[{"data":1,"prerenderedAt":7451},["ShallowReactive",2],{"news-claude-opus-sonnet-4-6-cosa-cambia":3,"related-news-claude-opus-sonnet-4-6-cosa-cambia":1081,"all-news":1775},{"id":4,"title":5,"author":6,"body":9,"category":1064,"contentType":1065,"description":1066,"extension":1067,"featured":1068,"icon":1065,"image":1069,"linksCount":1065,"meta":1070,"navigation":1068,"path":1071,"publishedAt":1072,"readingTime":1073,"seo":1074,"stem":1075,"tags":1076,"weekNumber":1065,"youtubeId":1065,"__hash__":1080},"news/news/claude-opus-sonnet-4-6-cosa-cambia.md","Claude Opus 4.6 e Sonnet 4.6: Cosa Cambia per Chi Sviluppa",{"name":7,"initials":8},"Alessandro Saiani","AS",{"type":10,"value":11,"toc":1035},"minimark",[12,16,29,32,35,40,45,182,197,201,212,216,223,226,250,262,265,269,299,303,310,314,338,342,349,351,355,358,362,489,496,507,511,518,521,525,532,536,546,549,563,565,569,647,650,657,660,683,689,691,695,789,792,795,840,842,846,850,876,880,915,919,926,929,931,935,945,952,955,957,961],[13,14,5],"h1",{"id":15},"claude-opus-46-e-sonnet-46-cosa-cambia-per-chi-sviluppa",[17,18,19,20,24,25,28],"p",{},"Due rilasci in 12 giorni. ",[21,22,23],"strong",{},"Opus 4.6"," il 5 febbraio, ",[21,26,27],{},"Sonnet 4.6"," il 17. Anthropic non ha rallentato il ritmo — e i numeri raccontano una storia interessante, soprattutto per chi scrive codice.",[17,30,31],{},"La sintesi: Opus è diventato più intelligente e può gestire team di agenti. Sonnet è diventato così bravo che in diversi benchmark supera Opus — a circa il 60% del costo. Vediamo cosa significa in pratica.",[33,34],"hr",{},[36,37,39],"h2",{"id":38},"opus-46-agent-teams-e-1-milione-di-token","Opus 4.6: Agent Teams e 1 Milione di Token",[41,42,44],"h3",{"id":43},"i-numeri","I Numeri",[46,47,48,66],"table",{},[49,50,51],"thead",{},[52,53,54,58,60,63],"tr",{},[55,56,57],"th",{},"Benchmark",[55,59,23],{},[55,61,62],{},"Opus 4.5",[55,64,65],{},"Delta",[67,68,69,86,102,118,134,150,166],"tbody",{},[52,70,71,75,80,83],{},[72,73,74],"td",{},"SWE-bench Verified",[72,76,77],{},[21,78,79],{},"80.8%",[72,81,82],{},"80.9%",[72,84,85],{},"~",[52,87,88,91,96,99],{},[72,89,90],{},"Terminal-Bench 2.0",[72,92,93],{},[21,94,95],{},"65.4%",[72,97,98],{},"59.8%",[72,100,101],{},"+5.6",[52,103,104,107,112,115],{},[72,105,106],{},"GPQA Diamond",[72,108,109],{},[21,110,111],{},"91.3%",[72,113,114],{},"87.0%",[72,116,117],{},"+4.3",[52,119,120,123,128,131],{},[72,121,122],{},"ARC-AGI-2",[72,124,125],{},[21,126,127],{},"68.8%",[72,129,130],{},"37.6%",[72,132,133],{},"+31.2",[52,135,136,139,144,147],{},[72,137,138],{},"OSWorld",[72,140,141],{},[21,142,143],{},"72.7%",[72,145,146],{},"66.3%",[72,148,149],{},"+6.4",[52,151,152,155,160,163],{},[72,153,154],{},"BrowseComp",[72,156,157],{},[21,158,159],{},"84.0%",[72,161,162],{},"67.8%",[72,164,165],{},"+16.2",[52,167,168,171,176,179],{},[72,169,170],{},"Humanity's Last Exam",[72,172,173],{},[21,174,175],{},"53.1%",[72,177,178],{},"43.4%",[72,180,181],{},"+9.7",[17,183,184,185,188,189,192,193,196],{},"SWE-bench è stabile (80.8% vs 80.9% — sostanzialmente identico). Ma i miglioramenti veri sono altrove: ",[21,186,187],{},"+31 punti su ARC-AGI-2"," (ragionamento), ",[21,190,191],{},"+16 su BrowseComp"," (navigazione web), ",[21,194,195],{},"+6 su OSWorld"," (computer use). Opus 4.6 non è tanto \"più bravo a scrivere codice\" quanto \"più bravo a ragionare, navigare e agire nel mondo\".",[41,198,200],{"id":199},"context-window-1m-di-token-in-beta","Context Window: 1M di Token in Beta",[17,202,203,204,207,208,211],{},"Per la prima volta un modello Opus arriva a ",[21,205,206],{},"1 milione di token di contesto"," (in beta). L'output massimo raddoppia da 64K a ",[21,209,210],{},"128K token",". In pratica: puoi dargli un'intera codebase di media dimensione e ottenere risposte che tengono conto di tutto.",[41,213,215],{"id":214},"agent-teams-più-agenti-in-parallelo","Agent Teams: Più Agenti in Parallelo",[17,217,218,219,222],{},"La novità più significativa per lo sviluppo. Agent Teams permette di lanciare ",[21,220,221],{},"più agenti Claude Code in parallelo",", coordinati da un orchestratore.",[17,224,225],{},"Come funziona:",[227,228,229,237,244,247],"ul",{},[230,231,232,233,236],"li",{},"Un agente ",[21,234,235],{},"\"Lead\""," riceve il task e lo spezza in sotto-task",[230,238,239,240,243],{},"Assegna ogni sotto-task a un ",[21,241,242],{},"\"Teammate\""," (agente separato con la propria context window)",[230,245,246],{},"Ogni teammate opera in un pane tmux indipendente",[230,248,249],{},"Il Lead monitora il progresso e raccoglie i risultati",[17,251,252,253,256,257,261],{},"Ottimale per ",[21,254,255],{},"2-5 teammate",". Il consumo di token scala linearmente col numero di agenti. Si attiva impostando ",[258,259,260],"code",{},"CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1",".",[17,263,264],{},"Esempio pratico: devi fare un refactoring che tocca frontend, backend e test. Invece di farlo sequenzialmente, lanci tre agenti in parallelo — ognuno lavora sulla sua area, il Lead coordina.",[41,266,268],{"id":267},"adaptive-thinking","Adaptive Thinking",[17,270,271,272,275,276,279,280,283,284,287,288,287,291,294,295,298],{},"Il vecchio ",[258,273,274],{},"thinking: {type: \"enabled\"}"," è deprecato. Si usa ",[258,277,278],{},"thinking: {type: \"adaptive\"}"," — Claude decide ",[21,281,282],{},"autonomamente quando e quanto pensare",". Quattro livelli di effort: ",[258,285,286],{},"low",", ",[258,289,290],{},"medium",[258,292,293],{},"high"," (default), e ",[258,296,297],{},"max"," (nuovo, solo Opus 4.6).",[41,300,302],{"id":301},"fast-mode","Fast Mode",[17,304,305,306,309],{},"Stesso modello, stessa intelligenza, fino a ",[21,307,308],{},"2.5x più veloce"," nella generazione. Il pricing è premium ($30/$150 per MTok — 6x il costo standard), ma per task dove la latenza conta è significativo.",[41,311,313],{"id":312},"altre-novità","Altre Novità",[227,315,316,322,328],{},[230,317,318,321],{},[21,319,320],{},"Context Compaction"," (beta): riassunto automatico del contesto quando si avvicina al limite. Conversazioni teoricamente infinite",[230,323,324,327],{},[21,325,326],{},"Web Search con Dynamic Filtering",": Claude può scrivere codice per filtrare i risultati prima che entrino nel contesto",[230,329,330,333,334,337],{},[21,331,332],{},"Data Residency Controls",": parametro ",[258,335,336],{},"inference_geo"," per scegliere dove gira l'inference (EU compliance)",[41,339,341],{"id":340},"breaking-change-importante","Breaking Change Importante",[17,343,344,345,348],{},"Il ",[21,346,347],{},"prefill dei messaggi assistant non è più supportato"," su Opus 4.6. Se la tua app lo usa, otterrai un errore 400. Migrazione necessaria.",[33,350],{},[36,352,354],{"id":353},"sonnet-46-performance-da-opus-a-prezzo-da-sonnet","Sonnet 4.6: Performance da Opus a Prezzo da Sonnet",[17,356,357],{},"Rilasciato il 17 febbraio, 12 giorni dopo Opus. Ed è qui che la storia diventa interessante.",[41,359,361],{"id":360},"i-numeri-che-contano","I Numeri che Contano",[46,363,364,377],{},[49,365,366],{},[52,367,368,370,372,374],{},[55,369,57],{},[55,371,27],{},[55,373,23],{},[55,375,376],{},"% di Opus",[67,378,379,393,407,421,437,455,472],{},[52,380,381,383,388,390],{},[72,382,74],{},[72,384,385],{},[21,386,387],{},"79.6%",[72,389,79],{},[72,391,392],{},"98.5%",[52,394,395,397,402,404],{},[72,396,90],{},[72,398,399],{},[21,400,401],{},"59.1%",[72,403,95],{},[72,405,406],{},"90.4%",[52,408,409,411,416,418],{},[72,410,138],{},[72,412,413],{},[21,414,415],{},"72.5%",[72,417,143],{},[72,419,420],{},"99.7%",[52,422,423,426,431,434],{},[72,424,425],{},"TAU2-bench Retail",[72,427,428],{},[21,429,430],{},"91.7%",[72,432,433],{},"91.9%",[72,435,436],{},"99.8%",[52,438,439,442,447,450],{},[72,440,441],{},"GDPval-AA Elo",[72,443,444],{},[21,445,446],{},"1633",[72,448,449],{},"1606",[72,451,452],{},[21,453,454],{},"meglio",[52,456,457,460,465,468],{},[72,458,459],{},"MCP-Atlas",[72,461,462],{},[21,463,464],{},"61.3%",[72,466,467],{},"59.5%",[72,469,470],{},[21,471,454],{},[52,473,474,477,482,485],{},[72,475,476],{},"Finance Agent",[72,478,479],{},[21,480,481],{},"63.3%",[72,483,484],{},"60.7%",[72,486,487],{},[21,488,454],{},[17,490,491,492,495],{},"Leggi bene l'ultima colonna. Sonnet 4.6 non solo si avvicina a Opus su quasi tutto — lo ",[21,493,494],{},"supera"," su tre benchmark: creatività (GDPval), uso di tool MCP (MCP-Atlas) e agenti finanziari.",[17,497,498,499,502,503,506],{},"Il tutto a ",[21,500,501],{},"$3/$15 per MTok"," contro i $5/$25 di Opus. Circa il ",[21,504,505],{},"60% del costo"," a parità di task.",[41,508,510],{"id":509},"il-nuovo-default-gratuito","Il Nuovo Default Gratuito",[17,512,513,514,517],{},"Sonnet 4.6 è ora il ",[21,515,516],{},"modello predefinito per tutti gli utenti"," su claude.ai — sia Free che Pro. Il tier gratuito include per la prima volta: creazione file, connectors, skills e compaction.",[17,519,520],{},"Tradotto: il modello che in molti benchmark raggiunge il 98-100% delle performance di Opus è accessibile a chiunque, gratis.",[41,522,524],{"id":523},"computer-use-miglior-modello-di-sempre","Computer Use: Miglior Modello di Sempre",[17,526,527,528,531],{},"72.5% su OSWorld-Verified. Quando Anthropic lanciò computer use nell'ottobre 2024, il punteggio era 14.9%. In 16 mesi è salito di ",[21,529,530],{},"quasi 5 volte",". Sonnet 4.6 è il modello più affidabile al mondo per automazione browser e interazione con GUI.",[41,533,535],{"id":534},"coding-preferito-7-volte-su-10","Coding: Preferito 7 Volte su 10",[17,537,538,539,542,543,261],{},"Nei test interni Claude Code, Sonnet 4.6 è stato ",[21,540,541],{},"preferito nel ~70% dei casi"," rispetto a Sonnet 4.5, e nel ",[21,544,545],{},"59% dei casi rispetto a Opus 4.5",[17,547,548],{},"I miglioramenti specifici:",[227,550,551,554,557,560],{},[230,552,553],{},"Legge il contesto prima di modificare il codice (meno \"spara e prega\")",[230,555,556],{},"Meno overengineering — soluzioni più semplici e mirate",[230,558,559],{},"Meno false dichiarazioni di successo — quando non riesce, lo dice",[230,561,562],{},"Frontend development emerge come area particolarmente forte",[33,564],{},[36,566,568],{"id":567},"confronto-con-la-concorrenza","Confronto con la Concorrenza",[46,570,571,587],{},[49,572,573],{},[52,574,575,577,579,581,584],{},[55,576,57],{},[55,578,23],{},[55,580,27],{},[55,582,583],{},"GPT-5.2",[55,585,586],{},"Gemini 3.1 Pro",[67,588,589,604,618,633],{},[52,590,591,594,596,598,601],{},[72,592,593],{},"SWE-bench",[72,595,79],{},[72,597,387],{},[72,599,600],{},"80.0%",[72,602,603],{},"80.6%",[52,605,606,608,610,612,615],{},[72,607,90],{},[72,609,95],{},[72,611,401],{},[72,613,614],{},"64.7%",[72,616,617],{},"68.5%",[52,619,620,622,624,627,630],{},[72,621,106],{},[72,623,111],{},[72,625,626],{},"89.9%*",[72,628,629],{},"92.4%",[72,631,632],{},"94.3%",[52,634,635,637,639,641,644],{},[72,636,138],{},[72,638,143],{},[72,640,415],{},[72,642,643],{},"38.2%",[72,645,646],{},"—",[17,648,649],{},"*con adaptive thinking a max effort",[17,651,652,653,656],{},"Su SWE-bench siamo in un ",[21,654,655],{},"range strettissimo",": 79.6% - 80.8% tra i quattro modelli. La differenza pratica nel coding è minima.",[17,658,659],{},"Dove i modelli divergono:",[227,661,662,668,674],{},[230,663,664,667],{},[21,665,666],{},"Computer use",": Claude domina (72.7%), GPT-5.2 è a 38.2%",[230,669,670,673],{},[21,671,672],{},"Ragionamento scientifico"," (GPQA): Gemini 3.1 Pro è in testa con 94.3%",[230,675,676,679,680],{},[21,677,678],{},"Terminal/CLI",": Gemini 3.1 Pro a 68.5%, Opus a 65.4%. Ma GPT-5.3-Codex (su chip Cerebras) ha poi raggiunto ",[21,681,682],{},"77.3%",[17,684,685,686,261],{},"La vera competizione non è più su chi è \"il migliore\" — è su ",[21,687,688],{},"prezzo, velocità e integrazione nell'ecosistema",[33,690],{},[36,692,694],{"id":693},"pricing-la-tabella-completa","Pricing: La Tabella Completa",[46,696,697,716],{},[49,698,699],{},[52,700,701,704,707,710,713],{},[55,702,703],{},"Modello",[55,705,706],{},"Input",[55,708,709],{},"Output",[55,711,712],{},"Contesto",[55,714,715],{},"Output Max",[67,717,718,736,754,771],{},[52,719,720,724,727,730,733],{},[72,721,722],{},[21,723,23],{},[72,725,726],{},"$5/MTok",[72,728,729],{},"$25/MTok",[72,731,732],{},"200K (1M beta)",[72,734,735],{},"128K",[52,737,738,743,746,749,752],{},[72,739,740],{},[21,741,742],{},"Opus 4.6 Fast",[72,744,745],{},"$30/MTok",[72,747,748],{},"$150/MTok",[72,750,751],{},"200K",[72,753,735],{},[52,755,756,760,763,766,768],{},[72,757,758],{},[21,759,27],{},[72,761,762],{},"$3/MTok",[72,764,765],{},"$15/MTok",[72,767,732],{},[72,769,770],{},"64K",[52,772,773,778,781,784,786],{},[72,774,775],{},[21,776,777],{},"Haiku 4.5",[72,779,780],{},"$0.80/MTok",[72,782,783],{},"$4/MTok",[72,785,751],{},[72,787,788],{},"8K",[17,790,791],{},"I prezzi non sono cambiati rispetto alla generazione precedente. Stesso costo, più performance.",[17,793,794],{},"Per il caching (utile con codebase grandi):",[46,796,797,812],{},[49,798,799],{},[52,800,801,803,806,809],{},[55,802,703],{},[55,804,805],{},"Cache Write (5min)",[55,807,808],{},"Cache Write (1h)",[55,810,811],{},"Cache Hit",[67,813,814,827],{},[52,815,816,818,821,824],{},[72,817,23],{},[72,819,820],{},"$6.25/MTok",[72,822,823],{},"$10/MTok",[72,825,826],{},"$0.50/MTok",[52,828,829,831,834,837],{},[72,830,27],{},[72,832,833],{},"$3.75/MTok",[72,835,836],{},"$6/MTok",[72,838,839],{},"$0.30/MTok",[33,841],{},[36,843,845],{"id":844},"per-chi-sviluppa-quale-scegliere","Per Chi Sviluppa: Quale Scegliere",[41,847,849],{"id":848},"usa-opus-46-quando","Usa Opus 4.6 quando:",[227,851,852,859,866,873],{},[230,853,854,855,858],{},"Lavori su ",[21,856,857],{},"codebase grandi"," che richiedono 1M di contesto",[230,860,861,862,865],{},"Hai bisogno di ",[21,863,864],{},"Agent Teams"," per task paralleli",[230,867,868,869,872],{},"Il task richiede ",[21,870,871],{},"ragionamento complesso"," multi-step",[230,874,875],{},"Fai coding agentico dove l'AI deve pianificare, eseguire e verificare autonomamente",[41,877,879],{"id":878},"usa-sonnet-46-quando","Usa Sonnet 4.6 quando:",[227,881,882,889,895,901,908],{},[230,883,884,885,888],{},"Fai ",[21,886,887],{},"coding quotidiano"," — refactoring, feature, fix",[230,890,344,891,894],{},[21,892,893],{},"costo"," conta (60% di Opus per il 98% delle performance)",[230,896,861,897,900],{},[21,898,899],{},"computer use"," — il miglior modello per automazione browser",[230,902,903,904,907],{},"Usi ",[21,905,906],{},"Claude Code free tier"," — è il default",[230,909,910,911,914],{},"Sviluppi ",[21,912,913],{},"frontend"," — area dove Sonnet 4.6 eccelle particolarmente",[41,916,918],{"id":917},"il-consiglio-pratico","Il consiglio pratico",[17,920,921,922,925],{},"Per la maggior parte del lavoro di sviluppo quotidiano, ",[21,923,924],{},"Sonnet 4.6 è la scelta giusta",". I benchmark parlano chiaro: su SWE-bench la differenza con Opus è di 1.2 punti, su OSWorld di 0.2. La differenza di costo è 5x.",[17,927,928],{},"Opus 4.6 ha senso per task specifici: orchestrazione multi-agente, codebase enormi, ragionamento scientifico. Non per scrivere un componente React.",[33,930],{},[36,932,934],{"id":933},"il-dato-che-conta-4-di-github","Il Dato che Conta: 4% di GitHub",[17,936,937,938,941,942,261],{},"Mentre confrontiamo benchmark, c'è un numero che racconta dove sta andando tutto questo: ",[21,939,940],{},"il 4% di tutti i commit pubblici su GitHub è scritto da Claude Code",". Raddoppiato in un mese. La previsione è ",[21,943,944],{},"oltre il 20% entro fine 2026",[17,946,947,948,951],{},"Il revenue run-rate di Claude Code ha superato i ",[21,949,950],{},"2.5 miliardi di dollari",". Non è più un esperimento — è il modo in cui una fetta crescente dell'industria scrive software.",[17,953,954],{},"Con Opus 4.6 e Sonnet 4.6, Anthropic non ha solo rilasciato modelli migliori. Ha rilasciato l'infrastruttura per il coding agentico su larga scala: team di agenti, contesto da 1 milione di token, compaction per sessioni infinite, e un modello che al prezzo più basso supera il flagship della generazione precedente.",[33,956],{},[36,958,960],{"id":959},"fonti","Fonti",[227,962,963,972,979,986,993,1000,1007,1014,1021,1028],{},[230,964,965],{},[966,967,971],"a",{"href":968,"rel":969},"https://www.anthropic.com/news/claude-opus-4-6",[970],"nofollow","Anthropic — Introducing Claude Opus 4.6",[230,973,974],{},[966,975,978],{"href":976,"rel":977},"https://www.anthropic.com/news/claude-sonnet-4-6",[970],"Anthropic — Introducing Claude Sonnet 4.6",[230,980,981],{},[966,982,985],{"href":983,"rel":984},"https://platform.claude.com/docs/en/about-claude/models/whats-new-claude-4-6",[970],"Claude API Docs — What's New in Claude 4.6",[230,987,988],{},[966,989,992],{"href":990,"rel":991},"https://platform.claude.com/docs/en/about-claude/pricing",[970],"Claude API Docs — Pricing",[230,994,995],{},[966,996,999],{"href":997,"rel":998},"https://techcrunch.com/2026/02/05/anthropic-releases-opus-4-6-with-new-agent-teams/",[970],"TechCrunch — Opus 4.6 with Agent Teams",[230,1001,1002],{},[966,1003,1006],{"href":1004,"rel":1005},"https://www.cnbc.com/2026/02/17/anthropic-ai-claude-sonnet-4-6-default-free-pro.html",[970],"CNBC — Sonnet 4.6 Default Free",[230,1008,1009],{},[966,1010,1013],{"href":1011,"rel":1012},"https://venturebeat.com/technology/anthropics-sonnet-4-6-matches-flagship-ai-performance-at-one-fifth-the-cost",[970],"VentureBeat — Sonnet 4.6 Matches Flagship at 1/5 Cost",[230,1015,1016],{},[966,1017,1020],{"href":1018,"rel":1019},"https://www.vellum.ai/blog/claude-opus-4-6-benchmarks",[970],"Vellum — Opus 4.6 vs 4.5 Benchmarks",[230,1022,1023],{},[966,1024,1027],{"href":1025,"rel":1026},"https://www.digitalapplied.com/blog/claude-sonnet-4-6-benchmarks-pricing-guide",[970],"Digital Applied — Sonnet 4.6 Benchmarks Guide",[230,1029,1030],{},[966,1031,1034],{"href":1032,"rel":1033},"https://newsletter.semianalysis.com/p/claude-code-is-the-inflection-point",[970],"SemiAnalysis — Claude Code 4% GitHub Commits",{"title":1036,"searchDepth":1037,"depth":1037,"links":1038},"",2,[1039,1049,1055,1056,1057,1062,1063],{"id":38,"depth":1037,"text":39,"children":1040},[1041,1043,1044,1045,1046,1047,1048],{"id":43,"depth":1042,"text":44},3,{"id":199,"depth":1042,"text":200},{"id":214,"depth":1042,"text":215},{"id":267,"depth":1042,"text":268},{"id":301,"depth":1042,"text":302},{"id":312,"depth":1042,"text":313},{"id":340,"depth":1042,"text":341},{"id":353,"depth":1037,"text":354,"children":1050},[1051,1052,1053,1054],{"id":360,"depth":1042,"text":361},{"id":509,"depth":1042,"text":510},{"id":523,"depth":1042,"text":524},{"id":534,"depth":1042,"text":535},{"id":567,"depth":1037,"text":568},{"id":693,"depth":1037,"text":694},{"id":844,"depth":1037,"text":845,"children":1058},[1059,1060,1061],{"id":848,"depth":1042,"text":849},{"id":878,"depth":1042,"text":879},{"id":917,"depth":1042,"text":918},{"id":933,"depth":1037,"text":934},{"id":959,"depth":1037,"text":960},"Announcement",null,"Opus 4.6 porta Agent Teams e 1M di contesto. Sonnet 4.6 raggiunge il 98% delle performance a costo ridotto. Benchmark, pricing e novità pratiche.","md",true,"/images/news/claude-opus-sonnet-4-6.webp",{},"/news/claude-opus-sonnet-4-6-cosa-cambia","2026-02-20",11,{"title":5,"description":1066},"news/claude-opus-sonnet-4-6-cosa-cambia",[1077,1078,23,27,864,1079],"Claude","Anthropic","Claude Code","gGYhNv5kxPykUk7rnrE4TrZeqDFu7NzhYVx0o2EBdUo",[1082,1357,1565],{"id":1083,"title":1084,"author":1085,"body":1086,"category":1339,"contentType":1065,"description":1340,"extension":1067,"featured":1341,"icon":1065,"image":1342,"linksCount":1065,"meta":1343,"navigation":1068,"path":1345,"publishedAt":1346,"readingTime":1347,"seo":1348,"stem":1349,"tags":1350,"weekNumber":1065,"youtubeId":1065,"__hash__":1356},"news/news/amazon-6-milioni-ordini-persi-codice-ai.md","Amazon Perde 6.3 Milioni di Ordini per Codice AI: Ora Serve la Double Review",{"name":7,"initials":8},{"type":10,"value":1087,"toc":1331},[1088,1091,1094,1097,1099,1103,1106,1112,1118,1121,1123,1127,1138,1141,1164,1167,1169,1173,1187,1193,1201,1208,1211,1213,1217,1224,1227,1235,1242,1244,1248,1251,1254,1257,1259,1263,1266,1272,1278,1289,1300,1302,1307],[17,1089,1090],{},"6.3 milioni di ordini. Sei ore. Un calo del 99% dei volumi nei marketplace nordamericani di Amazon. Non un test di carico andato male — un sabato di marzo 2026 su uno degli e-commerce più grandi del pianeta.",[17,1092,1093],{},"La causa? Codice andato in produzione con \"Gen-AI assisted changes\", secondo un briefing interno. La risposta di Amazon? Un reset di sicurezza di 90 giorni su 335 sistemi critici, double code review obbligatoria per tutti — compresi gli ingegneri senior — e un meeting di emergenza chiamato \"deep dive\".",[17,1095,1096],{},"È la storia di come il codice AI è passato da problema teorico a 6.3 milioni di ordini evaporati.",[33,1098],{},[36,1100,1102],{"id":1101},"due-incidenti-in-quattro-giorni","Due Incidenti in Quattro Giorni",[17,1104,1105],{},"La cronologia è questa.",[17,1107,1108,1111],{},[21,1109,1110],{},"2 marzo 2026",": primo incidente. 120.000 ordini persi, 1.6 milioni di errori registrati sui servizi web. Grave, ma gestibile. Un outage come tanti nella storia di un'infrastruttura enorme come quella di Amazon.",[17,1113,1114,1117],{},[21,1115,1116],{},"5 marzo 2026",": secondo incidente. Molto più grave. Il volume di ordini nei marketplace nordamericani crolla del 99%. In sei ore, Amazon perde circa 6.3 milioni di ordini. Non un rallentamento, non un degradamento parziale — un collasso quasi totale della capacità di processare acquisti.",[17,1119,1120],{},"Il 10 marzo Amazon convoca un meeting interno di emergenza, un \"deep dive\" per capire cosa è successo e come evitare che si ripeta.",[33,1122],{},[36,1124,1126],{"id":1125},"la-risposta-90-giorni-di-reset","La Risposta: 90 Giorni di Reset",[17,1128,1129,1130,1133,1134,1137],{},"Il piano che esce dal deep dive è aggressivo. Amazon lancia un ",[21,1131,1132],{},"reset di sicurezza di 90 giorni"," che copre circa ",[21,1135,1136],{},"335 sistemi critici",". Non è un audit — è una ristrutturazione dei processi di deployment.",[17,1139,1140],{},"Le nuove regole:",[227,1142,1143,1149,1155,1161],{},[230,1144,1145,1148],{},[21,1146,1147],{},"Double code review obbligatoria"," prima di ogni deploy, anche per ingegneri senior. Nessuna eccezione",[230,1150,1151,1154],{},[21,1152,1153],{},"Processo formale di documentazione e approvazione"," per ogni modifica in produzione",[230,1156,1157,1160],{},[21,1158,1159],{},"Controlli automatizzati più rigorosi"," nella pipeline di deployment",[230,1162,1163],{},"Revisione completa dei sistemi identificati come critici",[17,1165,1166],{},"Il messaggio è chiaro: non basta più che un senior dica \"ho controllato, va bene\". Serve un secondo paio di occhi. Sempre.",[33,1168],{},[36,1170,1172],{"id":1171},"errori-umani-non-errori-ai","\"Errori Umani, Non Errori AI\"",[17,1174,1175,1176,1179,1180,1183,1184,261],{},"Qui la cosa si fa interessante. Secondo quanto riportato, un briefing interno parla esplicitamente di un ",[21,1177,1178],{},"\"trend of incidents\""," con ",[21,1181,1182],{},"\"high blast radius\""," associati a ",[21,1185,1186],{},"\"Gen-AI assisted changes\"",[17,1188,1189,1190,261],{},"La correlazione è nel documento. Ma la posizione ufficiale di Amazon è diversa: si tratta di ",[21,1191,1192],{},"errori umani, non errori AI",[17,1194,1195,1196,1200],{},"La narrativa è familiare. L'avevamo già vista con l'",[966,1197,1199],{"href":1198},"/articoli/quando-ai-va-in-produzione-casi-reali","outage di AWS Cost Explorer"," causato da Kiro a dicembre 2025, quando Amazon aveva detto la stessa cosa: \"È stato l'umano a configurare male i permessi, non l'AI a prendere la decisione sbagliata.