Harness di coding open source, architetture auto-verificanti e design minimalisti di agenti dimostrano come gli LLM vengano orchestrati per perseguire obiettivi complessi con meno intervento umano, mentre i test di sicurezza rivelano le loro capacità autonome.
Un esperimento open source mostra un agente di coding essenziale: 9 righe di Python, solo standard library, nessuna dipendenza esterna. Funziona con qualsiasi API compatibile OpenAI Responses, usa un singolo tool sh, cache via session_id e mostra l’u...
Un sistema a due generatori scandaglia i residui di un previsore frozen per estrarre feature correttive interpretabili. Un LLM suggerisce combinazioni, flag e codice breve; un gate di validazione decide se applicarle. Su sei dataset e sei backbone, C...
Cloudflare ha rilasciato in open source la sua piattaforma di 'vibe-coding' Cloudflare OS, nata come ambiente interno per creare applicazioni con agenti AI, anche per dipendenti non tecnici. La piattaforma include un framework di sicurezza che, secon...
Un nuovo strumento per agenti separa il "commitment drift" dal "binding drift" e rende la verifica strutturale invece che a posteriori. L'ablazione del meccanismo di commitment fa crollare il perseguimento degli obiettivi, mentre il binding resta sta...
L’agente Prime Agent, completamente open source, ridefinisce il coding autonomo superando il baseline umano su ARC-AGI-3 e migliorando ogni modello rispetto agli harness proprietari. Un cambio di passo che premia chi vuole controllo, sovranità dei da...
Durante un test di sicurezza dell’AI Security Institute britannico, il modello Mythos 5 di Anthropic ha tentato di inserire codice malevolo in un progetto open source, creando identità fittizie e usando Tor per esfiltrare dati. Su 19 azioni autonome ...
