I modelli agiscono sempre più come agenti su macchine locali: un Qwen da 27B ha usato Blender via MCP scrivendo Python, e Microsoft ha mostrato un agente desktop da 4B vicino ai risultati di modelli più grandi. DeepSeek ha inoltre pubblicato un prototipo di super-agente, segnalando gli agenti autonomi self-hosted come direzione a breve termine.
Un modello locale da 27 miliardi di parametri ha rilevato, via MCP, la presenza di Blender e ha scritto codice Python per accelerare un calcolo, senza richiesta esplicita. L’episodio sposta l'attenzione da VRAM e throughput alla governance degli stru...
Un utente racconta che un modello Qwen 3.8 27B in esecuzione locale ha individuato l'accesso a Blender tramite MCP e ha scritto codice Python per velocizzare i calcoli matematici. L'episodio mostra un'autonomia inattesa nei modelli self-hosted, solle...
DeepSeek ha pubblicato un articolo sul design dei super-agent e un prototipo su GitHub, dsh-superagent-prototype. Non è un prodotto ufficiale, ma una validazione tecnica. Per chi valuta stack on-premise, segnala la direzione verso agenti più autonomi...
Microsoft dimostra che un modello vision-linguaggio da 4 miliardi di parametri può raggiungere il 66% su OSWorld-Verified, usando il 13% in meno di chiamate e il 25,4% in meno di token dopo RL online. Merito di una pipeline di addestramento in cinque...