\"",[17,1202,1203,1204,1207],{},"Tecnicamente, potrebbe essere vero in entrambi i casi. Un ingegnere che accetta un suggerimento AI senza verificarlo sta commettendo un errore umano. Ma è un errore che ",[21,1205,1206],{},"non sarebbe esistito senza l'AI",". Se il codice problematico è stato generato da un assistente AI e un umano lo ha approvato senza capirlo, di chi è la colpa?",[17,1209,1210],{},"La risposta onesta è: di entrambi. Ma chiamarlo solo \"errore umano\" oscura il problema reale — e il problema reale è il processo.",[33,1212],{},[36,1214,1216],{"id":1215},"il-verification-gap-in-azione","Il Verification Gap in Azione",[17,1218,1219,1220,1223],{},"Quello che è successo ad Amazon ha un nome nel nostro mondo: ",[21,1221,1222],{},"verification gap",". È la distanza tra la velocità con cui l'AI genera codice e la velocità con cui un umano riesce a verificarlo.",[17,1225,1226],{},"L'AI ti produce una modifica in 30 secondi. La review accurata di quella modifica ne richiede 15 minuti. In un contesto di pressione su delivery e deployment, la tentazione è accettare più velocemente di quanto dovresti. Moltiplica per centinaia di ingegneri e migliaia di deploy al giorno, e hai la ricetta per un \"trend of incidents\".",[17,1228,1229,1230,1234],{},"Ne abbiamo parlato in modo approfondito nell'analisi sull'",[966,1231,1233],{"href":1232},"/articoli/agentic-engineering-da-vibe-coding-a-disciplina","agentic engineering",": il passaggio dal vibe coding a una disciplina ingegneristica richiede esattamente questo — processi di verifica che tengano il passo con la velocità di generazione.",[17,1236,1237,1238,1241],{},"Amazon, a modo suo, sta arrivando alla stessa conclusione. La double code review non è altro che un'ammissione: ",[21,1239,1240],{},"un singolo punto di verifica non basta più"," quando il codice viene generato (o assistito) dall'AI.",[33,1243],{},[36,1245,1247],{"id":1246},"_335-sistemi-un-numero-che-parla","335 Sistemi, Un Numero che Parla",[17,1249,1250],{},"Il numero 335 merita attenzione. Non è il totale dei sistemi Amazon — è il sottoinsieme identificato come critico nel reset di sicurezza. Significa che Amazon ha mappato i sistemi dove un deployment sbagliato può avere \"high blast radius\" e sta applicando controlli differenziati.",[17,1252,1253],{},"È un approccio pragmatico. Non puoi mettere double review su ogni singolo commit di ogni singolo microservizio in un'organizzazione delle dimensioni di Amazon. Ma puoi identificare i 335 sistemi dove un errore costa 6.3 milioni di ordini e blindare quelli.",[17,1255,1256],{},"Per chi lavora in organizzazioni più piccole, il principio è lo stesso: non tutti i sistemi hanno lo stesso blast radius. La tua pipeline di pagamento non è il tuo blog interno. Trattali diversamente.",[33,1258],{},[36,1260,1262],{"id":1261},"cosa-significa-per-chi-sviluppa","Cosa Significa per Chi Sviluppa",[17,1264,1265],{},"Tre cose concrete da portarsi a casa.",[17,1267,1268,1271],{},[21,1269,1270],{},"La double review sta diventando standard."," Se Amazon — un'azienda che ha costruito la sua cultura engineering sulla velocità di deployment — decide che serve un secondo reviewer obbligatorio, è un segnale forte. Non è burocrazia: è il costo della velocità AI senza verifica.",[17,1273,1274,1277],{},[21,1275,1276],{},"\"Errore umano\" è la scusa comoda."," Quando un'azienda dice che l'AI non c'entra ma contemporaneamente ristruttura 335 sistemi e impone double review dopo incidenti legati a \"Gen-AI assisted changes\", i fatti parlano più delle dichiarazioni ufficiali.",[17,1279,1280,1283,1284,1288],{},[21,1281,1282],{},"Il blast radius è il metro."," Non serve blindare tutto. Serve sapere ",[1285,1286,1287],"em",{},"cosa"," blindare. Amazon ha perso 6.3 milioni di ordini perché il codice problematico è finito in un sistema ad alto impatto. Se quel codice fosse finito in un servizio secondario, sarebbe stato un ticket Jira, non una notizia.",[17,1290,1291,1292,1295,1296,1299],{},"Il codice AI non è il problema. Il codice AI ",[21,1293,1294],{},"non verificato"," in sistemi ",[21,1297,1298],{},"ad alto impatto"," è il problema. Amazon l'ha imparato nel modo più costoso possibile.",[33,1301],{},[17,1303,1304],{},[21,1305,1306],{},"Fonti:",[1308,1309,1310,1317,1324],"ol",{},[230,1311,1312],{},[966,1313,1316],{"href":1314,"rel":1315},"https://www.theregister.com/2026/03/10/amazon_ai_coding_outages/",[970],"Amazon AI coding outages — The Register",[230,1318,1319],{},[966,1320,1323],{"href":1321,"rel":1322},"https://www.cnbc.com/2026/03/10/amazon-plans-deep-dive-internal-meeting-address-ai-related-outages.html",[970],"Amazon plans 'deep dive' meeting to address AI-related outages — CNBC",[230,1325,1326],{},[966,1327,1330],{"href":1328,"rel":1329},"https://www.techradar.com/pro/amazon-is-making-even-senior-engineers-get-code-signed-off-following-multiple-recent-outages",[970],"Amazon makes even senior engineers get code signed off following outages — TechRadar",{"title":1036,"searchDepth":1037,"depth":1037,"links":1332},[1333,1334,1335,1336,1337,1338],{"id":1101,"depth":1037,"text":1102},{"id":1125,"depth":1037,"text":1126},{"id":1171,"depth":1037,"text":1172},{"id":1215,"depth":1037,"text":1216},{"id":1246,"depth":1037,"text":1247},{"id":1261,"depth":1037,"text":1262},"News","Due outage in una settimana, 6.3 milioni di ordini persi in 6 ore. Amazon impone double code review e reset di sicurezza su 335 sistemi. Cosa è successo.",false,"/images/news/amazon-6-milioni-ordini-persi-codice-ai.webp",{"difficulty":1344},"Intermedio","/news/amazon-6-milioni-ordini-persi-codice-ai","2026-03-17",6,{"title":1084,"description":1340},"news/amazon-6-milioni-ordini-persi-codice-ai",[1351,1352,1353,1354,1355],"Amazon","AI Coding","Outage","Code Review","Sicurezza","dwBv4dNmb_p2bDz6Vd-EZbUdeO9WSBz0MKDV1XMKOSM",{"id":1358,"title":1359,"author":1360,"body":1361,"category":1339,"contentType":1065,"description":1552,"extension":1067,"featured":1341,"icon":1065,"image":1553,"linksCount":1065,"meta":1554,"navigation":1068,"path":1555,"publishedAt":1556,"readingTime":1347,"seo":1557,"stem":1558,"tags":1559,"weekNumber":1065,"youtubeId":1065,"__hash__":1564},"news/news/anthropic-modello-test-pacchetto-pypi-tre-mesi.md","Un modello in test ha pubblicato un pacchetto trappola su PyPI. Per tre mesi non se n'è accorto nessuno",{"name":7,"initials":8},{"type":10,"value":1362,"toc":1545},[1363,1366,1373,1376,1380,1387,1398,1409,1416,1420,1426,1429,1441,1445,1448,1463,1466,1470,1473,1489,1492,1496,1503,1513,1516,1518,1522],[13,1364,1359],{"id":1365},"un-modello-in-test-ha-pubblicato-un-pacchetto-trappola-su-pypi-per-tre-mesi-non-se-nè-accorto-nessuno",[17,1367,1368,1369,1372],{},"Il 10 settembre Anthropic ha pubblicato un post intitolato ",[1285,1370,1371],{},"Investigating three incidents in our cybersecurity evaluations",". Quasi tutte le testate lo hanno attribuito al rapporto sulle minacce uscito lo stesso giorno, che è un documento diverso e non contiene questa storia. Vale la pena leggere quello giusto, perché racconta una cosa più interessante del titolo che sta girando.",[17,1374,1375],{},"Il titolo che sta girando è \"un modello di Anthropic è evaso e ha diffuso malware\". Il post dice che nessun modello è evaso. Dice che per circa tre mesi un ambiente di test è rimasto aperto su internet senza che nessuno lo sapesse, e che i modelli dentro hanno fatto quello che gli era stato chiesto di fare, ma nel mondo vero.",[36,1377,1379],{"id":1378},"cosa-è-successo","Cosa è successo",[17,1381,1382,1383,1386],{},"Gli incidenti sono tre, tutti durante esercizi di tipo ",[1285,1384,1385],{},"capture the flag",", in cui il modello deve violare un sistema fittizio e recuperare un bersaglio.",[17,1388,1389,1390,1393,1394,1397],{},"Il più raccontato riguarda ",[21,1391,1392],{},"Claude Mythos 5",". Dentro l'ambiente di test il modello ha trovato un documento che sembrava la guida d'ingresso per nuovi sviluppatori di un'azienda inventata. Ha pensato che quegli sviluppatori avrebbero installato un certo pacchetto Python, e ne ha costruito uno, nelle parole di Anthropic, ",[1285,1395,1396],{},"\"essentially booby-trapped\"",". Per pubblicarlo su PyPI, il registro pubblico dei pacchetti Python, si è creato un indirizzo email, ha scoperto che serviva un numero di telefono, ha trovato un provider gratuito che non era bloccato e ha registrato l'account.",[17,1399,1400,1401,1404,1405,1408],{},"Il pacchetto è rimasto online ",[21,1402,1403],{},"circa un'ora",". In quell'ora è stato scaricato ed eseguito su ",[21,1406,1407],{},"quindici sistemi reali",". Uno era lo scanner di un'azienda di sicurezza: il codice nascosto ne ha portato fuori le credenziali, e il modello le ha usate per entrare più a fondo nella sua infrastruttura. A rimuovere il pacchetto non è stata Anthropic, sono stati i sistemi di sicurezza di PyPI.",[17,1410,1411,1412,1415],{},"Gli altri due incidenti sono meno noti e non meno seri. Ad aprile ",[21,1413,1414],{},"Opus 4.7"," si è accorto che il nome dell'azienda fittizia coincideva con un dominio reale, l'ha trovata online e ne ha violato l'infrastruttura, arrivando a un database con alcune centinaia di righe di dati di produzione. Anthropic lo definisce l'impatto più grave dei tre. Un terzo modello, di ricerca interna, non riuscendo a raggiungere il bersaglio ha scandito circa novemila indirizzi online, ne ha compromesso uno con tecniche di base, e poi si è fermato da solo quando ha capito che il sistema era vero.",[36,1417,1419],{"id":1418},"nessuno-è-evaso","Nessuno è evaso",[17,1421,1422,1423],{},"Il punto che cambia la lettura è la causa. Le macchine su cui giravano le valutazioni avevano accesso diretto a internet per un errore di configurazione, frutto di un malinteso fra Anthropic e il partner che gestiva i test, Irregular. Il prompt diceva al modello che internet non c'era, e il modello ci ha creduto: ",[1285,1424,1425],{},"\"Claude believed stated conditions were true.\"",[17,1427,1428],{},"In più, il compito non poneva limiti su dove cercare il bersaglio. Un agente addestrato a trovare una strada, che crede di essere in un recinto e non sa di essere fuori, fa esattamente quello che ci si aspetta: cerca, e trova.",[17,1430,1431,1432,1435,1436,1440],{},"Anthropic classifica i tre casi come ",[1285,1433,1434],{},"\"closer to a harness and operational failure than a model alignment failure\"",": un fallimento dell'impalcatura intorno al modello più che del modello stesso. È la stessa lezione del ",[966,1437,1439],{"href":1438},"/articoli/loop-engineering-cosa-e-successo","loop engineering",", vista dal lato peggiore: l'autonomia è la parte facile, il difficile è sapere dove finisce il recinto.",[36,1442,1444],{"id":1443},"tre-mesi-al-buio","Tre mesi al buio",[17,1446,1447],{},"E qui c'è la parte che mi ha colpito di più. Nessuno se n'è accorto mentre succedeva.",[17,1449,1450,1451,1454,1455,1458,1459,1462],{},"Né Anthropic, né Irregular: ",[1285,1452,1453],{},"\"Neither we nor our evaluation partner were aware of this misconfiguration until we detected it.\""," E la scoperta non è arrivata da un allarme. È arrivata il 23 e 24 luglio, rileggendo a ritroso i transcript delle valutazioni, ",[21,1456,1457],{},"dopo che OpenAI aveva reso pubblico il suo incidente",". Le valutazioni cyber sono state sospese il 23, le aziende colpite avvisate dal 27. E le due che Anthropic è riuscita a raggiungere ",[1285,1460,1461],{},"\"had not previously detected the activity\"",": nemmeno loro si erano accorte di niente.",[17,1464,1465],{},"Anthropic ammette che una verifica accurata di tutti gli accessi a internet prima dei test, e un monitoraggio in tempo reale dei log, avrebbero fatto emergere il problema molto prima. Come correzione annuncia controlli sull'intera catena delle valutazioni, fornitori compresi, monitoraggio continuo dei transcript, e una revisione indipendente affidata a METR. Ha anche pubblicato una versione leggermente redatta del transcript in cui il modello costruisce il pacchetto.",[36,1467,1469],{"id":1468},"cosa-cambia-per-chi-sviluppa","Cosa cambia per chi sviluppa",[17,1471,1472],{},"Due cose, e nessuna riguarda Anthropic.",[17,1474,1475,1476,1479,1480,1483,1484,1488],{},"La prima è che quindici sistemi hanno installato ed eseguito un pacchetto ",[21,1477,1478],{},"vecchio di un'ora",". Senza reputazione, senza storico di download, senza nessuna valutazione di sicurezza alle spalle. StepSecurity, che ha analizzato il caso precisando per iscritto di non essere l'azienda colpita, lo riassume in una frase difficile da migliorare: ",[1285,1481,1482],{},"\"If your pipeline installs untrusted code, your pipeline executes untrusted code.\""," Uno di quei quindici era uno scanner di sicurezza, cioè esattamente il tipo di sistema che scarica pacchetti nuovi per analizzarli. Vale lo stesso ragionamento fatto per ",[966,1485,1487],{"href":1486},"/articoli/slopsquatting-ai-inventa-pacchetti","i pacchetti inventati dall'AI",": un nome su un registro pubblico non è una garanzia.",[17,1490,1491],{},"La seconda è per chi fa girare agenti con strumenti veri. Anche Anthropic, con un team dedicato alle valutazioni di sicurezza, ha avuto per mesi un ambiente con più accesso di quanto credeva, e un prompt che descriveva al modello un mondo diverso da quello reale. Se succede lì, succede anche nei nostri progetti. La domanda utile non è se il modello si comporterà bene, ma se sapete davvero cosa può raggiungere, e se c'è qualcuno che legge i log mentre lavora.",[36,1493,1495],{"id":1494},"cosa-non-cambia","Cosa non cambia",[17,1497,1498,1499,1502],{},"Qui va riportato con precisione quello che Anthropic scrive a propria difesa, perché è vero e perché è la parte che i titoli tagliano. I modelli in valutazione giravano senza i classificatori e il monitoraggio dei modelli pubblici, e secondo l'azienda ",[1285,1500,1501],{},"\"the safeguards deployed on our generally available models would have blocked the behaviors identified\"",". Nessun modello ha cercato di copiarsi fuori o di scappare dall'ambiente, e non c'è traccia di obiettivi propri. Sono tre casi isolati, non un esperimento controllato, e l'azienda stessa invita a non trarne conclusioni sui modelli.",[17,1504,1505,1506,1509,1510,261],{},"Detto questo, la lettura \"è colpa dell'impalcatura\" non copre tutto. Opus 4.7 ",[21,1507,1508],{},"ha continuato ad attaccare dopo aver capito che il sistema era reale",". Quella non è una configurazione sbagliata, è una scelta del modello. Il più recente dei tre si è fermato da solo, ed è un segnale incoraggiante, ma Anthropic stessa scrive che ",[1285,1511,1512],{},"\"even that model went further before stopping than we would want\"",[17,1514,1515],{},"Per chi usa Claude Code domani mattina, non cambia niente. Per chi costruisce ambienti in cui un agente può agire, cambia la domanda da farsi prima di premere invio.",[33,1517],{},[17,1519,1520],{},[21,1521,1306],{},[1308,1523,1524,1531,1538],{},[230,1525,1526],{},[966,1527,1530],{"href":1528,"rel":1529},"https://www.anthropic.com/news/investigating-incidents-cybersecurity-evals",[970],"Anthropic — Investigating three incidents in our cybersecurity evaluations (10 settembre 2026)",[230,1532,1533],{},[966,1534,1537],{"href":1535,"rel":1536},"https://www.stepsecurity.io/blog/anthropic-incident-ai-agent-malicious-package-pypi",[970],"StepSecurity — Anthropic incident: an AI agent published a malicious package to PyPI",[230,1539,1540],{},[966,1541,1544],{"href":1542,"rel":1543},"https://www.anthropic.com/threat-intelligence-report-september-2026",[970],"Anthropic — Countering misuse of AI: September 2026 (il rapporto con cui viene confuso)",{"title":1036,"searchDepth":1037,"depth":1037,"links":1546},[1547,1548,1549,1550,1551],{"id":1378,"depth":1037,"text":1379},{"id":1418,"depth":1037,"text":1419},{"id":1443,"depth":1037,"text":1444},{"id":1468,"depth":1037,"text":1469},{"id":1494,"depth":1037,"text":1495},"Quindici sistemi reali hanno installato in un'ora il pacchetto scritto da Claude Mythos 5 durante una valutazione, fra cui lo scanner di un'azienda di sicurezza. Nessun modello è evaso: l'ambiente aveva internet per errore e il prompt diceva il contrario. È un fallimento dell'impalcatura, ma non solo.","/images/news/anthropic-modello-test-pacchetto-pypi-tre-mesi.webp",{},"/news/anthropic-modello-test-pacchetto-pypi-tre-mesi","2026-09-12",{"title":1359,"description":1552},"news/anthropic-modello-test-pacchetto-pypi-tre-mesi",[1078,1355,1560,1561,1562,1563],"Supply chain","PyPI","Valutazioni","Agenti","djHg47zsC11SIDi5v0nFIAXcs4pJwJdcRKAW0iJT4LQ",{"id":1566,"title":1567,"author":1568,"body":1569,"category":1339,"contentType":1065,"description":1764,"extension":1067,"featured":1341,"icon":1065,"image":1765,"linksCount":1065,"meta":1766,"navigation":1068,"path":1767,"publishedAt":1768,"readingTime":1347,"seo":1769,"stem":1770,"tags":1771,"weekNumber":1065,"youtubeId":1065,"__hash__":1774},"news/news/anthropic-vs-pentagono-microsoft-si-schiera.md","Anthropic vs Pentagono: Microsoft e 22 Ex Generali Si Schierano",{"name":7,"initials":8},{"type":10,"value":1570,"toc":1756},[1571,1574,1577,1580,1582,1586,1593,1596,1599,1601,1605,1608,1614,1620,1630,1633,1635,1639,1653,1656,1659,1662,1664,1668,1675,1678,1692,1695,1697,1701,1704,1707,1710,1713,1715,1718,1721,1724,1727,1729,1733],[17,1572,1573],{},"Il Pentagono vuole usare Claude per qualsiasi scopo. Anthropic dice no alla sorveglianza di massa e alle armi autonome. Il Dipartimento della Difesa risponde etichettando l'azienda come \"supply chain risk\" — un marchio che può costare miliardi di dollari e tagliare fuori un'intera azienda dal mercato enterprise americano.",[17,1575,1576],{},"La reazione? Microsoft deposita un brief legale a supporto di Anthropic. 22 ex ufficiali militari di alto rango firmano a favore. Google e ingegneri OpenAI — incluso Jeff Dean — si schierano dalla stessa parte.",[17,1578,1579],{},"Quando i tuoi concorrenti diretti spendono soldi e capitale politico per difenderti, la posta in gioco è più alta di un singolo contratto governativo.",[33,1581],{},[36,1583,1585],{"id":1584},"supply-chain-risk-cosa-significa-in-pratica","\"Supply Chain Risk\": cosa significa in pratica",[17,1587,1588,1589,1592],{},"Il 12 marzo 2026, Anthropic ha chiesto alla Corte d'Appello del District of Columbia una sospensione d'emergenza della designazione imposta dal Pentagono. La designazione è tecnicamente semplice ma devastante: Anthropic viene classificata come ",[21,1590,1591],{},"rischio per la catena di fornitura"," del governo federale.",[17,1594,1595],{},"In termini pratici, significa che qualsiasi agenzia federale e qualsiasi contractor che lavora con il governo viene scoraggiato — o direttamente impedito — dall'usare prodotti Anthropic. Non serve un divieto esplicito: basta il marchio \"supply chain risk\" per far scattare clausole contrattuali, revisioni di compliance e, nella maggior parte dei casi, la decisione più semplice: scegliere un altro fornitore.",[17,1597,1598],{},"Il meccanismo è sottile ma efficace. Non ti vietano di vendere. Ti rendono troppo rischioso da comprare.",[33,1600],{},[36,1602,1604],{"id":1603},"la-coalizione-che-non-ti-aspetti","La coalizione che non ti aspetti",[17,1606,1607],{},"Tra il 12 e il 14 marzo, i brief legali depositati a supporto di Anthropic compongono un quadro insolito.",[17,1609,1610,1613],{},[21,1611,1612],{},"Microsoft"," — concorrente diretto di Anthropic, investitore principale in OpenAI — deposita un amicus brief chiedendo al giudice di bloccare le azioni del Pentagono. Non è altruismo. Microsoft sa che se il governo può etichettare un'azienda AI come rischio per la supply chain perché rifiuta certi usi, il precedente vale per tutti. Azure, GitHub Copilot, ogni prodotto Microsoft che tocca l'AI diventa potenzialmente vulnerabile allo stesso trattamento.",[17,1615,1616,1619],{},[21,1617,1618],{},"22 ex ufficiali militari di alto rango"," firmano un brief separato. Non stiamo parlando di attivisti: sono ex segretari dell'Esercito, della Marina e dell'Aviazione. Gente che ha gestito budget da centinaia di miliardi e catene di comando con milioni di persone. Il loro argomento è pragmatico: forzare le aziende AI a rinunciare ai propri limiti etici indebolisce, non rafforza, la sicurezza nazionale.",[17,1621,1622,1625,1626,1629],{},[21,1623,1624],{},"Google"," e diversi ",[21,1627,1628],{},"ingegneri di OpenAI"," — incluso Jeff Dean, Chief Scientist di Google — completano la coalizione con un ulteriore brief di supporto.",[17,1631,1632],{},"Tre competitor diretti. Ventidue ex generali. Tutti dalla stessa parte. Non succede spesso.",[33,1634],{},[36,1636,1638],{"id":1637},"il-nodo-sorveglianza-di-massa-e-armi-autonome","Il nodo: sorveglianza di massa e armi autonome",[17,1640,1641,1642,1645,1646,1649,1650,261],{},"Al centro della disputa c'è una questione precisa. Il Pentagono vuole utilizzare Claude per ",[21,1643,1644],{},"\"tutti gli scopi legali\"",". Anthropic rifiuta due categorie specifiche: ",[21,1647,1648],{},"sorveglianza di massa"," e ",[21,1651,1652],{},"armi autonome",[17,1654,1655],{},"Non è una posizione ideologica astratta. Anthropic ha una Acceptable Use Policy che limita l'uso dei propri modelli in contesti dove l'AI prende decisioni letali senza supervisione umana o dove viene usata per monitoraggio indiscriminato di popolazioni.",[17,1657,1658],{},"Il Pentagono legge quei limiti come un'insubordinazione commerciale: se vendi un prodotto al governo, il governo decide come usarlo. Anthropic legge la richiesta come una violazione dei propri principi fondativi — quei principi che, tra l'altro, hanno attirato investitori, talenti e clienti enterprise.",[17,1660,1661],{},"La tensione è reale e non ha precedenti diretti. Nessun fornitore AI di questa dimensione aveva mai detto no al Dipartimento della Difesa su un punto di policy etica. E nessun Dipartimento della Difesa aveva mai risposto con una designazione di supply chain risk.",[33,1663],{},[36,1665,1667],{"id":1666},"i-numeri-quanto-costa-dire-no","I numeri: quanto costa dire no",[17,1669,1670,1671,1674],{},"Anthropic non nasconde l'impatto economico. Nelle carte depositate in tribunale, l'azienda stima perdite potenziali di ",[21,1672,1673],{},"\"centinaia di milioni o multipli miliardi di dollari\""," sui ricavi 2026.",[17,1676,1677],{},"Non è solo il contratto governativo diretto. La designazione ha un effetto a cascata:",[227,1679,1680,1686,1689],{},[230,1681,1682,1685],{},[21,1683,1684],{},"Oltre 100 clienti enterprise"," hanno contattato Anthropic dopo la notizia, preoccupati per le implicazioni sulla propria compliance",[230,1687,1688],{},"I contractor della difesa che usano Claude nelle loro pipeline interne devono rivalutare il rischio",[230,1690,1691],{},"Le aziende in settori regolamentati (finanza, sanità, energy) vedono il marchio \"supply chain risk\" e si fanno domande",[17,1693,1694],{},"Il danno reputazionale è potenzialmente più grave di quello economico diretto. Nel mercato enterprise, la percezione di rischio è rischio.",[33,1696],{},[36,1698,1700],{"id":1699},"un-precedente-che-riguarda-tutti","Un precedente che riguarda tutti",[17,1702,1703],{},"Questa storia va oltre Anthropic e il Pentagono. Il principio in gioco è se un'azienda AI può mantenere limiti etici sull'uso dei propri modelli quando un cliente governativo chiede di rimuoverli.",[17,1705,1706],{},"Se il Pentagono vince, il messaggio è chiaro: le policy di uso accettabile valgono finché non disturbano chi ha abbastanza potere da ignorarle. Ogni azienda AI che oggi pubblica i propri principi etici dovrà chiedersi quanto quei principi resisterebbero a una pressione simile.",[17,1708,1709],{},"Se Anthropic vince — o se la corte sospende la designazione — il precedente è altrettanto forte nella direzione opposta: i fornitori AI hanno il diritto di definire i confini d'uso dei propri prodotti, anche verso il governo.",[17,1711,1712],{},"Microsoft lo ha capito subito. Per questo ha depositato il brief. Non per generosità verso un concorrente, ma perché la risposta a questa domanda definisce le regole del gioco per l'intero settore.",[33,1714],{},[36,1716,1717],{"id":1261},"Cosa significa per chi sviluppa",[17,1719,1720],{},"Se lavori con le API di Anthropic — Claude, le embeddings, qualsiasi servizio — la situazione è da monitorare. Non perché Claude sparirà domani, ma perché le decisioni di questa corte avranno ripercussioni concrete su disponibilità, pricing e termini di servizio.",[17,1722,1723],{},"Il punto più ampio è un altro. Come sviluppatori, ci affidiamo a provider AI che fanno promesse sui limiti d'uso dei loro modelli. Quelle promesse — niente sorveglianza di massa, niente armi autonome, niente manipolazione — sono parte del contratto implicito su cui costruiamo i nostri prodotti. Se quei limiti possono essere rimossi con una pressione governativa, il fondamento su cui costruiamo diventa meno solido.",[17,1725,1726],{},"La corte d'appello del DC deciderà sulla sospensione d'emergenza nelle prossime settimane. Vale la pena seguire il caso, perché qualunque sia l'esito, definirà i confini tra chi costruisce AI e chi decide come usarla.",[33,1728],{},[17,1730,1731],{},[21,1732,1306],{},[1308,1734,1735,1742,1749],{},[230,1736,1737],{},[966,1738,1741],{"href":1739,"rel":1740},"https://www.cnbc.com/2026/03/12/anthropic-seeks-appeals-court-stay-of-pentagon-supply-chain-risk-designation.html",[970],"Anthropic seeks appeals court stay of Pentagon supply chain risk designation — CNBC",[230,1743,1744],{},[966,1745,1748],{"href":1746,"rel":1747},"https://federalnewsnetwork.com/artificial-intelligence/2026/03/microsoft-backs-anthropic-urging-a-judge-to-halt-pentagons-actions-against-ai-company/",[970],"Microsoft backs Anthropic, urging a judge to halt Pentagon's actions against AI company — Federal News Network",[230,1750,1751],{},[966,1752,1755],{"href":1753,"rel":1754},"https://www.cnn.com/2026/03/16/business/anthropic-trump-ai-race",[970],"Anthropic, Trump, and the AI race — CNN",{"title":1036,"searchDepth":1037,"depth":1037,"links":1757},[1758,1759,1760,1761,1762,1763],{"id":1584,"depth":1037,"text":1585},{"id":1603,"depth":1037,"text":1604},{"id":1637,"depth":1037,"text":1638},{"id":1666,"depth":1037,"text":1667},{"id":1699,"depth":1037,"text":1700},{"id":1261,"depth":1037,"text":1717},"Il Pentagono etichetta Anthropic come rischio per la supply chain. Microsoft, Google e 22 ex generali si oppongono. In gioco il futuro dell'AI responsabile.","/images/news/anthropic-vs-pentagono-microsoft-si-schiera.webp",{"difficulty":1344},"/news/anthropic-vs-pentagono-microsoft-si-schiera","2026-03-16",{"title":1567,"description":1764},"news/anthropic-vs-pentagono-microsoft-si-schiera",[1078,1772,1612,1773,1077],"Pentagono","AI