Briefing quotidiano
5 novembre 2026 · 5 storie
🔥 In primo piano
1I pesi di Kimi K3.1 Pro sono online, e oltre 20 milioni di dollari si paga
Finalmente Kimi K3.1 Pro si può scaricare: il primo pezzo di pesi, 2,3 gigabyte, è arrivato senza password e senza dover aprire un account. Il modello è enorme, con 2 800 miliardi di parametri in totale e solo 104 attivi per parola, e pareggia i migliori quando lavora al computer. Ma la vera sorpresa è nella licenza. Potete usarlo, copiarlo, rivenderlo e persino addestrare i vostri modelli a partire da lui. Tranne che: superati i 20 milioni di dollari di fatturato su dodici mesi dovete firmare un contratto commerciale separato con l'editore, e superati i 100 milioni di utenti attivi al mese il suo nome deve comparire sullo schermo. L'uso interno, invece, resta libero da condizioni. È un po' come una macchinetta del caffè che potete copiare in ogni cucina: oltre un certo numero di tazze al giorno, serve un accordo con il produttore. Fonte: il repository di Moonshot AI su Hugging Face.
2Cinque persone e 32 milioni di dollari: un modello aperto batte giganti da 800 miliardi
Un'azienda americana di cinque persone pubblica un modello di cui chiunque può scaricare i pesi. Ripple-65B ha 65 miliardi di parametri, addestrato da zero su 12 000 miliardi di parole di testo e codice. Sul test del lavoro da riga di comando prende il comando su modelli molto più grandi: 80,5 punti, contro 80,1 di un modello da 501 miliardi e 76,4 di uno da 816 miliardi. A colpire è il fatto che sta nella memoria di un'unica macchina da scrivania. L'editore dice di averlo sviluppato e addestrato per 32 milioni di dollari, mentre oggi lo stesso lavoro sarebbe costato più di 100 milioni. Aggiunge di esserci arrivato con 70 volte meno tentativi di addestramento. È come se cinque persone costruissero un aereo di linea in un garage mentre le compagnie aeree fanno concorrenza con i propri cantieri. Fonte: il repository di Ricursive su Hugging Face.
3Un agente di OpenAI trova e corregge 948 falle del kernel Linux in dieci giorni
OpenAI descrive una catena di produzione del tutto automatica: individuare il codice che riguarda la sicurezza, riprodurre la falla, verificare se consente di prendere il controllo, scrivere la correzione e far rileggere tutto da un ricercatore umano. Per dieci giorni nell'ottobre 2026 la macchina ha esaminato 2 308 falle possibili, ne ha riprodotte 1 724 e ha prodotto 948 correzioni, ognuna con la propria prova di sfruttamento. Il conto per l'accesso ai modelli è arrivato a 1,21 milioni di dollari, circa 1 279 dollari per falla corretta. E i premi per la caccia a questo tipo di problemi si contano in decine di migliaia di dollari a testa. Il modello usato non è ancora pubblico. In concreto, riguarda proprio la macchina su cui gira questo sito. È come una squadra di fabbri robot che prova ogni serratura di un edificio, segna quelle che cedono e ricava una chiave nuova. Fonte: la pubblicazione di ricerca di OpenAI.
4Anthropic compra il suo primo contenuto: i risultati dell'Associated Press dentro Claude
La sera delle elezioni americane Claude mostrava risultati «forniti e attribuiti all'Associated Press». È la prima volta che Anthropic paga una testata online per il diritto di usarne i contenuti. Né il prezzo, né la durata, né l'estensione sono pubblici: nessuno può sapere se l'accordo copre l'intero catalogo o solo i risultati elettorali. L'editore cambia campo dopo aver a lungo difeso che riutilizzare contenuti online appartenga al pubblico dominio. Ha poche settimane prima della quotazione in borsa, e ha appena firmato. È come un presentatore televisivo che compra le notizie al giornale invece di andare a copiarle da solo. Fonte: un'inchiesta di Adweek, ripresa da The Verge.
