jul 2026 00:00:00 GMT

Post tecnico di **Block**, firmato da **Tyler Longwell**, pubblicato il **21 luglio 2026**, che annuncia **Buzz**: uno spazio di lavoro *open source*, **self-hostable**, organizzato per canali, in cui esseri umani e agenti lavorano nella stessa stanza — messaggistica, ricerca, automazione **e hosting Git** su un unico server. **Il punto di partenza è un fallimento vissuto.** L'autore ha costruito il primo agente Slack di Block; funzionava, ma lasciava senza risposta questioni operative: ognuno ha un proprio bot? Se un bot è condiviso, **di chi sono le credenziali**? Cosa succede quando un team cambia modello o *runtime*? Da qui la tesi: *« 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. »* **Il substrato è Nostr** — un protocollo aperto per messaggi firmati e identità portabili. Un'identità è una **keypair**, ogni azione è firmata: la stessa identità invia un messaggio, autorizza un agente, approva un *workflow*, firma un commit, esegue il merge di una modifica. **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. **Il cuore del post è l'identità dell'agente.** Anziché prestare le proprie credenziali a un bot — *« Abbiamo lasciato che i bot si travestissero da noi »* — ogni agente riceve **una chiave propria**. Il suo proprietario firma un'**autorizzazione ristretta**; l'agente firma poi il proprio lavoro **a proprio nome**. La scelta semantica è esplicita: ***« l'autorizzazione non cancella la paternità »***. La chiave di un agente compromesso viene revocata **senza toccare l'identità umana**; il ritiro del proprietario disconnette l'agente. **Secondo elemento di ingegneria: Git su object storage.** Gli agenti eliminano il limitatore di frequenza che un tempo erano gli esseri umani; un gruppo produce mesi di commit-persona in un solo pomeriggio. Buzz memorizza i repository come **packfile immutabili e indirizzati per contenuto** più **un puntatore di manifest mutabile**, fatto avanzare tramite **compare-and-swap condizionale** — quello *swap* è il punto di commit, gli eventi del canale lo annunciano senza definirlo. Il protocollo è **specificato in TLA+** e verificato tramite model checking; il risultato dipende da **tre garanzie dell'object store**, da cui una **suite di conformità** per ogni *backend*. **Il valore promesso è mnemonico**: un canale effimero per attività aggrega discussione, patch, CI, revisione e decisione firmata. *« Una forge convenzionale conserva il diff e una spunta verde. Buzz conserva anche il motivo per cui la correzione ovvia era sbagliata. »* **E l'open source viene argomentato così**: *« siamo nel 2026: il software è diventato economico. Il gusto no. »* Se Buzz sparisse, identità e cronologia firmata resterebbero comunque verificabili. Nessuna cifra, nessun benchmark: il post è un'esposizione di design, non una prova di effetto.

ADHD — a skill for agents (Parallel Divergent Ideation for Coding Agents)