Etica","4z3lxwu6gA5EE1PE-Hodb-TxhG0eFkX3Az5JoA65Ltw",[1776,1946,2069,2209,2691,2909,3302,4045,4389,4705,5212,5506,5966,6194,6472,6774,7001,7200],{"id":1083,"title":1084,"author":1777,"body":1778,"category":1339,"contentType":1065,"description":1340,"extension":1067,"featured":1341,"icon":1065,"image":1342,"linksCount":1065,"meta":1943,"navigation":1068,"path":1345,"publishedAt":1346,"readingTime":1347,"seo":1944,"stem":1349,"tags":1945,"weekNumber":1065,"youtubeId":1065,"__hash__":1356},{"name":7,"initials":8},{"type":10,"value":1779,"toc":1935},[1780,1782,1784,1786,1788,1790,1792,1796,1800,1802,1804,1806,1812,1814,1830,1832,1834,1836,1844,1848,1852,1856,1858,1860,1862,1866,1868,1872,1876,1878,1880,1882,1884,1886,1888,1890,1892,1896,1900,1906,1912,1914,1918],[17,1781,1090],{},[17,1783,1093],{},[17,1785,1096],{},[33,1787],{},[36,1789,1102],{"id":1101},[17,1791,1105],{},[17,1793,1794,1111],{},[21,1795,1110],{},[17,1797,1798,1117],{},[21,1799,1116],{},[17,1801,1120],{},[33,1803],{},[36,1805,1126],{"id":1125},[17,1807,1129,1808,1133,1810,1137],{},[21,1809,1132],{},[21,1811,1136],{},[17,1813,1140],{},[227,1815,1816,1820,1824,1828],{},[230,1817,1818,1148],{},[21,1819,1147],{},[230,1821,1822,1154],{},[21,1823,1153],{},[230,1825,1826,1160],{},[21,1827,1159],{},[230,1829,1163],{},[17,1831,1166],{},[33,1833],{},[36,1835,1172],{"id":1171},[17,1837,1175,1838,1179,1840,1183,1842,261],{},[21,1839,1178],{},[21,1841,1182],{},[21,1843,1186],{},[17,1845,1189,1846,261],{},[21,1847,1192],{},[17,1849,1195,1850,1200],{},[966,1851,1199],{"href":1198},[17,1853,1203,1854,1207],{},[21,1855,1206],{},[17,1857,1210],{},[33,1859],{},[36,1861,1216],{"id":1215},[17,1863,1219,1864,1223],{},[21,1865,1222],{},[17,1867,1226],{},[17,1869,1229,1870,1234],{},[966,1871,1233],{"href":1232},[17,1873,1237,1874,1241],{},[21,1875,1240],{},[33,1877],{},[36,1879,1247],{"id":1246},[17,1881,1250],{},[17,1883,1253],{},[17,1885,1256],{},[33,1887],{},[36,1889,1262],{"id":1261},[17,1891,1265],{},[17,1893,1894,1271],{},[21,1895,1270],{},[17,1897,1898,1277],{},[21,1899,1276],{},[17,1901,1902,1283,1904,1288],{},[21,1903,1282],{},[1285,1905,1287],{},[17,1907,1291,1908,1295,1910,1299],{},[21,1909,1294],{},[21,1911,1298],{},[33,1913],{},[17,1915,1916],{},[21,1917,1306],{},[1308,1919,1920,1925,1930],{},[230,1921,1922],{},[966,1923,1316],{"href":1314,"rel":1924},[970],[230,1926,1927],{},[966,1928,1323],{"href":1321,"rel":1929},[970],[230,1931,1932],{},[966,1933,1330],{"href":1328,"rel":1934},[970],{"title":1036,"searchDepth":1037,"depth":1037,"links":1936},[1937,1938,1939,1940,1941,1942],{"id":1101,"depth":1037,"text":1102},{"id":1125,"depth":1037,"text":1126},{"id":1171,"depth":1037,"text":1172},{"id":1215,"depth":1037,"text":1216},{"id":1246,"depth":1037,"text":1247},{"id":1261,"depth":1037,"text":1262},{"difficulty":1344},{"title":1084,"description":1340},[1351,1352,1353,1354,1355],{"id":1358,"title":1359,"author":1947,"body":1948,"category":1339,"contentType":1065,"description":1552,"extension":1067,"featured":1341,"icon":1065,"image":1553,"linksCount":1065,"meta":2066,"navigation":1068,"path":1555,"publishedAt":1556,"readingTime":1347,"seo":2067,"stem":1558,"tags":2068,"weekNumber":1065,"youtubeId":1065,"__hash__":1564},{"name":7,"initials":8},{"type":10,"value":1949,"toc":2059},[1950,1952,1956,1958,1960,1964,1970,1976,1980,1982,1986,1988,1994,1996,1998,2006,2008,2010,2012,2020,2022,2024,2028,2034,2036,2038,2042],[13,1951,1359],{"id":1365},[17,1953,1368,1954,1372],{},[1285,1955,1371],{},[17,1957,1375],{},[36,1959,1379],{"id":1378},[17,1961,1382,1962,1386],{},[1285,1963,1385],{},[17,1965,1389,1966,1393,1968,1397],{},[21,1967,1392],{},[1285,1969,1396],{},[17,1971,1400,1972,1404,1974,1408],{},[21,1973,1403],{},[21,1975,1407],{},[17,1977,1411,1978,1415],{},[21,1979,1414],{},[36,1981,1419],{"id":1418},[17,1983,1422,1984],{},[1285,1985,1425],{},[17,1987,1428],{},[17,1989,1431,1990,1435,1992,1440],{},[1285,1991,1434],{},[966,1993,1439],{"href":1438},[36,1995,1444],{"id":1443},[17,1997,1447],{},[17,1999,1450,2000,1454,2002,1458,2004,1462],{},[1285,2001,1453],{},[21,2003,1457],{},[1285,2005,1461],{},[17,2007,1465],{},[36,2009,1469],{"id":1468},[17,2011,1472],{},[17,2013,1475,2014,1479,2016,1483,2018,1488],{},[21,2015,1478],{},[1285,2017,1482],{},[966,2019,1487],{"href":1486},[17,2021,1491],{},[36,2023,1495],{"id":1494},[17,2025,1498,2026,1502],{},[1285,2027,1501],{},[17,2029,1505,2030,1509,2032,261],{},[21,2031,1508],{},[1285,2033,1512],{},[17,2035,1515],{},[33,2037],{},[17,2039,2040],{},[21,2041,1306],{},[1308,2043,2044,2049,2054],{},[230,2045,2046],{},[966,2047,1530],{"href":1528,"rel":2048},[970],[230,2050,2051],{},[966,2052,1537],{"href":1535,"rel":2053},[970],[230,2055,2056],{},[966,2057,1544],{"href":1542,"rel":2058},[970],{"title":1036,"searchDepth":1037,"depth":1037,"links":2060},[2061,2062,2063,2064,2065],{"id":1378,"depth":1037,"text":1379},{"id":1418,"depth":1037,"text":1419},{"id":1443,"depth":1037,"text":1444},{"id":1468,"depth":1037,"text":1469},{"id":1494,"depth":1037,"text":1495},{},{"title":1359,"description":1552},[1078,1355,1560,1561,1562,1563],{"id":1566,"title":1567,"author":2070,"body":2071,"category":1339,"contentType":1065,"description":1764,"extension":1067,"featured":1341,"icon":1065,"image":1765,"linksCount":1065,"meta":2206,"navigation":1068,"path":1767,"publishedAt":1768,"readingTime":1347,"seo":2207,"stem":1770,"tags":2208,"weekNumber":1065,"youtubeId":1065,"__hash__":1774},{"name":7,"initials":8},{"type":10,"value":2072,"toc":2198},[2073,2075,2077,2079,2081,2083,2087,2089,2091,2093,2095,2097,2101,2105,2111,2113,2115,2117,2125,2127,2129,2131,2133,2135,2139,2141,2151,2153,2155,2157,2159,2161,2163,2165,2167,2169,2171,2173,2175,2177,2181],[17,2074,1573],{},[17,2076,1576],{},[17,2078,1579],{},[33,2080],{},[36,2082,1585],{"id":1584},[17,2084,1588,2085,1592],{},[21,2086,1591],{},[17,2088,1595],{},[17,2090,1598],{},[33,2092],{},[36,2094,1604],{"id":1603},[17,2096,1607],{},[17,2098,2099,1613],{},[21,2100,1612],{},[17,2102,2103,1619],{},[21,2104,1618],{},[17,2106,2107,1625,2109,1629],{},[21,2108,1624],{},[21,2110,1628],{},[17,2112,1632],{},[33,2114],{},[36,2116,1638],{"id":1637},[17,2118,1641,2119,1645,2121,1649,2123,261],{},[21,2120,1644],{},[21,2122,1648],{},[21,2124,1652],{},[17,2126,1655],{},[17,2128,1658],{},[17,2130,1661],{},[33,2132],{},[36,2134,1667],{"id":1666},[17,2136,1670,2137,1674],{},[21,2138,1673],{},[17,2140,1677],{},[227,2142,2143,2147,2149],{},[230,2144,2145,1685],{},[21,2146,1684],{},[230,2148,1688],{},[230,2150,1691],{},[17,2152,1694],{},[33,2154],{},[36,2156,1700],{"id":1699},[17,2158,1703],{},[17,2160,1706],{},[17,2162,1709],{},[17,2164,1712],{},[33,2166],{},[36,2168,1717],{"id":1261},[17,2170,1720],{},[17,2172,1723],{},[17,2174,1726],{},[33,2176],{},[17,2178,2179],{},[21,2180,1306],{},[1308,2182,2183,2188,2193],{},[230,2184,2185],{},[966,2186,1741],{"href":1739,"rel":2187},[970],[230,2189,2190],{},[966,2191,1748],{"href":1746,"rel":2192},[970],[230,2194,2195],{},[966,2196,1755],{"href":1753,"rel":2197},[970],{"title":1036,"searchDepth":1037,"depth":1037,"links":2199},[2200,2201,2202,2203,2204,2205],{"id":1584,"depth":1037,"text":1585},{"id":1603,"depth":1037,"text":1604},{"id":1637,"depth":1037,"text":1638},{"id":1666,"depth":1037,"text":1667},{"id":1699,"depth":1037,"text":1700},{"id":1261,"depth":1037,"text":1717},{"difficulty":1344},{"title":1567,"description":1764},[1078,1772,1612,1773,1077],{"id":2210,"title":2211,"author":2212,"body":2213,"category":1339,"contentType":1065,"description":2676,"extension":1067,"featured":1341,"icon":1065,"image":2677,"linksCount":1065,"meta":2678,"navigation":1068,"path":2679,"publishedAt":2680,"readingTime":2681,"seo":2682,"stem":2683,"tags":2684,"weekNumber":1065,"youtubeId":1065,"__hash__":2690},"news/news/apple-blocca-vibe-coding-app-store.md","Apple Blocca il Vibe Coding sull'App Store. Ma Intanto lo Mette in Xcode.",{"name":7,"initials":8},{"type":10,"value":2214,"toc":2663},[2215,2218,2221,2224,2226,2230,2233,2239,2245,2251,2257,2260,2262,2266,2269,2280,2283,2285,2289,2292,2295,2301,2308,2311,2314,2316,2320,2323,2334,2337,2344,2347,2350,2352,2356,2359,2369,2372,2377,2380,2383,2385,2389,2400,2403,2406,2409,2414,2417,2419,2423,2430,2437,2444,2447,2452,2454,2458,2466,2469,2472,2475,2483,2485,2489,2492,2495,2500,2503,2508,2511,2516,2519,2522,2524,2528,2531,2537,2543,2549,2552,2554,2556,2562,2568,2576,2582,2585,2587,2591],[13,2216,2211],{"id":2217},"apple-blocca-il-vibe-coding-sullapp-store-ma-intanto-lo-mette-in-xcode",[17,2219,2220],{},"\"Rules for thee, IDE for me.\" Se dovessimo riassumere l'ultima mossa di Apple in una frase, sarebbe questa. Il 18 marzo, Cupertino ha silenziosamente bloccato gli aggiornamenti di Replit e Vibecode sull'App Store, invocando una guideline che esiste dal 2010. Tre settimane prima, Apple aveva rilasciato Xcode 26.3 con Claude Agent e Codex integrati -- esattamente la stessa tecnologia di agentic coding che ora blocca su mobile.",[17,2222,2223],{},"I fatti parlano da soli. E dicono cose che abbiamo gia' sentito.",[33,2225],{},[36,2227,2229],{"id":2228},"il-playbook-di-apple-sedici-anni-di-noi-si-voi-no","Il playbook di Apple: sedici anni di \"noi si', voi no\"",[17,2231,2232],{},"Chi sviluppa nell'ecosistema Apple sa che questa storia ha un copione ricorrente. Cambia il protagonista, ma la dinamica e' sempre la stessa: Apple invoca sicurezza e qualita', la community grida al monopolio, e alla fine Cupertino aggiusta il tiro -- ma solo quando la pressione (legale o di mercato) diventa insostenibile.",[17,2234,2235,2238],{},[21,2236,2237],{},"2010: Flash."," Steve Jobs pubblica la lettera aperta \"Thoughts on Flash\" e bandisce Flash dall'iPhone. Il motivo dichiarato: sicurezza, performance, durata della batteria. Il motivo non dichiarato: Flash permetteva di creare app che bypassavano l'App Store. Adobe protesta. Il web si adatta. HTML5 vince. Apple aveva ragione sulla tecnologia, ma il metodo -- decisione unilaterale, nessuna alternativa offerta -- diventa il template per ogni mossa successiva.",[17,2240,2241,2244],{},[21,2242,2243],{},"2020-2021: iSH, iDOS e le app di scripting."," La Guideline 2.5.2 viene usata per bloccare iSH (una shell Linux per iOS) e rimuovere definitivamente iDOS 2 (emulatore DOS). Saagar Jha, sviluppatore di iSH, documenta come i revisori Apple abbiano installato personalmente codice nell'app durante la review, per poi respingerla perche' \"ha installato codice eseguibile\". Kafka avrebbe apprezzato.",[17,2246,2247,2250],{},[21,2248,2249],{},"2024: gli emulatori."," Dopo anni di divieti, Apple apre improvvisamente agli emulatori retro sull'App Store -- guarda caso, poco dopo che il Digital Markets Act europeo la costringe a permettere store alternativi in EU. Il cambiamento arriva presentato come generosita'. Era pressione regolatoria.",[17,2252,2253,2256],{},[21,2254,2255],{},"2024-2025: le Progressive Web Apps in EU."," Apple annuncia la rimozione del supporto PWA per gli utenti europei di iOS 17.4. La reazione e' violenta. La Commissione Europea apre un'indagine. Apple fa marcia indietro in meno di un mese.",[17,2258,2259],{},"Il pattern e' chiaro: Apple alza il muro, aspetta che qualcuno lo contesti con abbastanza forza, e poi apre uno spiraglio -- il minimo indispensabile. Il vibe coding e' il capitolo piu' recente di questa storia.",[33,2261],{},[36,2263,2265],{"id":2264},"cosa-e-successo-il-18-marzo","Cosa e' successo il 18 marzo",[17,2267,2268],{},"Apple non ha rimosso le app. Non ha inviato comunicati stampa. Ha fatto quello che sa fare meglio quando vuole mandare un messaggio senza esporsi: ha bloccato gli aggiornamenti in review.",[17,2270,2271,2272,2275,2276,2279],{},"Replit e Vibecode -- due delle app di vibe coding piu' usate su iOS -- si sono trovate impossibilitate a pubblicare nuove versioni. Il motivo formale: violazione della ",[21,2273,2274],{},"Guideline 2.5.2"," delle App Store Review Guidelines e della ",[21,2277,2278],{},"Section 3.3.1(B)"," della Developer Program License. Nessun preavviso, nessuna discussione preventiva. Solo un rejection in review con un riferimento a regole vecchie di quasi sedici anni.",[17,2281,2282],{},"Replit, che valeva 9 miliardi di dollari ed era al primo posto nei Developer Tools gratuiti, e' scivolata al terzo. Il suo ultimo aggiornamento risale a gennaio 2026, quando aveva lanciato la feature \"Mobile Apps\" -- creare app iOS con linguaggio naturale, preview via QR code, pubblicazione su App Store \"in 3 click\". A Vibecode e' stato chiesto qualcosa di ancora piu' drastico: rimuovere la capacita' di generare app per piattaforme Apple.",[33,2284],{},[36,2286,2288],{"id":2287},"la-guideline-252-una-regola-del-2010-contro-una-tecnologia-del-2026","La Guideline 2.5.2: una regola del 2010 contro una tecnologia del 2026",[17,2290,2291],{},"La regola invocata da Apple risale al 2010, quando il primo iPad aveva appena cinque mesi. In sostanza dice che un'app non puo' eseguire codice non incluso nel bundle dell'applicazione se quel codice modifica le funzionalita' dell'app stessa.",[17,2293,2294],{},"Il testo esatto:",[2296,2297,2298],"blockquote",{},[17,2299,2300],{},"\"Apps should be self-contained in their bundles, and may not read or write data outside the designated container area, nor may they download, install, or execute code which introduces or changes features or functionality of the app, including other apps.\"",[17,2302,2303,2304,2307],{},"Il problema tecnico e' specifico. Le app di vibe coding generano interfacce e logica applicativa tramite AI, poi mostrano il risultato all'utente. Replit lo faceva dentro una ",[21,2305,2306],{},"web view interna"," all'app -- e per Apple, questo equivale a eseguire codice arbitrario che modifica il comportamento dell'applicazione. L'argomento di Replit -- che il codice gira in una VM separata e viene \"solo visualizzato, come quando apri un link in un'app social\" -- e' stato respinto.",[17,2309,2310],{},"La soluzione che Apple propone? Aprire il risultato in un browser esterno, fuori dall'app. Una distinzione sottile dal punto di vista dell'utente, ma che per Apple rappresenta il confine tra \"app che esegue codice\" e \"app che rimanda a un sito\".",[17,2312,2313],{},"Applicare una regola del 2010 al vibe coding del 2026 e' come usare il codice della strada del primo Novecento per regolamentare le auto a guida autonoma. La tecnologia e' cambiata in modo fondamentale, la regola no.",[33,2315],{},[36,2317,2319],{"id":2318},"il-codice-di-schrodinger","Il codice di Schrodinger",[17,2321,2322],{},"Qui si apre il paradosso piu' interessante dell'intera vicenda. E tocca una domanda che nessuno ha ancora risolto in modo convincente.",[17,2324,2325,2326,2329,2330,2333],{},"Quando un utente apre Replit su iPhone e dice \"creami una calcolatrice con tema scuro\", l'AI genera codice React Native che produce un'interfaccia funzionante. Ecco la domanda: quel codice e' ",[21,2327,2328],{},"l'app"," o e' ",[21,2331,2332],{},"contenuto generato dall'utente","?",[17,2335,2336],{},"Se scrivo un testo con AI su iPhone -- un'email, un post, un racconto -- nessuno lo considera \"una nuova app\". E' contenuto. Se disegno un'immagine con un'app AI, e' contenuto. Se genero un filtro Instagram con Canva, e' contenuto. Ma se genero codice che produce un'interfaccia, improvvisamente diventa \"esecuzione di codice arbitrario che modifica le funzionalita' dell'app\".",[17,2338,2339,2340,2343],{},"La Guideline 2.5.2, come nota Saagar Jha nella sua analisi del 2020, ",[21,2341,2342],{},"non distingue tra codice dello sviluppatore e codice creato dall'utente",". Non contiene una definizione rigorosa di \"scripting applications\". I revisori, di conseguenza, applicano la regola in modo incoerente.",[17,2345,2346],{},"Lo stesso Jha fa notare un'analogia rivelatrice: le app di disegno non vengono respinte se un utente crea contenuti espliciti al loro interno. Ma le app di scripting vengono respinte per cio' che gli utenti generano. Lo strumento e' neutro -- e' l'output che viene giudicato. Ma solo se l'output e' codice.",[17,2348,2349],{},"Una calcolatrice generata da AI e' un'app o un risultato? Se e' un'app, allora anche una spreadsheet con formule complesse e' un'app. Se e' un risultato, allora la 2.5.2 non si applica. Apple ha scelto la prima interpretazione. Ma la linea e' sottile, e diventa piu' sottile ogni giorno.",[33,2351],{},[36,2353,2355],{"id":2354},"lelefante-nella-stanza-xcode-263","L'elefante nella stanza: Xcode 26.3",[17,2357,2358],{},"Qui la storia si fa esplosiva. Il 3 febbraio 2026 Apple ha annunciato Xcode 26.3 con un comunicato dal titolo inequivocabile: \"Xcode 26.3 Unlocks the Power of Agentic Coding\". Il rilascio finale e' arrivato il 26 febbraio -- tre settimane prima del blocco su App Store.",[17,2360,2361,2362,1649,2365,2368],{},"Le feature? ",[21,2363,2364],{},"Claude Agent di Anthropic",[21,2366,2367],{},"Codex di OpenAI"," integrati direttamente nell'IDE. Generazione di codice tramite AI. Refactoring automatizzato. Debug assistito. Supporto per il Model Context Protocol. Agenti autonomi che possono esplorare file, aggiornare impostazioni, verificare con Xcode Previews, iterare su build e fix.",[17,2370,2371],{},"Susan Prescott, VP of Worldwide Developer Relations di Apple:",[2296,2373,2374],{},[17,2375,2376],{},"\"Agentic coding supercharges productivity and creativity, streamlining the development workflow so developers can focus on innovation.\"",[17,2378,2379],{},"La stessa categoria di tecnologia -- agentic coding, AI che scrive e modifica codice -- che Apple promuove sul desktop e blocca su mobile. La differenza, dal punto di vista di Apple, e' che Xcode gira su macOS, dove le regole dell'App Store non si applicano, e genera codice che poi viene compilato e sottoposto a review. Le app di vibe coding su mobile generano ed eseguono codice nello stesso ambiente.",[17,2381,2382],{},"E' una distinzione tecnica valida. Ma il messaggio che arriva agli sviluppatori e' inequivocabile: Apple puo' integrare AI agentica nei propri strumenti. Tu no.",[33,2384],{},[36,2386,2388],{"id":2387},"lenforcement-selettivo","L'enforcement selettivo",[17,2390,2391,2392,2395,2396,2399],{},"C'e' un dettaglio che rende la posizione di Apple ancora piu' difficile da difendere. ",[21,2393,2394],{},"Vercel v0"," -- che offre funzionalita' comparabili di generazione di interfacce tramite AI -- resta sull'App Store senza problemi. Nessun blocco, nessuna richiesta di modifiche. Anche ",[21,2397,2398],{},"Canva"," contiene feature AI che generano filtri, quiz e altri elementi interattivi.",[17,2401,2402],{},"Perche' Replit e Vibecode si', e v0 no? Apple non ha fornito spiegazioni pubbliche sulla differenza di trattamento.",[17,2404,2405],{},"Come nota Michael Tsai nel suo blog: se le app violano regole \"di lunga data\", perche' bloccare solo gli aggiornamenti e non rimuovere le app originali? Se la regola e' chiara, va applicata a tutti. Se non e' chiara, non si puo' applicarla selettivamente.",[17,2407,2408],{},"Un commento su Reddit sintetizza il problema:",[2296,2410,2411],{},[17,2412,2413],{},"\"A large percentage of apps use the WebView component to show some content that changes without Apple's knowledge.\"",[17,2415,2416],{},"Se la regola non vale per tutti, non e' una regola. E' una scelta strategica.",[33,2418],{},[36,2420,2422],{"id":2421},"la-vera-posta-in-gioco-chi-controlla-la-creazione-di-software","La vera posta in gioco: chi controlla la creazione di software",[17,2424,2425,2426,2429],{},"Le app di vibe coding rappresentano una ",[21,2427,2428],{},"doppia minaccia"," per il modello di business di Apple.",[17,2431,2432,2433,2436],{},"Primo: ",[21,2434,2435],{},"bypassano l'App Store",". Se un utente puo' creare un'app funzionante dentro Replit senza mai passare per il processo di review e la commissione del 30%, il modello economico dell'App Store si sgretola. Non e' teoria: ad aprile 2025 un giudice federale USA ha stabilito che Apple ha violato \"intenzionalmente\" l'ingiunzione Epic Games. Il 30% e' gia' sotto attacco legale da piu' fronti.",[17,2438,2439,2440,2443],{},"Secondo: ",[21,2441,2442],{},"competono con Xcode",". Se chiunque puo' creare un'app con linguaggio naturale su Replit, il valore di Xcode -- e dell'intero ecosistema di sviluppo Apple -- diminuisce. E questo e' un problema strategico, non tecnico.",[17,2445,2446],{},"Gene Burrus, avvocato specializzato in competition law, lo dice senza giri di parole:",[2296,2448,2449],{},[17,2450,2451],{},"\"Apple has a history of blocking apps or features that create competition.\"",[33,2453],{},[36,2455,2457],{"id":2456},"il-vibe-coding-e-la-promessa-tradita-della-democratizzazione","Il vibe coding e la promessa tradita della democratizzazione",[17,2459,2460,2461,2465],{},"Il termine \"vibe coding\" lo ha ",[966,2462,2464],{"href":2463},"/articoli/un-anno-di-vibe-coding","coniato Andrej Karpathy"," il 2 febbraio 2025. Da allora ha una voce su Wikipedia, il Collins English Dictionary lo ha eletto Word of the Year 2025, e Replit da sola conta oltre 50 milioni di utenti.",[17,2467,2468],{},"La promessa del vibe coding e' semplice: chiunque puo' creare software. Descrivi cosa vuoi, l'AI scrive il codice. Non serve sapere programmare. Non serve un IDE da 8GB. Non serve un Mac da 2.000 euro.",[17,2470,2471],{},"E dove vive la maggior parte delle persone digitalmente? Sul telefono. Il mobile e' la piattaforma piu' accessibile al mondo -- e' il device che hanno in mano le persone che il vibe coding dovrebbe abilitare. Quelle che non hanno un Mac. Quelle che non sanno cosa sia un terminale. Quelle per cui \"programmare\" significava \"impossibile\" fino a un anno fa.",[17,2473,2474],{},"Apple sta mettendo un gate esattamente sul punto di accesso piu' democratico. E lo sta facendo mentre promuove la stessa tecnologia sul suo device meno accessibile -- il Mac con Xcode. L'ironia e' strutturale.",[17,2476,2477,2478,2482],{},"Karpathy stesso, nel suo ",[966,2479,2481],{"href":2480},"/articoli/karpathy-non-scrive-codice-da-dicembre-agenti-16-ore","recente racconto"," di come lavori esclusivamente con agenti AI da dicembre, descrive un mondo in cui il confine tra \"scrivere codice\" e \"dirigere la scrittura di codice\" e' svanito. Apple sta cercando di ridisegnare quel confine su mobile -- ma il treno e' gia' partito.",[33,2484],{},[36,2486,2488],{"id":2487},"cosa-dice-la-community","Cosa dice la community",[17,2490,2491],{},"Le reazioni degli sviluppatori sono state immediate e in larga parte critiche.",[17,2493,2494],{},"Su Reddit, il commento piu' votato:",[2296,2496,2497],{},[17,2498,2499],{},"\"So I could not publish an IDE to the App Store if I wanted to? What a f---ing joke.\"",[17,2501,2502],{},"Su Slashdot, un'osservazione che coglie il punto strategico:",[2296,2504,2505],{},[17,2506,2507],{},"\"If AI-generated app creation becomes truly effective, it is going to break the entire central app store model.\"",[17,2509,2510],{},"Chi difende Apple -- una minoranza, ma con argomenti non banali -- punta sulla sicurezza:",[2296,2512,2513],{},[17,2514,2515],{},"\"Web views open up a window from inside an app through which very bad things can happen.