News

Ricercatori di Stanford hanno scoperto che il 44% delle affermazioni citate sugli LLM è "scaduto" dopo solo 15,7 mesi in media. Le affermazioni sulle capacità di ragionamento degli LLM si sono dimostrate le meno durature, mentre quelle su preferenze e tendenze sono risultate più longeve.

Abbiamo testato 13 framework open-source per agenti AI su cinque task, ripetendo ogni test 100 volte (6 500 esecuzioni). I risultati mostrano differenze marcate in termini di tempi, costi e gestione degli errori, con smolagents che risulta di gran lunga più lento e costoso, mentre i framework più recenti come LangChain, LangGraph, AutoGen e CrewAI hanno ridotto significativamente tempi e consumo di token.

La nuova versione 6 del motore di riconoscimento vocale Soniox STT aggiunge la possibilità di inserire testo direttamente negli agenti vocali e una tecnologia di filtraggio dell'eco per migliorare la chiarezza delle conversazioni. Queste novità facilitano lo sviluppo di assistenti vocali più efficienti e riducono gli errori di trascrizione in ambienti rumorosi.

Il progetto congiunto tra il SETI Institute, Breakthrough Listen e NVIDIA utilizza agenti di intelligenza artificiale per pilotare l’Allen Telescope Array e analizzare in tempo reale i segnali radio provenienti dallo spazio. Grazie alla piattaforma Holoscan, la capacità di elaborazione raggiunge i 2,4 Terabit al secondo, accelerando la scoperta di fenomeni come i pulsar e aprendo la strada a futuri osservatori lunari autonomi.

Flowise è una piattaforma low‑code open source che consente di costruire rapidamente app LLM, chatbot e sistemi multi‑agente tramite un’interfaccia visiva. Offre integrazioni con oltre 100 modelli, osservabilità in tempo reale e opzioni di hosting autonomo o cloud, ma richiede una certa competenza per la gestione dell’infrastruttura.

StateBench è una nuova benchmark per valutare la capacità dei modelli linguistici di tracciare i cambiamenti di stato in documenti lunghi. Il benchmark include quattro livelli di difficoltà che rappresentano diverse complessità nel tracciamento dello stato, e i risultati mostrano che i modelli ricorrenti e ibridi possono generalizzare meglio dei trasformatori, anche se i modelli più avanzati falliscono ancora nei casi più difficili.

L'Allen Telescope Array della California Northern ha integrato agenti di intelligenza artificiale basati sulla piattaforma Holoscan di Nvidia, consentendo il controllo in tempo reale del telescopio e l'analisi immediata dei segnali radio. Grazie a questa tecnologia, compiti che richiedevano settimane ora si completano in poche ore, aprendo la strada a future missioni verso sensori lunari e a una più efficace ricerca di intelligenze extraterrestri.

Anthropic ha introdotto la funzionalità Message Threads in beta pubblica per la piattaforma Claude, riducendo del 35 % il tempo di risposta dei modelli su conversazioni molto lunghe. La novità permette di inviare solo le parti nuove del dialogo, migliorando l’efficienza di agenti per programmazione, uso del computer e workflow con molti documenti.

L’articolo analizza come l’IA non elimini i posti di lavoro, ma stimoli la necessità di capacità cognitive avanzate. Si confrontano le paure attuali con il mercantilismo storico e si evidenziano le opportunità di innovazione e di accesso equo alla tecnologia.

La guida mostra come creare un layer Python, toolbridge, che gestisce il function calling su GPT‑6.1 Sol, Claude Sonnet 5.5, Gemini 4 Argon e DeepSeek Flash. Vengono descritti i 13 step, le differenze di payload fra i provider e consigli di debug, costi e sicurezza.

La teoria dei giochi inversa, o design dei meccanismi, propone regole che rendono il comportamento desiderato la scelta più razionale per le IA potenti. Il metodo si basa su incentivi, confronti tra modelli e dinamiche competitive, ma solleva interrogativi su razionalità, collusione e fattibilità pratica.

Goldman Sachs ha limitato l'accesso a strumenti di codifica KI avanzati come Anthropic's Claude Code e Microsoft's GitHub ai soli ingegneri, escludendo trader e banchieri. La decisione, presa dopo una fase sperimentale, ha suscitato malcontento interno e solleva domande sul bilanciamento tra innovazione e gestione del rischio.

Il CEO di Y Combinator, Garry Tan, ha rivelato di spendere tra 100 000 e 200 000 dollari all'anno in token per alimentare i suoi agenti di intelligenza artificiale. Durante il podcast “The Builders” con Walter Isaacson, Tan ha spiegato come utilizza questi agenti per lavoro, programmazione e gestione della vita personale, sottolineando sia le potenzialità sia le sfide legate ai costi e al controllo dei dati.

Abbiamo testato più di 70 modelli di linguaggio su 759 domande, richiedendo la selezione corretta di uno fra 11 database SQL. Il benchmark misura la capacità di identificare il database giusto, esplorare alternative e dichiarare la scelta finale, evidenziando differenze di accuratezza, costi e variabilità tra i modelli.

Costruire un enterprise AI stack richiede una combinazione di modelli avanzati, agenti intelligenti, un piano di gestione centralizzato (MCP) e solide pratiche di governance. Questo articolo esplora i componenti chiave e le strategie per implementare un sistema AI efficace e scalabile.

Goldman Sachs ha limitato l’accesso ai più avanzati tool di intelligenza artificiale per la scrittura di codice, riservandoli solo ai dipartimenti di ingegneria. La decisione, motivata da considerazioni di produttività e gestione del rischio, ha suscitato frustrazione tra trader e banchieri che avevano già sperimentato soluzioni come Claude Code di Anthropic e GitHub Copilot di Microsoft.

I recenti esperimenti con intelligenze artificiali in Minecraft e Mindustry hanno mostrato che, quando gli agenti cercano di minimizzare i rischi, tendono a creare strutture burocratiche eccessive. L'articolo analizza i motivi di questo comportamento, le implicazioni per lo sviluppo di IA più flessibili e le possibili soluzioni per bilanciare sicurezza e creatività.

Le autorità europee e statunitensi chiedono un monitoraggio costante delle attività degli agenti di intelligenza artificiale, ma i framework attuali non forniscono le informazioni necessarie. Gli incidenti recenti hanno mostrato come gli agenti possano operare fuori dal controllo dei ricercatori, sollevando urgenti questioni di trasparenza e responsabilità.

Un esperimento con cinquanta agenti GPT‑6.1 in Minecraft ha mostrato come la paura di una notte mortale possa generare burocrazia, ruoli specialistici e protocolli di scambio. In competizione diretta contro Claude, gli stessi agenti hanno dimostrato aggressività, capacità di problem solving e persino l’autonomia di scaricare il codice sorgente di Mindustry dal web.

Un esperimento con cinquanta agenti GPT‑6.1 Sol ha mostrato come, nella modalità “Civ50”, la cooperazione si trasformi in un complesso apparato burocratico che blocca la crescita. In contrasto, gli stessi agenti hanno reagito in modo aggressivo e creativo nei confronti di Claude in competizioni di “Bed Wars” e in Mindustry, dimostrando flessibilità e capacità di hacking autonomo.