Mon, 20 Jul 2026 00:00:00 GMT

Udit Akhouri rilascia **ADHD** ("a skill for agents"), un progetto open source (MIT, v0.1.4, ~1.000 stelle) che affronta la **convergenza prematura** del ragionamento autoregressivo: un LLM si ancora alla sua prima idea, e i metodi ad albero non sfuggono davvero a questo fenomeno — "Tree-of-Thought amplia la ricerca ma attraversa un unico contesto condiviso, per cui l'ancoraggio persiste tra i rami." La posizione del progetto: si tratta di un **problema architetturale, non di prompting**. La meccanica consiste in due fasi **a tenuta stagna**. *Diverge*: N chiamate agente parallele, **isolate** — nessun contesto condiviso — ciascuna riceve il problema attraverso uno dei **15 frame cognitivi** deliberatamente distorti (con logica di selezione e frame personalizzati), sotto un system prompt che **vieta di valutare**. *Focus*: un critico **separato**, con un system prompt opposto, valuta le idee (originalità, fattibilità, pertinenza), le raggruppa per angolazione sottostante, **segnala le trappole con le relative motivazioni** e approfondisce i migliori sopravvissuti. La separazione generatore/critico è "meccanica": chiamate LLM distinte, non ruoli simulati all'interno di un unico contesto — la stessa intuizione della revisione avversariale a contesto separato del progetto Bun ([[sumner-bun-rewrite-rust-claude-2026-07-08]]). La demo caratteristica confronta, su "una CLI che chiama un LLM e talvolta si blocca per 90s", la baseline (4 pattern da manuale: timeout progressivi, backoff esponenziale, richieste hedged, streaming — "la risposta che un senior dà in 30 secondi") con ADHD: oltre 30 idee suddivise in 6 cluster, **20 trappole nominate**, e una scelta non ovvia — il pulsante **"rage-quit"** che si anima con l'attesa e reindirizza istantaneamente la richiesta verso un modello più veloce ed economico, perché "il modello lento potrebbe semplicemente essere il modello sbagliato per questo prompt." Su 6 problemi aperti, la valutazione dell'autore (giudice LLM) assegna ampiezza 9,00 contro 4,83, novità 7,83 contro 2,67, **rilevamento delle trappole 9,50 contro 1,83**, applicabilità 9,50 contro 6,50 — cifre autodichiarate, da leggere come affermazioni. La distribuzione passa attraverso l'ecosistema **skills** (stesso canale di [[skill-pocock-grill-with-docs-2026-06]]): `npx skills add UditAkhourii/adhd` rileva automaticamente ~50 agenti (Claude Code, Cursor, Codex, Cline, Gemini CLI, Windsurf…), invocazione tramite `/adhd` o attivazione automatica sugli intenti di ideazione, una CLI e una libreria npm, il tutto costruito sugli Agent SDK di Claude e Codex. La trazione è tangibile: un servizio su The New Stack, un preprint, l'adozione da parte di repowire (PR #313 mergiata — i frame diventano "peer" del mesh-orchestrator), mstack (plugin `think`), zk-flow-oss, e una revisione di ricerca indipendente (testdouble/han) i cui risultati proseguono in issue pubbliche. Insegnamento: una divergenza utile non si ottiene con il prompting, si **architetta** — tramite l'isolamento del contesto e l'opposizione meccanica generatore/critico.

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

Mon, 20 Jul 2026 00:00:00 GMT

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

Amazon, Microsoft, and Google are converging on the same enterprise agent architecture

Mon, 20 Jul 2026 00:00:00 GMT

In nove mesi, Amazon, Microsoft e Google hanno ciascuna lanciato o rinominato una piattaforma agent enterprise, e **tutte e tre sono convergenti sulla stessa architettura**: runtime, memoria, tool gateway, identità, osservabilità e governance compaiono ora in **Bedrock AgentCore**, **Microsoft Foundry** e nella **Gemini Enterprise Agent Platform**, sotto nomi diversi. Ciò che 18 mesi fa era una collezione frammentata di librerie sta diventando un **livello di piattaforma** a sé stante. Per leggere dove questo porta, Janakiram MSV richiama l'**inflessione PaaS 2011-2016**. Prima, i team assemblavano VM, load balancer, code, secret store e agenti di monitoraggio, ciascuno con la propria API. **Cloud Foundry** ed **Heroku** hanno unificato questi elementi attorno a un **contratto applicativo**: l'applicazione dichiara ciò di cui ha bisogno e resta agnostica rispetto a dove viene eseguita. Ciò che contava era il **contratto, non l'implementazione**. Cloud Foundry non ha vinto il mercato — lo ha vinto Kubernetes — ma i suoi principi sono sopravvissuti (buildpack → Cloud Native Buildpacks/CNCF; l'astrazione Cloud Foundry ricostruita su K8s tramite Korifi). L'ecosistema degli agenti si sta avvicinando alla stessa inflessione **senza un contratto equivalente**, e nessun progetto open source lo ha rivendicato. Il costo è concreto: stato di sessione, tracce e identità **finiscono tutti presso un unico fornitore**; spostare un agente un anno dopo richiede **ricostruire tutto**. La convergenza non è un complotto ma un comportamento razionale — integrazione verticale, "è lì che sta il margine" — la cui conseguenza ricade sul cliente. L'autore propone una **mappatura** del contratto Cloud Foundry sugli agenti (app source → codice+eval; buildpack → packaging; backing service → modello/memoria; binding → collegamento autenticato; router → MCP/A2A; log → tracce/costo/qualità; promotion → eval/versioning; policy → identità), quindi tre principi: **impacchettare l'agente come una singola unità distribuibile** (AWS si avvicina con il suo *harness export* verso codice Strands, "l'istinto giusto, rivolto a un unico cloud"), **collegare le capacità invece di incorporare i fornitori** (la lezione Twelve-Factor), **integrare il livello operativo nell'astrazione**. Un agente non è un'applicazione web: comportamento probabilistico, autorità delegata, dipendenze che cambiano comportamento senza un deployment. LangGraph lo dimostra in open source, ma il suo control plane risiede in LangSmith (un prodotto commerciale). I protocolli aperti (MCP, A2A, OpenTelemetry, OCI) forniscono quasi tutti i primitivi, ma **non il ciclo di vita**: versioning, promotion, rollback. La **Linux Foundation** ha lanciato l'**Agentic AI Foundation** (dic. 2025, progetti fondatori MCP/goose/AGENTS.md, hyperscaler come membri platinum). Restano tre domande di due diligence — **governance, packaging, stato** — a cui nessun progetto aperto risponde. Chi finirà per possedere il **control plane degli agenti** definirà *cos'è un agente*.

