Agents &amp; Code

Alternative a GitHub Copilot che ogni sviluppatore dovrebbe provare: Analytics Insight

Alternative a GitHub Copilot Ogni sviluppatore dovrebbe provare Analytics Insight

Openai Codex - L'editor di codice AI - Informazioni sui Chromebook

Openai Codex: l'editor di codice AI sui Chromebook

InfoQ AI/ML

Google porta il supporto MCP a Colab, abilitando l'esecuzione sul cloud per gli agenti IA

Google ha rilasciato il server Colab MCP open source, consentendo agli agenti AI di interagire direttamente con Google Colab tramite il Model Context Protocol (MCP). Il progetto è progettato per collegare i flussi di lavoro degli agenti locali con l'esecuzione basata su cloud, consentendo agli sviluppatori di scaricare attività ad alta intensità di calcolo o potenzialmente non sicure dalle proprie macchine. Di Robert Krzaczyński

ArXiv cs.AI

KD-MARL: distillazione della conoscenza consapevole delle risorse nell'apprendimento per rinforzo multi-agente

L'implementazione nel mondo reale dei sistemi MARL con apprendimento di rinforzo multi-agente è fondamentalmente limitata dalla memoria di calcolo e dal tempo di inferenza limitati. Sebbene le politiche degli esperti raggiungano prestazioni elevate, si basano su cicli decisionali costosi e modelli su larga scala che sono poco pratici per dispositivi edge o piattaforme integrate.

ArXiv cs.AI

TurboAgent: un framework multi-agente autonomo basato su LLM per la progettazione aerodinamica di turbomacchine

La progettazione aerodinamica delle turbomacchine è un processo multifase complesso e strettamente accoppiato che coinvolge la generazione della geometria, la previsione delle prestazioni, l'ottimizzazione e la validazione fisica ad alta fedeltà.

ArXiv cs.AI

Sistema operativo Qualixar: un sistema operativo universale per l'orchestrazione degli agenti AI

Presentiamo Qualixar OS, il primo sistema operativo a livello di applicazione per l'orchestrazione universale degli agenti AI. A differenza degli approcci a livello di kernel (AIOS) o degli strumenti a framework singolo (AutoGen, CrewAI), Qualixar OS fornisce un runtime completo per sistemi multi-agente eterogenei che comprendono 10 provider LLM, oltre 8 framework di agenti e 7 trasporti.

Il nuovo modello di Meta è Muse Spark e la chat di meta.ai ha alcuni strumenti interessanti

Meta ha annunciato oggi Muse Spark, il loro primo modello rilasciato da Llama 4 quasi esattamente un anno fa. È ospitato, non a pesi aperti, e l'API è attualmente "un'anteprima API privata per selezionare utenti", ma puoi provarla oggi su meta.ai (è richiesto l'accesso a Facebook o Instagram). I benchmark auto-riportati di Meta lo mostrano competitivo con Opus 4.6, Gemini 3.1 Pro e GPT 5.4 su benchmark selezionati, anche se notevolmente indietro su Terminal-Bench 2.0.

TechCrunch AI

Poke rende l'utilizzo degli agenti AI facile come inviare un messaggio

Poke porta gli agenti IA agli utenti di tutti i giorni tramite messaggi di testo gestendo attività e automazioni senza configurazioni complesse, app o know-how tecnico.

Replit Blog

Oltre l'app: utilizzo di Vibe Coding per spedire deck, dashboard e lanciare risorse

Questa è la parte 5 di una serie in 6 parti che stiamo pubblicando su come i product manager utilizzano gli strumenti di intelligenza artificiale e la codifica delle vibrazioni. Scritto da e per i product manager. Riepilogo I product manager dedicano tanto tempo al lancio di una funzionalità quanto alla sua realizzazione, attraverso strumenti disconnessi. Ogni cambio di strumento aggiunge costi nascosti: tempo di riformattazione, token di progettazione non corrispondenti, perdita di contesto e allineamento ritardato. Replit Agent 4 genera mazzi delle parti interessate, dashboard live e animazioni direttamente dal tuo progetto esistente.

The New Stack

Con Claude Managed Agents, Anthropic vuole gestire i tuoi agenti IA per te

Mercoledì Anthropic ha lanciato la beta pubblica di Claude Managed Agents, un nuovo servizio che consente alle aziende di creare rapidamente Il post Con Claude Managed Agents, Anthropic vuole gestire i tuoi agenti AI per te è apparso per primo su The New Stack .

