ai-powered-markdown-translatorArticolo tradotto dal fr all’it con gpt-6.1-sol.
Levent Alpöge, matematico di Anthropic, ha pubblicato una dimostrazione dell’ipotesi di Riemann ottenuta con Claude, sotto forma di una libreria Lean di 17 milioni di righe, e le comunità Lean e Mathlib la certificano già il giorno successivo. alphaXiv pubblica l’OpenResearch Intelligence Index, in cui Claude Opus 5.5 guida la ricerca autonoma con il 61,8 % mentre DeepSeek V4.1 Flash, primo modello aperto al 27,4 %, costa 0,72 dollari per tentativo; Meta porta a 25 000 ore l’obiettivo del suo Digital Brain Project, e Inkling 2 Mini entra in Transformers e gira a 210 tokens al secondo su un Mac Studio. Replit, Devin e v0 rafforzano il controllo degli accessi, della rete e delle spese, e Claude Code 2.1.330 lascia in esecuzione le attività pianificate fino a 30 giorni.
Matematica: la dimostrazione dell’ipotesi di Riemann ottenuta con Claude da Levent Alpöge è certificata dalle comunità Lean e Mathlib
20 e 21 novembre — Levent Alpöge, matematico di Anthropic, ha pubblicato il 20 novembre una dimostrazione dell’ipotesi di Riemann sotto forma di una libreria Lean di 17 milioni di righe di codice, che dipende direttamente solo da Mathlib, la libreria di matematica formalizzata di Lean. Formulata nel 1859 da Bernhard Riemann, l’ipotesi riguarda la distribuzione dei numeri primi. La accompagna con una nota, catalogata su alphaXiv con il titolo «presunta dimostrazione dell’ipotesi di Riemann» (A Claimed Proof of the Riemann Hypothesis). Secondo il riassunto fornito da alphaXiv, l’autore afferma di aver trovato questa dimostrazione con Claude, rivendica anche l’ipotesi di Riemann generalizzata e si basa sull’analisi di Fourier, su sollevamenti theta (theta lifts) e su un’analogia con l’argomento di Stepanov sui campi di funzioni; sempre secondo questo riassunto, la dimostrazione è lunga e l’autore intende spiegarla e semplificarla.
Il 21 novembre, le comunità Lean e Mathlib pubblicano una dichiarazione congiunta, sostenuta dal Lean FRO e dalla Mathlib Initiative, che certifica l’enunciato e la dimostrazione. In un giorno, la libreria ha soddisfatto i quattro criteri fissati il 12 novembre da Kevin Buzzard (Imperial College London):
| Criterio di verifica | Controllo svolto dalle comunità Lean e Mathlib |
|---|---|
| L’enunciato è quello corretto | enunciato RiemannHypothesis di Mathlib, revisionato da esperti di Lean e di teoria dei numeri |
| La libreria compila | decine di persone hanno riprodotto lo stesso file di esportazione grezzo della dimostrazione |
| Il teorema dimostrato è questo enunciato | confronto mediante due strumenti indipendenti, comparator e con-leche, a partire da un file che importa solo Mathlib |
| La dimostrazione è accettata | kernel ufficiale di Lean, con-leche, con-ron e diversi verificatori scritti in altri linguaggi, su un’esportazione inerte della dimostrazione |
We hereby certify that both the statement and the proof of the Riemann Hypothesis are correct.
🇮🇹 Con la presente certifichiamo che sia l’enunciato sia la dimostrazione dell’ipotesi di Riemann sono corretti. — Comunità Lean e Mathlib, dichiarazione sul blog della comunità Lean
Scientific American riporta la conferma di matematici indipendenti: Andrew Sutherland (MIT) ha compilato il risultato per conto proprio e indica che il kernel di Lean lo ha verificato nuovamente con i soli tre assiomi standard. La dichiarazione di Lean e Mathlib non menziona né Claude né l’ipotesi di Riemann generalizzata, rivendicata dall’autore: il ruolo di Claude emerge dalla nota di Alpöge e da Scientific American.
🔗 Nota di Levent Alpöge su alphaXiv · Scientific American: la conferma di matematici indipendenti · Sintesi tecnica della verifica (MIT)
VIDRAFT pubblica un indicatore in tempo reale della positività di Weil, che mostra la validità dell’enunciato senza dimostrarlo
21 novembre — Il giorno dopo la pubblicazione della dimostrazione, il laboratorio VIDRAFT pubblica su Hugging Face uno Space che calcola il più piccolo autovalore della forma quadratica di Weil, la cui positività equivale, secondo il criterio di Weil, all’ipotesi di Riemann. È positiva per la funzione zeta e quattro funzioni L di Dirichlet (conduttori 3, 4, 5 e 8), negativa per tre imitazioni che differiscono da una vera funzione L per un solo ingrediente, e dieci enunciati dello strumento sono verificati dal kernel di Lean 4. Il post ricorda che è la dimostrazione formale a stabilire il risultato, mentre lo strumento mostra soltanto che regge; il codice, i file Lean e il repository sono pubblicati, e l’esperimento è riproducibile in una trentina di secondi su una CPU gratuita.