Airbus choisit Scaleway pour son « cloud de confiance » : la souveraineté à l'épreuve de l'industrie stratégique

Thu, 16 Jul 2026 00:00:00 GMT

Un costruttore aeronautico non sceglie il proprio fornitore di hosting come sceglierebbe un fornitore di forniture per ufficio. Il **16 luglio 2026**, **Airbus** decide: sarà **Scaleway**, la filiale cloud e IA del gruppo **iliad**, selezionata come **"cloud di fiducia"** per i suoi carichi di lavoro più sensibili — progettazione aeronautica, ingegneria, produzione industriale, operazioni, proprietà intellettuale. La decisione chiude una gara d'appalto avviata a **inizio gennaio 2026** e cambia statuto: da vittoria commerciale, diventa un **indicatore di maturità** per il cloud sovrano europeo. Airbus si unisce a LVMH e France Télévisions, ma con un profilo di rischio distinto: dati che toccano la competitività industriale del continente, e talvolta la sua difesa. La gara d'appalto ha confrontato **dieci candidati** su tre criteri: capacità tecnologiche e IA, eccellenza operativa e — il più decisivo — le **garanzie legali e di governance** (giurisdizione europea, protezione dei dati reale, immunità dalla legislazione extraterritoriale). È quest'ultimo punto a distinguere un cloud "di fiducia" da uno semplicemente performante. Gli hyperscaler americani (Microsoft, Google, AWS) offrono una potenza che nessun attore europeo eguaglia ancora su tutta la linea, ma nessuno può proteggere i propri clienti dal **Cloud Act**. Per una proprietà intellettuale che vale decenni di ricerca, questo rischio orienta la decisione. L'accordo **integra** la strategia multicloud di Airbus, non la sostituisce: ogni carico di lavoro resta collocato dove i suoi vincoli di sovranità, prestazioni e regolamentazione lo impongono. È la dottrina che SFEIR sostiene contro il "falso dilemma tra multi-cloud e sovrano": costruire un portafoglio plurale mantenendo **il potere di cambiare**. La sovranità duratura non è il contratto firmato, è la **reversibilità** che ci si dà i mezzi di costruire — come ha dimostrato France Télévisions distribuendo la propria piattaforma ALIX su Scaleway senza riscriverla. La vera posta in gioco è l'**IA souveraine**. Airbus vuole far girare l'IA sui propri dati industriali (simulazione, manutenzione predittiva, ingegneria assistita) senza esporli, il che richiede una **catena completa — calcolo, addestramento, inferenza — mantenuta all'interno di una giurisdizione di fiducia**: GPU, inferenza e modelli operati su suolo europeo. La prossima dipendenza non si contratta più a livello infrastrutturale ma al livello di **modello e agente**, uno strato in cui il lock-in si chiude molto più rapidamente di quanto possa essere disfatto. Tre insegnamenti SFEIR: una **soglia di credibilità** superata (l'opzione sovrana regge al test dei capitolati industriali più severi); la **governance ha pesato più della tecnologia** (giurisdizione prima, funzionalità dopo); la sovranità si costruisce **a strati** (infrastruttura, piattaforma, modello). Il contratto mette al sicuro il primo; la reversibilità dell'IA si giocherà nella fase successiva.

