Nuovi framework e protocolli (CORVUS, MCP stateless, EvoLib, Echoverse) stanno facendo progredire lo sviluppo di agenti AI dotati di memoria, uso di strumenti e azione autonoma, mentre l'entusiasmo per alcuni agenti svanisce, segnalando un campo in maturazione ma critico.
Dopo settimane di contenuti virali, code in strada in Cina e una mossa enterprise di Nvidia, il clamore intorno a Openclaw è svanito. L'assenza di notizie non è un mistero ma il sintomo di uno scontro tra promesse di automazione magica e la realtà te...
Microsoft Research presenta Echoverse, dodici mondi sintetici fedeli e verificabili per addestrare agenti computer-use. Un modello 9B quasi raddoppia le prestazioni e si avvicina a GPT-5.4. Le implicazioni per chi gestisce LLM on-premise e dati sensi...
Microsoft Research presenta EvoLib, un framework che trasforma l'esperienza durante l'inference in conoscenza riutilizzabile, senza aggiornare il modello. L'analisi: implicazioni per il deployment on-premise e la sovranità dei dati.
Il Model Context Protocol elimina lo stato dalle sessioni, rompendo il legame tra richieste e singole istanze server. Un passo decisivo per scalare orizzontalmente le AI che usano strumenti esterni, con impatto diretto su deployment on-premise, contr...
Un template riutilizzabile, chiamato llm-wiki-memory-template, permette agli agenti LLM di accumulare conoscenza in modo persistente, conservando deliberatamente anche i tentativi falliti. Tre casi di studio mostrano come questa architettura possa ri...
CORVUS è una nuova architettura per le traiettorie degli agenti di coding basati su LLM che separa le azioni di lettura dei file dai loro snapshot, mantenendo un registro sincronizzato. In questo modo elimina copie ridondanti e dati obsoleti, riducen...