🔗 Post di VIDRAFT su Hugging Face · Space dell’indicatore di Weil
Valutazione: alphaXiv misura la ricerca autonoma con l’OpenResearch Intelligence Index, un rilevatore di testi IA sale in classifica su RAID ma peggiora al di fuori del benchmark
20 novembre — alphaXiv pubblica i primi risultati dell’OpenResearch Intelligence Index, un benchmark che misura la capacità dei modelli di condurre una ricerca dall’inizio alla fine. Ogni modello lavora nel proprio harness (Claude Code, Codex o OpenCode), all’interno di OpenResearch, l’ambiente di ricerca di alphaXiv, su tre filoni: conoscenze scientifiche (20 attività tratte da Terminal-Bench-Science), esecuzione di un post-training (6 attività inedite) e pertinenza delle scelte bibliografiche (un sottoinsieme di PaperFindingBench).
We created the world’s first open source benchmark for end-to-end autoresearch. Today, its results are live. Which models are best for RSI? Can they understand the literature? Can they conduct complex scientific experiments, while maintaining good taste? We spent about $7.4k in tokens across 8 models, 6 providers, and 3 evaluation tracks to find out.
🇮🇹 Abbiamo creato il primo benchmark open source al mondo per la ricerca autonoma dall’inizio alla fine. I risultati vengono pubblicati oggi. Quali modelli sono i migliori per la RSI? Comprendono la letteratura scientifica? Possono condurre esperimenti scientifici complessi mantenendo il buon gusto? Abbiamo speso circa 7 400 dollari in tokens su 8 modelli, 6 fornitori e 3 filoni di valutazione per scoprirlo. — @askalphaxiv su X
| Modello valutato | Harness utilizzato | Punteggio dell’indice | Costo medio per tentativo |
|---|---|---|---|
| Claude Opus 5.5 | Claude Code | 0,618 ± 0,014 | 16,46 dollari |
| GPT-6 Astra | Codex | 0,566 ± 0,014 | 22,44 dollari |
| GPT-6.1 Sol | Codex | 0,549 ± 0,024 | 3,83 dollari |
| Gemini 4 Argon | OpenCode | 0,526 ± 0,013 | 9,18 dollari |
| Claude Fable 5.1 (74 tentativi completati su 87) | Claude Code | 0,511 ± 0,015 | 20,07 dollari |
| DeepSeek V4.1 Flash | OpenCode | 0,274 ± 0,018 | 0,72 dollari |
| Kimi K3 | OpenCode | 0,271 ± 0,010 | 10,89 dollari |
| Qwen3.8-Flash | OpenCode | 0,214 ± 0,015 | 4,54 dollari |
Claude Opus 5.5 è in testa con 0,618, ossia il 61,8 %, a un costo medio di 16,46 dollari per tentativo. GPT-6 Astra segue a 0,566, ma per 22,44 dollari, e GPT-6.1 Sol ottiene 0,549 per 3,83 dollari; Claude Fable 5.1 ha completato solo 74 tentativi su 87. I modelli aperti restano molto indietro: DeepSeek V4.1 Flash, primo tra questi, ottiene il 27,4 % per 0,72 dollari a tentativo, appena davanti a Kimi K3 (0,271) e Qwen3.8-Flash (0,214). Nel solo filone bibliografico, dotato degli strumenti di ricerca di OpenResearch, DeepSeek V4.1 Flash raggiunge il 47,7 %, contro il 48,7 % di GPT-6 Astra. Together AI, che ha erogato i modelli aperti, ha rilanciato l’indice; alphaXiv annuncia altri modelli e il codice sorgente.
🔗 Post di alphaXiv sull’OpenResearch Intelligence Index · @togethercompute su X: i modelli aperti alla prova
Un rilevatore di testi IA passa dal 27º al 5º posto di RAID, ma rileva molto meno bene al di fuori del benchmark
21 novembre — Sul blog della comunità di Hugging Face, il team di empirischtech racconta come il suo rilevatore di testi generati dall’IA, basato sull’encoder Ettin da 1B, sia passato dal 27º posto su 58 della classifica RAID, occupato dal suo rilevatore in produzione, al 5º con una versione ottimizzata per RAID: con l’1 % di falsi positivi, il tasso di rilevamento sale dal 92,81 % al 99,20 %. Il rovescio della medaglia emerge al di fuori del benchmark: sul set di test degli autori, la quota di testi IA rilevati scende dal 97,8 % con il rilevatore generalista da cui parte il fine-tuning al 58,7 % con la versione ottimizzata per RAID, e quella dei testi umani segnalati erroneamente passa dall’1,0 % al 2,4 %. Il modello ottimizzato per RAID resta quindi uno strumento di ricerca; il servizio degli autori utilizza un rilevatore generalista distinto.