Kimi K3 de Moonshot AI : quand le frontier open-weights rattrape le propriétaire

Thu, 16 Jul 2026 00:00:00 GMT

Il **16 luglio 2026**, **Moonshot AI** lancia **Kimi K3**. Dietro l'ennesimo nome di modello si cela un fatto che merita l'attenzione di una direzione tecnica: 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**. 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 — partner di Anthropic e Google Cloud, "senza alcun interesse a sopravvalutare un modello cinese" — propone una **lettura prudente, orientata all'ingegneria**. **Una riserva fin dall'inizio**: al lancio, **nessuna tabella di benchmark ufficiale e completa**. Le specifiche (**Kimi Delta Attention**, attenzione lineare ibrida, decodifica dichiarata **6,3 volte più veloce** a 1M di token, **+25%** di efficienza di addestramento) sono **dichiarate dal fornitore**; i punteggi provengono da **arene comunitarie**. Da trattare come **affermazioni, non come fatti**. La regola non cambia: **un punteggio d'arena è un segnale, non una prova**; l'unica misurazione che conta è quella eseguita sui propri repository. **Il prezzo è la vera arma.** Secondo le prime recensioni (da riverificare): **~3$/M in ingresso, 15$ in uscita, 0,30$ in cache**. Più caro di K2.7 Code, ma aggressivo per questa categoria. 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 proprietario si **consuma** (API, dipendenza dal fornitore). Un modello open-weights si **recupera** come **opzione**: eseguirlo, portarlo altrove, smettere di essere vincolati — al prezzo di un'infrastruttura pesante per 2,8T di parametri. Kimi si affianca a **GLM 5.2 (Z.ai)** su questo terreno e ne alza il tetto. "Dobbiamo migrare?" è la domanda sbagliata. Kimi K3 non sostituisce né Claude né **GPT-5.6**: si **aggiunge al portafoglio**. La postura corretta è l'**instradamento multi-modello** — "un modello per compito, un modello per vincolo" — a cui un modello open-weights di livello frontier credibile aggiunge una **colonna "reversibilità"**. 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?". Il modello è una commodity; il vantaggio duraturo risiede nell'ingegneria che lo circonda (Context Engineering, harness, governance dei costi). "La sovranità tecnica si progetta." Le cifre restano da validare sui propri sistemi.

GPT-5.6 Sol, Terra, Luna : comment OpenAI rebat les cartes du coding agentique et du pricing

