Actualités

Mistral AI, la startup francese specializzata in intelligenza artificiale, ha introdotto la sua nuova Agents API, permettendo alle aziende di costruire agenti IA autonomi basati sui suoi Large Language Models (LLM). Questa mossa la posiziona come un concorrente diretto di giganti del settore come OpenAI e Google, offrendo funzionalità chiave come l'esecuzione di codice, la ricerca web e la gestione documentale. L'API mira a trasformare l'IA da semplice generatore di testo a un risolutore di problemi attivo, facilitando applicazioni pratiche e complesse per le aziende.

Amazon Web Services annuncia la disponibilità dei modelli Cohere Command R e Command R+ su Amazon Bedrock. Questi grandi modelli linguistici (LLM) multilingue sono progettati per carichi di lavoro aziendali, ottimizzati per la generazione aumentata da recupero (RAG) e l'uso di strumenti. La loro integrazione permette alle organizzazioni di passare dalla fase di proof-of-concept alla produzione di applicazioni AI in settori come finanza, risorse umane e marketing.

I file GGUF sono un formato binario avanzato per caricare e memorizzare rapidamente modelli di intelligenza artificiale, superando i limiti del formato GGML precedente. Progettati per i modelli LLM e RAG, offrono maggiore flessibilità, compatibilità ed efficienza. Possono essere scaricati da repository come HuggingFace e utilizzati localmente con applicazioni desktop AI chatbot come AnythingLLM, Jan e LM Studio.

Il presente articolo esamina l'esecuzione locale di modelli linguistici, evidenziando `llama.cpp` come libreria fondamentale per operazioni efficienti su diverse architetture hardware. Vengono presentati numerosi strumenti con interfacce utente che semplificano questa operazione, tra cui Ollama, un wrapper user-friendly con API robuste, e altre soluzioni come Jan AI, LM Studio e Msty per applicazioni desktop, oltre a Open WebUI e AnythingLLM per l'utilizzo in rete da parte di team e aziende. Questi strumenti democratizzano l'accesso all'IA generativa, superando le complessità della gestione diretta della libreria sottostante.

Qlik ha lanciato in anteprima privata una nuova esperienza agentica su Qlik Cloud, fornita tramite Qlik Answers, che integra analisi di dati strutturati, documenti non strutturati e la potenza dei grandi modelli di linguaggio (LLM). Questa soluzione mira a fornire risposte complete e affidabili per decisioni efficaci e supportate da fonti trasparenti. Inoltre, Qlik prevede di rendere disponibile il suo server Model Context Protocol (MCP) all'inizio del 2026, aprendo l'esperienza agentica agli assistenti di terze parti e ampliando l'accesso alle sue funzionalità.

Microsoft ha svelato Fabric IQ e Foundry IQ, nuove funzionalità presentate alla conferenza Ignite, per collegare gli agenti IA ai dati aziendali. Fabric IQ unifica e organizza i dati in OneLake, facilitando la creazione di ontologie e modelli semantici, mentre Foundry IQ automatizza le pipeline RAG per fornire documenti pertinenti agli agenti tramite Azure AI Search. Queste innovazioni mirano a semplificare l'integrazione dell'IA per gli utenti Microsoft, ponendosi come risposta ai concorrenti nel settore della BI e dell'IA agentica.

Apple si prepara a integrare il Model Context Protocol (MCP) a partire da iOS 26.1, un nuovo standard sviluppato da Anthropic che connette i sistemi di intelligenza artificiale a molteplici fonti di dati. Questa mossa mira a potenziare Apple Intelligence e Siri, consentendo loro di interagire più profondamente con le applicazioni e di accedere a dati a livello di sistema, elevando le capacità di interconnessione delle diverse piattaforme IA sui dispositivi Apple.

Il Model Context Protocol (MCP) è emerso rapidamente come uno standard industriale cruciale nel settore dell'intelligenza artificiale, passando da progetto interno di Anthropic a protocollo scaricato quasi 100 milioni di volte al mese in soli 14 mesi. Supportato da giganti tecnologici come Google, Microsoft, Amazon, OpenAI, SAP e Salesforce, l'MCP è fondamentale per la gestione efficiente del contesto nei modelli di linguaggio avanzati.

L'intelligenza artificiale generativa crea contenuti originali (audio, immagini, testo) in risposta a un prompt, addestrandosi su vasti set di dati per produrre output simili ma non identici all'originale. L'IA predittiva, invece, utilizza analisi statistiche e algoritmi di machine learning per individuare tendenze nei dati storici e prevedere eventi o risultati futuri, supportando decisioni aziendali informate. Sebbene entrambe siano rami dell'IA, differiscono nell'output, nelle architetture e nella spiegabilità.

Anthropic ha lanciato Claude Sonnet 4.5, un modello potenziato per la generazione di codice, la gestione del contesto e l'orchestration di agenti. Questa versione introduce un SDK per la creazione di agenti IA, un'estensione per Visual Studio Code e meccanismi di sicurezza come i "checkpoints", puntando a trasformare Claude in un assistente autonomo e affidabile per gli ambienti di produzione.