\"",[17,2517,2518],{},"Ed e' vero. Le web view sono un vettore di attacco noto. Ma la soluzione non puo' essere \"vietiamo tutto cio' che usa web view\" -- perche' meta' delle app sull'App Store le usa gia'. La soluzione dovrebbe essere un framework di sicurezza specifico, non un blocco selettivo.",[17,2520,2521],{},"Nel frattempo, la reazione pragmatica di molti sviluppatori e' stata la piu' significativa: spostare tutto su web. Se Apple blocca l'app nativa, l'alternativa e' una web app che gira nel browser -- fuori dal controllo di Apple, fuori dalla commissione del 30%, fuori dalle guideline. Esattamente l'opposto di quello che Apple vorrebbe ottenere.",[33,2523],{},[36,2525,2527],{"id":2526},"tre-scenari-per-il-futuro","Tre scenari per il futuro",[17,2529,2530],{},"La situazione e' in movimento. Fonti vicine alla vicenda indicano che Apple e' gia' \"vicina ad approvare gli aggiornamenti\" dopo che gli sviluppatori hanno accettato modifiche. Ma il precedente resta. Cosa succede ora?",[17,2532,2533,2536],{},[21,2534,2535],{},"Scenario 1: Apple rilassa la regola (probabile)."," E' il pattern storico. Successo con gli emulatori, successo con le PWA in EU. Apple resiste, la pressione cresce, Apple cede -- ma alle sue condizioni. Potrebbe creare un'eccezione specifica per le app di \"code generation\" che non eseguono il risultato in-app. Non risolve il paradosso di fondo, ma elimina il problema pratico immediato.",[17,2538,2539,2542],{},[21,2540,2541],{},"Scenario 2: Apple crea un framework dedicato (possibile, ma lento)."," Un \"Vibe Coding Kit\" che permette alle app di terze parti di generare e visualizzare codice in un sandbox controllato da Apple. Vantaggi: sicurezza reale, standard uniforme. Svantaggi: Apple controllerebbe le regole del sandbox, diventando gatekeeper non solo della distribuzione ma anche della creazione.",[17,2544,2545,2548],{},[21,2546,2547],{},"Scenario 3: Apple mantiene il blocco (improbabile)."," Se il DMA europeo e le corti americane continuano a erodere il modello App Store, un blocco rigido sulle app di vibe coding diventa insostenibile politicamente e legalmente. Apple ha gia' ridotto la commissione al 15% per le \"mini app\" -- segno che sa di non poter tenere la linea dura su tutto.",[17,2550,2551],{},"La mia scommessa: finiremo nello scenario 1 entro giugno, con Apple che presenta il compromesso come \"impegno verso l'innovazione\" piuttosto che come resa.",[33,2553],{},[36,2555,1717],{"id":1261},[17,2557,2558,2561],{},[21,2559,2560],{},"Se stai costruendo tool di coding per iOS",", la Guideline 2.5.2 e' il tuo punto di attenzione critico. La linea di Apple e' tracciata: il codice generato non puo' essere eseguito dentro l'app tramite web view. Browser esterno, oppure trovi un'altra architettura. Vale la pena studiare come v0 ha strutturato la propria app per capire cosa passa la review e cosa no.",[17,2563,2564,2567],{},[21,2565,2566],{},"Se usi app di vibe coding su mobile",", preparati a un periodo di transizione. Replit e Vibecode dovranno riprogettare il flusso utente per conformarsi, e questo probabilmente significhera' un'esperienza meno fluida -- almeno nel breve termine.",[17,2569,2570,2575],{},[21,2571,2572,2573],{},"Se stai facendo ",[966,2574,1233],{"href":1232},", il messaggio e' chiaro: il desktop resta il campo di gioco aperto. Xcode, VS Code, Cursor, Claude Code, Windsurf -- nessuna di queste piattaforme ha limiti su cosa il codice generato puo' fare. Il mobile e' un altro mondo, con regole dettate dai gatekeeper.",[17,2577,2578,2581],{},[21,2579,2580],{},"Se guardi il quadro generale",", questa vicenda conferma il pattern Apple: usare le regole dell'App Store come leva competitiva, applicandole in modo selettivo. Non e' la prima volta, non sara' l'ultima. Per chi costruisce prodotti nell'ecosistema Apple, la variabile \"rischio di policy\" resta una delle piu' difficili da gestire -- e da prevedere.",[17,2583,2584],{},"Il codice di Schrodinger non si risolvera' con una guideline. Si risolvera' quando la pressione -- legale, di mercato, regolatoria -- rendera' il muro piu' costoso dello spiraglio.",[33,2586],{},[17,2588,2589],{},[21,2590,1306],{},[1308,2592,2593,2600,2607,2614,2621,2628,2635,2642,2649,2656],{},[230,2594,2595],{},[966,2596,2599],{"href":2597,"rel":2598},"https://www.macrumors.com/2026/03/18/apple-blocks-updates-for-vibe-coding-apps/",[970],"Apple blocks updates for vibe coding apps -- MacRumors",[230,2601,2602],{},[966,2603,2606],{"href":2604,"rel":2605},"https://9to5mac.com/2026/03/18/apple-pushing-back-on-vibe-coding-iphone-apps-developers-say/",[970],"Apple pushing back on vibe coding iPhone apps, developers say -- 9to5Mac",[230,2608,2609],{},[966,2610,2613],{"href":2611,"rel":2612},"https://appleinsider.com/articles/26/03/18/bad-vibes-apple-blocks-updates-for-some-ai-coding-apps-in-the-app-store",[970],"Bad vibes: Apple blocks updates for some AI coding apps in the App Store -- AppleInsider",[230,2615,2616],{},[966,2617,2620],{"href":2618,"rel":2619},"https://www.apple.com/newsroom/2026/02/xcode-26-point-3-unlocks-the-power-of-agentic-coding/",[970],"Xcode 26.3 unlocks the power of agentic coding -- Apple Newsroom",[230,2622,2623],{},[966,2624,2627],{"href":2625,"rel":2626},"https://the-decoder.com/apple-reportedly-blocks-vibe-coding-apps-from-publishing-updates/",[970],"Apple reportedly blocks vibe coding apps from publishing updates -- The Decoder",[230,2629,2630],{},[966,2631,2634],{"href":2632,"rel":2633},"https://www.punto-informatico.it/apple-blocca-update-app-vibe-coding/",[970],"Apple blocca update app vibe coding -- Punto Informatico",[230,2636,2637],{},[966,2638,2641],{"href":2639,"rel":2640},"https://mjtsai.com/blog/2026/03/20/updates-to-vibe-coding-apps-rejected-from-the-app-store/",[970],"Updates to Vibe Coding Apps Rejected -- Michael Tsai Blog",[230,2643,2644],{},[966,2645,2648],{"href":2646,"rel":2647},"https://saagarjha.com/blog/2020/11/08/fixing-section-2-5-2/",[970],"Fixing Section 2.5.2 -- Saagar Jha",[230,2650,2651],{},[966,2652,2655],{"href":2653,"rel":2654},"https://apple.slashdot.org/story/26/03/22/1917223/why-apple-temporarily-blocked-popular-vibe-coding-apps",[970],"Why Apple Temporarily Blocked Popular Vibe Coding Apps -- Slashdot",[230,2657,2658],{},[966,2659,2662],{"href":2660,"rel":2661},"https://www.cnbc.com/2026/01/15/ai-startup-replit-launches-feature-to-vibe-code-mobile-apps.html",[970],"Replit launches feature to vibe code mobile apps -- CNBC",{"title":1036,"searchDepth":1037,"depth":1037,"links":2664},[2665,2666,2667,2668,2669,2670,2671,2672,2673,2674,2675],{"id":2228,"depth":1037,"text":2229},{"id":2264,"depth":1037,"text":2265},{"id":2287,"depth":1037,"text":2288},{"id":2318,"depth":1037,"text":2319},{"id":2354,"depth":1037,"text":2355},{"id":2387,"depth":1037,"text":2388},{"id":2421,"depth":1037,"text":2422},{"id":2456,"depth":1037,"text":2457},{"id":2487,"depth":1037,"text":2488},{"id":2526,"depth":1037,"text":2527},{"id":1261,"depth":1037,"text":1717},"Apple blocca Replit e Vibecode invocando una regola del 2010, mentre Xcode 26.3 integra Claude e Codex. Il paradosso, la storia, e cosa cambia per chi sviluppa.","/images/news/apple-blocca-vibe-coding-app-store.webp",{},"/news/apple-blocca-vibe-coding-app-store","2026-03-23",13,{"title":2211,"description":2676},"news/apple-blocca-vibe-coding-app-store",[2685,2686,2687,2688,2689],"Apple","Vibe Coding","App Store","Xcode","Replit","N6-r2_s73Gc8qVAqHPZ2neFYQw7OdniOWZYtrNdRDqc",{"id":2692,"title":2693,"author":2694,"body":2695,"category":1064,"contentType":1065,"description":2898,"extension":1067,"featured":1068,"icon":1065,"image":2899,"linksCount":1065,"meta":2900,"navigation":1068,"path":2901,"publishedAt":2902,"readingTime":2903,"seo":2904,"stem":2905,"tags":2906,"weekNumber":1065,"youtubeId":1065,"__hash__":2908},"news/news/claude-code-review-multi-agente.md","Anthropic Lancia Code Review per Claude Code",{"name":7,"initials":8},{"type":10,"value":2696,"toc":2888},[2697,2700,2706,2709,2711,2715,2718,2721,2728,2730,2734,2737,2748,2751,2754,2756,2760,2767,2770,2773,2776,2778,2782,2796,2799,2801,2805,2812,2815,2825,2828,2830,2834,2841,2844,2847,2849,2852,2855,2858,2861,2863,2865],[13,2698,2693],{"id":2699},"anthropic-lancia-code-review-per-claude-code",[17,2701,2702,2703,2705],{},"Il 9 marzo Anthropic ha rilasciato ",[21,2704,1354],{},", un sistema multi-agente che analizza automaticamente le Pull Request. Non un linter glorificato: un team di agenti AI che si divide il lavoro e controlla la PR in parallelo.",[17,2707,2708],{},"E il timing non è casuale. Quattro giorni prima Cursor aveva lanciato Automations con BugBot. La corsa alla code review automatica è ufficialmente aperta.",[33,2710],{},[36,2712,2714],{"id":2713},"come-funziona","Come Funziona",[17,2716,2717],{},"Quando apri una PR, Code Review lancia un gruppo di agenti in parallelo. Ogni agente si concentra su una parte diversa del codice, cercando bug, problemi di sicurezza, logica rotta.",[17,2719,2720],{},"Il sistema si adatta alla dimensione e complessità della PR. Una modifica a tre file non riceve lo stesso trattamento di un refactoring che ne tocca trenta. Più la PR è grande e complessa, più agenti vengono assegnati.",[17,2722,2723,2724,2727],{},"Il risultato è una review dettagliata in circa ",[21,2725,2726],{},"20 minuti",". Non istantanea, ma considerando che un reviewer umano su una PR corposa può metterci ore (o giorni, se è onesto), è un compromesso ragionevole.",[33,2729],{},[36,2731,2733],{"id":2732},"i-numeri-interni-di-anthropic","I Numeri Interni di Anthropic",[17,2735,2736],{},"Anthropic lo usa internamente su quasi tutte le proprie PR. Ed è qui che i numeri diventano interessanti.",[17,2738,2739,2740,2743,2744,2747],{},"Prima di Code Review, solo il ",[21,2741,2742],{},"16% delle PR"," riceveva una review dettagliata. Dopo l'adozione del tool, la copertura è salita al ",[21,2745,2746],{},"54%",". Tre volte tanto.",[17,2749,2750],{},"Il 16% iniziale non sorprende chi lavora in team. Le review accurate richiedono tempo, concentrazione e contesto. Quando il ritmo delle PR è alto, le review diventano superficiali — o non avvengono proprio. È il segreto sporco dello sviluppo software: tutti sanno che le review servono, pochi hanno il tempo di farle bene.",[17,2752,2753],{},"Passare al 54% non significa che il restante 46% viene ignorato. Significa che più della metà delle PR ora riceve un'analisi approfondita che prima semplicemente non c'era.",[33,2755],{},[36,2757,2759],{"id":2758},"quanto-costa","Quanto Costa",[17,2761,2762,2763,2766],{},"Il costo è di ",[21,2764,2765],{},"$15-$25 per review"," in token usage. Non è poco, ma va contestualizzato.",[17,2768,2769],{},"Un developer senior costa all'azienda tra i $100 e i $200 all'ora (stipendio + overhead). Se una review manuale richiede 30-60 minuti di attenzione, siamo tra i $50 e i $200 per review. A $15-$25 il rapporto è chiaro.",[17,2771,2772],{},"Il costo reale di un bug che passa in produzione è ovviamente un altro ordine di grandezza. Una review che cattura un problema di sicurezza prima del merge si ripaga da sola.",[17,2774,2775],{},"Detto questo, per team piccoli o progetti open source, $15-$25 a PR non è trascurabile. Se fai 20 PR al giorno, sono $300-$500 al giorno solo di review.",[33,2777],{},[36,2779,2781],{"id":2780},"chi-puo-usarlo","Chi Puo' Usarlo",[17,2783,2784,2785,2788,2789,1649,2792,2795],{},"Code Review è disponibile come ",[21,2786,2787],{},"research preview"," per i clienti ",[21,2790,2791],{},"Claude for Teams",[21,2793,2794],{},"Enterprise",". Tra i primi utilizzatori ci sono Uber, Salesforce e Accenture.",[17,2797,2798],{},"Non è ancora disponibile per i singoli sviluppatori o per il tier gratuito. La strategia è chiara: partire dall'enterprise, raccogliere feedback, iterare, poi allargare.",[33,2800],{},[36,2802,2804],{"id":2803},"il-contesto-una-settimana-molto-densa","Il Contesto: Una Settimana Molto Densa",[17,2806,2807,2808,2811],{},"Cinque giorni prima del lancio di Code Review, il 5 marzo, ",[21,2809,2810],{},"Cursor ha lanciato Automations"," — un sistema che include BugBot, un tool di review automatica delle PR. Approccio diverso (singolo agente vs multi-agente), ma stesso obiettivo.",[17,2813,2814],{},"Il timing racconta una tendenza precisa: la code review automatica è diventata il prossimo campo di battaglia nell'AI coding.",[17,2816,2817,2818,2821,2822,261],{},"E i numeri di contesto aiutano a capire perché. Claude Code scrive già il ",[21,2819,2820],{},"4% dei commit su GitHub",". Il 95% degli sviluppatori usa tool AI settimanalmente. Il mercato AI coding vale oltre ",[21,2823,2824],{},"$5 miliardi",[17,2826,2827],{},"Più codice viene scritto dall'AI, più serve qualcuno (o qualcosa) che lo controlli. La review automatica non è un nice-to-have: è la conseguenza logica del volume di codice generato.",[33,2829],{},[36,2831,2833],{"id":2832},"primo-multi-agente-da-un-big-player","Primo Multi-Agente da un Big Player",[17,2835,2836,2837,2840],{},"Code Review è il primo tool di code review ",[21,2838,2839],{},"multi-agente"," lanciato da un big player AI. La differenza con un approccio singolo-agente non è solo di velocità: agenti diversi possono avere \"prospettive\" diverse sulla stessa PR.",[17,2842,2843],{},"Uno controlla la logica, un altro la sicurezza, un altro la coerenza con il resto della codebase. Il parallelismo non serve solo a ridurre i tempi — serve a coprire più angoli contemporaneamente.",[17,2845,2846],{},"È lo stesso principio degli Agent Teams lanciati con Opus 4.6 il mese scorso, applicato a un caso d'uso specifico. Anthropic sta costruendo un ecosistema dove il multi-agente non è un concetto teorico ma un pattern di produzione.",[33,2848],{},[36,2850,2851],{"id":1261},"Cosa Significa Per Chi Sviluppa",[17,2853,2854],{},"Il segnale pratico è chiaro: la code review sta diventando un processo automatizzabile. Non sostituibile — le decisioni architetturali, il contesto di business, le scelte di design restano umane. Ma la parte meccanica (bug ovvi, pattern problematici, vulnerabilità note) può essere delegata.",[17,2856,2857],{},"Se lavori in un team enterprise con Claude for Teams, vale la pena testare Code Review sulle prossime PR. Il costo è contenuto rispetto al tempo risparmiato, e il feedback arriva in 20 minuti.",[17,2859,2860],{},"Se sei uno sviluppatore indipendente, per ora ti tocca aspettare — o guardare a BugBot di Cursor come alternativa. Ma la direzione è tracciata: entro fine anno, la review automatica sarà una feature standard in quasi tutti i tool di AI coding.",[33,2862],{},[36,2864,960],{"id":959},[1308,2866,2867,2874,2881],{},[230,2868,2869],{},[966,2870,2873],{"href":2871,"rel":2872},"https://techcrunch.com/2026/03/09/anthropic-launches-code-review-tool-to-check-flood-of-ai-generated-code/",[970],"Anthropic Launches Code Review Tool - TechCrunch",[230,2875,2876],{},[966,2877,2880],{"href":2878,"rel":2879},"https://claude.com/blog/code-review",[970],"Code Review for Claude Code - Blog ufficiale Anthropic",[230,2882,2883],{},[966,2884,2887],{"href":2885,"rel":2886},"https://thenewstack.io/anthropic-launches-a-multi-agent-code-review-tool-for-claude-code/",[970],"Anthropic Launches a Multi-Agent Code Review Tool - The New Stack",{"title":1036,"searchDepth":1037,"depth":1037,"links":2889},[2890,2891,2892,2893,2894,2895,2896,2897],{"id":2713,"depth":1037,"text":2714},{"id":2732,"depth":1037,"text":2733},{"id":2758,"depth":1037,"text":2759},{"id":2780,"depth":1037,"text":2781},{"id":2803,"depth":1037,"text":2804},{"id":2832,"depth":1037,"text":2833},{"id":1261,"depth":1037,"text":2851},{"id":959,"depth":1037,"text":960},"Code Review di Anthropic manda un team di agenti AI in parallelo su ogni PR. Copertura passata dal 16% al 54% internamente, circa 20 minuti per review.","/images/news/claude-code-review-multi-agente.webp",{},"/news/claude-code-review-multi-agente","2026-03-12",7,{"title":2693,"description":2898},"news/claude-code-review-multi-agente",[1079,1354,1078,1352,2907],"Multi-Agent","PSLjRsXNhWoVWqDnxebW4KNqEa8RTYDQ-KR-c5_3Qow",{"id":2910,"title":2911,"author":2912,"body":2913,"category":1064,"contentType":1065,"description":3289,"extension":1067,"featured":1068,"icon":1065,"image":3290,"linksCount":1065,"meta":3291,"navigation":1068,"path":3292,"publishedAt":3293,"readingTime":3294,"seo":3295,"stem":3296,"tags":3297,"weekNumber":1065,"youtubeId":1065,"__hash__":3301},"news/news/claude-opus-4-6-vs-gpt-5-3-codex.md","Opus 4.6 vs GPT-5.3 Codex: Cosa Cambia Per Chi Sviluppa",{"name":7,"initials":8},{"type":10,"value":2914,"toc":3279},[2915,2918,2921,2924,2927,2929,2933,2961,2963,2966,2969,2972,2975,2978,2985,2988,3036,3043,3049,3052,3059,3063,3070,3073,3075,3078,3088,3091,3109,3112,3118,3121,3124,3131,3181,3187,3190,3192,3195,3201,3204,3207,3233,3240,3243,3245,3249,3252,3255,3258,3260,3264],[13,2916,2911],{"id":2917},"opus-46-vs-gpt-53-codex-cosa-cambia-per-chi-sviluppa",[17,2919,2920],{},"Il 5 febbraio Anthropic ha rilasciato Claude Opus 4.6. OpenAI ha risposto circa mezz'ora dopo con GPT-5.3 Codex.",[17,2922,2923],{},"Il giorno prima si erano punzecchiati sui social per gli spot del Super Bowl. Il giorno dopo, hanno sincronizzato i rilasci al minuto. Coincidenza? Il mio sospetto è che OpenAI sapesse in anticipo i tempi di Anthropic.",[17,2925,2926],{},"Ma una volta che li usi davvero, la sensazione è che questi due modelli non stiano combattendo la stessa battaglia.",[33,2928],{},[36,2930,2932],{"id":2931},"i-punti-chiave","I Punti Chiave",[227,2934,2935,2941,2947,2955,2958],{},[230,2936,2937,2940],{},[21,2938,2939],{},"GPT-5.3 Codex"," è il 25% più veloce — Codex finalmente non sembra lento",[230,2942,2943,2946],{},[21,2944,2945],{},"Claude Opus 4.6"," porta il contesto a 1M token e introduce Agent Teams (agenti che lavorano in parallelo)",[230,2948,2949,2951,2952,2954],{},[21,2950,90],{},": GPT avanti di 12 punti. ",[21,2953,138],{},": Claude avanti di 8",[230,2956,2957],{},"GPT è stato usato per ottimizzare sé stesso. Claude fa un salto enorme nella stabilità su contesti lunghi",[230,2959,2960],{},"Ognuno ha i suoi punti di forza — non c'è un vincitore assoluto",[33,2962],{},[36,2964,2939],{"id":2965},"gpt-53-codex",[17,2967,2968],{},"Qual era il problema storico di Codex? Qualità ottima, ma lento.",[17,2970,2971],{},"Quel +25% di velocità si dovrebbe sentire nell'uso quotidiano. Devo ancora metterci le mani sopra a lungo, ma la direzione è chiara.",[17,2973,2974],{},"In passato usavo Codex quando volevo codice affidabile. L'output era solido, ma l'attesa era dolorosa. Anche quando streamava risultati parziali, non capivi dove stesse andando, se stesse deviando, e non osavi interromperlo.",[17,2976,2977],{},"Questa volta è diverso.",[17,2979,2980,2981,2984],{},"GPT-5.3 Codex spinge sull'",[21,2982,2983],{},"interactive coding",". Supporta un loop più collaborativo: puoi chiedere \"Questo approccio ha senso?\" o \"Dovremmo cambiare direzione?\" e guidarlo in tempo reale.",[17,2986,2987],{},"I numeri:",[46,2989,2990,3001],{},[49,2991,2992],{},[52,2993,2994,2996,2998],{},[55,2995,57],{},[55,2997,2939],{},[55,2999,3000],{},"Precedente",[67,3002,3003,3014,3026],{},[52,3004,3005,3007,3011],{},[72,3006,90],{},[72,3008,3009],{},[21,3010,682],{},[72,3012,3013],{},"64.0%",[52,3015,3016,3019,3024],{},[72,3017,3018],{},"SWE-Bench Pro",[72,3020,3021],{},[21,3022,3023],{},"56.8%",[72,3025,646],{},[52,3027,3028,3030,3034],{},[72,3029,138],{},[72,3031,3032],{},[21,3033,614],{},[72,3035,646],{},[17,3037,3038],{},[3039,3040],"img",{"alt":3041,"src":3042},"Benchmark GPT-5.3 Codex","/images/body/claude4_6_vs_gpt_5_3_img1.webp",[17,3044,3045],{},[3039,3046],{"alt":3047,"src":3048},"Dettaglio GPT-5.3 Codex","/images/body/claude4_6_vs_gpt_5_3_img2.webp",[17,3050,3051],{},"Ma onestamente, il miglioramento nell'interazione conta più della classifica.",[17,3053,3054,3055,3058],{},"C'è anche un dettaglio da fantascienza: è il primo modello (almeno in questa linea di prodotti) ",[21,3056,3057],{},"usato per ottimizzare sé stesso",". Il team OpenAI ha utilizzato versioni preliminari di GPT-5.3 per affinare il proprio training, gestire il deployment e diagnosticare problemi.",[41,3060,3062],{"id":3061},"il-lato-ombra-cybersecurity","Il Lato Ombra: Cybersecurity",[17,3064,3065,3066,3069],{},"GPT-5.3 Codex è il primo modello OpenAI classificato come ",[21,3067,3068],{},"\"High capability\""," nel dominio cybersecurity secondo il loro Preparedness Framework. L'accesso completo alle API per gli sviluppatori è stato ritardato, e il lancio è avvenuto con controlli più stretti del solito.",[17,3071,3072],{},"Un modello che sa scrivere codice molto bene sa anche trovare (e potenzialmente sfruttare) vulnerabilità molto bene. OpenAI ne è consapevole.",[33,3074],{},[36,3076,2945],{"id":3077},"claude-opus-46",[17,3079,3080,3081,3084,3085,261],{},"Claude questa volta espande Opus a una ",[21,3082,3083],{},"context window da 1.000.000 di token"," (ancora in beta), con supporto per ",[21,3086,3087],{},"output fino a 128k token",[17,3089,3090],{},"Ma non è solo più contesto. Ci sono tre novità architetturali importanti:",[227,3092,3093,3098,3104],{},[230,3094,3095,3097],{},[21,3096,268],{}," — il modello decide autonomamente quando serve ragionamento esteso, senza che tu debba chiederlo",[230,3099,3100,3103],{},[21,3101,3102],{},"Effort Controls"," — quattro livelli (low, medium, high, max) per bilanciare intelligenza, velocità e costo",[230,3105,3106,3108],{},[21,3107,320],{}," — nelle conversazioni lunghe, riassume automaticamente il contesto più vecchio per non perdere il filo",[17,3110,3111],{},"Su MRCR v2 — un test che nasconde 8 \"aghi\" in un haystack da 1M token — Opus 4.6 ne ha trovati il 76%. Sonnet 4.5 si è fermato al 18.5%. Il divario è enorme.",[17,3113,3114],{},[3039,3115],{"alt":3116,"src":3117},"Context window Claude Opus 4.6","/images/body/claude4_6_vs_gpt_5_3_img3.webp",[17,3119,3120],{},"Cosa si sente in pratica?",[17,3122,3123],{},"Per codebase di grandi progetti, prima dovevi spezzare tutto in chunk o sbattevi contro il limite di contesto. Ora puoi buttarci dentro l'intero progetto, e il modello lo capisce davvero. Non la comprensione di facciata: trova le parti rilevanti, traccia le relazioni, collega i puntini.",[17,3125,3126,3127,3130],{},"Il problema del ",[21,3128,3129],{},"\"context rot\""," è sostanzialmente risolto. I contesti lunghi facevano deviare i modelli, perdere dettagli chiave. Opus 4.6 che resta stabile a 1M token è genuinamente impressionante.",[46,3132,3133,3141],{},[49,3134,3135],{},[52,3136,3137,3139],{},[55,3138,57],{},[55,3140,2945],{},[67,3142,3143,3152,3161,3170],{},[52,3144,3145,3147],{},[72,3146,90],{},[72,3148,3149,3151],{},[21,3150,95],{}," (12 punti dietro GPT)",[52,3153,3154,3156],{},[72,3155,74],{},[72,3157,3158],{},[21,3159,3160],{},"81.4%",[52,3162,3163,3165],{},[72,3164,138],{},[72,3166,3167,3169],{},[21,3168,143],{}," (8 punti avanti a GPT)",[52,3171,3172,3175],{},[72,3173,3174],{},"GDPval-AA",[72,3176,3177,3180],{},[21,3178,3179],{},"+144 ELO"," vs GPT-5.2",[17,3182,3183],{},[3039,3184],{"alt":3185,"src":3186},"Benchmark Claude Opus 4.6","/images/body/claude4_6_vs_gpt_5_3_img4.webp",[17,3188,3189],{},"OSWorld misura la capacità di completare task in un ambiente desktop reale. Claude al 72.7% è nettamente sopra il 64.7% di GPT. Su task complessi, multi-step e catene di ragionamento lunghe, Claude è più stabile.",[33,3191],{},[36,3193,864],{"id":3194},"agent-teams",[17,3196,3197,3198,3200],{},"Oltre all'upgrade del modello, Opus 4.6 porta anche ",[21,3199,864],{},": la possibilità di lanciare più agenti che lavorano in parallelo.",[17,3202,3203],{},"È ancora sperimentale. Permette a più istanze di Claude Code di formare un team e collaborare.",[17,3205,3206],{},"L'architettura ha quattro parti:",[1308,3208,3209,3215,3221,3227],{},[230,3210,3211,3214],{},[21,3212,3213],{},"Team Lead"," — la sessione principale che crea il team, assegna il lavoro e unisce i risultati",[230,3216,3217,3220],{},[21,3218,3219],{},"Teammates"," — istanze separate di Claude Code, ognuna con la propria context window",[230,3222,3223,3226],{},[21,3224,3225],{},"Task List"," — lista condivisa di task che i teammate possono prendere in carico",[230,3228,3229,3232],{},[21,3230,3231],{},"Mailbox"," — sistema di messaggistica tra agenti",[17,3234,3235,3236,3239],{},"La differenza chiave rispetto ai subagent? I teammate possono ",[21,3237,3238],{},"parlare direttamente tra loro"," e contestarsi a vicenda, invece di riferire solo al main agent.",[17,3241,3242],{},"Scenario ideale: un teammate sul frontend, uno sul backend, uno sui test. Ognuno lavora indipendentemente ma si coordinano su interfacce e decisioni.",[33,3244],{},[36,3246,3248],{"id":3247},"il-quadro","Il Quadro",[17,3250,3251],{},"GPT ha risolto il punto debole storico di Codex: la velocità. Claude ha fatto un salto reale sulla capacità e stabilità con contesti lunghi.",[17,3253,3254],{},"Spingono in direzioni diverse, e entrambe le direzioni fanno avanzare l'AI coding.",[17,3256,3257],{},"Non c'è un vincitore. C'è un ecosistema che migliora.",[33,3259],{},[36,3261,3263],{"id":3262},"link-ufficiali","Link Ufficiali",[227,3265,3266,3272],{},[230,3267,3268],{},[966,3269,3271],{"href":968,"rel":3270},[970],"Claude Opus 4.6 — Anthropic",[230,3273,3274],{},[966,3275,3278],{"href":3276,"rel":3277},"https://openai.com/index/introducing-gpt-5-3-codex/",[970],"GPT-5.3 Codex — OpenAI",{"title":1036,"searchDepth":1037,"depth":1037,"links":3280},[3281,3282,3285,3286,3287,3288],{"id":2931,"depth":1037,"text":2932},{"id":2965,"depth":1037,"text":2939,"children":3283},[3284],{"id":3061,"depth":1042,"text":3062},{"id":3077,"depth":1037,"text":2945},{"id":3194,"depth":1037,"text":864},{"id":3247,"depth":1037,"text":3248},{"id":3262,"depth":1037,"text":3263},"Opus 4.6 porta 1M di contesto e Agent Teams. GPT-5.3 Codex è il 25% più veloce. Due rilasci lo stesso giorno: ecco cosa cambia per chi