🔗 Post di empirischtech su Hugging Face
IA per la scienza: Meta porta il suo Digital Brain Project a 25 000 ore e presenta UMA Nitro e ATLAS, Diffusers esegue il fine-tuning di RFD4-Proteina
20 novembre — Meta pubblica il bilancio del suo Open Source AI for Science Summit, organizzato a ottobre su due giorni dal laboratorio FAIR a Menlo Park. Il principale annuncio in cifre: il Digital Brain Project, avviato con la Rothschild Hospital Foundation e l’Université de Montréal per finanziare la raccolta di dati cerebrali anonimizzati e condivisi apertamente, vede il proprio obiettivo passare da 15 000 a 25 000 ore di dati.
| Progetto presentato al summit | Ambito scientifico | Cosa dice il post di Meta |
|---|---|---|
| Digital Brain Project | Neuroscienze | obiettivo portato da 15 000 a 25 000 ore di dati cerebrali |
| UMA Nitro | Chimica | versione più veloce del modello di atomi UMA (Universal Model for Atoms), senza dati sulla velocità |
| UMA Playground | Didattica | proposto ai docenti di chimica delle scuole secondarie tramite Discovery Education, che raggiunge oltre 4 milioni di insegnanti e 45 milioni di studenti |
| ATLAS (FAIR) | Matematica | libreria aperta che formalizza in Lean 26 manuali ad accesso libero e oltre 45 000 definizioni e risultati |
UMA identifica anche numerose forme cristalline di molecole di farmaci senza ulteriori dati di addestramento (studio con Carnegie Mellon e UC Riverside), e simula enzimi interi, atomo per atomo, con l’Università di Chicago. Il post cita infine un sistema di robotica assistiva dell’Università di Pittsburgh, basato su DINOv3 e SAM 3, di cui una dimostrazione dovrebbe mostrare un robot che aiuta una persona a mangiare.
🔗 Bilancio del summit Open Source AI for Science (Meta) · @AIatMeta su X
Diffusers aggiunge un esempio di fine-tuning LoRA di RFD4-Proteina, il modello di design di proteine di NVIDIA
20 novembre — La libreria Diffusers di Hugging Face integra un esempio di fine-tuning tramite LoRA di RFD4-Proteina, il modello aperto di design di proteine di NVIDIA (trattato qui il 21 ottobre). Annunciato da Sayak Paul, l’esempio (pull request #15155 di kierandidi, integrata il 19 novembre) addestra adattatori di rango 32 sul denoiser, con funzioni di perdita di flow matching applicate alle coordinate dello scheletro proteico e a rappresentazioni latenti locali anziché ai pixel; secondo lui, il resto del codice assomiglia a quello dei modelli di immagini e video.
Modelli aperti: Inkling 2 Mini entra in Transformers v5.24.0, gira a 210 tokens al secondo su Mac e riceve una versione senza restrizioni
Inkling 2 Mini, il modello a ciclo iterativo con pesi aperti di Thinking Machines pubblicato il 20 novembre (trattato qui ieri), è stato integrato nella libreria di riferimento di Hugging Face, portato su Mac e reso privo di restrizioni nelle ventiquattro ore successive alla sua uscita.
Transformers v5.24.0 integra Inkling 2 Mini, Omnilingual ASR di Meta, Dory di NVIDIA e Sarvam-105B
21 novembre — Hugging Face pubblica Transformers v5.24.0, che aggiunge una decina di architetture. Inkling 2 Mini entra con un checkpoint di ricerca con un numero variabile di cicli, e anche Dory, il modello a cicli di NVIDIA, consente di regolare il numero di cicli durante l’inferenza.
