The Agent Watch
Briefing · Articoli · Strumenti · Chi siamo EN FR DE ES 中文 IT PT SV FI DA

Briefing quotidiano

4 novembre 2026 · 5 storie

🔥 In primo piano

1

Anthropic può dimostrare quale modello ti ha risposto

Quando fai una domanda a un assistente online, non puoi verificare chi ha risposto davvero: un intermediario può infilare un modello più economico, o qualcuno può modificare il testo lungo il cammino. Anthropic pubblica un prototipo gratuito, FlashProve, che allega a ogni risposta una dimostrazione matematica, senza mai rivelare il funzionamento interno del modello. Testato con Llama 4 Maverick, produce circa 110 gettoni di prova al secondo su una sola scheda, e la prova si verifica in 17 secondi su un computer normale. Il prezzo è alto: circa 70 a 95 volte più calcolo di una risposta ordinaria. E la prova dice solo che a parlare è stato il modello giusto, non che la risposta sia corretta. Fonte: Anthropic.

2

CrowdStrike compra due esperti nell'osservare e testare gli agenti

Quando un regolatore chiede a un'azienda che cosa ha fatto uno dei suoi agenti, rispondere che è stato il modello non basta più. CrowdStrike ha firmato due acquisizioni lo stesso giorno: Fiddler, che osserva e spiega il comportamento degli agenti, e Dreadnode, che testa in modo automatico la sicurezza dell'intelligenza artificiale. Entrambe entrano nella piattaforma del fornitore con i nomi Falcon Observe e Falcon Guardian, con disponibilità generale annunciata per il quarto trimestre del suo esercizio 2027. Un'indagine del Wall Street Journal valuta le due operazioni in 495 milioni di dollari, un importo che CrowdStrike non ha confermato e che non compare in nessuno dei suoi comunicati. Fonte: i comunicati stampa di CrowdStrike.

3

Uber mette una sola porta davanti a 5 000 strumenti

Ogni squadra di una grande azienda che vuole collegare un agente a un servizio interno finisce per scrivere il proprio piccolo connettore, con le proprie regole di sicurezza. Alla fine nessuno sa più quanti strumenti esistano. Uber ha risolto il problema dall'alto: un catalogo unico con oltre 800 server e più di 5 000 strumenti, in cui l'agente cerca ciò che gli serve invece di ricevere tutto in una volta sola. Il dettaglio che conta di più: gli strumenti vengono scoperti automaticamente, ma nessuno funziona finché il team che lo possiede non lo approva. Uber ha pubblicato il suo progetto in ottobre; è l'analisi di lunedì a riportarlo nell'attualità. Fonte: il blog di ingegneria di Uber.

4

OpenAI ha fatto progettare un intero apparecchio ai suoi modelli

Due ingegneri di OpenAI hanno progettato un dispositivo elettronico completo in meno di una settimana, a fianco del loro lavoro abituale: un modello ha scritto i requisiti, un altro ha disegnato la forma, il guscio, la scheda e il software che comanda la cosa. Un produttore ha poi realizzato una prima serie di prototipi in meno di un mese. L'azienda ammette che servirono più cicli di revisione prima che l'oggetto fosse pronto per la fabbricazione. Il dato più eloquente sta altrove: da febbraio l'uso di questi modelli nei team hardware è stato moltiplicato per 23. Fonte: OpenAI.

5

Un banco di prova pubblico dice quanto valgono gli agenti che correggono i bug

Collinear AI ha pubblicato in aperto la seconda versione del suo banco di prova: un agente deve trovare e correggere una falla di sicurezza in un vero repository di codice senza rompere ciò che funzionava. La versione 2 conta 100 compiti pubblici che coprono 91 tipi diversi di falla. Il risultato merita un secondo sguardo: il modello migliore ne risolve solo il 67,8 per cento, e il 19 per cento del blocco resta irrisolto anche per lui, anche dopo più tentativi. In altre parole, correggere falle di sicurezza resta un lavoro duro per un agente, e i suoi errori possono passare inosservati. Fonte: Collinear AI su Hugging Face.

📡 Da tenere d'occhio

Honeycomb mette agenti sui vostri guasti, giorno e notte

La società di osservabilità Honeycomb lancia agenti che sorvegliano i rilasci in produzione, intercettano i regressi prima che li vedano i clienti e scrivono i rapporti sugli incidenti. Ogni conclusione è collegata alla traccia da cui proviene ed etichettata come confermata o come ipotesi. L'accesso è in una fase iniziale. Honeycomb cita un'indagine in cui il 76 per cento dei team giudica che il codice scritto dall'intelligenza artificiale cresce più in fretta della loro capacità di rivederlo, e il 65 per cento ha subito un incidente per un ciclo di agente o per una fattura di token impazzita. Fonte: Honeycomb.

VMware vuole che gli agenti consultino i vostri dati senza spostarli

Con la sua piattaforma Tanzu, VMware offre un modo per dare agli agenti accesso ai dati dell'azienda senza spostare tutto in un magazzino centrale. Gli agenti passano da un catalogo di prodotti di dati governati, con esattamente le stesse regole di offuscamento applicate a chi legge da persona. Il fornitore promette meno token consumati e costi di uscita dal cloud prevedibili. Fonte: VMware Tanzu.

Ebix e intentyx controllano quello che i vostri agenti fanno davvero

Le due aziende lanciano una piattaforma che scopre gli agenti di un'azienda, lega le loro azioni a un'intenzione dichiarata, cioè lo scopo, gli strumenti autorizzati e i dati raggiungibili, e avvisa quando un agente esce da quel perimetro. L'amministratore delegato di Ebix scommette che nel 2027 la governance degli agenti diventerà una categoria di sicurezza a sé. Fonte: il comunicato di Ebix.

Artefact e Dust hanno messo in campo 1 500 agenti in una banca pubblica

La banca d'investimento pubblica francese Bpifrance ha provato per quattro mesi con cento dipendenti, individuato più di sessanta usi possibili, poi è passata a cinquecento licenze e millecinquecento agenti in pochi mesi. Il regolamento, di chi è ogni licenza, quale agente è rischioso e come si sorvegliano i connettori, è stato pronto in meno di quattro settimane. Fonte: Artefact.

📊 Tendenza

Un filo attraversa le notizie del giorno: non si chiede più soltanto che cosa sa un modello, ma quanto vale un agente e come dimostrare che è quello che dichiara di essere. Anthropic inventa la dimostrazione matematica. CrowdStrike compra gli strumenti che spiegano che cosa hanno fatto gli agenti. Uber mette l'attivazione degli strumenti dietro un'approvazione umana. Un banco di prova pubblico dice che correggere le falle di sicurezza resta un mestiere difficile, con il 67,8 per cento come punteggio migliore. E OpenAI ha fatto progettare un apparecchio intero ai suoi modelli. Il baricentro del settore non è più il modello, sono la dimostrazione, il controllo e la misura.