TechCrunch AI

Workbench di Astropad reinventa il desktop remoto per gli agenti AI, non per il supporto IT

Il Workbench di Astropad consente agli utenti di monitorare e controllare da remoto gli agenti AI sui Mac Mini da iPhone o iPad, con streaming a bassa latenza e accesso mobile.

GNews: AI Italia

GitHub Copilot pubblicità inserita nel codice, cos'è successo - Fastweb

GitHub Copilot è inserito nella pubblicità nel codice, così è il successo di Fastweb

HF Daily Papers

TwinLoop: gemelli digitali di simulazione in-the-loop per l'apprendimento rinforzato online con più agenti

L’apprendimento online decentralizzato consente l’adattamento del runtime nei sistemi cyber-fisici multi-agente, ma quando le condizioni operative cambiano, le policy apprese spesso richiedono una sostanziale interazione per tentativi ed errori prima di ripristinare le prestazioni. Per risolvere questo problema, proponiamo TwinLoop, un framework di gemelli digitali di simulazione in-the-loop per l'apprendimento di rinforzo multi-agente online.

Apple ML Research

Telemetria degli agenti sensibile alla governance per l'applicazione a circuito chiuso nei sistemi di intelligenza artificiale multi-agente

I sistemi di intelligenza artificiale multi-agente aziendali producono migliaia di interazioni tra agenti all’ora, ma gli strumenti di osservabilità esistenti catturano queste dipendenze senza imporre nulla. OpenTelemetry e Langfuse raccolgono dati di telemetria ma trattano la governance come un problema di analisi a valle, non come un obiettivo di applicazione in tempo reale. Il risultato è un divario “osserva ma non agisci” in cui le violazioni delle politiche vengono rilevate solo dopo che il danno è stato fatto.

Claude Cheat Sheet: una guida completa all'intelligenza artificiale di Anthropic - eWeek

Claude Cheat Sheet: una guida completa all'eWeek sull'intelligenza artificiale di Anthropic

07/04/2026

Il progetto Glasswing di Anthropic, che limita Claude Mythos ai ricercatori di sicurezza, mi sembra necessario

Anthropic non ha rilasciato oggi il suo ultimo modello, Claude Mythos (scheda di sistema PDF). Lo hanno invece reso disponibile a un gruppo molto ristretto di partner di anteprima nell'ambito del loro progetto Glasswing appena annunciato. Il modello è di uso generale, simile a Claude Opus 4.6, ma Anthropic sostiene che le sue capacità di ricerca sulla sicurezza informatica sono abbastanza forti da dover dare all’industria del software nel suo insieme tutto il tempo per prepararsi.

07/04/2026

Il pacchetto Gemini npm falso ruba i token degli strumenti AI - gbhackers.com

Il pacchetto Gemini npm falso ruba i token degli strumenti AI gbhackers.com

07/04/2026

I migliori strumenti di intelligenza artificiale nel 2026 - BBN Times

I migliori strumenti di intelligenza artificiale nel 2026 BBN Times

Galleria Google AI Edge

Google AI Edge Gallery Nome terribile, app davvero fantastica: questa è l'app ufficiale di Google per eseguire i modelli Gemma 4 (le dimensioni E2B ed E4B, più alcuni membri della famiglia Gemma 3) direttamente sul tuo iPhone. Funziona davvero bene Il modello E2B richiede un download da 2,54 GB ed è veloce e veramente utile. L'app fornisce anche "fai domande sulle immagini" e trascrizione audio (fino a 30 secondi) con i due piccoli modelli Gemma 4 e ha un'interessante demo di "abilità" che dimostra nuovamente la chiamata dello strumento

Ho testato la decodifica speculativa sul mio cluster GPU domestico. Ecco perché non è stato d'aiuto.

Ho passato sabato sera a testare la decodifica speculativa n-grammo su GPU consumer. L'affermazione: la decodifica speculativa può accelerare l'inferenza LLM di 2-3 volte prevedendo i token futuri e verificandoli in parallelo. Volevo vedere se ciò regge su hardware reale che esegue carichi di lavoro diversi. Per la maggior parte non è così. Ma ne è valsa la pena e mi sono imbattuto in una trappola del benchmarking in cui penso che molte persone stiano cadendo. La configurazione Il mio laboratorio di casa esegue Kubernetes su una macchina chiamata Shadowstack. Due

Pulisci il codice Claude Incolla

Strumento: Pulisci il codice Claude Incolla Strumento di super nicchia questo. A volte copio i prompt dall'app terminale Claude Code e escono con un sacco di strani spazi bianchi aggiuntivi. Questo strumento lo pulisce. Tag: strumenti, codice-claude