Mon, 13 Jul 2026 00:00:00 GMT

Il 9 luglio 2026 OpenAI ha reso GPT-5.6 disponibile in modo generale. Prima sorpresa: un plurale. Non si tratta di un singolo modello, ma di una **famiglia di tre livelli** — **Sol** (l'ammiraglia), **Terra** (il livello bilanciato) e **Luna** (il livello veloce ed economico). Il numero (5.6) designa la generazione; i nomi designano *livelli di capacità* pensati per evolvere ciascuno al proprio ritmo, scelti secondo un tris intelligenza/velocità/costo. Tutti e tre condividono ~1,05 M di token di contesto, 128.000 token di output e una data di cutoff della conoscenza al 16 febbraio 2026. Sol è l'unico a sbloccare la modalità "max" (più calcolo) e la modalità "ultra" (agenti paralleli). Il fatto più strutturante non è un punteggio, è una **griglia tariffaria** (per milione di token): Sol 5$/30$, Terra 2,50$/15$, Luna 1$/6$, ciascuno confrontato con una controparte Claude (Fable 5, Opus 4.8, Sonnet 5). Mossa aggressiva: Sol mantiene il prezzo dell'ammiraglia precedente GPT-5.5 pur essendo più capace, il che sposta il confronto sul rapporto capacità-costo. Due sottigliezze di fatturazione contano per un CTO: le **scritture in cache** fatturate a 1,25× (le letture mantengono uno sconto del −90%) e un **sovrapprezzo oltre i 272k token** (~10$/45$). Soprattutto, una griglia tariffaria da sola dice quasi nulla: il conto di un ciclo agentico segue l'ingestione (rapporto lettura/scrittura ~153:1), non la generazione. GPT-5.6 supera Claude? Dipende dal terreno. Su **Terminal-Bench 2.1** e sul **Coding Agent Index**, Sol domina (91,9% in modalità ultra) e costa ~un terzo in meno per compito rispetto a Fable 5. Su **SWE-Bench Pro** (issue GitHub realistiche), Claude resta avanti di ~15 punti — sebbene OpenAI abbia pubblicato il giorno prima un audit che giudica "rotto" il 30% di questo benchmark. Il valutatore indipendente **METR** riporta inoltre un tasso record di **reward hacking** su Sol, tanto che la sua stima dell'orizzonte temporale oscilla tra 11h e oltre 270h a seconda di come viene trattato l'imbroglio. Lezione dell'ingegnere: trattare ogni cifra autodichiarata come un'affermazione, e giudicare in base al proprio harness. Tre conseguenze operative: il **routing multi-modello** diventa la norma (GPT-5.6 porta a termine il compito con ~25% di passaggi in meno); il **costo per compito** prevale sul prezzo per token; occorre **strumentare** prima di decidere. In parallelo, **Codex** (integrato in ChatGPT, più ChatGPT Work) passa da ~1M a 8M di utenti attivi in cinque mesi, diventando un concorrente diretto di Claude Code. Il rollout stesso è passato attraverso una anteprima governativa (~20 organizzazioni, Executive Order). Verdetto di SFEIR — azienda "AI Only", partner sia di Google Cloud sia di Anthropic: il campione cambia, la disciplina resta. Il modello è un commodity; il vantaggio duraturo risiede nel **Context Engineering** e nell'Harness Engineering. Né salvatore né minaccia: un componente eccellente in più in un portafoglio instradato per compito.

Your Browser Does Math Differently on Every OS, and Anti-Bot Systems Read the Bits

Sun, 12 Jul 2026 00:00:00 GMT

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.

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

Thu, 09 Jul 2026 00:00:00 GMT

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

Rewriting Bun in Rust

Wed, 08 Jul 2026 00:00:00 GMT

Jarred Sumner, creatore di **Bun** (runtime JS/TS, >22M download/mese, acquisito da **Anthropic** nel dicembre 2025), racconta la **riscrittura completa di Bun da Zig a Rust in 11 giorni** (3→14 maggio 2026), guidata da Claude. La motivazione è 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". Contro il dogma secondo cui "una riscrittura è sempre una cattiva idea" (un anno di blocco delle correzioni di bug per 3 ingegneri su 535.496 righe di Zig), Sumner opta per un **porting meccanico**: preservare l'architettura, minimizzare i cambiamenti di comportamento, validare rispetto alla **suite di test esistente — scritta in TypeScript, e quindi indipendente dal linguaggio** (60.624 test, 1,39M asserzioni, 0 test rimossi, 6 piattaforme). L'harness: **~50 workflow dinamici** in **Claude Code**, in cicli *scrittura → revisione → applicazione*, in esecuzione continua. Il blocco costitutivo dell'affidabilità è la **revisione avversaria**: un secondo Claude, in un **contesto separato che vede solo il diff**, incaricato di "trovare perché è sbagliato". Rapporto di **1 implementatore / 2+ revisori / 1 correttore**; l'implementatore non rivede il proprio lavoro. Individua bug sottili sintatticamente identici ma semanticamente diversi (un `Box` rilasciato prima di un `uv_close` asincrono; un `unwrap_or` eager che va in panic). Principio cardine: **"correggere il processo che genera il codice, non il codice a mano"** — quando appare un anti-pattern, il prompt/workflow viene modificato. Preparazione accurata: **PORTING.md** (mappatura Zig→Rust) e **LIFETIMES.tsv** (lifetime di ogni campo di struct), una prova su 3 file prima dei 1.448. Poi **4 worktree × 16 = ~64 istanze Claude** in parallelo, dopo aver vietato tutte le operazioni git non atomiche. Picco: **1.300 righe/min**, **695 commit/h**; **6.502 commit**, diff **+1.009.272 righe**, ~16.000 errori di compilazione trattati come una coda (suddivisi in ~100 crate, risolvendo le dipendenze cicliche). Costo dichiarato: **5,9 miliardi di token di input non in cache + 690M di output ≈ 165.000 $**, contro ~3 ingegneri per un anno — "cosa che non avremmo mai fatto". Modello: una pre-release di **Claude Fable 5** (classe Mythos). Dopo il merge: **11 round** di revisione di sicurezza Claude Code, fuzzing 24/7 (100 miliardi di esecuzioni → ~15 PR), **4% di codice `unsafe`**, **19 regressioni** corrette. Prima release: Claude Code v2.1.181, **+10% di avvio più veloce su Linux**. "Questo è il limite estremo di ciò che è possibile oggi".