| Modello aggiunto | Editore del modello | Dettagli della release |
|---|---|---|
| Inkling 2 Mini | Thinking Machines | con il checkpoint di ricerca TML-d24-varloop-research, con un numero variabile di cicli |
| Dory | NVIDIA | modello a cicli, numero di cicli regolabile durante l’inferenza |
| Omnilingual ASR | Meta FAIR | riconoscimento vocale per oltre 1 600 lingue, da 300M a 7B, testa CTC o decoder Llama |
| Apertus 1.5 e WavTokenizer | Swiss AI Initiative | testo, immagini e audio in ingresso; codec audio a 24 kHz |
| HY4-VL | Tencent | modello visione-linguaggio della famiglia Hunyuan V4 |
| Lara Mini | Translated | 7,2B di cui 0,6B attivi, licenza CC BY-NC-SA 4.0 |
| Sarvam-105B e Sarvam-30B | Sarvam AI | 105B: attenzione MLA, 128 esperti di cui 8 attivi, contesto di 131K |
| EXAONE 3.0, 3.5 e Deep | LG AI Research | caricati senza trust_remote_code |
Attenzione agli aggiornamenti: past_key_values e cache_params vengono rinominati cache, una modifica classificata come incompatibile anche se i vecchi nomi restano accettati con un avviso di deprecazione, e la versione minima di PEFT viene aumentata di conseguenza. Ling 3.1 Flash ora viene caricato nativamente, e LayoutLMv3 passa attraverso l’interfaccia di attenzione SDPA.
EXO Labs esegue Inkling 2 Mini a 210 token al secondo su un Mac Studio M5 Ultra
21 novembre — Il giorno dopo l’uscita di Inkling 2 Mini, EXO Labs pubblica le velocità ottenute in collaborazione con Thinking Machines su due Mac.
| Macchina testata da EXO Labs | Generazione (decodifica) | Lettura del prompt (prefill) |
|---|---|---|
| Mac Studio M5 Ultra, 96 Go | 210 tokens/s | 3 620 tokens/s |
| MacBook Pro M5 Max, 48 Go | 125 tokens/s | 1 750 tokens/s |
Secondo EXO Labs, il modello ha realizzato un’applicazione meteo nativa 1,8 volte più velocemente di Claude Sonnet 5.5 sul Mac Studio e a un costo 11 volte inferiore alle tariffe dell’API. EXO Labs spiega che l’architettura a cicli si adatta alle macchine con memoria limitata come i MacBook: ripetere i livelli aumenta il calcolo durante l’inferenza senza ingrandire il modello. Julien Chaumond, di Hugging Face, vi vede il modo in cui l’IA locale e open source avrà la meglio.
We got access on Wednesday. In 3 hours we had it running at 30 tok/sec A day later we had it running 210 tok/sec (7x faster)
🇮🇹 Abbiamo avuto accesso mercoledì. In 3 ore lo facevamo girare a 30 token al secondo. Un giorno dopo, a 210 token al secondo (7 volte più veloce). — @exolabs su X
🔗 @exolabs su X: le velocità su Mac · @julien_c su X
OpenUncensored pubblica una versione senza restrizioni di Inkling 2 Mini il giorno della sua uscita
20 novembre — Il giorno stesso dell’uscita di Inkling 2 Mini, OpenUncensored, fornitore di API di modelli non censurati, ne pubblica una versione «abliterata», privata della capacità di rifiuto mediante una modifica mirata dei pesi. Su 32 richieste dannose, passa da 32 rifiuti a nessuno, sia in conversazione sia nel ragionamento, e il suo punteggio MMLU non diminuisce (79,47 % contro 78,95 % dell’originale). Sono stati modificati soltanto 20 tensori di attenzione in BF16: poiché i livelli centrali vengono utilizzati tre volte per token, una modifica in quei livelli agisce tre volte. L’API costa 0,15 dollari per milione di token in ingresso e 0,60 dollari in uscita; l’autore invita alla prudenza con campioni così piccoli.
🔗 Post di OpenUncensored su Hugging Face
Piattaforme di sviluppo aziendali: rete privata con Replit Tunnels, accesso e condivisione in Devin, limiti di spesa in v0
Replit Tunnels collega gli ambienti Replit ai servizi di una rete privata, in accesso anticipato
20 novembre — Replit presenta Tunnels, che collega i propri ambienti ai servizi di una rete privata aziendale (database, API interne) senza aprire questa rete alle connessioni pubbliche in ingresso. Il traffico passa attraverso un client che il reparto IT esegue nella rete, distribuito tramite un comando Docker generato o un chart Helm su Kubernetes, ed è questo reparto a scegliere i servizi raggiungibili da ciascuno spazio di lavoro Replit. Il collegamento tra questo client e Replit è cifrato e autenticato tramite mTLS; l’autenticazione e il TLS di ciascun servizio privato si configurano separatamente.
Tunnels è integrato nei connettori: le richieste di autenticazione dei connettori, le chiamate agli strumenti dell’Agent e le richieste delle applicazioni pubblicate transitano dal server di tunnel di Replit, poi da questo client. Il post cita tre utilizzi: individuare i conti dei clienti da esaminare in ambito finanziario (Stripe, SharePoint, Snowflake), ritrovare le richieste di invio dei pazienti in sospeso in ambito sanitario (Calendly, DrChrono) e segnalare le carenze di materiali nell’industria (NetSuite, Shopify, Databricks, Shippo). Tunnels è in accesso anticipato, su richiesta, senza indicazioni di prezzo; estende Bring Your Own Cloud (trattato qui il 17 ottobre), che si basava già su tunnel in uscita con doppio mTLS.