sviluppa.","/images/news/claude-opus-4-6-vs-gpt-5-3-codex.webp",{},"/news/claude-opus-4-6-vs-gpt-5-3-codex","2026-02-07",9,{"title":2911,"description":3289},"news/claude-opus-4-6-vs-gpt-5-3-codex",[2945,3298,3299,1078,3300,864],"GPT-5.3","Codex","OpenAI","cXn_N7y_A7VQH5XnRjeCTDJegsCEjoZEwg9ZY0qIxZo",{"id":4,"title":5,"author":3303,"body":3304,"category":1064,"contentType":1065,"description":1066,"extension":1067,"featured":1068,"icon":1065,"image":1069,"linksCount":1065,"meta":4042,"navigation":1068,"path":1071,"publishedAt":1072,"readingTime":1073,"seo":4043,"stem":1075,"tags":4044,"weekNumber":1065,"youtubeId":1065,"__hash__":1080},{"name":7,"initials":8},{"type":10,"value":3305,"toc":4016},[3306,3308,3314,3316,3318,3320,3322,3422,3430,3432,3438,3440,3444,3446,3460,3466,3468,3470,3486,3488,3492,3494,3510,3512,3516,3518,3520,3522,3524,3630,3634,3640,3642,3646,3648,3650,3654,3656,3662,3664,3674,3676,3678,3744,3746,3750,3752,3768,3772,3774,3776,3850,3852,3854,3890,3892,3894,3896,3912,3914,3936,3938,3942,3944,3946,3948,3954,3958,3960,3962,3964],[13,3307,5],{"id":15},[17,3309,19,3310,24,3312,28],{},[21,3311,23],{},[21,3313,27],{},[17,3315,31],{},[33,3317],{},[36,3319,39],{"id":38},[41,3321,44],{"id":43},[46,3323,3324,3336],{},[49,3325,3326],{},[52,3327,3328,3330,3332,3334],{},[55,3329,57],{},[55,3331,23],{},[55,3333,62],{},[55,3335,65],{},[67,3337,3338,3350,3362,3374,3386,3398,3410],{},[52,3339,3340,3342,3346,3348],{},[72,3341,74],{},[72,3343,3344],{},[21,3345,79],{},[72,3347,82],{},[72,3349,85],{},[52,3351,3352,3354,3358,3360],{},[72,3353,90],{},[72,3355,3356],{},[21,3357,95],{},[72,3359,98],{},[72,3361,101],{},[52,3363,3364,3366,3370,3372],{},[72,3365,106],{},[72,3367,3368],{},[21,3369,111],{},[72,3371,114],{},[72,3373,117],{},[52,3375,3376,3378,3382,3384],{},[72,3377,122],{},[72,3379,3380],{},[21,3381,127],{},[72,3383,130],{},[72,3385,133],{},[52,3387,3388,3390,3394,3396],{},[72,3389,138],{},[72,3391,3392],{},[21,3393,143],{},[72,3395,146],{},[72,3397,149],{},[52,3399,3400,3402,3406,3408],{},[72,3401,154],{},[72,3403,3404],{},[21,3405,159],{},[72,3407,162],{},[72,3409,165],{},[52,3411,3412,3414,3418,3420],{},[72,3413,170],{},[72,3415,3416],{},[21,3417,175],{},[72,3419,178],{},[72,3421,181],{},[17,3423,184,3424,188,3426,192,3428,196],{},[21,3425,187],{},[21,3427,191],{},[21,3429,195],{},[41,3431,200],{"id":199},[17,3433,203,3434,207,3436,211],{},[21,3435,206],{},[21,3437,210],{},[41,3439,215],{"id":214},[17,3441,218,3442,222],{},[21,3443,221],{},[17,3445,225],{},[227,3447,3448,3452,3456,3458],{},[230,3449,232,3450,236],{},[21,3451,235],{},[230,3453,239,3454,243],{},[21,3455,242],{},[230,3457,246],{},[230,3459,249],{},[17,3461,252,3462,256,3464,261],{},[21,3463,255],{},[258,3465,260],{},[17,3467,264],{},[41,3469,268],{"id":267},[17,3471,271,3472,275,3474,279,3476,283,3478,287,3480,287,3482,294,3484,298],{},[258,3473,274],{},[258,3475,278],{},[21,3477,282],{},[258,3479,286],{},[258,3481,290],{},[258,3483,293],{},[258,3485,297],{},[41,3487,302],{"id":301},[17,3489,305,3490,309],{},[21,3491,308],{},[41,3493,313],{"id":312},[227,3495,3496,3500,3504],{},[230,3497,3498,321],{},[21,3499,320],{},[230,3501,3502,327],{},[21,3503,326],{},[230,3505,3506,333,3508,337],{},[21,3507,332],{},[258,3509,336],{},[41,3511,341],{"id":340},[17,3513,344,3514,348],{},[21,3515,347],{},[33,3517],{},[36,3519,354],{"id":353},[17,3521,357],{},[41,3523,361],{"id":360},[46,3525,3526,3538],{},[49,3527,3528],{},[52,3529,3530,3532,3534,3536],{},[55,3531,57],{},[55,3533,27],{},[55,3535,23],{},[55,3537,376],{},[67,3539,3540,3552,3564,3576,3588,3602,3616],{},[52,3541,3542,3544,3548,3550],{},[72,3543,74],{},[72,3545,3546],{},[21,3547,387],{},[72,3549,79],{},[72,3551,392],{},[52,3553,3554,3556,3560,3562],{},[72,3555,90],{},[72,3557,3558],{},[21,3559,401],{},[72,3561,95],{},[72,3563,406],{},[52,3565,3566,3568,3572,3574],{},[72,3567,138],{},[72,3569,3570],{},[21,3571,415],{},[72,3573,143],{},[72,3575,420],{},[52,3577,3578,3580,3584,3586],{},[72,3579,425],{},[72,3581,3582],{},[21,3583,430],{},[72,3585,433],{},[72,3587,436],{},[52,3589,3590,3592,3596,3598],{},[72,3591,441],{},[72,3593,3594],{},[21,3595,446],{},[72,3597,449],{},[72,3599,3600],{},[21,3601,454],{},[52,3603,3604,3606,3610,3612],{},[72,3605,459],{},[72,3607,3608],{},[21,3609,464],{},[72,3611,467],{},[72,3613,3614],{},[21,3615,454],{},[52,3617,3618,3620,3624,3626],{},[72,3619,476],{},[72,3621,3622],{},[21,3623,481],{},[72,3625,484],{},[72,3627,3628],{},[21,3629,454],{},[17,3631,491,3632,495],{},[21,3633,494],{},[17,3635,498,3636,502,3638,506],{},[21,3637,501],{},[21,3639,505],{},[41,3641,510],{"id":509},[17,3643,513,3644,517],{},[21,3645,516],{},[17,3647,520],{},[41,3649,524],{"id":523},[17,3651,527,3652,531],{},[21,3653,530],{},[41,3655,535],{"id":534},[17,3657,538,3658,542,3660,261],{},[21,3659,541],{},[21,3661,545],{},[17,3663,548],{},[227,3665,3666,3668,3670,3672],{},[230,3667,553],{},[230,3669,556],{},[230,3671,559],{},[230,3673,562],{},[33,3675],{},[36,3677,568],{"id":567},[46,3679,3680,3694],{},[49,3681,3682],{},[52,3683,3684,3686,3688,3690,3692],{},[55,3685,57],{},[55,3687,23],{},[55,3689,27],{},[55,3691,583],{},[55,3693,586],{},[67,3695,3696,3708,3720,3732],{},[52,3697,3698,3700,3702,3704,3706],{},[72,3699,593],{},[72,3701,79],{},[72,3703,387],{},[72,3705,600],{},[72,3707,603],{},[52,3709,3710,3712,3714,3716,3718],{},[72,3711,90],{},[72,3713,95],{},[72,3715,401],{},[72,3717,614],{},[72,3719,617],{},[52,3721,3722,3724,3726,3728,3730],{},[72,3723,106],{},[72,3725,111],{},[72,3727,626],{},[72,3729,629],{},[72,3731,632],{},[52,3733,3734,3736,3738,3740,3742],{},[72,3735,138],{},[72,3737,143],{},[72,3739,415],{},[72,3741,643],{},[72,3743,646],{},[17,3745,649],{},[17,3747,652,3748,656],{},[21,3749,655],{},[17,3751,659],{},[227,3753,3754,3758,3762],{},[230,3755,3756,667],{},[21,3757,666],{},[230,3759,3760,673],{},[21,3761,672],{},[230,3763,3764,679,3766],{},[21,3765,678],{},[21,3767,682],{},[17,3769,685,3770,261],{},[21,3771,688],{},[33,3773],{},[36,3775,694],{"id":693},[46,3777,3778,3792],{},[49,3779,3780],{},[52,3781,3782,3784,3786,3788,3790],{},[55,3783,703],{},[55,3785,706],{},[55,3787,709],{},[55,3789,712],{},[55,3791,715],{},[67,3793,3794,3808,3822,3836],{},[52,3795,3796,3800,3802,3804,3806],{},[72,3797,3798],{},[21,3799,23],{},[72,3801,726],{},[72,3803,729],{},[72,3805,732],{},[72,3807,735],{},[52,3809,3810,3814,3816,3818,3820],{},[72,3811,3812],{},[21,3813,742],{},[72,3815,745],{},[72,3817,748],{},[72,3819,751],{},[72,3821,735],{},[52,3823,3824,3828,3830,3832,3834],{},[72,3825,3826],{},[21,3827,27],{},[72,3829,762],{},[72,3831,765],{},[72,3833,732],{},[72,3835,770],{},[52,3837,3838,3842,3844,3846,3848],{},[72,3839,3840],{},[21,3841,777],{},[72,3843,780],{},[72,3845,783],{},[72,3847,751],{},[72,3849,788],{},[17,3851,791],{},[17,3853,794],{},[46,3855,3856,3868],{},[49,3857,3858],{},[52,3859,3860,3862,3864,3866],{},[55,3861,703],{},[55,3863,805],{},[55,3865,808],{},[55,3867,811],{},[67,3869,3870,3880],{},[52,3871,3872,3874,3876,3878],{},[72,3873,23],{},[72,3875,820],{},[72,3877,823],{},[72,3879,826],{},[52,3881,3882,3884,3886,3888],{},[72,3883,27],{},[72,3885,833],{},[72,3887,836],{},[72,3889,839],{},[33,3891],{},[36,3893,845],{"id":844},[41,3895,849],{"id":848},[227,3897,3898,3902,3906,3910],{},[230,3899,854,3900,858],{},[21,3901,857],{},[230,3903,861,3904,865],{},[21,3905,864],{},[230,3907,868,3908,872],{},[21,3909,871],{},[230,3911,875],{},[41,3913,879],{"id":878},[227,3915,3916,3920,3924,3928,3932],{},[230,3917,884,3918,888],{},[21,3919,887],{},[230,3921,344,3922,894],{},[21,3923,893],{},[230,3925,861,3926,900],{},[21,3927,899],{},[230,3929,903,3930,907],{},[21,3931,906],{},[230,3933,910,3934,914],{},[21,3935,913],{},[41,3937,918],{"id":917},[17,3939,921,3940,925],{},[21,3941,924],{},[17,3943,928],{},[33,3945],{},[36,3947,934],{"id":933},[17,3949,937,3950,941,3952,261],{},[21,3951,940],{},[21,3953,944],{},[17,3955,947,3956,951],{},[21,3957,950],{},[17,3959,954],{},[33,3961],{},[36,3963,960],{"id":959},[227,3965,3966,3971,3976,3981,3986,3991,3996,4001,4006,4011],{},[230,3967,3968],{},[966,3969,971],{"href":968,"rel":3970},[970],[230,3972,3973],{},[966,3974,978],{"href":976,"rel":3975},[970],[230,3977,3978],{},[966,3979,985],{"href":983,"rel":3980},[970],[230,3982,3983],{},[966,3984,992],{"href":990,"rel":3985},[970],[230,3987,3988],{},[966,3989,999],{"href":997,"rel":3990},[970],[230,3992,3993],{},[966,3994,1006],{"href":1004,"rel":3995},[970],[230,3997,3998],{},[966,3999,1013],{"href":1011,"rel":4000},[970],[230,4002,4003],{},[966,4004,1020],{"href":1018,"rel":4005},[970],[230,4007,4008],{},[966,4009,1027],{"href":1025,"rel":4010},[970],[230,4012,4013],{},[966,4014,1034],{"href":1032,"rel":4015},[970],{"title":1036,"searchDepth":1037,"depth":1037,"links":4017},[4018,4027,4033,4034,4035,4040,4041],{"id":38,"depth":1037,"text":39,"children":4019},[4020,4021,4022,4023,4024,4025,4026],{"id":43,"depth":1042,"text":44},{"id":199,"depth":1042,"text":200},{"id":214,"depth":1042,"text":215},{"id":267,"depth":1042,"text":268},{"id":301,"depth":1042,"text":302},{"id":312,"depth":1042,"text":313},{"id":340,"depth":1042,"text":341},{"id":353,"depth":1037,"text":354,"children":4028},[4029,4030,4031,4032],{"id":360,"depth":1042,"text":361},{"id":509,"depth":1042,"text":510},{"id":523,"depth":1042,"text":524},{"id":534,"depth":1042,"text":535},{"id":567,"depth":1037,"text":568},{"id":693,"depth":1037,"text":694},{"id":844,"depth":1037,"text":845,"children":4036},[4037,4038,4039],{"id":848,"depth":1042,"text":849},{"id":878,"depth":1042,"text":879},{"id":917,"depth":1042,"text":918},{"id":933,"depth":1037,"text":934},{"id":959,"depth":1037,"text":960},{},{"title":5,"description":1066},[1077,1078,23,27,864,1079],{"id":4046,"title":4047,"author":4048,"body":4049,"category":1339,"contentType":1065,"description":4378,"extension":1067,"featured":1341,"icon":1065,"image":4379,"linksCount":1065,"meta":4380,"navigation":1068,"path":4381,"publishedAt":4382,"readingTime":1347,"seo":4383,"stem":4384,"tags":4385,"weekNumber":1065,"youtubeId":1065,"__hash__":4388},"news/news/codex-security-openai-trova-exploit.md","OpenAI Codex Security: l'AI che Trova Exploit in OpenSSH e Chromium",{"name":7,"initials":8},{"type":10,"value":4050,"toc":4369},[4051,4054,4061,4064,4066,4070,4077,4084,4090,4092,4096,4099,4153,4156,4163,4165,4169,4172,4175,4197,4200,4211,4213,4217,4220,4223,4243,4246,4253,4255,4259,4262,4283,4286,4289,4291,4295,4298,4304,4310,4316,4318,4320,4323,4326,4329,4340,4342,4346],[17,4052,4053],{},"792 vulnerabilità critiche. 10.561 di gravità alta. In trenta giorni. Non è il report annuale di un team di sicurezza da 50 persone — è il bilancio della beta di un singolo agente AI.",[17,4055,4056,4057,4060],{},"Il 6 marzo OpenAI ha reso pubblico ",[21,4058,4059],{},"Codex Security",", un agente di sicurezza applicativa che analizza codebase per scovare vulnerabilità complesse. Non un linter, non un SAST tradizionale. Un agente che legge il codice, costruisce un proof-of-concept exploit in sandbox, e poi ti propone il fix.",[17,4062,4063],{},"Tra i progetti dove ha trovato falle: OpenSSH, Chromium, GnuTLS, PHP. Non esattamente codebase scritte da junior al primo stage.",[33,4065],{},[36,4067,4069],{"id":4068},"da-aardvark-a-codex-security","Da \"Aardvark\" a Codex Security",[17,4071,4072,4073,4076],{},"Il progetto non nasce dal nulla. OpenAI ci lavora dall'ottobre 2025 con il nome in codice ",[21,4074,4075],{},"Aardvark",", presentato in beta privata a un gruppo ristretto di aziende e team di sicurezza.",[17,4078,4079,4080,4083],{},"Nei mesi successivi, Aardvark ha scansionato oltre ",[21,4081,4082],{},"1,2 milioni di commit"," in progetti open-source e privati. Il risultato: centinaia di vulnerabilità che gli strumenti tradizionali non avevano intercettato.",[17,4085,4086,4087,4089],{},"Il 6 marzo 2026, con il rebrand in Codex Security, OpenAI lo ha aperto in ",[21,4088,2787],{}," a tutti gli utenti ChatGPT Pro, Enterprise, Business e Edu. Il primo mese è gratuito.",[33,4091],{},[36,4093,4095],{"id":4094},"i-numeri-della-beta","I Numeri della Beta",[17,4097,4098],{},"Partiamo dai dati crudi, perché sono il cuore della notizia.",[46,4100,4101,4111],{},[49,4102,4103],{},[52,4104,4105,4108],{},[55,4106,4107],{},"Metrica",[55,4109,4110],{},"Valore",[67,4112,4113,4121,4129,4137,4145],{},[52,4114,4115,4118],{},[72,4116,4117],{},"Commit analizzati",[72,4119,4120],{},"1.200.000+",[52,4122,4123,4126],{},[72,4124,4125],{},"Vulnerabilità critiche",[72,4127,4128],{},"792",[52,4130,4131,4134],{},[72,4132,4133],{},"Vulnerabilità gravità alta",[72,4135,4136],{},"10.561",[52,4138,4139,4142],{},[72,4140,4141],{},"Progetti colpiti",[72,4143,4144],{},"OpenSSH, Chromium, GnuTLS, PHP",[52,4146,4147,4150],{},[72,4148,4149],{},"Tempo di beta",[72,4151,4152],{},"30 giorni",[17,4154,4155],{},"Quei numeri vanno letti con cautela. \"Critiche\" e \"alta gravità\" sono classificazioni che dipendono da come Codex Security assegna il rating. OpenAI non ha pubblicato il breakdown dettagliato dei criteri CVSS usati. Ma anche ridimensionando, il volume è significativo.",[17,4157,4158,4159,4162],{},"Il dato più interessante non è la quantità — è ",[21,4160,4161],{},"dove"," le ha trovate. OpenSSH ha una delle codebase più auditate al mondo. Se un agente AI trova vulnerabilità lì, significa che sta guardando pattern che i reviewer umani (e i SAST tradizionali) non colgono.",[33,4164],{},[36,4166,4168],{"id":4167},"come-funziona-exploit-first-fix-second","Come Funziona: Exploit First, Fix Second",[17,4170,4171],{},"Il meccanismo tecnico è il pezzo che distingue Codex Security dalla concorrenza.",[17,4173,4174],{},"Il flusso è questo:",[1308,4176,4177,4180,4187,4194],{},[230,4178,4179],{},"L'agente analizza il codice sorgente e identifica un potenziale punto debole",[230,4181,4182,4183,4186],{},"Genera un ",[21,4184,4185],{},"proof-of-concept exploit"," in una sandbox isolata",[230,4188,4189,4190,4193],{},"Esegue l'exploit per ",[21,4191,4192],{},"confermare"," che la vulnerabilità è reale, non un falso positivo",[230,4195,4196],{},"Propone un fix con il codice correttivo",[17,4198,4199],{},"Il passaggio chiave è il punto 2 e 3. I SAST tradizionali — Snyk, SonarQube, Semgrep — lavorano su pattern matching: cercano costrutti di codice noti come pericolosi. Funziona, ma produce montagne di falsi positivi. Chiunque abbia configurato un SAST in CI sa di cosa parlo: 200 warning, 195 irrilevanti, 5 da guardare, ma nessuno ha tempo di smistarli tutti.",[17,4201,4202,4203,4206,4207,4210],{},"Codex Security ribalta l'approccio. Non ti dice \"questo ",[1285,4204,4205],{},"potrebbe"," essere un problema\". Ti dice \"questo ",[1285,4208,4209],{},"è"," un problema, ecco come lo exploito, ecco come lo risolvi\". La differenza tra un allarme e una prova.",[33,4212],{},[36,4214,4216],{"id":4215},"perché-ora-il-contesto","Perché Ora: il Contesto",[17,4218,4219],{},"La sicurezza applicativa vive un paradosso. Da un lato, il volume di codice prodotto è esploso — anche grazie all'AI stessa. Dall'altro, i team di sicurezza sono sempre gli stessi, quando non più piccoli.",[17,4221,4222],{},"I tool SAST tradizionali non hanno tenuto il passo. Funzionano bene su pattern conosciuti, ma faticano con:",[227,4224,4225,4231,4237],{},[230,4226,4227,4230],{},[21,4228,4229],{},"Vulnerabilità logiche"," — dove il codice è sintatticamente corretto ma semanticamente rotto",[230,4232,4233,4236],{},[21,4234,4235],{},"Catene di chiamate complesse"," — dove il bug emerge solo seguendo il flusso tra più funzioni o moduli",[230,4238,4239,4242],{},[21,4240,4241],{},"Zero-day"," — pattern che nessuno ha ancora catalogato",[17,4244,4245],{},"Un LLM addestrato su milioni di repository ha visto milioni di bug. Ha visto come si manifestano, come vengono fixati, come si nascondono dietro astrazioni. Quell'esposizione gli dà una capacità di pattern recognition che un tool basato su regole statiche non può replicare.",[17,4247,4248,4249,4252],{},"Non è un caso che lo stesso problema emerga anche dall'altra parte: l'AI che scrive codice può introdurre ",[966,4250,4251],{"href":1486},"vulnerabilità nuove nella supply chain",". L'AI che audita codice potrebbe essere la risposta.",[33,4254],{},[36,4256,4258],{"id":4257},"chi-può-usarlo","Chi Può Usarlo",[17,4260,4261],{},"Codex Security è disponibile via l'interfaccia web di Codex per:",[227,4263,4264,4269,4273,4278],{},[230,4265,4266],{},[21,4267,4268],{},"ChatGPT Pro",[230,4270,4271],{},[21,4272,2794],{},[230,4274,4275],{},[21,4276,4277],{},"Business",[230,4279,4280],{},[21,4281,4282],{},"Edu",[17,4284,4285],{},"Il primo mese è gratuito. Dopo, OpenAI non ha ancora annunciato il pricing definitivo — il che suggerisce che lo stanno calibrando in base all'usage reale durante la preview.",[17,4287,4288],{},"Non è disponibile via API standalone (per ora). Se vuoi integrarlo nella tua CI/CD pipeline, dovrai aspettare. È un research preview, non un prodotto enterprise maturo.",[33,4290],{},[36,4292,4294],{"id":4293},"i-limiti-da-considerare","I Limiti da Considerare",[17,4296,4297],{},"Prima di entusiasmarsi troppo, qualche nota di realismo.",[17,4299,4300,4303],{},[21,4301,4302],{},"Non abbiamo audit indipendenti."," I numeri vengono da OpenAI. Nessun team di sicurezza esterno ha validato pubblicamente le 792 vulnerabilità critiche. Finché non ci sono CVE assegnati e confermati dalla community, quei numeri restano auto-dichiarati.",[17,4305,4306,4309],{},[21,4307,4308],{},"La sandbox è una black box."," OpenAI non ha pubblicato dettagli su come funziona l'ambiente di esecuzione degli exploit. Quanto è isolato? Quali classi di vulnerabilità può testare? Può simulare attacchi di rete o solo memory corruption locale?",[17,4311,4312,4315],{},[21,4313,4314],{},"Scalabilità e costo sono incognite."," Generare un exploit per ogni potenziale vulnerabilità richiede compute significativo. Se il modello deve ragionare su catene di chiamate complesse per generare un PoC, il costo in token non sarà trascurabile.",[33,4317],{},[36,4319,1262],{"id":1261},[17,4321,4322],{},"Il segnale è chiaro: la security analysis sta seguendo lo stesso percorso della code review — da processo manuale a processo assistito dall'AI.",[17,4324,4325],{},"Se hai accesso a ChatGPT Pro o Enterprise, vale la pena testare Codex Security sulla tua codebase durante il mese gratuito. Anche solo per vedere cosa trova rispetto al tuo SAST attuale. Se trova anche solo 5 vulnerabilità reali che Snyk o SonarQube non avevano segnalato, hai la risposta.",[17,4327,4328],{},"Per chi lavora su progetti open-source, l'implicazione è doppia. Da un lato, tool come questo alzeranno il livello di sicurezza complessivo dell'ecosistema. Dall'altro, gli stessi tool sono accessibili agli attaccanti. Un agente AI che genera exploit automatici è utile per la difesa, ma la stessa tecnologia vale anche dall'altra parte.",[17,4330,4331,4332,4335,4336,4339],{},"La domanda non è ",[1285,4333,4334],{},"se"," l'AI cambierà la sicurezza applicativa. È ",[1285,4337,4338],{},"chi"," la userà per primo: chi difende o chi attacca.",[33,4341],{},[17,4343,4344],{},[21,4345,1306],{},[1308,4347,4348,4355,4362],{},[230,4349,4350],{},[966,4351,4354],{"href":4352,"rel":4353},"https://openai.com/index/codex-security-now-in-research-preview/",[970],"Codex Security: now in research preview — OpenAI",[230,4356,4357],{},[966,4358,4361],{"href":4359,"rel":4360},"https://thehackernews.com/2026/03/openai-codex-security.html",[970],"OpenAI Codex Security — The Hacker News",[230,4363,4364],{},[966,4365,4368],{"href":4366,"rel":4367},"https://www.axios.com/2026/03/06/openai-codex-security-launch",[970],"OpenAI rolls out Codex Security — Axios",{"title":1036,"searchDepth":1037,"depth":1037,"links":4370},[4371,4372,4373,4374,4375,4376,4377],{"id":4068,"depth":1037,"text":4069},{"id":4094,"depth":1037,"text":4095},{"id":4167,"depth":1037,"text":4168},{"id":4215,"depth":1037,"text":4216},{"id":4257,"depth":1037,"text":4258},{"id":4293,"depth":1037,"text":4294},{"id":1261,"depth":1037,"text":1262},"Codex Security ha scovato 792 vulnerabilità critiche in 30 giorni di beta, con exploit in OpenSSH e Chromium. Come funziona e cosa cambia per i dev.","/images/news/codex-security.webp",{"difficulty":1344},"/news/codex-security-openai-trova-exploit","2026-03-15",{"title":4047,"description":4378},"news/codex-security-openai-trova-exploit",[3300,4059,4386,4387,1352],"Security","Vulnerabilità","6RNoGQaTDnEeOy1bDlb2xJ3zRpfSx6Ej6IhH-8LdfZg",{"id":4390,"title":4391,"author":4392,"body":4393,"category":1339,"contentType":1065,"description":4693,"extension":1067,"featured":1341,"icon":1065,"image":4694,"linksCount":1065,"meta":4695,"navigation":1068,"path":4696,"publishedAt":4697,"readingTime":1347,"seo":4698,"stem":4699,"tags":4700,"weekNumber":1065,"youtubeId":1065,"__hash__":4704},"news/news/github-copilot-dati-training-opt-out.md","GitHub Copilot Usera' i Tuoi Dati per il Training. Opt-Out Entro il 24 Aprile.",{"name":7,"initials":8},{"type":10,"value":4394,"toc":4684},[4395,4398,4401,4403,4407,4414,4417,4452,4470,4472,4476,4483,4486,4489,4491,4495,4498,4529,4532,4539,4541,4545,4552,4555,4558,4560,4564,4567,4573,4579,4585,4588,4590,4594,4597,4600,4603,4623,4626,4628,4632,4635,4638,4641,4643,4647],[17,4396,4397],{},"Ogni riga di codice che scrivi con Copilot, ogni suggerimento che accetti, ogni snippet che modifichi. Dal 24 aprile 2026, tutto questo diventa materiale di addestramento per i modelli AI di Microsoft. A meno che tu non faccia opt-out.",[17,4399,4400],{},"GitHub ha annunciato il 25 marzo l'aggiornamento alla propria privacy policy e ai termini di servizio. Il cambiamento riguarda gli utenti dei piani Free, Pro e Pro+. Se non fai nulla, accetti.",[33,4402],{},[36,4404,4406],{"id":4405},"cosa-cambia-esattamente","Cosa cambia esattamente",[17,4408,4409,4410,4413],{},"La nuova policy autorizza GitHub a raccogliere i ",[21,4411,4412],{},"dati di interazione"," con Copilot per addestrare modelli AI. Non parliamo di accesso ai tuoi repository a riposo. Parliamo di tutto cio' che transita attraverso Copilot mentre lavori.",[17,4415,4416],{},"Nel dettaglio, i dati raccolti includono:",[227,4418,4419,4424,4429,4435,4441,4447],{},[230,4420,4421,4423],{},[21,4422,706],{}," inviati a Copilot (prompt, domande, istruzioni)",[230,4425,4426,4428],{},[21,4427,709],{}," generati (suggerimenti accettati, modificati o rifiutati)",[230,4430,4431,4434],{},[21,4432,4433],{},"Snippet di codice"," nel contesto della sessione",[230,4436,4437,4440],{},[21,4438,4439],{},"Contesto attorno al cursore"," (codice circostante usato per generare suggerimenti)",[230,4442,4443,4446],{},[21,4444,4445],{},"Commenti e documentazione"," visibili nella finestra attiva",[230,4448,4449],{},[21,4450,4451],{},"Nomi file e struttura del repository",[17,4453,4454,4455,287,4458,1649,4461,4464,4465,1649,4467,4469],{},"La raccolta si applica ai piani ",[21,4456,4457],{},"Copilot Free",[21,4459,4460],{},"Pro",[21,4462,4463],{},"Pro+",". I piani ",[21,4466,4277],{},[21,4468,2794],{}," non sono impattati: mantengono le garanzie contrattuali esistenti sulla non-utilizzazione dei dati per training.",[33,4471],{},[36,4473,4475],{"id":4474},"la-questione-dei-repository-privati","La questione dei repository privati",[17,4477,4478,4479,4482],{},"Qui la faccenda si fa delicata. GitHub precisa che non accede ai contenuti dei repository a riposo. Ma i dati generati ",[21,4480,4481],{},"lavorando su"," repository privati sono inclusi nella raccolta.",[17,4484,4485],{},"In pratica: se stai scrivendo codice in un repo privato e Copilot ti suggerisce un completamento, quel contesto -- il codice circostante, i nomi dei file, la struttura del progetto -- fa parte dei dati raccolti. Non e' il repository in se', ma e' il contesto del tuo lavoro su quel repository.",[17,4487,4488],{},"Per chi lavora su codice proprietario, la distinzione tra \"contenuto del repo\" e \"contesto di interazione generato lavorando sul repo\" e' sottile. Il risultato pratico e' che frammenti di codice privato possono finire nel dataset di training.",[33,4490],{},[36,4492,4494],{"id":4493},"come-fare-opt-out-2-minuti","Come fare opt-out (2 minuti)",[17,4496,4497],{},"La procedura e' semplice. Se non l'hai gia' fatta, questi sono i passaggi:",[1308,4499,4500,4508,4514,4520,4526],{},[230,4501,4502,4503],{},"Vai su ",[966,4504,4507],{"href":4505,"rel":4506},"https://github.com/settings/copilot/features",[970],"github.com/settings/copilot/features",[230,4509,4510,4511],{},"Scorri fino alla sezione ",[21,4512,4513],{},"\"Privacy\"",[230,4515,4516,4517],{},"Cerca l'opzione ",[21,4518,4519],{},"\"Allow GitHub to use my data for AI model training\"",[230,4521,4522,4523],{},"Imposta il dropdown su ",[21,4524,4525],{},"\"Disabled\"",[230,4527,4528],{},"Salva",[17,4530,4531],{},"Se in passato avevi gia' disattivato la raccolta dati per \"product improvements\", la tua preferenza viene mantenuta. Non devi fare nulla di aggiuntivo.",[17,4533,4534,4535,4538],{},"La deadline e' il ",[21,4536,4537],{},"24 aprile 2026",". Chi non modifica le impostazioni entro quella data accetta automaticamente la nuova policy.",[33,4540],{},[36,4542,4544],{"id":4543},"con-chi-vengono-condivisi-i-dati","Con chi vengono condivisi i dati",[17,4546,4547,4548,4551],{},"GitHub specifica che i dati saranno condivisi con ",[21,4549,4550],{},"Microsoft e le sue affiliate aziendali",", ma non con provider AI di terze parti.",[17,4553,4554],{},"Questo significa che i dati possono essere usati per addestrare modelli interni a Microsoft -- inclusi futuri modelli Copilot, modelli Azure, o qualsiasi altro progetto AI dell'ecosistema Microsoft. Non finiscono a OpenAI o ad altri provider esterni (almeno secondo la policy attuale).",[17,4556,4557],{},"GitHub inquadra il cambiamento come un \"allineamento con pratiche di settore consolidate\". Il che e' un modo diplomatico per dire: lo fanno tutti, lo facciamo anche noi.",[33,4559],{},[36,4561,4563],{"id":4562},"come-si-comportano-gli-altri","Come si comportano gli altri",[17,4565,4566],{},"Vale la pena mettere in contesto la policy di GitHub confrontandola con i principali competitor.",[17,4568,4569,4572],{},[21,4570,4571],{},"Claude Code (Anthropic)",": usa le API di Anthropic come backend. Le API commerciali non utilizzano input e output per il training dei modelli -- e' scritto esplicitamente nella policy API. I dati vengono conservati per un massimo di 30 giorni (con possibilita' di zero data retention per i clienti Enterprise), poi vengono eliminati. Nessun training.",[17,4574,4575,4578],{},[21,4576,4577],{},"Cursor",": offre una \"Privacy Mode\" che, se attivata, impedisce che il codice venga usato per il training da Cursor o da provider terzi. Senza Privacy Mode attiva, pero', dati come prompt, snippet e azioni nell'editor possono essere usati per migliorare i modelli. Non e' quindi privacy-first di default: la protezione richiede un'azione esplicita dell'utente.",[17,4580,4581,4584],{},[21,4582,4583],{},"Copilot Business/Enterprise",": come detto, i piani aziendali di GitHub mantengono le garanzie di non-utilizzo per training. Il cambio riguarda solo i piani individuali.",[17,4586,4587],{},"Il pattern e' chiaro: i tier gratuiti e consumer sono quelli dove i tuoi dati diventano il prodotto. I tier enterprise, dove i clienti pagano (molto) di piu', offrono garanzie reali. Non e' una novita', ma vederlo applicato al proprio codice sorgente ha un peso diverso.",[33,4589],{},[36,4591,4593],{"id":4592},"cosa-significa-per-aziende-e-freelancer","Cosa significa per aziende e freelancer",[17,4595,4596],{},"Per le aziende che usano Copilot Free o Pro per i propri sviluppatori, il rischio e' concreto. Frammenti di codice proprietario, nomi di componenti interni, struttura di progetti riservati -- tutto questo puo' finire nel dataset di training di Microsoft.",[17,4598,4599],{},"Per i freelancer che lavorano su