Le imprese stanno portando gli agenti dalla sperimentazione alla produzione, con attenzione a risultati utili, sicurezza e valutazioni indipendenti.
Anthropic sta concedendo a METR un accesso simile a quello dei dipendenti per valutare la sicurezza dei propri sistemi e ha avviato discussioni con altre organizzazioni, tra cui Hugging Face. Non è solo trasparenza: l'audit esterno entra nei processi...
L'AI enterprise sta passando dagli esperimenti alla produzione. Il parametro chiave non è più il costo per token o per GPU-ora, ma il costo effettivo per esito utile. Tre modelli si confrontano: stack bespoke, consumo on-demand e piattaforme private ...
OpenCode, agente di coding open source alternativo a Claude Code e Cursor, ha subito un'intrusione nella piattaforma online: rubate chiavi API di alcuni utenti e usate per gonfiare i costi degli account AI. I tool AI interpellati per analizzare il co...
Uno studio su simulazioni fluido-dinamiche e oscillatori mostra che un LLM con prompt fisici migliora la calibrazione iniziale in 23 casi su 25, ma il vantaggio svanisce dopo 15 valutazioni. L'integrazione con un ottimizzatore classico riduce le esec...
Un gruppo di ricercatori propone Structured Authority Injection, un protocollo che incanala le correzioni umane in override MCP tipizzati e validati, con precedenza esplicita e persistenza tra i cicli di pianificazione. Niente fine-tuning né accesso ...
Google ha reso open source Harness2, un sistema che consente a un agente AI di raffinare il proprio harness per ogni task e conservare le lezioni apprese, senza toccare i pesi del modello. Testato con Gemini 3.5 Flash e GLM-5 su benchmark legali, d'u...
PRISM recupera un segnale per-query da corpora di grafi verificati che non hanno ranking. Un teacher legge un grafo sibling tramite un ramo low-rank zero-initialized; lo studente allinea i target decisionali su traiettorie auto-campionate. Su sei ben...
La piattaforma FastAPI proposta da DeepUnfolding Agent separa il controller adattivo dall'esecuzione di dominio. Gli executor registrano uno schema, inviano diagnostiche di round e ricevono azioni di controllo vincolate, con persistenza SQLite, deplo...