Otto anni di desiderio, tre mesi di costruzione con l'intelligenza artificiale

Otto anni di desiderio, tre mesi di costruzione con l'intelligenza artificiale Lalit Maganti fornisce uno dei miei pezzi preferiti di scrittura di lunga durata sull'ingegneria ad agenti che ho visto da secoli. Hanno trascorso otto anni a pensarci e poi tre mesi a costruire syntaqlite, che descrivono come "devtools ad alta fedeltà che SQLite merita". L'obiettivo era fornire strumenti di linting e verifica rapidi, robusti e completi per SQLite, adatti all'uso in server linguistici e altri strumenti di sviluppo: un parser, forma

05/04/2026

L'autodistillazione imbarazzantemente semplice migliora la generazione del codice

04/04/2026

Claude Code ha trovato una vulnerabilità di Linux nascosta per 23 anni

Come scrivere codice non mantenibile (1999)

Dillo a HN: Anthropic non consente più agli abbonamenti a Claude Code di utilizzare OpenClaw

Ho ricevuto la seguente email da Anthropic: Ciao, a partire dal 4 aprile alle 12:00 PT / 20:00 BST, non potrai più utilizzare i limiti del tuo abbonamento Claude per imbracature di terze parti, incluso OpenClaw. Puoi comunque utilizzarli con il tuo account Claude, ma richiederanno un utilizzo aggiuntivo, un'opzione con pagamento in base al consumo fatturata separatamente dal tuo abbonamento. Il tuo abbonamento copre comunque tutti i prodotti Claude, inclusi Claude Code e Claude Cowork. Per continuare a utilizzare cablaggi di terze parti con il tuo login Claude,

All'interno della fuga di notizie di Claude Mythos Perché il prossimo modello di Anthropic S ha spaventato i suoi stessi creatori

Pubblicato originariamente su CoreProse KB-incidents Il 26 e 27 marzo 2026, Anthropic, la società nota per i LLM "costituzionali" incentrati sulla sicurezza, ha confermato che documenti interni su un sistema inedito chiamato Claude Mythos erano stati accidentalmente esposti online. [2] [6] Queste bozze descrivono Mythos come il modello più capace di Anthropic fino ad oggi, a cui è stato assegnato un livello di rischio che la società non aveva mai utilizzato prima ed esplicitamente etichettato come "troppo potente" per un ampio rilascio pubblico. [2] [3] [6] Tale giudizio viene da Anthr

5 errori che fanno sì che l'IA generi codice peggiore (con correzioni)

Dopo centinaia di sessioni di codifica assistite dall'intelligenza artificiale, ho notato gli stessi cinque errori che compromettono la qualità dell'output. Ognuno è facile da risolvere, una volta che lo vedi. 1. Scaricare l'intero file come contesto L'errore: incollare 500 righe di codice e dire "correggi il bug". Perché fallisce: il modello distribuisce l'attenzione su codice irrilevante. Potrebbe "risolvere" qualcosa non correlato o perdere il problema reale sepolto nella riga 347. La correzione: estrarre solo la funzione rilevante + le sue dipendenze. Aggiungi una descrizione di una riga di cosa si tratta

Il "Token Bleed": come gestire LLM senza andare in bancarotta

Gli esperti dei circoli Infra, SRE e ingegneria del prodotto non hanno un unico "regolamento", ma il consenso derivante da resoconti e discussioni nel mondo reale è chiaro: se stai costruendo un "wrapper AI" o un prodotto basato su LLM, il modo per avere successo (ed evitare contraccolpi) è concentrarsi sull'infrastruttura hardware e sui problemi di affidabilità, non solo sull'interfaccia utente o sull'"atmosfera". Lo abbiamo imparato nel modo più duro. In un progetto che abbiamo eseguito, abbiamo osservato un singolo agente in fuga colpire gettoni a sei cifre prima ancora che il dashboard si riferisse

KV Cache è il motivo per cui il tuo modello si è adattato fino a quando non lo ha fatto

Il modello è stato caricato. Il primo prompt ha funzionato. Poi sono apparse richieste più lunghe o sono apparsi più utenti e improvvisamente la stessa configurazione ha smesso di essere stabile. La maggior parte delle volte si tratta di cache KV. Ciò che la cache KV cambia più contesto significa più memoria impegnata durante la generazione più richieste simultanee peggiorano il problema una configurazione che si adatta a un breve prompt può fallire su carichi di lavoro reali le persone danno la colpa al modello quando la cache è quella che cresce silenziosamente L'errore comune Le persone testano con un breve input e presumono