L'AI agentica si sposta dalle capacità grezze dei modelli verso competenze condivise, framework di valutazione, guardrail e cicli di miglioramento degli agenti, con coding e flussi aziendali come banchi di prova principali.
La donazione di Agent Skills alla Agentic AI Foundation sposta la governance dello standard aperto per competenze e flussi di lavoro degli agenti. Con oltre 70 piattaforme integrate, la mossa ha implicazioni dirette per chi valuta deployment on-premi...
Microsoft Research ha presentato Flint-interactive, un linguaggio per creare visualizzazioni dati interattive su Flint. Sposta la logica di interazione dal codice di rendering a eventi semantici e operatori di aggiornamento gestiti da un compilatore....
La scoperta di PHP2Shell con l'AI mostra un cambiamento strutturale: i LLM trasformano il bug hunting in scansione di massa, riducendo a zero la finestra di disclosure coordinata. Chainguard e Amazon hanno rilevato la stessa falla in parallelo. Il co...
Il progetto Mesa ha aggiornato il file AGENTS.md per consentire l'uso di LLM nella stesura di commenti al codice e messaggi di commit/patch, a patto che una persona li riveda e modifichi prima dell'integrazione. Una mossa che segnala un cambio di gov...
Un utente ha provato LFM2.5-24-A2B in locale. Con llamaampere raggiunge 130 token/s su una RTX A4500, ma va in loop e sbaglia le richieste più semplici. Con LM Studio la chat si stabilizza, ma nel task su Hermes per un plugin Garnet produce codice ro...
SkillEval introduce un framework di valutazione basato su profili di competenze scoperti automaticamente dagli LLM e stimati con modelli di diagnosi cognitiva. Testato su 3.811 modelli e 9.523 item, produce profili più calibrati e predittivi. Le appl...
Recursive Flint è un modello da coding con 40 miliardi di parametri e 2,5 attivi. Supera Qwen3.6-35B-A3B in TerminalBench 2.1 e SWE-bench Pro v2, con contesto da 262k token e attenzione mista 3:1. L'architettura punta a rendere gli agenti di coding a...
Il team XHToken ha pubblicato Spark-X2.6-4B, evoluzione di Spark-X2.5-4B. Stessa architettura, miglioramenti via post-training per coding, agenti, contesti lunghi e multilingua. Tre livelli di ragionamento regolabili permettono di bilanciare qualità,...
Ornith-1.5-122B estende il loop di auto-miglioramento di Ornith-1.0: non più solo scaffold e rollout, ma generazione congiunta di task, scaffold e soluzioni con reinforcement learning. I pesi GGUF abbassano la barriera per l'uso locale, ma il modello...
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...