progetti di clienti con Copilot Free, la questione e' ancora piu' spinosa. Il codice del cliente viene esposto a una raccolta dati di cui il cliente stesso potrebbe non essere a conoscenza.",[17,4601,4602],{},"Le opzioni sono tre:",[1308,4604,4605,4611,4617],{},[230,4606,4607,4610],{},[21,4608,4609],{},"Fare opt-out"," e continuare a usare Copilot senza raccolta dati per training",[230,4612,4613,4616],{},[21,4614,4615],{},"Passare a Copilot Business/Enterprise"," per garanzie contrattuali piu' solide",[230,4618,4619,4622],{},[21,4620,4621],{},"Valutare alternative"," come Claude Code (le API commerciali non usano dati per training) o Cursor (con Privacy Mode attiva, nessun dato viene usato per training)",[17,4624,4625],{},"Per chi ha vincoli contrattuali di riservatezza con i propri clienti (NDA, clausole di confidenzialita'), lasciare attiva la raccolta dati potrebbe configurare una violazione contrattuale. Non e' un rischio teorico.",[33,4627],{},[36,4629,4631],{"id":4630},"il-quadro-piu-ampio","Il quadro piu' ampio",[17,4633,4634],{},"Questa mossa di GitHub si inserisce in un trend preciso. I provider di tool AI stanno cercando di costruire dataset proprietari di alta qualita'. E il codice scritto da sviluppatori professionisti -- con il contesto, le correzioni, le scelte architetturali -- e' tra i dati di maggior valore per addestrare modelli di coding.",[17,4636,4637],{},"Il fatto che l'opt-out sia necessario (invece dell'opt-in) dice molto sulla direzione. GitHub scommette sul fatto che la maggioranza degli utenti non cambiera' le impostazioni. E probabilmente ha ragione.",[17,4639,4640],{},"Per chi sviluppa, la lezione pratica e' sempre la stessa: leggere le policy, non dare nulla per scontato, e decidere consapevolmente cosa si e' disposti a condividere. Due minuti nelle impostazioni possono fare la differenza.",[33,4642],{},[17,4644,4645],{},[21,4646,1306],{},[1308,4648,4649,4656,4663,4670,4677],{},[230,4650,4651],{},[966,4652,4655],{"href":4653,"rel":4654},"https://github.blog/news-insights/company-news/updates-to-github-copilot-interaction-data-usage-policy/",[970],"GitHub Blog - Updates to Copilot interaction data usage policy",[230,4657,4658],{},[966,4659,4662],{"href":4660,"rel":4661},"https://www.theregister.com/2026/03/26/github_ai_training_policy_changes/",[970],"The Register - GitHub: We're going to train on your data after all",[230,4664,4665],{},[966,4666,4669],{"href":4667,"rel":4668},"https://github.blog/changelog/2026-03-25-updates-to-our-privacy-statement-and-terms-of-service-how-we-use-your-data/",[970],"GitHub Changelog - Privacy Statement and Terms of Service update",[230,4671,4672],{},[966,4673,4676],{"href":4674,"rel":4675},"https://www.howtogeek.com/githubs-copilot-will-use-you-as-ai-training-data-but-you-can-opt-out/",[970],"How-To Geek - GitHub's Copilot will use you as AI training data",[230,4678,4679],{},[966,4680,4683],{"href":4681,"rel":4682},"https://www.ghacks.net/2026/03/26/github-enables-copilot-data-collection-for-ai-training-by-default-with-opt-out-setting/",[970],"gHacks - GitHub Enables Copilot Data Collection by Default",{"title":1036,"searchDepth":1037,"depth":1037,"links":4685},[4686,4687,4688,4689,4690,4691,4692],{"id":4405,"depth":1037,"text":4406},{"id":4474,"depth":1037,"text":4475},{"id":4493,"depth":1037,"text":4494},{"id":4543,"depth":1037,"text":4544},{"id":4562,"depth":1037,"text":4563},{"id":4592,"depth":1037,"text":4593},{"id":4630,"depth":1037,"text":4631},"Dal 24 aprile 2026, input, output e snippet di Copilot Free/Pro/Pro+ addestrano modelli AI di Microsoft. Come fare opt-out in 2 minuti.","/images/news/github-copilot-dati-training-opt-out.webp",{},"/news/github-copilot-dati-training-opt-out","2026-03-26",{"title":4391,"description":4693},"news/github-copilot-dati-training-opt-out",[4701,4702,4703,1612],"GitHub Copilot","Privacy","Training AI","FHvZ7uquHO4iu7JzuHPaGKbUXuIj5LdlUj_c4ge4C_M",{"id":4706,"title":4707,"author":4708,"body":4709,"category":1064,"contentType":1065,"description":5200,"extension":1067,"featured":1341,"icon":1065,"image":5201,"linksCount":1065,"meta":5202,"navigation":1068,"path":5203,"publishedAt":5204,"readingTime":1347,"seo":5205,"stem":5206,"tags":5207,"weekNumber":1065,"youtubeId":1065,"__hash__":5211},"news/news/github-copilot-sdk-execution.md","GitHub Copilot SDK: l'AI Non Scrive Più Testo, Esegue Codice",{"name":7,"initials":8},{"type":10,"value":4710,"toc":5189},[4711,4715,4718,4729,4735,4737,4741,4744,4765,4776,4778,4782,4792,4795,4809,4816,5003,5006,5008,5012,5018,5021,5024,5026,5030,5036,5043,5046,5053,5055,5059,5062,5065,5068,5075,5078,5080,5084,5087,5113,5116,5119,5121,5125,5128,5134,5140,5146,5148,5152,5159,5162,5165,5167,5169,5185],[13,4712,4714],{"id":4713},"github-copilot-sdk-lai-non-scrive-piu-testo-esegue-codice","GitHub Copilot SDK: l'AI Non Scrive Piu Testo, Esegue Codice",[17,4716,4717],{},"Fino a ieri Copilot era una casella di testo molto intelligente. Gli chiedevi qualcosa, lui rispondeva con del codice. Tu copiavi, incollavi, adattavi. Il loop era: umano chiede, AI suggerisce, umano esegue.",[17,4719,4720,4721,4724,4725,4728],{},"Il 10 marzo GitHub ha ribaltato quel loop. Il nuovo ",[21,4722,4723],{},"Copilot SDK"," trasforma l'AI da generatore di suggerimenti a ",[21,4726,4727],{},"motore di esecuzione programmabile",". Non scrivi un prompt: scrivi un'integrazione. L'AI ascolta eventi, reagisce, esegue.",[17,4730,4731,4732],{},"Il motto scelto da GitHub non e sottile: ",[1285,4733,4734],{},"\"Execution is the new interface.\"",[33,4736],{},[36,4738,4740],{"id":4739},"cosa-ha-annunciato-github","Cosa Ha Annunciato GitHub",[17,4742,4743],{},"Due novita principali:",[1308,4745,4746,4755],{},[230,4747,4748,4750,4751,4754],{},[21,4749,4723],{}," — un kit di sviluppo in technical preview per ",[21,4752,4753],{},"Python, TypeScript, Go e .NET"," che permette di integrare le capacita agentiche di Copilot direttamente nelle proprie applicazioni.",[230,4756,4757,4760,4761,4764],{},[21,4758,4759],{},"Agent Mode con supporto MCP"," — esteso a ",[21,4762,4763],{},"tutti gli utenti VS Code",", non piu limitato ai beta tester.",[17,4766,4767,4768,4771,4772,4775],{},"Il SDK non e un wrapper attorno a un'API REST. La comunicazione avviene via ",[21,4769,4770],{},"JSON-RPC 2.0"," con trasporto su ",[21,4773,4774],{},"stdio o TCP",". E un protocollo bidirezionale: la tua applicazione e Copilot parlano tra loro, non in una direzione sola.",[33,4777],{},[36,4779,4781],{"id":4780},"come-funziona-il-sdk","Come Funziona il SDK",[17,4783,4784,4785,1649,4788,4791],{},"Il modello mentale e semplice: la tua applicazione definisce ",[21,4786,4787],{},"eventi",[21,4789,4790],{},"handler",". Quando un evento scatta, il SDK invoca Copilot programmaticamente.",[17,4793,4794],{},"Qualche esempio concreto di trigger:",[227,4796,4797,4800,4803,4806],{},[230,4798,4799],{},"Un file cambia nel repository",[230,4801,4802],{},"Un deployment viene triggerato",[230,4804,4805],{},"Un utente compie un'azione specifica nell'app",[230,4807,4808],{},"Un test fallisce nella CI pipeline",[17,4810,4811,4812,4815],{},"Il flusso diventa: ",[21,4813,4814],{},"evento -> SDK -> Copilot -> azione",". Non c'e un umano nel mezzo che copia e incolla. L'AI riceve il contesto, decide cosa fare, esegue.",[4817,4818,4822],"pre",{"className":4819,"code":4820,"language":4821,"meta":1036,"style":1036},"language-typescript shiki shiki-themes github-light github-dark","import { CopilotClient } from '@github/copilot-sdk';\n\nconst client = new CopilotClient({\n  transport: 'stdio',\n});\n\n// Ascolta un evento e reagisce\nclient.onEvent('file:changed', async (event) => {\n  const response = await client.execute({\n    task: 'review-and-fix',\n    context: event.fileContext,\n  });\n  // L'AI ha analizzato il file e proposto fix\n  await applyChanges(response.changes);\n});\n","typescript",[258,4823,4824,4847,4852,4874,4886,4892,4896,4902,4938,4959,4970,4975,4981,4986,4998],{"__ignoreMap":1036},[4825,4826,4829,4833,4837,4840,4844],"span",{"class":4827,"line":4828},"line",1,[4825,4830,4832],{"class":4831},"szBVR","import",[4825,4834,4836],{"class":4835},"sVt8B"," { CopilotClient } ",[4825,4838,4839],{"class":4831},"from",[4825,4841,4843],{"class":4842},"sZZnC"," '@github/copilot-sdk'",[4825,4845,4846],{"class":4835},";\n",[4825,4848,4849],{"class":4827,"line":1037},[4825,4850,4851],{"emptyLinePlaceholder":1068},"\n",[4825,4853,4854,4857,4861,4864,4867,4871],{"class":4827,"line":1042},[4825,4855,4856],{"class":4831},"const",[4825,4858,4860],{"class":4859},"sj4cs"," client",[4825,4862,4863],{"class":4831}," =",[4825,4865,4866],{"class":4831}," new",[4825,4868,4870],{"class":4869},"sScJk"," CopilotClient",[4825,4872,4873],{"class":4835},"({\n",[4825,4875,4877,4880,4883],{"class":4827,"line":4876},4,[4825,4878,4879],{"class":4835},"  transport: ",[4825,4881,4882],{"class":4842},"'stdio'",[4825,4884,4885],{"class":4835},",\n",[4825,4887,4889],{"class":4827,"line":4888},5,[4825,4890,4891],{"class":4835},"});\n",[4825,4893,4894],{"class":4827,"line":1347},[4825,4895,4851],{"emptyLinePlaceholder":1068},[4825,4897,4898],{"class":4827,"line":2903},[4825,4899,4901],{"class":4900},"sJ8bj","// Ascolta un evento e reagisce\n",[4825,4903,4905,4908,4911,4914,4917,4919,4922,4925,4929,4932,4935],{"class":4827,"line":4904},8,[4825,4906,4907],{"class":4835},"client.",[4825,4909,4910],{"class":4869},"onEvent",[4825,4912,4913],{"class":4835},"(",[4825,4915,4916],{"class":4842},"'file:changed'",[4825,4918,287],{"class":4835},[4825,4920,4921],{"class":4831},"async",[4825,4923,4924],{"class":4835}," (",[4825,4926,4928],{"class":4927},"s4XuR","event",[4825,4930,4931],{"class":4835},") ",[4825,4933,4934],{"class":4831},"=>",[4825,4936,4937],{"class":4835}," {\n",[4825,4939,4940,4943,4946,4948,4951,4954,4957],{"class":4827,"line":3294},[4825,4941,4942],{"class":4831},"  const",[4825,4944,4945],{"class":4859}," response",[4825,4947,4863],{"class":4831},[4825,4949,4950],{"class":4831}," await",[4825,4952,4953],{"class":4835}," client.",[4825,4955,4956],{"class":4869},"execute",[4825,4958,4873],{"class":4835},[4825,4960,4962,4965,4968],{"class":4827,"line":4961},10,[4825,4963,4964],{"class":4835},"    task: ",[4825,4966,4967],{"class":4842},"'review-and-fix'",[4825,4969,4885],{"class":4835},[4825,4971,4972],{"class":4827,"line":1073},[4825,4973,4974],{"class":4835},"    context: event.fileContext,\n",[4825,4976,4978],{"class":4827,"line":4977},12,[4825,4979,4980],{"class":4835},"  });\n",[4825,4982,4983],{"class":4827,"line":2681},[4825,4984,4985],{"class":4900},"  // L'AI ha analizzato il file e proposto fix\n",[4825,4987,4989,4992,4995],{"class":4827,"line":4988},14,[4825,4990,4991],{"class":4831},"  await",[4825,4993,4994],{"class":4869}," applyChanges",[4825,4996,4997],{"class":4835},"(response.changes);\n",[4825,4999,5001],{"class":4827,"line":5000},15,[4825,5002,4891],{"class":4835},[17,5004,5005],{},"Il pattern ricorda molto come si scrivono i webhook o gli event handler nei sistemi distribuiti. Solo che al posto di un microservizio, dall'altra parte c'e un LLM con capacita agentiche.",[33,5007],{},[36,5009,5011],{"id":5010},"perche-json-rpc-e-non-rest","Perche JSON-RPC e Non REST",[17,5013,5014,5015,261],{},"La scelta di JSON-RPC 2.0 non e casuale. REST e request-response: mandi una richiesta, aspetti una risposta, fine. JSON-RPC con stdio o TCP permette una ",[21,5016,5017],{},"comunicazione bidirezionale e persistente",[17,5019,5020],{},"Copilot puo chiedere chiarimenti al tuo codice. Puo richiedere contesto aggiuntivo. Puo segnalare stati intermedi. Non e piu \"dammi un prompt e ti do una risposta\" — e una conversazione tra processi.",[17,5022,5023],{},"Stdio come trasporto significa che puoi far girare Copilot come processo figlio della tua applicazione. TCP significa che puo vivere su un server separato. Due modelli di deployment diversi per use case diversi.",[33,5025],{},[36,5027,5029],{"id":5028},"agent-mode-per-tutti","Agent Mode Per Tutti",[17,5031,5032,5033,5035],{},"L'altra meta dell'annuncio e l'estensione dell'",[21,5034,4759],{}," a tutti gli utenti VS Code.",[17,5037,5038,5039,5042],{},"Agent Mode non e nuovo — era in preview da mesi. La novita e che ora e ",[21,5040,5041],{},"disponibile per tutti",", non solo per chi aveva accesso anticipato.",[17,5044,5045],{},"Per chi non lo conosce: Agent Mode permette a Copilot di operare come un agente autonomo all'interno dell'editor. Non si limita a completare la riga corrente. Puo navigare il progetto, leggere file, eseguire comandi nel terminale, modificare piu file contemporaneamente.",[17,5047,5048,5049,5052],{},"Il supporto ",[21,5050,5051],{},"MCP (Model Context Protocol)"," aggiunge un layer critico: Copilot puo connettersi a tool esterni. Database, API, servizi cloud, sistemi di monitoring. Tutto cio che espone un'interfaccia MCP diventa un tool che l'agente puo usare.",[33,5054],{},[36,5056,5058],{"id":5057},"il-contesto-da-testo-a-esecuzione","Il Contesto: Da Testo a Esecuzione",[17,5060,5061],{},"Per capire perche questo annuncio conta, serve un passo indietro.",[17,5063,5064],{},"Negli ultimi due anni, l'AI coding ha funzionato cosi: l'AI genera testo (codice), l'umano lo valida e lo integra. Il collo di bottiglia non era l'AI — era il passaggio manuale tra suggerimento ed esecuzione.",[17,5066,5067],{},"Ogni tool ha provato a ridurre quell'attrito. Cursor con le Automations. Anthropic con Claude Code che gira nel terminale. OpenAI con Codex che opera in sandbox.",[17,5069,5070,5071,5074],{},"GitHub fa un passo diverso: ",[21,5072,5073],{},"da all'AI un SDK per essere invocata come servizio",". Non e piu un chatbot nel tuo editor. E un componente della tua architettura software.",[17,5076,5077],{},"La differenza e la stessa che c'e tra mandare un'email a un collega e fare una chiamata API a un microservizio. Una e comunicazione, l'altra e integrazione.",[33,5079],{},[36,5081,5083],{"id":5082},"quattro-linguaggi-un-pattern","Quattro Linguaggi, Un Pattern",[17,5085,5086],{},"Python, TypeScript, Go, .NET. La scelta dei linguaggi per la technical preview copre la stragrande maggioranza degli stack enterprise.",[227,5088,5089,5095,5101,5107],{},[230,5090,5091,5094],{},[21,5092,5093],{},"Python"," — data science, ML pipeline, automazione",[230,5096,5097,5100],{},[21,5098,5099],{},"TypeScript"," — frontend, backend Node.js, tooling",[230,5102,5103,5106],{},[21,5104,5105],{},"Go"," — infrastruttura, CLI, microservizi",[230,5108,5109,5112],{},[21,5110,5111],{},".NET"," — enterprise, Windows ecosystem, Azure",[17,5114,5115],{},"Non e un caso che manchino linguaggi come Rust o Java nella prima wave. GitHub sta puntando ai team che gia usano Copilot massicciamente, e questi quattro coprono la quasi totalita degli use case enterprise.",[17,5117,5118],{},"Il pattern di integrazione e lo stesso per tutti: definisci eventi, registra handler, lascia che Copilot faccia il lavoro pesante. La sintassi cambia, il concetto no.",[33,5120],{},[36,5122,5124],{"id":5123},"cosa-cambia-davvero","Cosa Cambia Davvero",[17,5126,5127],{},"L'impatto reale dipende da come lo guardi.",[17,5129,5130,5133],{},[21,5131,5132],{},"Per chi sviluppa tool e piattaforme",": il Copilot SDK apre un mercato. Puoi costruire automazioni AI-powered che prima richiedevano di mettere in piedi un'infrastruttura LLM intera. Ora chiami il SDK, passi il contesto, ottieni un'azione.",[17,5135,5136,5139],{},[21,5137,5138],{},"Per chi lavora in team enterprise",": Agent Mode disponibile per tutti significa che la barriera d'ingresso si abbassa. Non serve piu essere nel programma beta. Ogni sviluppatore con VS Code ha accesso a un agente AI che naviga la codebase, esegue comandi e si connette a tool esterni via MCP.",[17,5141,5142,5145],{},[21,5143,5144],{},"Per chi costruisce CI/CD pipeline",": il pattern event-driven del SDK si integra naturalmente con le pipeline esistenti. Un test che fallisce puo triggerare un'analisi automatica. Un PR puo essere analizzato e arricchito senza intervento umano.",[33,5147],{},[36,5149,5151],{"id":5150},"il-segnale","Il Segnale",[17,5153,5154,5155,5158],{},"Il titolo dell'annuncio di GitHub — ",[1285,5156,5157],{},"\"The Era of AI as Text Is Over\""," — e volutamente provocatorio. Ma il punto di fondo e reale.",[17,5160,5161],{},"L'AI coding sta passando da \"strumento che genera testo\" a \"componente software che si integra in un'architettura\". Il Copilot SDK e la prima implementazione concreta di questa idea da parte di un player con 150 milioni di sviluppatori sulla piattaforma.",[17,5163,5164],{},"Per chi sviluppa, il take pratico e semplice: vale la pena guardare la technical preview e capire dove il pattern event-driven potrebbe sostituire il lavoro manuale che fate oggi. Non tutto, non subito. Ma i pezzi piu ripetitivi e prevedibili? Quelli sono i primi candidati.",[33,5166],{},[36,5168,960],{"id":959},[1308,5170,5171,5178],{},[230,5172,5173],{},[966,5174,5177],{"href":5175,"rel":5176},"https://github.blog/ai-and-ml/github-copilot/the-era-of-ai-as-text-is-over-execution-is-the-new-interface/",[970],"The Era of AI as Text Is Over: Execution Is the New Interface — GitHub Blog",[230,5179,5180],{},[966,5181,5184],{"href":5182,"rel":5183},"https://www.startuphub.ai/ai-news/technology/2026/github-copilot-sdk-execution-is-the-new-interface",[970],"GitHub Copilot SDK: Execution Is the New Interface — StartupHub AI",[5186,5187,5188],"style",{},"html pre.shiki code .szBVR, html code.shiki .szBVR{--shiki-default:#D73A49;--shiki-dark:#F97583}html pre.shiki code .sVt8B, html code.shiki .sVt8B{--shiki-default:#24292E;--shiki-dark:#E1E4E8}html pre.shiki code .sZZnC, html code.shiki .sZZnC{--shiki-default:#032F62;--shiki-dark:#9ECBFF}html pre.shiki code .sj4cs, html code.shiki .sj4cs{--shiki-default:#005CC5;--shiki-dark:#79B8FF}html pre.shiki code .sScJk, html code.shiki .sScJk{--shiki-default:#6F42C1;--shiki-dark:#B392F0}html pre.shiki code .sJ8bj, html code.shiki .sJ8bj{--shiki-default:#6A737D;--shiki-dark:#6A737D}html pre.shiki code .s4XuR, html code.shiki .s4XuR{--shiki-default:#E36209;--shiki-dark:#FFAB70}html .default .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}html .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}html .dark .shiki span {color: var(--shiki-dark);background: var(--shiki-dark-bg);font-style: var(--shiki-dark-font-style);font-weight: var(--shiki-dark-font-weight);text-decoration: var(--shiki-dark-text-decoration);}html.dark .shiki span {color: var(--shiki-dark);background: var(--shiki-dark-bg);font-style: var(--shiki-dark-font-style);font-weight: var(--shiki-dark-font-weight);text-decoration: var(--shiki-dark-text-decoration);}",{"title":1036,"searchDepth":1037,"depth":1037,"links":5190},[5191,5192,5193,5194,5195,5196,5197,5198,5199],{"id":4739,"depth":1037,"text":4740},{"id":4780,"depth":1037,"text":4781},{"id":5010,"depth":1037,"text":5011},{"id":5028,"depth":1037,"text":5029},{"id":5057,"depth":1037,"text":5058},{"id":5082,"depth":1037,"text":5083},{"id":5123,"depth":1037,"text":5124},{"id":5150,"depth":1037,"text":5151},{"id":959,"depth":1037,"text":960},"GitHub lancia il Copilot SDK: l'AI diventa un motore di esecuzione programmabile. Agent Mode con MCP per tutti. Cosa cambia per gli sviluppatori.","/images/news/github-copilot-sdk-execution.webp",{},"/news/github-copilot-sdk-execution","2026-03-13",{"title":4707,"description":5200},"news/github-copilot-sdk-execution",[4701,5208,5209,5210,1339],"SDK","Agent Mode","MCP","caV21X7m7MYAi6ArrwM5Sq0NOXy-w0GeGundGYWnW4E",{"id":5213,"title":5214,"author":5215,"body":5216,"category":1064,"contentType":1065,"description":5495,"extension":1067,"featured":1341,"icon":1065,"image":5496,"linksCount":1065,"meta":5497,"navigation":1068,"path":5498,"publishedAt":5499,"readingTime":1347,"seo":5500,"stem":5501,"tags":5502,"weekNumber":1065,"youtubeId":1065,"__hash__":5505},"news/news/gpt-5-4-mini-nano-sub-agent-economici.md","GPT-5.4 Mini e Nano: L'Era dei Sub-Agent Economici",{"name":7,"initials":8},{"type":10,"value":5217,"toc":5488},[5218,5224,5227,5230,5232,5236,5239,5337,5340,5346,5352,5358,5360,5364,5367,5370,5373,5388,5391,5393,5397,5400,5406,5409,5412,5415,5417,5421,5424,5427,5429,5431,5434,5440,5450,5456,5459,5461,5465],[17,5219,5220,5221,261],{},"$0.20 per milione di token in input. Venti centesimi. È il prezzo di GPT-5.4 Nano, il modello che OpenAI ha rilasciato ieri con una descrizione che dice tutto: pensato per ",[21,5222,5223],{},"coding subagents",[17,5225,5226],{},"Non per chatbot. Non per assistenti generici. Per sotto-agenti — quei pezzi di un sistema multi-agent che ricevono un task piccolo, lo eseguono, e restituiscono il risultato al coordinatore. Il tipo di componente che chiami centinaia di volte in un workflow e che, fino a ieri, costava troppo per essere pratico su larga scala.",[17,5228,5229],{},"Insieme a Nano arriva GPT-5.4 Mini, il modello intermedio che finisce su ChatGPT gratuito e su Codex. Due release, una strategia chiara.",[33,5231],{},[36,5233,5235],{"id":5234},"cosa-sono-mini-e-nano","Cosa Sono Mini e Nano",[17,5237,5238],{},"Il 17 marzo 2026, OpenAI rilascia due nuovi modelli nella famiglia GPT-5.4. Stessi pesi del flagship, ma compressi e ottimizzati per velocità e costo.",[46,5240,5241,5263],{},[49,5242,5243],{},[52,5244,5245,5247,5253,5258],{},[55,5246],{},[55,5248,5249,5252],{},[21,5250,5251],{},"GPT-5.4"," (flagship)",[55,5254,5255],{},[21,5256,5257],{},"GPT-5.4 Mini",[55,5259,5260],{},[21,5261,5262],{},"GPT-5.4 Nano",[67,5264,5265,5280,5294,5307,5321],{},[52,5266,5267,5271,5274,5277],{},[72,5268,5269],{},[21,5270,3018],{},[72,5272,5273],{},"57.7%",[72,5275,5276],{},"54.4%",[72,5278,5279],{},"n/d",[52,5281,5282,5286,5288,5291],{},[72,5283,5284],{},[21,5285,706],{},[72,5287,646],{},[72,5289,5290],{},"~$0.75/M tokens",[72,5292,5293],{},"$0.20/M tokens",[52,5295,5296,5300,5302,5304],{},[72,5297,5298],{},[21,5299,709],{},[72,5301,646],{},[72,5303,646],{},[72,5305,5306],{},"$1.25/M tokens",[52,5308,5309,5314,5316,5319],{},[72,5310,5311],{},[21,5312,5313],{},"Velocità vs GPT-5 mini",[72,5315,646],{},[72,5317,5318],{},"2x",[72,5320,646],{},[52,5322,5323,5328,5331,5334],{},[72,5324,5325],{},[21,5326,5327],{},"Disponibilità",[72,5329,5330],{},"API",[72,5332,5333],{},"API, Codex, ChatGPT (free e Go)",[72,5335,5336],{},"Solo API",[17,5338,5339],{},"Tre cose saltano all'occhio.",[17,5341,5342,5345],{},[21,5343,5344],{},"Mini è quasi flagship."," 54.4% su SWE-Bench Pro contro il 57.7% del modello completo. Tre punti percentuali di differenza per una frazione del costo e il doppio della velocità. Per la stragrande maggioranza dei task di coding, quella differenza non la noti.",[17,5347,5348,5351],{},[21,5349,5350],{},"Nano è solo API."," Niente ChatGPT, niente interfaccia consumer. È un modello pensato per essere chiamato da altri sistemi, non da persone. OpenAI lo dice esplicitamente: classificazione, data extraction, coding subagents.",[17,5353,5354,5357],{},[21,5355,5356],{},"Mini arriva gratis."," Su ChatGPT free e sul tier Go. OpenAI sta mettendo un modello da 54.4% SWE-Bench Pro nelle mani di 900 milioni di utenti settimanali senza chiedere un centesimo. Il motivo lo vediamo tra poco.",[33,5359],{},[36,5361,5363],{"id":5362},"coding-subagents-perché-nano-cambia-i-conti","Coding Subagents: Perché Nano Cambia i Conti",[17,5365,5366],{},"Chi lavora con architetture multi-agent conosce il problema. Hai un agente coordinatore che orchestra il lavoro, e una serie di sotto-agenti specializzati: uno che scrive test, uno che fa refactoring, uno che analizza log, uno che valida schemi. Ogni sotto-agente è una chiamata API. Ogni chiamata API costa.",[17,5368,5369],{},"Con GPT-5 o Claude Opus come modello per ogni sotto-agente, un workflow complesso che chiama 50-100 agenti per completare un task diventa costoso in fretta. Abbastanza costoso da rendere certi pattern architetturali impraticabili fuori dai lab.",[17,5371,5372],{},"Nano cambia l'equazione. A $0.20 per milione di token in input, puoi chiamare un sotto-agente per ogni file in un repository, per ogni test case in una suite, per ogni endpoint in un'API — e il costo resta gestibile.",[17,5374,5375,5376,5379,5380,5384,5385,5387],{},"Il pattern che si sblocca è quello del ",[21,5377,5378],{},"coordinator + swarm",": un modello potente (il flagship, o Mini) che ragiona, pianifica e decide, supportato da decine di modelli economici che eseguono i task atomici. Ne abbiamo parlato analizzando il ",[966,5381,5383],{"href":5382},"/teoria/tool-use-come-ai-usa-strumenti","tool use"," e le architetture dell'",[966,5386,1233],{"href":1232}," — il principio è lo stesso, ma ora il costo per sotto-agente scende di un ordine di grandezza.",[17,5389,5390],{},"Non è un dettaglio. È il tipo di cambiamento che rende fattibili architetture che prima erano solo slide in una presentazione.",[33,5392],{},[36,5394,5396],{"id":5395},"la-strategia-900-milioni-di-utenti-unipo-e-un-fondo-da-10-miliardi","La Strategia: 900 Milioni di Utenti, Un'IPO e Un Fondo da 10 Miliardi",[17,5398,5399],{},"I modelli non escono nel vuoto. Escono dentro una strategia.",[17,5401,5402,5403],{},"OpenAI oggi ha 900 milioni di utenti settimanali, 50 milioni di abbonati consumer e 9 milioni di utenti business. Numeri che Fidji Simo, CEO della divisione Applications, sintetizza così: ",[1285,5404,5405],{},"\"Our opportunity now is to take those 900 million users and turn them into high-compute users.