Non ha risolto la congettura di Riemann. Non era questo il punto dell'esperimento. Un ricercatore ha lasciato un modello Qwen 3.8 da 27 miliardi di parametri, in quantization a 4 bit e con una finestra di contesto da 100K token, girare in autonomia per 63 ore su una singola RTX 3090. Il sistema ha prodotto oltre 50 milioni di token senza arrivare alla soluzione, ma il comportamento osservato è più interessante del mancato teorema.

La scheda non è un componente da data center: è una GPU consumer. Il fatto che un LLM open da 27 miliardi di parametri regga una sessione così lunga in quantization a 4 bit su hardware locale sposta l'attenzione dal singolo benchmark alla tenuta di carichi agentici prolungati. In queste sessioni il costo non è solo compute puro: gestione della memoria, riorganizzazione del contesto e capacità di non restare impantanati su false piste diventano variabili di sistema.

L'autore riporta che il modello non ha mai consegnato una risposta allucinata e ha corretto più volte i propri errori. È un'osservazione da prendere con cautela: verificare l'assenza di allucinazioni su un problema aperto è più difficile che su un test con risposta nota. Ma il dato è solido se letto come stabilità di processo, non come validità matematica: il sistema ha continuato a generare nuove strategie invece di collassare su una soluzione fittizia.

Il dataset pubblicato include memorie interne, codice e strategie. Per chi lavora con pipeline self-hosted, è materiale utile per capire come un agente organizza il proprio stato su finestre lunghe e come la quantization incida sulla coerenza a lungo termine. La pubblicazione su Hugging Face, non in un servizio cloud chiuso, riflette un approccio on-prem: l'ownership dei dati resta locale e il costo marginale dell'esperimento è legato all'hardware già posseduto.

Il prossimo obiettivo dichiarato è usare un agente più capace – viene citato GLM 5.3 Flash – o uno sciame di agenti per affrontare un problema matematico aperto. La direzione è chiara: spostare la competizione dalla scala dei parametri alla durata e all'orchestrazione. Un singolo ricercatore con una GPU consumer può oggi testare ipotesi che fino a poco tempo fa richiedevano accesso a cluster.

Resta il nodo della valutazione. Un agente che corregge i propri errori non dimostra di avvicinarsi alla verità, ma dimostra che l'infrastruttura di controllo può essere leggera e locale. Se la corsa ai problemi del millennio diventa una gara tra agenti open su hardware di fascia consumer, l'equilibrio tra ricerca accademica, cloud provider e laboratori indipendenti cambia: il collo di bottiglia non è più solo la potenza di calcolo, ma la qualità del framework, della memoria e della verifica.

L'esperimento non entra nella storia della matematica, ma è un segnale strutturale: i carichi agentici lunghi stanno diventando praticabili anche fuori dai data center. Chi ignora questo spostamento rischia di cercare la prossima scoperta nel posto sbagliato.