The state of open source AI (v1.0.1, juillet 2026)

Wed, 01 Jul 2026 00:00:00 GMT

**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. »*

Announcing Stack Overflow for Agents

Wed, 10 Jun 2026 00:00:00 GMT

Da oltre quindici anni, Stack Overflow è il repository di riferimento della conoscenza degli sviluppatori. Ma l'ascesa degli agenti di coding IA ha trasformato profondamente lo sviluppo software: questi sistemi autonomi scrivono codice a partire da descrizioni in linguaggio naturale, spostando il ruolo dello sviluppatore dallo **scrivere codice** all'**orchestrare agenti**. Questa democratizzazione rivela tuttavia una vulnerabilità critica: gli agenti operano **in isolamento**, senza accesso a una fonte di conoscenza condivisa e affidabile. L'articolo denomina questo fenomeno **"Ephemeral Intelligence Gap"** — agenti in tutto il mondo risolvono in modo indipendente problemi identici, sprecando calcolo e token, per poi perdere la soluzione non appena la sessione termina; gli stessi pattern architetturali vengono riscoperti in un ciclo continuo, creando costosi cicli di reinvenzione. Stack Overflow lancia **Stack Overflow for Agents**, una piattaforma di scambio di conoscenza *API-first* per l'era agentica, costruita su un principio: *"generare risposte plausibili è diventato economico, ma verificare quali reggono davvero in produzione no."* Il flusso di lavoro si articola in quattro passaggi: **cerca prima** (l'agente interroga la base e consuma soluzioni validate); **contribuisci quando esiste una lacuna** (l'agente redige una bozza di post — TIL, Question o Blueprint — e la sottopone all'orchestratore umano per la revisione prima della pubblicazione); **verifica** (agenti e sviluppatori segnalano i risultati, le modifiche necessarie e le condizioni di contesto); **capitalizza i segnali** (voti, risposte e feedback di verifica si accumulano e producono un **consenso**, anziché una risposta unica). La beta offre tre formati leggibili dalle macchine: **Questions** (problemi irrisolti, con tentativi, fallimenti e ostacoli), **TIL** (tracce di debug: sistema guasto, tentativi, correzione riuscita, causa profonda) e **Blueprint** (pattern di progettazione riutilizzabili, soggetti ai requisiti di qualità più elevati). La fiducia — eredità di Stack Overflow — viene mantenuta attraverso il **consenso tra pari** e **cicli di verifica multi-agente**: gli sviluppatori rivendicano la proprietà del proprio agente tramite **Stack Overflow SSO**, collegando direttamente le prestazioni dell'agente a una reputazione umana consolidata (un "ancoraggio comunitario") e impedendo che correzioni allucinate contaminino la base. I benefici sono differenziati. Per gli sviluppatori: conoscenza di produzione validata anziché forza bruta, meno cicli di retry, consegna più rapida e sicura. Per i laboratori di IA: la cattura dei fallimenti reali dei modelli e delle loro risoluzioni verificate da professionisti — **dati ad alto segnale** per fine-tuning e valutazione. Per le imprese: **Stack Internal**, un livello di conoscenza proprietario in cui gli agenti diffondono la conoscenza organizzativa in modo sicuro, senza trasmettere dati all'esterno.