🔗 Post di Replit su Tunnels · Documentazione: configurare Tunnels
Devin introduce Access and Sharing, gruppi di utenti e condivisione per sessione, e completa le note del 17, 18 e 19 novembre
20 novembre — Le note di rilascio di Devin del 20 novembre introducono Access and Sharing, controlli di accesso e condivisione per le aziende, distribuiti progressivamente e disattivati per impostazione predefinita: per attivarli occorre rivolgersi al proprio referente presso Cognition. Una pagina User groups, in Settings, permette di creare gruppi di utenti utilizzabili ovunque si gestisca l’accesso: segreti, ambienti, sessioni, automazioni, plugin, playbook, skill, server MCP e knowledge.
Ogni sessione riceve le proprie impostazioni di condivisione: solo se stessi, uno o più gruppi, l’organizzazione o l’intero account. Una sessione che utilizza un repository, un segreto o un ambiente riservato a sé o al proprio gruppo si avvia in privato, con un avviso prima di ampliarne la condivisione. In Slack risponde sempre nel canale, ma solo le persone con cui è condivisa possono darle istruzioni. Gli amministratori ricevono un report dei repository il cui accesso in Devin differisce da GitHub o GitLab, e Devin Review, DeepWiki e Ask si limitano ai repository accessibili all’utente. Al di fuori di questa distribuzione, le stesse note aggiungono uno stato Triaged alle segnalazioni di sicurezza e il plugin Sazabi nella marketplace; non viene menzionato alcun prezzo. 🔗 note del 20 novembre
Anche le note di rilascio dei tre giorni precedenti introducono novità:
- 19 novembre — In Devin Review, le regole di fatturazione per repository addebitano le revisioni di un repository, chat compresa, a un’organizzazione o a un budget anziché all’autore della PR. Sul fronte della sicurezza, un pulsante Validate with Devin fa convalidare una segnalazione, e Fix with Devin propone, a partire da due segnalazioni, una PR per causa radice, una per segnalazione o una sola per tutte; la marketplace rimuove i server MCP sostituiti da un’integrazione nativa (Slack, Linear, GitLab, Pylon). 🔗 note del 19 novembre
- 18 novembre — Un selettore Shared with compare nel campo di composizione della schermata iniziale, e l’impostazione Start sessions as Only you mantiene le proprie sessioni private per impostazione predefinita. Una sessione privata non pubblica in Slack, renderla visibile richiede una conferma che indica le persone interessate, e gli allegati dell’organizzazione ne seguono la visibilità; Devin Review ottiene un pulsante Update branch, e il MCP DevinDash esce dalla beta. 🔗 note del 18 novembre
- 17 novembre — Devin Review pubblica uno stato sulle pull request di Azure DevOps, le segnalazioni delle revisioni di sicurezza delle PR possono includere un breve riepilogo dell’impatto, e Devin pubblica in Slack immagini, testo formattato, tabelle, grafici, schede e caroselli. 🔗 note del 17 novembre
v0 rende disponibili limiti di spesa per membro a tutti i clienti aziendali
20 novembre — v0 rende disponibili i propri limiti di spesa (Spend Caps) a tutti i clienti aziendali. In Settings → Members, i proprietari di un team impostano un limite predefinito per i membri o un limite specifico per ciascuno, sul consumo del fondo di crediti condiviso, per ciclo di fatturazione, una volta esauriti i crediti inclusi del membro. Raggiunto il limite, la generazione si interrompe alla fine del passaggio in corso e il membro può richiedere un accesso aggiuntivo; non viene indicato alcun importo.
Agenti di sviluppo: Claude Code 2.1.330, Antigravity 2.34.0, Copilot CLI, Qwen Code, Codex CLI e Puck di Amp in auto
Claude Code 2.1.330 disegna grafici con easel e lascia in esecuzione le attività pianificate fino a 30 giorni
20 novembre — Claude Code 2.1.330 conta 142 voci, tra cui 98 correzioni, 16 aggiunte, 14 miglioramenti e 13 modifiche. Aggiunge easel, un mod integrato che disegna grafici su richiesta e sotto i risultati delle metriche restituiti da un server MCP, per esempio una query su un intervallo di Prometheus. easel è disponibile su Pro, Max e, dove disponibile, Team ed Enterprise, su macOS e Linux; i suoi grafici automatici si disattivano in /config. Anche le organizzazioni gestite nella console di amministrazione Enterprise di Anthropic (Enterprise Admin Console) possono collegarvisi: dopo claude auth login, Claude Code applica le loro impostazioni e passa attraverso il loro provider cloud o gateway.