5Pechino blocca l'acquisto di ABB da SoftBank: i dati dei robot diventano questione di Stato
Pechino ha vietato a SoftBank di acquistare la divisione robotica del gruppo svizzero ABB, un'operazione da 5,4 miliardi di dollari che avrebbe reso il giapponese un attore di peso dell'intelligenza artificiale fisica. Il motivo è nuovo: i dati d'uso dei robot di ABB, se fossero usciti dal paese, potrebbero servire ad addestrare modelli, anche quelli di OpenAI, di cui SoftBank è investitore. È la prima volta che un'operazione viene rifiutata invocando esplicitamente la protezione dei dati di addestramento. Né SoftBank, né ABB, né le autorità cinesi hanno voluto commentare. È come se si rifiutasse di vendere una fattoria di robot a un paese vicino per paura che l'uso di quelle macchine addestrasse la sua intelligenza artificiale. Fonte: un'inchiesta del Financial Times, riportata da Reuters.
📡 Da tenere d'occhio
La filigrana di Claude si aggira cambiando un'impostazione
Anthropic sta aggiungendo la sua filigrana invisibile nel testo ai modelli Claude più vecchi, in vista della scadenza di dicembre delle regole europee sull'intelligenza artificiale. Su alcuni modelli la filigrana compare solo se le impostazioni di generazione restano ai valori predefiniti: cambia la temperatura, o top_p, o top_k, anche di poco, e sparisce. Anthropic avverte i clienti che dipendono da essa per rispettare la norma di non toccare queste impostazioni. L'azienda dice che la filigrana è dentro il modello, quindi vale su ogni piattaforma e i clienti non possono disattivarla. Fonte: The Decoder.
OpenAI compra Pierre perché Git tenga il passo con gli agenti di codice
OpenAI acquista Pierre Computer, l'azienda dietro Code Storage e diversi strumenti di sviluppo liberi. Le librerie di Pierre fanno già funzionare l'agente di codice Codex: Trees percorre in fretta i file di un progetto, Diffs mostra che cosa è cambiato e permette di correggere una riga esattamente dove si vede il problema, Highlights colora il codice mentre digiti o mentre un agente scrive. OpenAI dice che l'acquisizione serve a far funzionare Git quando persone e agenti scrivono codice fianco a fianco. I progetti liberi resteranno liberi, e l'operazione attende ancora il via libera delle autorità. Fonte: l'annuncio di OpenAI.
Un banco di prova pubblico dice dove gli agenti si bloccano nel cloud
CloudOpsBench è un nuovo banco di prova libero che misura quanto bene gli agenti gestiscono le solite attività di amministrazione nel cloud di Amazon: riparare un servizio, togliere una risorsa, restringere un diritto di accesso, rilasciare un aggiornamento. La versione 1.0 conta 45 compiti reali, costruiti da ingegneri di esercizio con esperienza. Il modello migliore, Claude Fable 5.1, ne risolve il 60 per cento e GPT-6 Astra il 53. Circa l'80 per cento dei fallimenti nasce da una stima sbagliata dell'ampiezza del compito, da un servizio non controllato o da una fermata troppo presto, e circa il 20 per cento sono azioni sbagliate, alcune con effetti duraturi sull'infrastruttura. Fonte: il progetto CloudOpsBench.
Uber: quattro corse prenotate dagli agenti, su 320 milioni
Uber ha detto durante la presentazione dei risultati che, nella sua settimana più carica del trimestre, quella di Halloween, sono state prenotate solo quattro corse e cinquecento ordinazioni di cibo tramite un agente, su circa 320 milioni di viaggi e ordini in tutto. L'amministratore delegato ha parlato di una penetrazione «molto, molto precoce e molto limitata». Una ragione probabile: l'app di Uber prenota già una corsa in cinquanta secondi e riordina il piatto preferito in novanta secondi. DoorDash ha segnalato solo qualche centinaio di ordini da agenti. La rete agentica è ancora minuscola. Fonte: TechCrunch.
📊 Tendenza
Un filo attraversa le notizie del giorno: le domande non sono più tecniche ma contrattuali. Moonshot fissa la soglia oltre la quale bisogna firmare. Anthropic paga un giornale per il diritto di citarlo. Un governo rifiuta una vendita perché i dati di un robot potrebbero addestrare un modello. E OpenAI dà un prezzo alla sicurezza: 1 279 dollari per falla corretta, quando i premi per problemi di questo tipo sono dieci volte più alti. Intanto l'agente passa da promessa a servizio quotidiano: un modello che legge dentro il cloud, uno strumento di codice che si prepara alla revisione, una piattaforma che conta le corse prenotate dagli agenti. La battaglia si sposta sui contratti, sulle fatture e sulle garanzie, e sarà lì a decidersi.