Briefing quotidiano
14 novembre 2026 · 5 storie
🔥 In primo piano
1ChatGPT ha ora un portafoglio: l'agente può pagare, mai senza di te
OpenAI aggiunge un portafoglio a ChatGPT, così il tuo assistente può ormai saldare un ordine per tuo conto. Il principio sta in una frase: l'agente paga, ma non vede mai il numero della tua carta. Registri la carta una volta sola e approvi ogni acquisto con l'impronta o il volto, come per sbloccare il telefono. Il negozio riceve solo un gettone monouso, senza legame con un conto bancario reale. Restano tuoi i prezzi, i resi e le controversie. Il servizio è riservato agli abbonati ChatGPT Pro, e per ora solo negli Stati Uniti. Il prossimo passo annunciato va oltre: una delega permanente con tetto di spesa, categorie consentite e fasce orarie. Fonte : https://openai.com/index/introducing-chatgpt-wallet
2Sierra fissa il modo in cui i tuoi agenti si presentano ai negozi
Sierra pubblica la versione 1.0 di Poppy, uno standard aperto che spiega a un assistente personale come presentarsi a un'azienda. In concreto, è un documento d'identità digitale per agenti: dice chi è l'agente, cosa può fare, e il cliente può revocare quelle autorizzazioni in qualsiasi momento. I negozi di oltre 175 paesi che usano la piattaforma Shopify lo attivano in automatico, senza installare nulla, e l'assistente Muse di Meta lo usa ovunque. Oltre cento aziende stanno già provando lo standard. Il negozio mantiene prezzi, clienti e resi: l'agente passa dalla porta, ma non tiene le chiavi. Fonte : https://sierra.ai/blog/releasing-poppy
3Google misura la sua rete di sicurezza: il 87% delle istruzioni dannose eseguite viene segnalato
Google pubblica i risultati del suo rilevatore di anomalie, una rete che rivede dopo il fatto ciò che gli agenti hanno fatto. Su 1.774 sessioni di prova, prese da cinque banchi di prova scritti da altri, il sistema segnala l'87% delle istruzioni dannose che gli agenti hanno effettivamente eseguito. È molto efficace contro il devio di obiettivo e l'uso sbagliato degli strumenti. Invece è quasi cieco quando l'istruzione si nasconde nella memoria a lungo termine dell'agente: solo 4 casi su 18. In altre parole, l'allarme funziona quando la richiesta è in vista, e tace quando si infila nei dati. Fonte : https://developers.googleblog.com/how-agent-anomaly-detection-scores-on-benchmarks-we-didnt-write/
4LangChain raccoglie 300 milioni di dollari per tenere gli agenti dentro le imprese
LangChain annuncia un round da 300 milioni di dollari che porta la valutazione a 3 miliardi. A guidarlo è il fondo di crescita di Google, con il fondo sovrano di Singapore e DFJ Growth come nuovi investitori. L'azienda dice che oltre 7.000 organizzazioni usano la sua piattaforma a pagamento, tra cui Nvidia, Toyota e Salesforce. La sua scommessa sta in una frase: chi controlla i propri agenti conserva anche quello che imparano, e questo sapere diventa difficile da copiare. È il contrappeso diretto alle offerte dei grandi fornitori di modelli e di cloud. Fonte : https://www.langchain.com/blog/series-c
5Un modello da 145 miliardi di parametri sta su una sola scheda grafica
Edge0, un laboratorio americano, pubblica i pesi del suo modello Edge0-145B: 145 miliardi di parametri in totale, di cui 10 miliardi lavorano a ogni parola. Sta su una sola scheda grafica da 24 gigabyte, in un normale computer da scrivania. L'editore dichiara 121 parole al secondo nei compiti da agente e 86,5 punti in un test che misura il lavoro di un agente sul terminale. I file si scaricano senza account, in due formati. La licenza si appoggia a quella di Qwen e impone di mostrare il nome del modello oltre 100 milioni di utenti mensili o 20 milioni di dollari di fatturato mensile. Questi numeri vengono dall'editore e non si conosce alcuna valutazione indipendente. Fonte : https://huggingface.co/Edge0/Edge0-145B-q3k
📡 Da tenere d'occhio
NiCE rilascia una nuova generazione della sua piattaforma per agenti, con il registro di ogni decisione
Il produttore di software per la relazione con i clienti NiCE presenta la nuova generazione della piattaforma Cognigy. Tre cose spiccano: un compagno che guida i team nella costruzione e nei test degli agenti, competenze riutilizzabili da un agente all'altro e un registro che ricostruisce ogni decisione, ogni strumento chiamato e ogni token speso. La piattaforma parla anche con gli agenti dei clienti tramite standard aperti e gestisce la voce dall'inizio alla fine. I clienti attuali conservano ciò che è già in funzione. Fonte : https://www.nice.com/press-releases/nice-launches-next-generation-nice-cognigy-to-accelerate-enterprise-ai-agent-deployment-and-orchestration
Google Cloud porta il monitoraggio degli agenti nei cruscotti delle aziende
Google Cloud aggiunge ai suoi strumenti dati il monitoraggio e il controllo degli agenti. Ogni agente può inviare i propri dati di utilizzo, i tempi di risposta e i token consumati a tabelle di proprietà dell'azienda, e analizzarli lì con gli strumenti che già usa. Le conversazioni complete sono facoltative: di default si vede l'attività senza vedere il contenuto degli scambi, e il registro dettagliato si attiva agente per agente, con le sue tutele. Cruscotti già pronti seguono le sessioni attive e le fonti più consultate. Fonte : https://cloud.google.com/blog/products/data-analytics/enterprise-ai-agent-observability-with-bigquery-and-looker
Amazon spiega come pagare un agente sul risultato, non sulla parola
Amazon pubblica una guida per inviare ogni richiesta di un agente di programmazione al modello più adatto, in base ai fallimenti registrati nella cronologia. La guida propone anche la giusta unità di misura: il costo per attività risolta, invece del prezzo per parola. Un modello più costoso ma che arriva può costare meno in totale. Amazon precisa che l'esempio è codice dimostrativo, senza garanzia di produzione. Fonte : https://aws.amazon.com/blogs/machine-learning/route-coding-agent-requests-to-the-right-model-on-amazon-bedrock-with-nvidia-nemo-switchyard/
llama.cpp arriva alla versione 1.0 e promette di non spezzare più i tuoi agenti
Il software libero che fa girare i modelli su un computer normale arriva alla versione 1.0, dopo tre anni e mezzo. Il team si impegna a non cambiare più le funzioni usate dai programmi senza cambiare il numero di versione principale. Sono riconosciute oltre 150 architetture di modelli, e i file esistono per Linux, macOS, Windows, Android e iOS. Per le imprese questa promessa di stabilità è l'argomento decisivo: un agente che gira in locale non si spezza più a ogni aggiornamento del motore. Fonte : https://huggingface.co/blog/ggml-org/llama-cpp-v1
📊 Tendenza
Una giornata in cui l'agente passa dal lato del denaro e del controllo: OpenAI gli apre un portafoglio, Sierra gli dà un documento d'identità per entrare dai negozi, Google misura quanto valga la sua rete di sicurezza, e LangChain raccoglie 300 milioni di dollari sull'idea che le imprese terranno i propri agenti. Dall'altra parte gli strumenti si stabilizzano: un modello gigante sta su una scheda grafica da scrivania, il software libero llama.cpp promette di non spezzare più nulla, e Amazon impara a pagare un agente sul risultato. L'agente diventa un collega che si attrezza, si controlla e si fattura.