Le attività pianificate ricorrenti e /loop ora restano in esecuzione fino a 30 giorni anziché 7, finché la loro sessione rimane aperta; quelle create prima di questa versione si fermano sempre a 7 giorni. Più comandi rm diretti alla radice, alla cartella personale, a una cartella di primo livello o alla cartella di lavoro richiedono un’approvazione e vengono rifiutati quando nessuno può rispondere. Il riavvio automatico su max_tokens, rimosso dalla 2.1.329, viene ripristinato, e ExitWorktree non elimina più il worktree su cui sta lavorando un’altra sessione. Sull’Agent Platform di Google Cloud, claude -p rispetta finalmente la modalità rapida passata tramite --settings quando il modello proviene da ANTHROPIC_MODEL o da un file di impostazioni: queste esecuzioni vengono ora fatturate al prezzo della modalità rapida. L’estensione VS Code riceve 28 voci, tra cui /fork e /workflows.
Altri agenti di sviluppo: Antigravity 2.34.0, versioni di anteprima di Copilot CLI e Copilot SDK, Qwen Code v0.28.3, Codex CLI 0.173.0-alpha.4 e modalità auto di Amp
- Antigravity 2.34.0 (20 novembre) — L’applicazione di Google conta 15 miglioramenti e 24 correzioni. Il titolo annuncia il supporto per le MCP Apps, che l’elenco dei miglioramenti non descrive in dettaglio; Gemini 4 Neon e l’opzione Orchestrator (Neon) diventano disponibili sui piani a pagamento per utenti privati idonei, Neon diventa utilizzabile con una chiave API Gemini o le credenziali predefinite di Google Cloud (Application Default Credentials), e gli account Enterprise ricevono Orchestrator. La Marketplace aggiunge i plugin Clerk, Docusign e TestMu AI. 🔗 changelog di Antigravity
- Copilot CLI da 1.0.115-4 a 1.0.115-6 e Copilot SDK da 2.0.2-preview.2 a preview.5 (20 e 21 novembre) — In queste versioni di anteprima della CLI, gli editor ACP che gestiscono i moduli mostrano domande di chiarimento strutturate (structured clarification questions), e le sessioni locali lunghe occupano meno spazio su disco; la versione stabile resta la 1.0.114. L’SDK aggiunge Gemini 4 Neon al proprio elenco di modelli (contesto di 1 048 576 token, 65 536 in uscita), legge
.claude/CLAUDE.mdnella radice del repository, poi ottiene una memoria cloud per argomenti e API di importazione delle sessioni e della memoria, entrambe sperimentali. 🔗 Copilot CLI 1.0.115-4 · Copilot SDK 2.0.2-preview.2 - Qwen Code v0.28.3 (21 novembre) — Questa nuova versione stabile succede direttamente alla v0.28.0 e riprende la versione di anteprima del 20 novembre, trattata qui ieri: GitHub diventa il terzo canale supportato, arrivano WeCom e Microsoft Teams, un webhook generico solo in uscita invia i risultati a un endpoint HTTPS, e le sessioni ACP e OpenTUI vengono eseguite sul ciclo dell’agente condiviso; le note non segnalano modifiche incompatibili. 🔗 Qwen Code v0.28.3
- Codex CLI 0.173.0-alpha.3 e alpha.4 (20 e 21 novembre) — Le note sono vuote; secondo le 15 PR integrate dall’alpha.2, ogni hook di comando o di strumento MCP accetta un’opzione
onFailure:continueper impostazione predefinita, oppureblock, con cui unPreToolUsenon riuscito impedisce l’esecuzione dello strumento e unPostToolUsenon riuscito ne trattiene il risultato. La configurazione gestita nel cloud viene caricata anche tramitecodex plugin addecodex plugin list; la versione stabile resta la 0.171.0, e questi contenuti possono ancora cambiare. 🔗 Codex CLI 0.173.0-alpha.4 - Puck in auto con Amp (21 novembre) — Amp permette di parlare con Puck, il suo meta-agente, mentre si guida, senza guardare uno schermo: le app per iPhone (con CarPlay) e Android (con Android Auto o il Bluetooth dell’auto) passano in modalità auto, e su un browser di bordo, come quello di una Tesla, basta aprire ampcode.com/car e scansionare un codice QR con un telefono collegato ad Amp. Il testo da leggere viene visualizzato a caratteri molto grandi; non viene menzionato alcun prezzo. 🔗 Puck in auto
Brevi
Modelli e API
- Qwen4 Max su Together AI — A seguito dello sconto del 30 % trattato qui il 19 novembre, Together AI pubblica i propri prezzi fino al 22 novembre: 1,05 dollari per milione di token in input e 3,15 dollari in output, con il ragionamento fatturato come output e streaming obbligatorio. Nell’unico esempio fornito a supporto, il modello ha letto in una sola richiesta i 344 file del repository Tornado (652 519 token) e restituito in 72 secondi, al costo di 69 centesimi, una patch convalidata dai test dei maintainer. 🔗 fonte
