Ola todos! ecco le notizie dedicate al mondo IA del 17 Ottobre 2026Iniziamo con una scoperta che potrebbe riscrivere quello che sappiamo sui modelli IA. Un ricercatore che ha lavorato alla meccanica interpretativa di OpenAI ha proposto una teoria rivoluzionaria: forse non abbiamo mai capito davvero come funzionano le reti neurali. Utilizzando agent avanzati per analizzare automaticamente i neuroni, ha scoperto che il NOVANTANOVE percento dei neuroni nei modelli moderni ha una funzione chiara e identificabile. Nei modelli linguistici come Qwen 3, siamo al NOVANTA percento. Quello che per anni abbiamo considerato caos interno sembra essere in realtà un sistema ordinato che semplicemente non riuscivamo a vedere.Passiamo a un tool che sta facendo impazzire GitHub. DICIANNOVEMILAQUATTROCENTO stelle in pochi giorni. Si chiama Agent Reach, un progetto open source che permette agli agent di accedere a contenuti web normalmente bloccati. Twitter, Reddit, YouTube, GitHub, Bilibili, Xiaohongshu: SEICENTOQUARANTASEI lingue supportate, contro le trentadue di ElevenLabs. Gira tutto in locale, nessun costo per carattere, nessun dato esce dal computer. Ogni piattaforma ha backend multipli con fallback automatico.Nel frattempo, Anthropic ha addestrato Claude Mythos 5 a progettare circuiti quantistici. Dato un’istruzione in linguaggio naturale, il modello ha creato circuiti più efficienti di quelli pubblicati in letteratura, in alcuni casi di UN ORDINE DI GRANDEZZA. Questo potrebbe avvicinare le applicazioni pratiche del quantum computing in chimica e scienza dei materiali.Sempre attivo, Tencent. Hanno rilasciato Hy Memory 2.0, un sistema di memoria per agent con modello da TRE miliardi di parametri attivi che batte Opus 5 su quattro benchmark. Il modello taglia il volume di memoria del CINQUANTUNO PUNTO OTTO percento e riduce i token di recall del TRENTANOVE PUNTO TRE percento. È già in produzione nei loro prodotti, dove il recall multi-hop è passato dal CINQUANTA al NOVANTA percento.A proposito di agent, NVIDIA ha rilasciato ASPIRE versione UNO PUNTO ZERO, un framework robotico agente con capacità di scoperta autonoma delle skill. Il team ha switchato al nuovo modello Astra e ha saturato i benchmark robotici al NOVANTANOVE percento praticamente dall’oggi al domani. Opus 5.5 supera leggermente Astra, mentre Sonnet 5.5 offre il miglior rapporto costo-capacità: DODICI dollari per task.Passiamo a OpenDesign Motion, alternativa open source a Claude Motion. Permette di creare video animati con qualsiasi agent e qualsiasi modello, senza dover usare Opus 5.5. Il video di lancio del progetto è stato creato interamente con OpenDesign.Da segnalare anche Indra, un modello OCR da UN MILIONE di parametri. QUINDICI volte più veloce di Tesseract su CPU e molto più accurato. Il creatore stesso ammette di non credere a quanto sia performante.Sul fronte robotica, Google DeepMind ha fatto battere Minecraft da zero a quattro agent Gemini 4 Argon. In VENTISETTE ore hanno scritto DUEMILASETTECENTOTTANTATRÉ programmi, diviso i compiti via chat, condiviso note e debuggato errori insieme, tutto senza intervento umano.Arriva anche AX di Google, un sistema open source per orchestrare MILIARDI di task agent autonomi. È come Kubernetes ma costruito per gli agent invece che per le app. Si usa con file YAML, comandi simili a kubectl, e permette di sospendere e riprendere agent esattamente dove si erano fermati. TREDICIMILACINQUECENTO stelle su GitHub, licenza Apache 2.0.Merita attenzione Colibri, un progetto GitHub con quasi QUARANTADUEMILA stelle che permette di eseguire modelli IA potenti su laptop con appena OTTO gigabyte di RAM. Usa gestione intelligente della memoria e supporta Claude Code, trasformando qualsiasi laptop in un server IA privato.Interessante anche HarnessRouter, implementazione open source del protocollo UHP (Unified Harness Protocol). Standardizza l’interfaccia per eseguire task agent su qualsiasi harness, rendendo l’infrastruttura completamente intercambiabile. Nel primo benchmark controllato ha ridotto i costi fino a DUE PUNTO UNO volte, usando circa il CINQUANTATRÉ percento di crediti in meno.Occhio a Terminal-RSI, una ricerca sul miglioramento ricorsivo auto-supervisionato. Un modello da VENTISETTE miliardi impara dai successi verificati, migliora con la pratica, e addestra il successore. In due cicli, il successo su Terminal-Bench 2.1 è salito dal CINQUANTUNO PUNTO SETTE all’OTTANTASEI PUNTO CINQUE percento. Su Terminal-Bench 4.0 è passato da ZERO a DICIANNOVE PUNTO OTTO percento, nuovo stato dell’arte.Colpo a sorpresa dal Ministero del Commercio cinese. Hanno proposto nuove restrizioni all’esportazione di tecnologie IA: modelli oltre DIECI alla VENTISEI di calcolo o DUE TRILIONI di parametri, agent con oltre DUECENTO tool integrati e accuratezza superiore al NOVANTA percento, tecnologie di interconnessione tra chip per cluster di calcolo. Se approvate, modelli come Kimi K4, MiniMax M3 Pro, GLM5 e la prossima generazione DeepSeek non potrebbero essere rilasciati open source.Chiudiamo con una storia surreale. Un ricercatore di sicurezza ha sviluppato un metodo di attacco che aggira le protezioni di oltre CENTO modelli e coding agent, incluso Fable 5. Ha pubblicato paper e codice open source. Ma ora alcuni agent rifiutano di leggere il suo stesso codice perché le policy di sicurezza lo bloccano come contenuto pericoloso. Anche il paper viene a volte flaggato. Una ricerca sulla sicurezza dell’IA bloccata dalle stesse misure di sicurezza che dovrebbe studiare.Trovate i link di queste notizie altri link interessanti sul mio sto ziobuddalabs punto itSalvate il video così da non perderlo, seguitemi sui miei canali social e sul nuovo podcast su spotify e mannaggia a voi se ancora non lo state facendo, condividete il video con amici e nemici e ola todos.