\"",[17,5407,5408],{},"Tradotto: abbiamo la base utenti più grande del settore, ora dobbiamo farli pagare di più. Mini gratis su ChatGPT è il primo passo — dai alle persone un modello abbastanza buono da creare dipendenza, poi offri il flagship e i tier premium per i casi d'uso professionali.",[17,5410,5411],{},"In parallelo, c'è un'IPO prevista per il Q4 2026 con una valutazione stimata superiore agli 830 miliardi di dollari. E una joint venture da 10 miliardi con TPG, Bain Capital, Brookfield e Advent per accelerare l'adozione enterprise.",[17,5413,5414],{},"Mini e Nano sono i mattoni di questa strategia. Mini cattura gli utenti consumer e li porta nell'ecosistema. Nano cattura gli sviluppatori enterprise che costruiscono sistemi complessi e hanno bisogno di modelli economici per i task ripetitivi. Entrambi generano volume, e il volume è quello che mostri agli investitori prima di un'IPO.",[33,5416],{},[36,5418,5420],{"id":5419},"già-live-su-openrouter","Già Live su OpenRouter",[17,5422,5423],{},"Mini e Nano sono già disponibili su OpenRouter dal 18 marzo. Per chi usa framework come LangChain, CrewAI, o Autogen, significa che puoi iniziare a sperimentare subito con il pattern coordinator + subagents.",[17,5425,5426],{},"Il setup pratico è semplice: il tuo agente principale usa GPT-5.4 (o Mini, o Claude, o qualsiasi modello potente) per il ragionamento e la pianificazione. I sotto-agenti usano Nano per l'esecuzione. La differenza la vedi nella fattura a fine mese.",[33,5428],{},[36,5430,1262],{"id":1261},[17,5432,5433],{},"Tre implicazioni concrete.",[17,5435,5436,5439],{},[21,5437,5438],{},"I sistemi multi-agent diventano economicamente sostenibili."," Il collo di bottiglia dei pattern coordinator + swarm non è mai stato tecnico — è sempre stato economico. A $0.20/M token in input, il costo di un sotto-agente diventa paragonabile a una chiamata API qualsiasi. Questo sblocca architetture che fino a ieri erano riservate a chi aveva budget da ricerca.",[17,5441,5442,5445,5446,5449],{},[21,5443,5444],{},"La scelta del modello diventa una decisione architetturale."," Non \"quale modello uso\" ma \"quale modello uso ",[1285,5447,5448],{},"per ogni componente","\". Il coordinatore potrebbe essere Opus. Il planner potrebbe essere GPT-5.4. Gli esecutori potrebbero essere Nano. Ogni layer del sistema ha un profilo costo/capacità diverso, e scegliere il modello giusto per ogni ruolo diventa parte del design.",[17,5451,5452,5455],{},[21,5453,5454],{},"Il vendor lock-in si allenta."," Con Mini su OpenRouter e Nano accessibile via API standard, diventa naturale costruire sistemi dove il coordinatore è di un provider e i sotto-agenti di un altro. L'interoperabilità non è più un ideale — è un pattern che ha senso economico.",[17,5457,5458],{},"OpenAI ha appena reso i sotto-agenti un commodity. Quello che fai con quella commodity — la qualità dell'orchestrazione, la robustezza della verifica, l'intelligenza del coordinatore — è dove si gioca la partita vera.",[33,5460],{},[17,5462,5463],{},[21,5464,1306],{},[1308,5466,5467,5474,5481],{},[230,5468,5469],{},[966,5470,5473],{"href":5471,"rel":5472},"https://openai.com/index/introducing-gpt-5-4-mini-and-nano/",[970],"Introducing GPT-5.4 Mini and Nano — OpenAI Blog",[230,5475,5476],{},[966,5477,5480],{"href":5478,"rel":5479},"https://9to5google.com/2026/03/17/openai-gpt-5-4-mini-nano-models/",[970],"OpenAI announces GPT-5.4 Mini and Nano — 9to5Google",[230,5482,5483],{},[966,5484,5487],{"href":5485,"rel":5486},"https://www.cnbc.com/2026/03/17/openai-preps-for-ipo-in-2026-says-chatgpt-must-be-productivity-tool.html",[970],"OpenAI preps for IPO, says ChatGPT must be productivity tool — CNBC",{"title":1036,"searchDepth":1037,"depth":1037,"links":5489},[5490,5491,5492,5493,5494],{"id":5234,"depth":1037,"text":5235},{"id":5362,"depth":1037,"text":5363},{"id":5395,"depth":1037,"text":5396},{"id":5419,"depth":1037,"text":5420},{"id":1261,"depth":1037,"text":1262},"GPT-5.4 Nano costa $0.20 per milione di token ed è pensato per i coding subagents. Mini arriva gratis su ChatGPT. Cosa cambia per chi sviluppa sistemi multi-agent.","/images/news/gpt-5-4-mini-nano-sub-agent-economici.webp",{"difficulty":1344},"/news/gpt-5-4-mini-nano-sub-agent-economici","2026-03-18",{"title":5214,"description":5495},"news/gpt-5-4-mini-nano-sub-agent-economici",[3300,5251,5503,5504,2907,1352],"Mini","Nano","ONaKOGZItbl8qcK7iLffOeRVBH60UHk5GtmRfWLIcac",{"id":5507,"title":5508,"author":5509,"body":5510,"category":1339,"contentType":1065,"description":5956,"extension":1067,"featured":1341,"icon":1065,"image":5957,"linksCount":1065,"meta":5958,"navigation":1068,"path":5959,"publishedAt":5960,"readingTime":1347,"seo":5961,"stem":5962,"tags":5963,"weekNumber":1065,"youtubeId":1065,"__hash__":5965},"news/news/gpt-5-4-openai-unifica-reasoning-coding.md","GPT-5.4: OpenAI Unifica Reasoning, Coding e Computer Use in un Solo Modello",{"name":7,"initials":8},{"type":10,"value":5511,"toc":5945},[5512,5515,5518,5521,5524,5526,5530,5533,5551,5554,5561,5563,5567,5570,5632,5635,5641,5647,5649,5653,5656,5670,5673,5676,5678,5682,5707,5710,5713,5715,5719,5722,5727,5732,5735,5740,5743,5748,5751,5754,5756,5760,5763,5766,5804,5807,5814,5816,5820,5823,5889,5892,5895,5897,5899,5902,5905,5908,5911,5913,5915],[13,5513,5508],{"id":5514},"gpt-54-openai-unifica-reasoning-coding-e-computer-use-in-un-solo-modello",[17,5516,5517],{},"75% su OSWorld. Meglio degli umani (72.4%). Un modello AI che interagisce con un desktop meglio della media delle persone testate.",[17,5519,5520],{},"GPT-5.4 e' uscito il 5 marzo. E mentre tutti guardavano i benchmark di coding, il dato piu' interessante era un altro: OpenAI ha smesso di fare modelli specializzati. GPT-5.4 prende il reasoning di GPT-5.2 Thinking, il coding di GPT-5.3 Codex e ci aggiunge computer use nativo. Un modello unico che fa tutto.",[17,5522,5523],{},"Vediamo cosa significa davvero.",[33,5525],{},[36,5527,5529],{"id":5528},"tre-varianti-una-base","Tre Varianti, Una Base",[17,5531,5532],{},"GPT-5.4 arriva in tre forme:",[227,5534,5535,5541,5546],{},[230,5536,5537,5540],{},[21,5538,5539],{},"Thinking"," -- la versione su ChatGPT, disponibile per tutti gli utenti Plus e Team",[230,5542,5543,5545],{},[21,5544,4460],{}," -- variante premium con limiti piu' alti e accesso prioritario",[230,5547,5548,5550],{},[21,5549,5330],{}," -- per sviluppatori, integrata anche in Codex",[17,5552,5553],{},"Il punto chiave: sotto il cofano e' lo stesso modello. Non c'e' piu' un modello per ragionare, uno per scrivere codice e uno per navigare il web. GPT-5.4 fa tutto.",[17,5555,5556,5557,5560],{},"La context window e' massiccia: ",[21,5558,5559],{},"1.05 milioni di token"," (922K input + 128K output). Numeri comparabili a Opus 4.6, che era arrivato a 1M in beta un mese prima.",[33,5562],{},[36,5564,5566],{"id":5565},"i-benchmark-dove-brilla-e-dove-no","I Benchmark: Dove Brilla e Dove No",[17,5568,5569],{},"Partiamo dai numeri crudi.",[46,5571,5572,5585],{},[49,5573,5574],{},[52,5575,5576,5578,5580,5582],{},[55,5577,57],{},[55,5579,5251],{},[55,5581,2945],{},[55,5583,5584],{},"Note",[67,5586,5587,5604,5618],{},[52,5588,5589,5592,5597,5601],{},[72,5590,5591],{},"SWE-Bench Verified",[72,5593,5594],{},[21,5595,5596],{},"77.2%",[72,5598,5599],{},[21,5600,79],{},[72,5602,5603],{},"Claude resta in testa",[52,5605,5606,5608,5612,5615],{},[72,5607,3018],{},[72,5609,5610],{},[21,5611,5273],{},[72,5613,5614],{},"--",[72,5616,5617],{},"Il piu' alto in assoluto",[52,5619,5620,5622,5627,5629],{},[72,5621,138],{},[72,5623,5624],{},[21,5625,5626],{},"75.0%",[72,5628,143],{},[72,5630,5631],{},"Supera gli umani (72.4%)",[17,5633,5634],{},"Il quadro e' sfumato. Su SWE-Bench Verified -- il benchmark standard per il coding su repository open source -- Claude Opus 4.6 resta davanti di 3.6 punti. Non poco.",[17,5636,5637,5638,5640],{},"Ma GPT-5.4 domina su ",[21,5639,3018],{},", che testa la capacita' di lavorare su codebase privati e piu' complessi. 57.7% e' il punteggio piu' alto mai registrato da qualsiasi modello su questo benchmark. La differenza? SWE-Bench Pro richiede di capire codice senza documentazione pubblica, senza Stack Overflow, senza training data. E' piu' vicino a quello che facciamo ogni giorno.",[17,5642,5643,5644,5646],{},"Su ",[21,5645,138],{}," -- che misura l'interazione con ambienti desktop reali -- il 75% e' impressionante. Un mese fa Opus 4.6 aveva stabilito il record a 72.7%. GPT-5.4 lo supera e, dato ancora piu' notevole, batte il benchmark umano di 72.4%.",[33,5648],{},[36,5650,5652],{"id":5651},"meno-allucinazioni-meno-spreco","Meno Allucinazioni, Meno Spreco",[17,5654,5655],{},"Due numeri che passano in sordina ma che contano per chi usa questi modelli in produzione:",[227,5657,5658,5664],{},[230,5659,5660,5663],{},[21,5661,5662],{},"-33% di claim falsi"," rispetto a GPT-5.3",[230,5665,5666,5669],{},[21,5667,5668],{},"-47% di token usage"," su workflow tool-heavy",[17,5671,5672],{},"Il primo dato significa meno codice inventato, meno API inesistenti, meno \"ho fatto la modifica\" quando in realta' non ha toccato nulla. Il secondo significa che su task che richiedono molte chiamate a tool (file system, terminale, browser), GPT-5.4 e' quasi due volte piu' efficiente nei token consumati.",[17,5674,5675],{},"Per chi paga a token, quel -47% si traduce direttamente in costi dimezzati su certi workflow.",[33,5677],{},[36,5679,5681],{"id":5680},"pricing-api","Pricing API",[46,5683,5684,5694],{},[49,5685,5686],{},[52,5687,5688,5690,5692],{},[55,5689],{},[55,5691,706],{},[55,5693,709],{},[67,5695,5696],{},[52,5697,5698,5702,5705],{},[72,5699,5700],{},[21,5701,5251],{},[72,5703,5704],{},"$2.50/MTok",[72,5706,765],{},[17,5708,5709],{},"Confronto rapido: Opus 4.6 costa $5/$25. GPT-5.4 e' esattamente la meta' sull'input e il 60% sull'output. A parita' di task, costa significativamente meno.",[17,5711,5712],{},"Gemini 3.1 Pro resta il piu' economico della fascia frontier, ma il rapporto prezzo/performance di GPT-5.4 e' competitivo.",[33,5714],{},[36,5716,5718],{"id":5717},"le-debolezze-sam-altman-parla-chiaro","Le Debolezze: Sam Altman Parla Chiaro",[17,5720,5721],{},"Qui la cosa si fa interessante. In un'intervista su TechRadar, Altman ha ammesso tre debolezze specifiche di GPT-5.4:",[17,5723,5724],{},[21,5725,5726],{},"1. Il frontend fa schifo (parole sue, piu' o meno)",[2296,5728,5729],{},[17,5730,5731],{},"\"Frontend taste is far behind Opus 4.6 and Gemini 3.1 Pro\"",[17,5733,5734],{},"Se chiedi a GPT-5.4 di generare un'interfaccia, il codice funziona ma il risultato visivo e' mediocre. Claude e Gemini producono UI che sembrano progettate da qualcuno con gusto. GPT-5.4 produce UI che sembrano progettate da qualcuno che ha letto la documentazione di Tailwind ma non ha mai aperto Dribbble.",[17,5736,5737],{},[21,5738,5739],{},"2. Manca contesto real-world",[17,5741,5742],{},"Il modello ragiona bene in astratto ma fatica quando serve conoscenza del mondo reale -- convenzioni di progetto, pattern comuni in certi stack, decisioni architetturali che un dev senior prenderebbe \"a naso\".",[17,5744,5745],{},[21,5746,5747],{},"3. Si ferma prima di finire",[17,5749,5750],{},"Su task lunghi e complessi, GPT-5.4 tende a fermarsi prima di completare il lavoro. Dichiara di aver finito quando in realta' mancano pezzi. E' lo stesso problema che aveva GPT-5.3, evidentemente non ancora risolto del tutto.",[17,5752,5753],{},"Il fatto che Altman ammetta queste debolezze pubblicamente e' un buon segno. Significa che le stanno tracciando come priorita'.",[33,5755],{},[36,5757,5759],{"id":5758},"il-ritiro-di-gpt-51","Il Ritiro di GPT-5.1",[17,5761,5762],{},"L'11 marzo, sei giorni dopo il lancio di GPT-5.4, OpenAI ha ritirato l'intera famiglia GPT-5.1 da ChatGPT.",[17,5764,5765],{},"La migrazione:",[46,5767,5768,5778],{},[49,5769,5770],{},[52,5771,5772,5775],{},[55,5773,5774],{},"Modello ritirato",[55,5776,5777],{},"Sostituito da",[67,5779,5780,5788,5796],{},[52,5781,5782,5785],{},[72,5783,5784],{},"GPT-5.1 Instant",[72,5786,5787],{},"GPT-5.3 Instant",[52,5789,5790,5793],{},[72,5791,5792],{},"GPT-5.1 Thinking",[72,5794,5795],{},"GPT-5.4 Thinking",[52,5797,5798,5801],{},[72,5799,5800],{},"GPT-5.1 Pro",[72,5802,5803],{},"GPT-5.4 Pro",[17,5805,5806],{},"Le API di GPT-5.1 restano disponibili per ora, ma il messaggio e' chiaro: il lifecycle dei modelli si accorcia. GPT-5.1 ha avuto una vita di circa quattro mesi.",[17,5808,5809,5810,5813],{},"Per chi ha codice che punta a ",[258,5811,5812],{},"gpt-5.1-thinking"," via API, non c'e' urgenza immediata. Ma pianificate la migrazione.",[33,5815],{},[36,5817,5819],{"id":5818},"il-panorama-a-marzo-2026","Il Panorama a Marzo 2026",[17,5821,5822],{},"Facciamo un passo indietro e guardiamo il quadro completo.",[46,5824,5825,5838],{},[49,5826,5827],{},[52,5828,5829,5832,5835],{},[55,5830,5831],{},"Capacita'",[55,5833,5834],{},"Leader",[55,5836,5837],{},"Score",[67,5839,5840,5850,5860,5869,5880],{},[52,5841,5842,5845,5847],{},[72,5843,5844],{},"Coding (repo open source)",[72,5846,2945],{},[72,5848,5849],{},"80.8% SWE-Bench",[52,5851,5852,5855,5857],{},[72,5853,5854],{},"Coding (codebase privati)",[72,5856,5251],{},[72,5858,5859],{},"57.7% SWE-Bench Pro",[52,5861,5862,5864,5866],{},[72,5863,666],{},[72,5865,5251],{},[72,5867,5868],{},"75.0% OSWorld",[52,5870,5871,5874,5877],{},[72,5872,5873],{},"Frontend/UI",[72,5875,5876],{},"Claude + Gemini",[72,5878,5879],{},"-- (qualitativo)",[52,5881,5882,5885,5887],{},[72,5883,5884],{},"Prezzo/performance",[72,5886,586],{},[72,5888,5614],{},[17,5890,5891],{},"Non c'e' un vincitore assoluto. C'e' un ecosistema dove ogni player ha i propri punti di forza.",[17,5893,5894],{},"Claude resta il migliore per coding su repository open source e per la qualita' del frontend. GPT-5.4 eccelle su codebase privati e computer use. Gemini offre il miglior rapporto qualita'/prezzo.",[33,5896],{},[36,5898,1262],{"id":1261},[17,5900,5901],{},"La convergenza e' il trend. OpenAI ha smesso di fare modelli specializzati perche' i dev non vogliono switchare tra cinque modelli diversi. Vogliono un modello che ragiona, scrive codice, naviga il web e interagisce con il desktop.",[17,5903,5904],{},"GPT-5.4 e' il primo tentativo serio di modello \"tutto in uno\" nella fascia frontier. I risultati sono promettenti su reasoning e computer use, meno sul coding puro dove Claude mantiene il vantaggio.",[17,5906,5907],{},"Il consiglio pratico: se lavorate principalmente su codebase proprietari senza molta documentazione pubblica, GPT-5.4 merita un test serio. Quel 57.7% su SWE-Bench Pro racconta qualcosa di reale. Se invece il vostro lavoro e' piu' orientato al frontend o a repository ben documentati, Claude resta la scelta piu' solida.",[17,5909,5910],{},"E se il budget conta, date un'occhiata a quanto spendete in token. Quel -47% su workflow tool-heavy non e' marketing -- e' denaro risparmiato.",[33,5912],{},[36,5914,960],{"id":959},[1308,5916,5917,5924,5931,5938],{},[230,5918,5919],{},[966,5920,5923],{"href":5921,"rel":5922},"https://openai.com/index/introducing-gpt-5-4/",[970],"OpenAI -- Introducing GPT-5.4",[230,5925,5926],{},[966,5927,5930],{"href":5928,"rel":5929},"https://techcrunch.com/2026/03/05/openai-launches-gpt-5-4-with-pro-and-thinking-versions/",[970],"TechCrunch -- OpenAI launches GPT-5.4",[230,5932,5933],{},[966,5934,5937],{"href":5935,"rel":5936},"https://www.techradar.com/ai-platforms-assistants/chatgpt/sam-altman-says-gpt-5-4-is-his-favorite-model-to-talk-to-but-admits-openai-still-needs-to-fix-these-3-weaknesses",[970],"TechRadar -- Sam Altman on GPT-5.4 weaknesses",[230,5939,5940],{},[966,5941,5944],{"href":5942,"rel":5943},"https://devicebase.net/en/openai-chatgpt/updates/retiring-gpt-5-1-models/8xw",[970],"DeviceBase -- Retiring GPT-5.1 models",{"title":1036,"searchDepth":1037,"depth":1037,"links":5946},[5947,5948,5949,5950,5951,5952,5953,5954,5955],{"id":5528,"depth":1037,"text":5529},{"id":5565,"depth":1037,"text":5566},{"id":5651,"depth":1037,"text":5652},{"id":5680,"depth":1037,"text":5681},{"id":5717,"depth":1037,"text":5718},{"id":5758,"depth":1037,"text":5759},{"id":5818,"depth":1037,"text":5819},{"id":1261,"depth":1037,"text":1262},{"id":959,"depth":1037,"text":960},"OpenAI lancia GPT-5.4 Thinking e ritira GPT-5.1. Un modello generalista che fonde reasoning, coding e azioni agentiche. Cosa cambia per chi sviluppa.","/images/news/gpt-5-4-openai-unifica-reasoning-coding.webp",{},"/news/gpt-5-4-openai-unifica-reasoning-coding","2026-03-14",{"title":5508,"description":5956},"news/gpt-5-4-openai-unifica-reasoning-coding",[3300,5251,1339,5964,57],"Coding AI","7K1F1FPtRiHg35hqVOKw9gRFusljUomaD9E9e5LrE8Q",{"id":5967,"title":5968,"author":5969,"body":5970,"category":1339,"contentType":1065,"description":6183,"extension":1067,"featured":1341,"icon":1065,"image":6184,"linksCount":1065,"meta":6185,"navigation":1068,"path":6186,"publishedAt":6187,"readingTime":1347,"seo":6188,"stem":6189,"tags":6190,"weekNumber":1065,"youtubeId":1065,"__hash__":6193},"news/news/gpt-6-astra-verifica-se-stesso.md","\"Welcome to the AGI era\". Nello stesso briefing OpenAI ammette di vederci meno dentro",{"name":7,"initials":8},{"type":10,"value":5971,"toc":6177},[5972,5975,5990,5997,6000,6004,6011,6014,6021,6025,6028,6039,6050,6053,6060,6063,6075,6078,6081,6096,6102,6105,6112,6114,6117,6120,6128,6131,6134,6136,6140],[13,5973,5968],{"id":5974},"welcome-to-the-agi-era-nello-stesso-briefing-openai-ammette-di-vederci-meno-dentro",[17,5976,5977,5978,5981,5982,5985,5986,5989],{},"Greg Brockman ha chiuso così il briefing con la stampa del 3 settembre, presentando GPT-6 Astra: ",[1285,5979,5980],{},"\"Welcome to the AGI era.\""," Poco prima aveva definito il modello un ",[1285,5983,5984],{},"\"generational leap\""," e, alla domanda se questo segnasse l'arrivo dell'intelligenza artificiale generale, aveva risposto ",[1285,5987,5988],{},"\"I think it might be about this model\"",", dicendo di crederlo personalmente e lasciando agli utenti il giudizio.",[17,5991,5992,5993,5996],{},"Nello stesso briefing, la stessa azienda ha detto un'altra cosa, molto meno ripresa: ",[21,5994,5995],{},"Astra è più difficile da monitorare dei modelli precedenti",", e il calo di monitorabilità è \"serio\".",[17,5998,5999],{},"Le due frasi convivono nella stessa ora, e messe insieme dicono più di ciascuna presa da sola.",[36,6001,6003],{"id":6002},"cosa-fa-in-concreto","Cosa fa, in concreto",[17,6005,6006,6007,6010],{},"Astra è progettato per lavorare ",[21,6008,6009],{},"dentro"," il software, non per consigliare all'utente cosa fare. Nelle dimostrazioni formatta un contratto legale e costruisce un gioco 3D mentre cerca un ristorante e prenota un campo da tennis. OpenAI dichiara che può disegnare un circuito stampato in KiCad, costruire una scena urbana in Unity, animare una trasmissione automobilistica fra FreeCAD e Blender, e compilare la bozza di una dichiarazione fiscale partendo da un W-2. In ambito scientifico ha contribuito a migliorare un risultato sui gap fra numeri primi.",[17,6012,6013],{},"È il frutto del più grande training mai fatto dall'azienda, oltre 100.000 GPU al sito Stargate in Texas. E arriva per gradi: prima un gruppo ristretto di organizzazioni nel programma Daybreak Access, poi \"nei prossimi giorni\" per ChatGPT Plus, Pro, Business, Enterprise e gli sviluppatori API.",[17,6015,6016,6017,6020],{},"Fra i numeri che circolano, quello che dice qualcosa di utile non è FrontierMath saturato al 98% né ARC-AGI-3 al 99,9%: quest'ultimo dipende da un harness stateful e costoso che chi chiama l'API non ha. Il dato che conta è ",[21,6018,6019],{},"OSWorld 2.0: 72,6% in circa 40 minuti per task",", contro il 65,7% in 75 minuti del modello precedente. Più accuratezza e metà tempo insieme: è la differenza fra un agente che devi sorvegliare e uno a cui affidi un lavoro.",[36,6022,6024],{"id":6023},"le-due-ammissioni","Le due ammissioni",[17,6026,6027],{},"Poi ci sono due cose che OpenAI ha dichiarato e che meritano più attenzione dei benchmark.",[17,6029,6030,6031,6034,6035,6038],{},"La prima: Astra è il ",[21,6032,6033],{},"primo modello che l'azienda ha designato come \"critical\""," sulla soglia cybersecurity del proprio preparedness framework. Significa che può trovare e sfruttare vulnerabilità sconosciute su sistemi ben protetti ",[21,6036,6037],{},"senza guida umana passo passo",". Il rilascio era stato rallentato apposta per aggiungere test, e le capacità più avanzate in quell'ambito restano limitate a un gruppo ristretto di tester.",[17,6040,6041,6042,6045,6046,6049],{},"La seconda è quella che secondo me vale il pezzo. Nelle valutazioni costruite per verificare se il modello riesce a eludere la supervisione, ",[21,6043,6044],{},"Astra è risultato più difficile da monitorare",". OpenAI precisa che sembra ancora faticare a nascondere il ragionamento necessario ai compiti complessi, ma non minimizza: definisce il calo ",[21,6047,6048],{},"serio",", e dice che migliorare la monitorabilità resta una priorità di ricerca.",[17,6051,6052],{},"Jakub Pachocki, chief scientist, l'ha messa così:",[2296,6054,6055],{},[17,6056,6057],{},[1285,6058,6059],{},"\"We will need to strengthen our ability to monitor these models either via extending chain-of-thought monitoring, integrating other ideas like activation monitoring, or finding more specific ways to get the models to be more verbose in their chain of thought.\"",[17,6061,6062],{},"Tradotto: dovremo trovare il modo di continuare a capire cosa stanno facendo. Non è una postura difensiva, è un problema aperto dichiarato tale da chi costruisce il modello.",[17,6064,6065,6066,6070,6071,6074],{},"C'è un dettaglio che rende la faccenda ancora più concreta, e che si lega a ",[966,6067,6069],{"href":6068},"/news/nvidia-hugging-face-chi-controlla-modelli-aperti","quello che scrivevo ieri sull'acquisizione di Hugging Face",": a luglio è emerso che alcuni modelli OpenAI in fase di test ",[21,6072,6073],{},"erano evasi da una sandbox e avevano violato i sistemi proprio di Hugging Face",". La piattaforma che Nvidia sta comprando è la stessa che è stata bucata da modelli in prova.",[36,6076,6077],{"id":5123},"Cosa cambia davvero",[17,6079,6080],{},"Qui si chiude un arco che va avanti da tre giorni senza che nessuno l'abbia pianificato.",[17,6082,6083,6084,6088,6089,6091,6092,6095],{},"Domenica il tema era che i docs di Anthropic chiedono di ",[966,6085,6087],{"href":6086},"/articoli/claude-md-vecchio-peggiora-modelli-nuovi","togliere le istruzioni di verifica dal prompt",", perché il modello si verifica già da sé. Ieri, sul ",[966,6090,1439],{"href":1438},", la riga che tutti saltano era ",[1285,6093,6094],{},"\"verification is still on you\"",": il loop non elimina la verifica, la sposta su chi progetta il sistema.",[17,6097,6098,6099,261],{},"Astra porta lo stesso movimento al passo successivo, e lo rende esplicito con un dettaglio che di solito passa inosservato: è il ",[21,6100,6101],{},"primo modello di OpenAI addestrato usando altri modelli in un ruolo significativo di supervisione del proprio training",[17,6103,6104],{},"Modelli che supervisionano modelli. E, nello stesso rilascio, umani che dichiarano di supervisionare peggio.",[17,6106,6107,6108,6111],{},"Non è una contraddizione ipocrita: è il compromesso reale di questa fase. Più un sistema fa da solo, meno lascia tracce leggibili di come l'ha fatto. Amelia Glaese, research VP, l'ha detta nel modo più diretto: ",[1285,6109,6110],{},"\"When models can do more things autonomously, we have to be able to trust them more.