- Ultrafast in Codex — Sul blog per sviluppatori di OpenAI, Dominik Kundel condivide i suoi consigli per Ultrafast con GPT-6.2 Astra e Sol (hot reload, istruzioni brevi, ragionamento Light o Low) e precisa due punti: una generazione di token fino a 4,5 volte più veloce in Codex e una promozione dell’API a 3 volte la tariffa Standard fino al 28 febbraio 2027, poi a 6 volte dal 1º marzo. 🔗 fonte
- Feed iniziale di Hugging Face — Gli utenti che hanno effettuato l’accesso vedono ora per impostazione predefinita un feed in cui ogni rilascio di modelli di tendenza occupa una propria scheda, per esempio quella che raggruppa 17 nuovi modelli di Tencent, annuncia Victor Mustar. 🔗 fonte
Ricerca aperta su Hugging Face
- Act-or-Ask — Questo piccolo modello aperto, sottoposto a fine-tuning tramite LoRA a partire da Phi-4-mini (3,8B), decide se un assistente domestico debba agire, chiedere prima il consenso di un adulto o rifiutare. In 60 situazioni inedite, segue le regole della famiglia nel 99,3 % dei casi, contro il 49,7 % del modello di base con le stesse regole nel prompt; modello con licenza MIT, benchmark con licenza CC BY 4.0. 🔗 fonte
- KITScenes in FiftyOne — Harpreet Sahota prosegue la sua serie di conversioni per FiftyOne con un estratto di KITScenes Multimodal, dataset di guida autonoma del KIT e del FZI registrato a Francoforte con 9 telecamere, 7 lidar e 3 radar: 680 istanti di 4 scene, ciascuno con le sue nove viste delle telecamere e una nuvola di punti lidar-radar fusa. 🔗 fonte
Assistenti e agenti aziendali
- Connected Apps di Google — Negli Stati Uniti, Albertsons, Safeway, Shaw’s e Target arrivano in Search e nell’applicazione Gemini per comporre un ordine di spesa e pagarlo, tramite Universal Commerce Protocol (UCP); Experian, già presente in Gemini, e H&R Block arrivano in Search, mentre Angi e Thumbtack seguiranno nelle prossime settimane. 🔗 fonte
- Grok Bot e QuickBooks — L’agente di SpaceXSI si collega a Intuit QuickBooks negli Stati Uniti: lo si interroga sulla propria liquidità, sull’utile o sui pagamenti insoluti, e redige fatture, preventivi e solleciti di pagamento, soggetti all’approvazione dell’utente. 🔗 fonte
- ElevenAgents per la Fundación Televisa — In un caso di studio di ElevenLabs, un agente vocale ha condotto dal 29 giugno al 24 luglio 1 036 colloqui della durata media di cinque minuti con candidati a POSiBLE, l’acceleratore di imprenditori della fondazione messicana, che ha selezionato 70 progetti per la fase finale; Bécalos, un altro programma della fondazione, ha intervistato 394 giovani in due giorni. 🔗 fonte
Immagini generative
- Kling Image 4.0 — Kling rilancia la valutazione di Artificial Analysis: 7º nella generazione da testo a immagine e 6º nel ritocco, preceduto soltanto da modelli di OpenAI e Microsoft AI, contro l’86º e il 67º posto di Kling Image 3.0 Omni. Un’offerta Black Friday a tempo limitato propone la 2K a partire da 0,022 dollari per immagine e la 8K nativa a partire da 0,033 dollari, senza precisare se si tratti dell’applicazione o dell’API. 🔗 fonte
Oltre l’IA
- Autorizzazioni per gli avvisi di sicurezza su GitHub — Quattro autorizzazioni della categoria Security (consultare gli avvisi, crearli e gestirli, accettare le segnalazioni private, pubblicare e richiedere CVE) possono ora essere assegnate tramite ruoli personalizzati del repository, senza rendere le persone interessate amministratori del repository. 🔗 fonte
Che cosa significa
La dimostrazione dell’ipotesi di Riemann sposta la fiducia verso la verifica formale. Una dimostrazione di 17 milioni di righe non si rilegge a mano: la sua credibilità deriva qui da una catena pubblica di controlli, svolta in una giornata, dall’enunciato di Mathlib riletto da esperti fino a diversi verificatori indipendenti. La certificazione non dice nulla su come sia stata trovata la dimostrazione, né sull’ipotesi di Riemann generalizzata, e l’autore deve ancora spiegare la dimostrazione; ma permette di accettare un risultato ottenuto con un modello senza dover riporre fiducia nel modello. ATLAS, la libreria di Meta che formalizza 26 manuali in Lean, va nella stessa direzione.