OpenAI ha presentato Codex, un nuovo agente IA nativo del cloud progettato per automatizzare le attività di sviluppo software end-to-end in un ambiente isolato e sicuro. Disponibile per gli utenti ChatGPT Pro, Enterprise e Team, Codex mira a industrializzare la generazione di codice, eseguendo in parallelo compiti come la scrittura di funzionalità, la correzione di bug e la generazione di pull request. Questo lancio consolida la strategia di OpenAI verso agenti intelligenti specializzati, distinguendosi dalle soluzioni di assistenza al completamento del codice.

Il "kontext-engineering" sta rapidamente guadagnando popolarità nella Silicon Valley, sostenuto da figure come l'esperto di AI Karpathy e il CEO di Shopify Tobias Lütke, che lo considerano una competenza fondamentale. Questo approccio, che consiste nel fornire informazioni di contesto complete e gli strumenti necessari ai large language model (LLM) per risolvere i problemi, sta sostituendo il "prompt-engineering" e si rivela cruciale per il successo degli agenti IA, previsti emergere nel 2025. La sua efficacia dipende dalla qualità del contesto fornito, non dalla complessità del codice.

La generazione aumentata dal recupero (RAG) è un framework AI ibrido che potenzia i grandi modelli linguistici (LLM) integrandoli con fonti di dati esterne e aggiornate. Invece di basarsi solo su dati di addestramento statici, la RAG recupera documenti pertinenti al momento della query, fornendo al modello un contesto dinamico. Questo permette all'AI di generare risposte più accurate, attuali e specifiche per il dominio, rendendola una soluzione essenziale per applicazioni AI di livello aziendale.

Thoughtworks ha pubblicato la 33a edizione del suo Technology Radar, che sottolinea la rapida maturazione dell'assistenza basata sull'intelligenza artificiale nel software development, evidenziando una crescente attenzione all'ingegneria del contesto, a nuovi protocolli come l'MCP e ai sistemi basati su agenti. Sebbene riconosca applicazioni riuscite, il rapporto avverte anche delle esigenze infrastrutturali e della proliferazione di anti-pattern legati all'IA, esortando tecnologi e leader aziendali alla prudenza.

OpenClaw è un software gratuito che permette ai modelli linguistici di grandi dimensioni (LLM) di eseguire compiti complessi interagendo con strumenti digitali come e-mail e script. Nonostante la sua configurazione sia sorprendentemente semplice, l'utilizzo di questo potente agente AI comporta significativi rischi per la sicurezza. Un test pratico ha dimostrato la sua notevole efficacia, pur evidenziando alcuni errori facilmente correggibili.

Questo articolo esplora 15 progetti open source che supportano attivamente lo sviluppo di intelligenza artificiale (IA) e machine learning (ML). Vengono presentati strumenti che facilitano la codifica, l'accesso a modelli linguistici di grandi dimensioni (LLM), la gestione di dati complessi e la creazione di workflow basati su agenti, promuovendo la collaborazione e l'efficienza nel campo dell'IA.

IBM ha lanciato Granite 4.0, una nuova generazione di modelli di linguaggio dotati di un'architettura ibrida Mamba/transformer che riduce drasticamente i requisiti di memoria e i costi operativi, senza compromettere le prestazioni. Questi modelli sono open-source con licenza Apache 2.0, i primi al mondo a ricevere la certificazione ISO 42001, e sono firmati crittograficamente per garantire sicurezza e trasparenza. Sono disponibili su IBM watsonx.ai e tramite numerosi partner di piattaforma.

Gli sviluppatori software stanno adottando flussi di lavoro multi-agente, utilizzando team di IA specializzati per diverse fasi del ciclo di sviluppo. Questo approccio promette tempi di consegna più rapidi, migliore qualità del codice e allineamento con gli obiettivi aziendali, replicando la struttura di un team di ingegneri umani. Nonostante i benefici, sorgono sfide legate all'orchestrazione, alla sicurezza dei dati e alla necessità di un controllo umano continuo per mitigare i rischi.

Le app MCP rappresentano un nuovo standard nel campo dell'intelligenza artificiale, focalizzato sulla conversione delle risposte generate dall'AI in interfacce utente dinamiche e interattive. Questo approccio mira a migliorare significativamente l'esperienza utente, rendendo le interazioni con l'AI più intuitive e coinvolgenti. Questo nuovo paradigma promette di integrare l'AI in applicazioni quotidiane con maggiore fluidità e personalizzazione.

IBM ha lanciato Granite 3.1, l'ultimo aggiornamento della sua serie di modelli linguistici open source ottimizzati per l'impresa, che offre significativi miglioramenti delle prestazioni e un contesto esteso fino a 128K token per l'intera famiglia di modelli. Questa versione introduce anche nuovi modelli di embedding multilingue con supporto per 12 lingue e funzionalità di rilevamento delle allucinazioni nei modelli Granite Guardian 3.1. Tutti i modelli sono distribuiti sotto licenza Apache 2.0 e sono disponibili tramite IBM watsonx.ai e diversi partner della piattaforma.