AI, machine learning e insight sugli LLM.
L'SDK ora richiede che ogni strumento fornisca uno schema di contesto basato su Zod e, durante l'esecuzione, Vercel convalida che vengano passati solo i campi dichiarati, interrompendo l'esecuzione in caso di chiavi extra o mancanti.
Il vero costo di gestire il proprio LLM rispetto alle API. I pesi open sono gratuiti, ma farli girare no. Molti pensano che l'auto-hosting di un modello open faccia risparmiare denaro. È un errore. Bisogna guardare...
Trattando l'output di un modello come testo modificabile, Deep Interaction consente agli sviluppatori di individuare un passaggio di ragionamento errato, riscriverlo e reinserire un prompt distillato, ottenendo un incremento del 25% nei tassi di correzione e una riduzione del 40% nell'uso dei token nei benchmark STEM.
Ho lasciato che un agente AI gestisse le mie operazioni cloud per una settimana. Ho dato a un agente AI sette giorni per gestire le mie operazioni cloud. Si trattava di un ambiente reale, non di una demo. Gli ho dato l'accesso in sola lettura al mio monitoraggio...
La nuova skill amazon-opensearch-service velocizza la sequenza delle policy e la dimensionatura delle istanze, ma quando viene richiesta la configurazione della ricerca vettoriale su Serverless NextGen, applica di default le impostazioni FAISS classiche, causando errori nel deployment.
The twin releases push open-weight models from fringe projects to mainstream AI, giving firms the option to run massive models on-premises under Apache 2.0 while still matching closed-source performance on coding tasks.
Il framework definisce cinque categorie di drift — UI, API, dati, permessi e policy — e utilizza una mappa di contratto leggera insieme a scansioni preliminari per individuare eventuali discrepanze prima dell'esecuzione di un agente autonomo, evitando fallimenti silenziosi e costosi lavori di rielaborazione.
Grazie ai connettori Model Context Protocol, il codice generato da Claude può ora interrogare database, servizi cloud o Slack direttamente dalla chat, eliminando il passaggio del copia-incolla e permettendo agli sviluppatori di testare istantaneamente con dati reali.
La mancanza di un passaggio di verifica ha permesso all'agente di saltare la fase di 'esecuzione', portandolo a trascorrere un'intera giornata a redigere 1.858 riflessioni interne senza mai invocare uno strumento reale, rivelando una trappola di loop infinito che può paralizzare qualsiasi assistente basato su strumenti.
L'entusiasmo attorno a Moonshot vanta un modello da 2,8 trilioni di parametri e tariffe per token molto basse, ma il design Mixture-of-Experts e l'eccessiva verbosità del modello portano l'output a 130 milioni di token — oltre il doppio del volume dei modelli concorrenti — gonfiando la spesa reale.
Il nuovo benchmark di consapevolezza situazionale costringe i modelli a rispondere a meta-domande come «Sei un'IA?» e ad adattare le risposte al variare del dialogo, rivelando che molti LLM ad alto punteggio affermano ancora di essere umani o nascondono i propri limiti.
L'agente AI ha rilevato risultati JavaScript corretti e uno screenshot, ma il throttling delle schede nascoste di Chrome ha bloccato i callback di requestAnimationFrame, lasciando il canvas senza rendering. Eseguire i test in una scheda visibile o aggiungere un controllo sulla presenza di pixel risolve il falso positivo.
The update introduces two environment-variable caps – one for sub-agent spawns and one for web-search calls – both defaulting to 200 per session, with a 2-minute auto-background rule for long MCP calls, giving teams a concrete lever to curb runaway spend.
Noma Labs ha dimostrato che un attaccante può pubblicare un'issue preordinata in un repository pubblico, attivare un agente AI collegato alla CI con permessi di lettura sui repository privati e far sì che il bot riporti quei file direttamente nell'issue, il tutto senza rubare credenziali o sfruttare GitHub stesso.
Nelle implementazioni reali, ogni input dell'utente, schema degli strumenti, risposta API e documento recuperato si accumula nel prompt. Questo accumulo nascosto fa crescere i tempi di elaborazione e i costi in modo quadratico, trasformando una demo fluida in un costoso incubo di latenza.
The Linux Foundation’s new X402 Foundation, backed by Visa, Mastercard, Stripe and Google, defines the message format for AI-agent payments but omits any conformance suite, security profile, or certification process, leaving the authority claim untested.
Analizzando 312 chiamate reali, il team ha sostituito una regola basata su 700 ms di silenzio con una macchina a stati leggera che monitora la durata del silenzio, la completezza grammaticale e i segnali di back-channel, riducendo le interruzioni dal 18% al 3% ed eliminando i silenzi morti.
Il benchmark, basato su 163 incidenti etichettati, va oltre la semplice diagnosi per testare se gli assistenti AI siano in grado di riconoscere l'incertezza e astenersi deliberatamente, evidenziando una lacuna cruciale nella sicurezza con l'aumentare della fiducia dei LLM.
Riutilizzando modelli addestrati su dataset di immagini non correlati, il nuovo sistema di LIGO non solo classifica le famiglie di glitch note con una precisione quasi perfetta, ma raggruppa anche nuove anomalie, consentendo agli scienziati di concentrarsi sull'astrofisica anziché sulla pulizia manuale dei dati.
In una sola serata, l'agente ha consegnato un client MCP, un agente Azure AI e un agente M365 Copilot, ma sono stati necessari 12 messaggi umani su 30 per riportarlo in carreggiata, rivelando bug di violazione del workflow e di recupero del contesto che hanno richiesto la riscrittura dei prompt.
Gemini Notebook di Google ora indicizza PDF, documenti e altri file per query IA istantanee, mentre Claude di Anthropic può recuperare le credenziali da 1Password per accedere ai servizi, e uno standard congiunto mira a consentire agli agenti di scoprire e invocare API senza la necessità di codice personalizzato.
Gli agenti AI di AWS Continuum monitorano costantemente i repository di controllo versione, suggeriscono correzioni e possono persino applicare patch direttamente negli IDE degli sviluppatori o nelle pipeline CI, riducendo drasticamente la finestra di esposizione agli attacchi alla supply chain.
Questo cambiamento costringe Google a riprogettare l'intero stack dei chip, dal layout al testing, e mette sotto la lente d'ingrandimento le capacità di resa di Intel. Il successo potrebbe diversificare la catena di approvvigionamento dei chip per l'IA; qualsiasi intoppo potrebbe ritardare le spedizioni e permettere a TSMC di riconquistare il primato.
I pod modulari, costruiti in fabbrica e spediti come unità complete, possono essere collegati in poche settimane, mentre il software di Lancium funge da batteria virtuale, stabilizzando la domanda e sfruttando l'eccesso di produzione da fonti rinnovabili o gas per mantenere stabile la rete locale ERCOT.