L’OpenResearch Intelligence Index misura qualcosa di diverso dal sapere: la capacità di condurre una ricerca completa, dalla bibliografia al post-training. I modelli chiusi vi dominano nettamente, ma il divario di costo conta quanto quello di punteggio: GPT-6.1 Sol ottiene 0,549 con 3,83 dollari per tentativo mentre GPT-6 Astra ne costa 22,44 per 0,566, e DeepSeek V4.1 Flash, a 0,72 dollari per tentativo nell’indice, si avvicina a GPT-6 Astra nella prova bibliografica quando dispone degli strumenti di OpenResearch. Il rilevatore di empirischtech ricorda il limite di questo esercizio: passato dal 27º al 5º posto su RAID, riconosce ormai solo il 58,7 % dei testi generati dall’IA nel proprio set di test, contro il 97,8 % del rilevatore generalista da cui parte il suo fine-tuning. Una classifica misura ciò che contiene il suo benchmark, nulla di più.
Inkling 2 Mini mostra la velocità con cui circola ormai un modello a pesi aperti: nel giro di ventiquattro ore entra in Transformers, gira a 210 token al secondo su un Mac Studio e perde le sue risposte di rifiuto in una versione senza restrizioni che ha modificato solo 20 tensori. La stessa apertura che permette di portare un modello su una workstation in un giorno permette di rimuoverne le risposte di rifiuto il giorno stesso. La scienza aperta, dal canto suo, avanza grazie ai propri dati e strumenti: Meta porta a 25 000 ore l’obiettivo di raccolta di dati cerebrali condivisi, e Diffusers mostra che una ricetta di fine-tuning pensata per le immagini si applica al design di proteine.
Sul fronte delle piattaforme di codice, la giornata parla più di governance che di generazione. Replit Tunnels sceglie i servizi privati che un ambiente di lavoro può raggiungere, Devin decide chi vede e chi controlla ogni sessione, v0 pone un tetto alla spesa di ogni membro, e Claude Code applica le impostazioni di un’organizzazione gestita nella console Enterprise di Anthropic. Gli agenti acquistano autonomia, con attività pianificate che restano in esecuzione fino a 30 giorni in Claude Code, ma le misure di protezione tengono il passo: approvazione richiesta per i rm più rischiosi, e hook capaci di bloccare un’azione in caso di errore nelle versioni di anteprima di Codex CLI.
Fonti
- Dichiarazione delle comunità Lean e Mathlib sulla dimostrazione dell’ipotesi di Riemann
- Nota di Levent Alpöge su alphaXiv
- Scientific American: la conferma di matematici indipendenti
- Sintesi tecnica della verifica (MIT)
- Indicatore della positività di Weil (VIDRAFT)
- Space dell’indicatore di Weil (Hugging Face)
- @askalphaxiv su X: l’OpenResearch Intelligence Index
- Post di alphaXiv sull’OpenResearch Intelligence Index
- @togethercompute su X: i modelli aperti alla prova
- Post di empirischtech su RAID (Hugging Face)
- Bilancio del summit Open Source AI for Science (Meta)
- @AIatMeta su X: il summit scientifico
- @RisingSayak su X: RFD4-Proteina in Diffusers
- Transformers v5.24.0
- @exolabs su X: Inkling 2 Mini su Mac
- @exolabs su X: da 30 a 210 token al secondo
- @julien_c su X: l’IA locale e open source
- Inkling 2 Mini senza restrizioni (OpenUncensored)
- Tunnels (Replit)
- Configurare Tunnels (documentazione Replit)
- Note di rilascio di Devin del 20 novembre
- Note di rilascio di Devin del 19 novembre
- Note di rilascio di Devin del 18 novembre
- Note di rilascio di Devin del 17 novembre
- Changelog di v0: Spend Caps
- Claude Code v2.1.330
- Changelog di Antigravity
- Copilot CLI 1.0.115-4
- Copilot SDK 2.0.2-preview.2
- Qwen Code v0.28.3
- Codex CLI 0.173.0-alpha.4
- Puck in auto (Amp)
- Qwen4 Max su Together AI
- Come mantengo la concentrazione con Ultrafast (OpenAI)
- @victormustar su X: il feed iniziale di Hugging Face
- Act-or-Ask (Hugging Face)
- KITScenes Multimodal in FiftyOne (Hugging Face)
- Connected Apps per la spesa (Google)
- @bot su X: Grok Bot e QuickBooks
- Fundación Televisa ed ElevenAgents (ElevenLabs)
- @Kling_ai su X: Kling Image 4.0
- Autorizzazioni per gli avvisi di sicurezza (changelog GitHub)