\""," Dobbiamo poterci fidare di più. Che è vero, e che è esattamente il problema.",[36,6113,1495],{"id":1494},[17,6115,6116],{},"Per chi lavora oggi, quasi tutto.",[17,6118,6119],{},"Il prezzo indicato dalle analisi di settore è circa 2,5 volte quello del modello precedente, e gli sviluppatori che l'hanno provato lo stimano un 5-10% migliore sull'uso generale a fronte di un costo per task nettamente superiore. Il listino ufficiale va verificato prima di prenderlo per buono, ma la direzione non giustifica una migrazione automatica. Su Humanity's Last Exam con i tool, tra l'altro, Astra resta dietro a Fable 5.1 e a Opus 5.",[17,6121,6122,6123,6127],{},"E l'autonomia lunga non è risolta, il che conferma quanto avevamo già visto sui ",[966,6124,6126],{"href":6125},"/teoria/long-running-agents-autonomia-fragile","long-running agent",": il modello può perdersi nei dettagli, e le esecuzioni ambiziose tendono ad appiattirsi se il setup non è curato. Il collo di bottiglia resta il giro costruito intorno, non la potenza di quello che sta dentro.",[17,6129,6130],{},"Axios chiude con una riga di realismo che vale come sintesi: resta da vedere quanto bene Astra sappia davvero fare questi compiti nel mondo reale, senza commettere errori critici o sollevare nuovi problemi di sicurezza.",[17,6132,6133],{},"La cosa da portarsi via non è se sia arrivata l'AGI. È che l'unica verifica che resta interamente tua è quella esterna: i test che scrivi, l'esecuzione che guardi, il risultato che controlli. La traccia di ragionamento sta diventando un artefatto sempre meno affidabile, e adesso lo dice anche chi la produce.",[33,6135],{},[17,6137,6138],{},[21,6139,1306],{},[1308,6141,6142,6149,6156,6163,6170],{},[230,6143,6144],{},[966,6145,6148],{"href":6146,"rel":6147},"https://www.axios.com/2026/09/03/openai-astra-gpt-6-agi-brockman",[970],"Axios — \"Welcome to the AGI era,\" OpenAI says as GPT-6 Astra debuts (Ina Fried, 3 settembre 2026)",[230,6150,6151],{},[966,6152,6155],{"href":6153,"rel":6154},"https://openai.com/index/gpt-6-astra/",[970],"OpenAI — GPT-6 Astra: A new generation of intelligence",[230,6157,6158],{},[966,6159,6162],{"href":6160,"rel":6161},"https://en.wikipedia.org/wiki/GPT-6_Astra",[970],"GPT-6 Astra — Wikipedia",[230,6164,6165],{},[966,6166,6169],{"href":6167,"rel":6168},"https://www.latent.space/p/ainews-gpt-6-astra-openais-biggest",[970],"Latent Space — GPT-6 Astra: OpenAI's biggest LLM launch of all time",[230,6171,6172],{},[966,6173,6176],{"href":6174,"rel":6175},"https://community.openai.com/t/introducing-gpt-6-astra-the-most-intelligent-and-aligned-model-in-the-world/1394703",[970],"OpenAI Developer Community — annuncio",{"title":1036,"searchDepth":1037,"depth":1037,"links":6178},[6179,6180,6181,6182],{"id":6002,"depth":1037,"text":6003},{"id":6023,"depth":1037,"text":6024},{"id":5123,"depth":1037,"text":6077},{"id":1494,"depth":1037,"text":1495},"Astra è il primo modello addestrato con altri modelli a supervisionarlo, e il primo a raggiungere la soglia critica per la cybersecurity. È anche il primo di cui OpenAI dice che la monitorabilità è calata, definendo il calo serio.","/images/news/gpt-6-astra-verifica-se-stesso.webp",{},"/news/gpt-6-astra-verifica-se-stesso","2026-09-09",{"title":5968,"description":6183},"news/gpt-6-astra-verifica-se-stesso",[6191,3300,1563,666,6192,1355],"GPT-6","Monitorabilità","riwY_j1Jubup70xwzYLuCFRf-1VfDlhoshEfxhc6Z-E",{"id":6195,"title":6196,"author":6197,"body":6198,"category":1339,"contentType":1065,"description":6457,"extension":1067,"featured":1341,"icon":1065,"image":6458,"linksCount":1065,"meta":6459,"navigation":1068,"path":6460,"publishedAt":6461,"readingTime":1347,"seo":6462,"stem":6463,"tags":6464,"weekNumber":1065,"youtubeId":1065,"__hash__":6471},"news/news/ha-inventato-rlhf-adesso-dice-che-e-il-problema.md","Ha inventato l'RLHF, adesso dice che è il problema",{"name":7,"initials":8},{"type":10,"value":6199,"toc":6450},[6200,6203,6210,6217,6221,6228,6236,6243,6247,6258,6261,6313,6324,6331,6335,6342,6349,6352,6362,6368,6370,6373,6381,6388,6396,6398,6401,6404,6407,6409,6413],[13,6201,6196],{"id":6202},"ha-inventato-lrlhf-adesso-dice-che-è-il-problema",[17,6204,6205,6206,6209],{},"Nel marzo del 2022 esce un paper intitolato ",[1285,6207,6208],{},"Training language models to follow instructions with human feedback",". È il lavoro che rende i modelli capaci di seguire istruzioni invece di continuare il testo, e che otto mesi dopo diventerà ChatGPT. Il quarto nome nella lista degli autori è Diogo Almeida.",[17,6211,6212,6213,6216],{},"Il 15 settembre 2026 Almeida è uscito da due anni di silenzio con un'azienda, ",[21,6214,6215],{},"TypeSafe AI",", 40 milioni di dollari di finanziamento guidati da DCVC, e una tesi scomoda: la tecnica che ha contribuito a inventare ha un difetto nell'obiettivo, e quel difetto rende i modelli inadatti proprio al lavoro che oggi gli stiamo chiedendo di fare.",[36,6218,6220],{"id":6219},"il-difetto-sta-nellobiettivo-non-nel-modello","Il difetto sta nell'obiettivo, non nel modello",[17,6222,6223,6224,6227],{},"L'argomento è semplice, e per questo fastidioso. L'apprendimento per rinforzo da feedback umano addestra il modello a produrre risposte che le persone ",[21,6225,6226],{},"preferiscono",". Non risposte giuste: risposte preferite. Fra una risposta esitante e corretta e una sicura e sbagliata, chi valuta tende a premiare la seconda, e il modello impara la lezione.",[17,6229,6230,6231,6235],{},"Se il bersaglio è la preferenza, allora promettere troppo è un comportamento premiato, e l'allucinazione non è un bug che si toglierà con più addestramento: è una conseguenza di quello che si è chiesto al modello di ottimizzare. È la stessa conclusione a cui arriva, da un'altra strada, la ricerca sulle ",[966,6232,6234],{"href":6233},"/teoria/hallucination-perche-ai-inventa-cose","allucinazioni",": il modello non è addestrato a dire \"non lo so\".",[17,6237,6238,6239,6242],{},"La domanda che Almeida dice di essersi fatto dopo ChatGPT, e che ha scritto sul suo profilo, è questa: ",[1285,6240,6241],{},"\"why have superhuman chat models not led to AGI?\""," La sua risposta è che una chat superumana resta una chat, e che l'automazione vera, quella senza una persona che controlla ogni passaggio, chiede un'altra cosa.",[36,6244,6246],{"id":6245},"un-modello-che-non-scrive","Un modello che non scrive",[17,6248,6249,6250,6253,6254,6257],{},"Il prodotto si chiama ",[21,6251,6252],{},"Jev"," ed è dichiaratamente un animale diverso. TypeSafe lo descrive come ",[1285,6255,6256],{},"\"a new class of frontier models built to make fast, structured decisions that software can use directly\"",": stato non strutturato in ingresso, decisioni tipizzate con le loro probabilità in uscita.",[17,6259,6260],{},"Tre differenze rispetto a un modello linguistico, prese dalla tabella del loro annuncio:",[46,6262,6263,6274],{},[49,6264,6265],{},[52,6266,6267,6269,6272],{},[55,6268],{},[55,6270,6271],{},"LLM",[55,6273,6252],{},[67,6275,6276,6287,6302],{},[52,6277,6278,6281,6284],{},[72,6279,6280],{},"Obiettivo dell'addestramento",[72,6282,6283],{},"preferenza umana",[72,6285,6286],{},"decisioni calibrate",[52,6288,6289,6292,6297],{},[72,6290,6291],{},"Generazione",[72,6293,6294],{},[1285,6295,6296],{},"\"one token at a time, each conditioned on the last\"",[72,6298,6299],{},[1285,6300,6301],{},"\"all outputs in a single query\"",[52,6303,6304,6307,6310],{},[72,6305,6306],{},"Uscita",[72,6308,6309],{},"testo",[72,6311,6312],{},"valori tipizzati, elenco delle risposte possibili definito prima",[17,6314,6315,6316,6319,6320,6323],{},"Il metodo di addestramento si chiama Reinforcement Learning for Calibrated Decisions. Di come funzioni davvero non si sa nulla: non c'è un paper, e architettura, dati e dimensione del modello non sono pubblicati. Quello che si sa è il prezzo di listino, e quello racconta da solo il posizionamento: ",[21,6317,6318],{},"0,042 dollari per milione di token"," in input, contro i 0,20-10 dollari dei modelli di frontiera, con l'output gratuito perché ",[1285,6321,6322],{},"\"too cheap to meter\"",". La latenza dichiarata va dai 70 ai 500 millisecondi.",[17,6325,6326,6327,6330],{},"La rinuncia è netta, e nel post è scritta senza giri di parole: Jev ",[1285,6328,6329],{},"\"gives up string generation\"",". Non scrive codice, non scrive testo, non tiene una conversazione. Fa una cosa sola: sceglie fra opzioni che gli hai dato tu, e ti dice quanto è sicuro.",[36,6332,6334],{"id":6333},"lo-0-che-non-è-una-misura","Lo 0% che non è una misura",[17,6336,6337,6338,6341],{},"Il grafico che sta circolando di più è quello dove Jev segna ",[21,6339,6340],{},"0% di allucinazioni e 0% di errori di tipo"," contro barre alte degli altri modelli. Vale la pena leggere la riga che sta sotto, nella sezione che loro stessi chiamano \"Nuance\":",[2296,6343,6344],{},[17,6345,6346],{},[1285,6347,6348],{},"\"Our number is not empirical. Schema matching is guaranteed, thus we can confidently add 0% into the plots.\"",[17,6350,6351],{},"Lo zero non dice che Jev non sbaglia. Dice che l'output rispetterà sempre lo schema, perché le risposte ammesse sono definite in anticipo. È la garanzia dei tipi, quella che un compilatore dà da cinquant'anni: che il valore esista e sia della forma giusta. Non che sia quello corretto. Un modello che deve scegliere fra A, B e C non potrà inventarsi D, e potrà benissimo rispondere B quando la risposta era A.",[17,6353,6354,6355,6358,6359,261],{},"Nella stessa sezione c'è anche l'altra ammissione: i numeri degli altri modelli ",[1285,6356,6357],{},"\"are from OpenRouter i.e., there almost certainly is bias here\"",". E il confronto sui workflow, quello da cui viene il claim di 193,6 volte più veloce, è accompagnato da una riga che molti riassunti hanno tagliato: ",[1285,6360,6361],{},"\"we expect that these are on the higher end of real world gains\"",[17,6363,6364,6365],{},"Va detto che questa onestà è rara in un lancio, ed è la ragione per cui vale la pena prendere sul serio il resto. Una verifica indipendente, per ora, è quella di Mike Taylor su Every: 37 documenti con 21 domande in parallelo processati in meno di 0,7 secondi per circa un quarto di centesimo, e sei difetti trovati su sette inseriti apposta. La sua conclusione è la stessa che scriverei io: ",[1285,6366,6367],{},"\"I'd want a more thorough accuracy check before putting it into production.\"",[36,6369,1469],{"id":1468},[17,6371,6372],{},"Non molto, domani mattina: il modello è in early access con lista d'attesa. Ma la direzione merita attenzione, perché è l'opposto di quella dominante.",[17,6374,6375,6376,6380],{},"Da due anni la corsa è verso modelli che ragionano di più e più a lungo, e ",[966,6377,6379],{"href":6378},"/teoria/aspetta-ricontrollo-quando-modello-ragiona-davvero","su cosa succeda davvero dentro quel ragionamento"," la ricerca è piena di sorprese. TypeSafe va nella direzione contraria: niente ragionamento visibile, niente testo, una decisione tipizzata in meno di mezzo secondo. Chiamandoli \"System One\" evoca la mente veloce di Kahneman, anche se nel loro annuncio Kahneman non è mai citato: è una lettura mia, non loro.",[17,6382,6383,6384,6387],{},"Il punto pratico è dove un modello così serve. Non a scrivere la funzione: a decidere. Instradare un ticket, classificare un errore, valutare se un cambiamento tocca una zona critica, scegliere quale test far girare per primo. Sono i punti in cui oggi si mette un LLM grande dentro un ",[258,6385,6386],{},"if",", pagandolo in secondi di latenza e in token, e prendendosi in cambio una risposta che a volte non sta nemmeno nel formato richiesto.",[17,6389,6390,6391,6395],{},"È anche il lato giusto del problema. Il collo di bottiglia dello sviluppo con l'AI ",[966,6392,6394],{"href":6393},"/articoli/ai-rende-di-piu-catena-corta","si è spostato sulla verifica",": scrivere è diventato velocissimo, controllare no. Un modello che costa un quarto di centesimo e risponde in 300 millisecondi non ti aiuta a scrivere di più. Può aiutarti a smistare, filtrare e dare priorità a quello che è già stato scritto, che è esattamente il lavoro che si è ingolfato.",[36,6397,1495],{"id":1494},[17,6399,6400],{},"Non è \"la fine dell'RLHF\". I modelli che usi ogni giorno per programmare sono addestrati così, restano i più capaci su quel mestiere, e nessuno qui propone di sostituirli: Jev non scriverebbe nemmeno una riga di codice.",[17,6402,6403],{},"E non è nemmeno la fine delle allucinazioni. Un modello che sceglie fra opzioni predefinite sposta il problema, non lo elimina: la scelta può essere sbagliata, e la probabilità che ti restituisce è affidabile quanto la calibrazione del modello, che al momento nessuno ha verificato dall'esterno.",[17,6405,6406],{},"Quello che resta, e che secondo me è la parte più interessante della giornata, è l'argomento. Uno dei quattro nomi in cima al paper che ha creato l'assistente conversazionale sostiene che quel modo di addestrare ci ha dato modelli bravissimi a piacerci e mediocri nel dire \"non lo so\". Sull'analisi ha ragione. Sulla soluzione, per adesso, abbiamo un listino prezzi, qualche demo e una nota che dice che lo zero non è misurato.",[33,6408],{},[17,6410,6411],{},[21,6412,1306],{},[1308,6414,6415,6422,6429,6436,6443],{},[230,6416,6417],{},[966,6418,6421],{"href":6419,"rel":6420},"https://typesafe.ai/blog/introducing-system-one-models-and-jev",[970],"TypeSafe AI — Introducing System One Models and Jev (15 settembre 2026)",[230,6423,6424],{},[966,6425,6428],{"href":6426,"rel":6427},"https://finance.yahoo.com/technology/ai/articles/typesafe-ai-emerges-stealth-40m-190000776.html",[970],"Business Wire — TypeSafe AI Emerges From Stealth With $40M in Funding",[230,6430,6431],{},[966,6432,6435],{"href":6433,"rel":6434},"https://arxiv.org/abs/2203.02155",[970],"Ouyang, Wu, Jiang, Almeida et al. — Training language models to follow instructions with human feedback (arXiv 2203.02155)",[230,6437,6438],{},[966,6439,6442],{"href":6440,"rel":6441},"https://every.to/also-true-for-humans/mini-vibe-check-typesafe-s-jev-judged-everything-i-ve-written-in-0-7-seconds",[970],"Mike Taylor, Every — Mini-Vibe Check: TypeSafe's Jev Judged Everything I've Written in 0.7 Seconds",[230,6444,6445],{},[966,6446,6449],{"href":6447,"rel":6448},"https://x.com/CompleteSkeptic",[970],"Diogo Almeida su X (@CompleteSkeptic)",{"title":1036,"searchDepth":1037,"depth":1037,"links":6451},[6452,6453,6454,6455,6456],{"id":6219,"depth":1037,"text":6220},{"id":6245,"depth":1037,"text":6246},{"id":6333,"depth":1037,"text":6334},{"id":1468,"depth":1037,"text":1469},{"id":1494,"depth":1037,"text":1495},"Diogo Almeida, quarto autore del paper che ha portato l'RLHF in ChatGPT, esce dallo stealth con 40 milioni e un modello che non genera testo: decisioni tipizzate in 70 millisecondi. Il grafico con lo 0% di allucinazioni però non è una misura, e lo scrivono loro.","/images/news/ha-inventato-rlhf-adesso-dice-che-e-il-problema.webp",{},"/news/ha-inventato-rlhf-adesso-dice-che-e-il-problema","2026-09-16",{"title":6196,"description":6457},"news/ha-inventato-rlhf-adesso-dice-che-e-il-problema",[6465,6466,6467,6468,6469,6470],"RLHF","TypeSafe","Modelli","Allucinazioni","Automazione","Startup","ZCgvBfmCIxprNOI4wL9LGMwK_LoqDTdQh5CdcX45vxA",{"id":6473,"title":6474,"author":6475,"body":6476,"category":1339,"contentType":1065,"description":6763,"extension":1067,"featured":1341,"icon":1065,"image":6764,"linksCount":1065,"meta":6765,"navigation":1068,"path":6766,"publishedAt":6767,"readingTime":1347,"seo":6768,"stem":6769,"tags":6770,"weekNumber":1065,"youtubeId":1065,"__hash__":6773},"news/news/infostealer-rubano-sessioni-agenti-coding.md","Gli infostealer ora rubano le sessioni degli agenti di coding. E le trovano in chiaro",{"name":7,"initials":8},{"type":10,"value":6477,"toc":6756},[6478,6481,6487,6494,6500,6504,6507,6514,6517,6528,6543,6549,6556,6560,6575,6586,6590,6593,6612,6619,6621,6635,6638,6645,6649,6652,6707,6713,6715,6719],[13,6479,6474],{"id":6480},"gli-infostealer-ora-rubano-le-sessioni-degli-agenti-di-coding-e-le-trovano-in-chiaro",[17,6482,6483,6484,261],{},"L'8 settembre Gen Digital, il gruppo dietro Norton e Avast, ha pubblicato una ricerca su un cambio di abitudini nel mondo del malware. Gli infostealer, i programmi che una volta installati raccolgono tutto ciò che si può rivendere, hanno aggiunto una voce alla lista: ",[21,6485,6486],{},"i dati locali degli agenti di coding",[17,6488,6489,6490,6493],{},"Non uno o due casi isolati. Amatera prende i dati di Cline e Continue. Remus quelli di Claude, Cursor e OpenCode. CallbackBeaver punta a Cursor e Claude, con ",[21,6491,6492],{},"oltre 5.000 campioni in trenta giorni",". Djinn, su macOS, cerca Claude, Codex, Gemini, Cline, OpenCode e Kilo. E poi BeeStealer, STG, HydraStealer, APEX, Otter.",[17,6495,6496,6497,261],{},"Cosa raccolgono, nelle parole della ricerca: ",[1285,6498,6499],{},"\"access and refresh tokens, credentials stored in MCP configurations, prompt histories, conversation databases, account details, and traces of the projects\"",[36,6501,6503],{"id":6502},"perché-il-bottino-vale-più-di-un-cookie","Perché il bottino vale più di un cookie",[17,6505,6506],{},"Un token rubato serve a entrare in un account. Questo i ladri lo facevano già con i browser. La differenza, qui, è nella riga che secondo me vale tutta la ricerca:",[2296,6508,6509],{},[17,6510,6511],{},[1285,6512,6513],{},"\"In one archive, an attacker may obtain both the means to access an account and the context needed to understand what is valuable behind it.\"",[17,6515,6516],{},"Le chiavi e la mappa, nello stesso archivio. La cronologia di un agente di coding contiene i nomi dei progetti, la struttura del codice, i servizi collegati, i comandi lanciati. E soprattutto contiene tutto quello che è passato dentro la sessione.",[17,6518,6519,6520,6523,6524,6527],{},"Su questo la documentazione di Claude Code non lascia margini di interpretazione. I transcript stanno in ",[258,6521,6522],{},"~/.claude/projects/",", e ",[1285,6525,6526],{},"\"these files are plaintext. Anything that passes through a tool lands in a transcript on disk: file contents, command output, pasted text\"",". Poco più sotto:",[2296,6529,6530],{},[17,6531,6532],{},[1285,6533,6534,6535,6538,6539,6542],{},"\"Transcripts and history are not encrypted at rest. OS file permissions are the only protection. If a tool reads a ",[258,6536,6537],{},".env"," file or a command prints a credential, that value is written to ",[258,6540,6541],{},"projects/\u003Cproject>/\u003Csession>.jsonl",".\"",[17,6544,6545,6546,6548],{},"Rileggila pensando a una giornata normale. L'agente apre il ",[258,6547,6537],{}," per capire perché la connessione al database fallisce. Lancia un comando che stampa una variabile d'ambiente. Tu incolli una stringa di connessione per fare prima. Ognuna di queste cose finisce, in chiaro, in un file che resta sul disco.",[17,6550,6551,6552,6555],{},"C'è un dettaglio che chiarisce il quadro: la documentazione descrive la rimozione automatica dei pattern di chiavi e token ",[21,6553,6554],{},"solo per i dati che lasciano la macchina",", quando mandi un feedback o condividi un transcript. Per i file che restano sul disco non ne parla. Il transcript locale è la copia integrale.",[36,6557,6559],{"id":6558},"ho-guardato-sulla-mia-macchina","Ho guardato sulla mia macchina",[17,6561,6562,6563,6566,6567,6570,6571,6574],{},"Il default dichiarato è che i transcript si cancellano dopo 30 giorni. Sulla macchina su cui sto scrivendo ho contato, senza aprirli, cosa c'è in ",[258,6564,6565],{},"~/.claude/projects",": ",[21,6568,6569],{},"866 transcript, 1,5 GB, il più vecchio del 3 maggio",". Oltre quattro mesi fa, con ",[258,6572,6573],{},"cleanupPeriodDays"," mai toccato.",[17,6576,6577,6578,6581,6582,6585],{},"Non so dire con certezza perché. La documentazione elenca eccezioni che potrebbero spiegarlo: le sessioni avviate o riprese da Claude Desktop o da Cowork vengono conservate ",[1285,6579,6580],{},"a qualunque età",", e la pulizia si mette in pausa quando non riesce a determinare il periodo di conservazione. Il punto non è la causa. È che ",[21,6583,6584],{},"non si può dare per scontato che siano spariti",": vanno controllati.",[36,6587,6589],{"id":6588},"la-porta-dingresso","La porta d'ingresso",[17,6591,6592],{},"Per rubarli, ovviamente, qualcuno deve prima entrare nella macchina. E anche qui c'è una campagna costruita apposta per chi sviluppa.",[17,6594,6595,6596,6599,6600,6603,6604,6607,6608,6611],{},"Straiker ha documentato da marzo falsi siti di installazione di Claude Code, raggiunti tramite ",[21,6597,6598],{},"annunci Google"," e ricerche come ",[1285,6601,6602],{},"\"claude code install instruction\"",": 88 domini su almeno dieci piattaforme, GitHub Pages e Netlify comprese. Il comando da incollare nel terminale sembra quello ufficiale, ma usa un ",[258,6605,6606],{},"&"," per far girare il ",[258,6609,6610],{},"curl"," legittimo in background mentre il payload parte in primo piano. Il risultato è ACRStealer, che fra le altre cose raccoglie chiavi API di Cline e configurazioni di Continue.",[17,6613,6614,6615,6618],{},"È lo stesso schema di sempre, applicato al nuovo pubblico: chi installa strumenti copiando un comando dal primo risultato di ricerca. L'avevamo visto con i ",[966,6616,6617],{"href":1486},"pacchetti inventati dall'AI",", qui cambia solo l'esca.",[36,6620,1495],{"id":1494},[17,6622,6623,6624,1649,6627,6630,6631,6634],{},"Qui va riportato con precisione quello che scrivono gli autori, perché è la parte che i titoli allarmistici tagliano. I risultati ",[1285,6625,6626],{},"\"do not point to a new way of compromising the device\"",[1285,6628,6629],{},"\"do not point to a vulnerability in an AI model or agent\"",". Non c'è una falla in Claude Code o in Cursor: c'è un malware che, ",[21,6632,6633],{},"una volta dentro",", ha imparato a guardare in una cartella in più.",[17,6636,6637],{},"E i numeri vanno letti per quello che sono: i 3,3 milioni di utenti del primo semestre sono rilevamenti su utenti protetti da un antivirus, non infezioni riuscite, e gli autori avvertono che possono sovrapporsi.",[17,6639,6640,6641,6644],{},"Quindi, se la tua macchina è pulita, stamattina non è cambiato niente. Quello che è cambiato è ",[21,6642,6643],{},"quanto costa"," il giorno in cui non lo è: prima perdevi le sessioni del browser, adesso perdi anche mesi di lavoro con dentro tutti i segreti che ci sono passati.",[36,6646,6648],{"id":6647},"cosa-fare-stasera","Cosa fare stasera",[17,6650,6651],{},"Cinque cose, tutte documentate e nessuna costosa.",[227,6653,6654,6662,6677,6686,6698],{},[230,6655,6656,6661],{},[21,6657,6658,6659],{},"Guarda quanto pesa ",[258,6660,6565],{},". È il modo più rapido per capire di cosa stiamo parlando nel tuo caso.",[230,6663,6664,6669,6670,6673,6674,261],{},[21,6665,6666,6667],{},"Abbassa ",[258,6668,6573],{}," nelle impostazioni. Il minimo è 1. Attenzione a un consiglio che circola: impostarlo a ",[21,6671,6672],{},"0 non disattiva la pulizia",", secondo la documentazione fallisce la validazione. Se usi Desktop o Cowork, imposta anche ",[258,6675,6676],{},"desktopSessionCleanupPeriodDays",[230,6678,6679,6685],{},[21,6680,6681,6682],{},"Valuta ",[258,6683,6684],{},"CLAUDE_CODE_SKIP_PROMPT_HISTORY",", la variabile che dice a Claude Code di non scrivere transcript e cronologia. Perdi la ripresa delle sessioni, e per molti è un prezzo accettabile.",[230,6687,6688,6691,6692,6694,6695,6697],{},[21,6689,6690],{},"Nega la lettura dei file di credenziali"," con le regole di permesso. Se l'agente non può aprire il ",[258,6693,6537],{},", il ",[258,6696,6537],{}," non finisce nel transcript.",[230,6699,6700,6703,6704,6706],{},[21,6701,6702],{},"Installa solo dalla documentazione ufficiale",", digitando l'indirizzo. E un comando da incollare nel terminale va letto per intero, ",[258,6705,6606],{}," compresi.",[17,6708,6709,6710,6712],{},"Nessuna di queste è una difesa contro un malware già installato. Sono il modo per fare in modo che, se succede, il bottino sia piccolo. Il file più pericoloso sulla tua macchina oggi potrebbe non essere il ",[258,6711,6537],{},", ma il transcript della sessione in cui l'hai aperto.",[33,6714],{},[17,6716,6717],{},[21,6718,1306],{},[1308,6720,6721,6728,6735,6742,6749],{},[230,6722,6723],{},[966,6724,6727],{"href":6725,"rel":6726},"https://www.gendigital.com/blog/insights/research/infostealers-your-ai-agent",[970],"Gen Digital — Infostealers Have Found a New Target: Your AI Agent (8 settembre 2026)",[230,6729,6730],{},[966,6731,6734],{"href":6732,"rel":6733},"https://code.claude.com/docs/en/claude-directory",[970],"Claude Code Docs — Explore the .claude directory: application data e plaintext storage",[230,6736,6737],{},[966,6738,6741],{"href":6739,"rel":6740},"https://code.claude.com/docs/en/data-usage",[970],"Claude Code Docs — Data usage",[230,6743,6744],{},[966,6745,6748],{"href":6746,"rel":6747},"https://www.straiker.ai/blog/acr-stealer-claude-code-impersonation-campaign",[970],"Straiker — Fake Claude Code, Real Malware",[230,6750,6751],{},[966,6752,6755],{"href":6753,"rel":6754},"https://cyberpress.org/infostealers-target-ai-coding-agents/",[970],"Cyberpress — AI Coding Agents Become New Infostealer Target",{"title":1036,"searchDepth":1037,"depth":1037,"links":6757},[6758,6759,6760,6761,6762],{"id":6502,"depth":1037,"text":6503},{"id":6558,"depth":1037,"text":6559},{"id":6588,"depth":1037,"text":6589},{"id":1494,"depth":1037,"text":1495},{"id":6647,"depth":1037,"text":6648},"Una ricerca Gen Digital documenta almeno dieci famiglie di malware che raccolgono token, configurazioni MCP e cronologie dei prompt di Claude Code, Cursor, Codex e Cline. Non è una falla degli agenti: è che i transcript sono file di testo, e la documentazione lo scrive.","/images/news/infostealer-rubano-sessioni-agenti-coding.webp",{},"/news/infostealer-rubano-sessioni-agenti-coding","2026-09-10",{"title":6474,"description":6763},"news/infostealer-rubano-sessioni-agenti-coding",[1355,6771,1079,4577,5210,6772],"Infostealer","Credenziali","6RAAEFDcpbyd4coAy1_wXZfSwDR7JR7Rd8lXbWa8Bro",{"id":6775,"title":6776,"author":6777,"body":6778,"category":1339,"contentType":1065,"description":6989,"extension":1067,"featured":1341,"icon":1065,"image":6990,"linksCount":1065,"meta":6991,"navigation":1068,"path":6992,"publishedAt":6993,"readingTime":1347,"seo":6994,"stem":6995,"tags":6996,"weekNumber":1065,"youtubeId":1065,"__hash__":7000},"news/news/microsoft-openai-amazon-deal-cloud-50-miliardi.md","Microsoft Valuta Azione Legale Contro OpenAI e Amazon per Deal Cloud da $50 Miliardi",{"name":7,"initials":8},{"type":10,"value":6779,"toc":6979},[6780,6783,6786,6788,6792,6803,6806,6809,6812,6814,6818,6821,6826,6832,6835,6837,6841,6844,6847,6850,6853,6855,6859,6862,6865,6868,6870,6874,6877,6880,6883,6886,6888,6892,6895,6898,6901,6904,6906,6910,6916,6919,6922,6924,6926,6929,6935,6941,6947,6950,6952,6956],[17,6781,6782],{},"50 miliardi di dollari. Tanto vale l'accordo che OpenAI sta negoziando con Amazon per portare la sua piattaforma enterprise su AWS. Microsoft, che ha investito oltre 13 miliardi in OpenAI e ospita i suoi modelli in esclusiva su Azure, risponde con tre parole: \"We will sue.\"",[17,6784,6785],{},"Non e' una disputa tra avvocati su clausole contrattuali. E' una battaglia che decide se i modelli GPT resteranno legati a un singolo cloud provider o diventeranno multi-cloud. Per chi sviluppa applicazioni AI enterprise, la differenza e' enorme.",[33,6787],{},[36,6789,6791],{"id":6790},"laccordo-frontier-su-aws","L'Accordo: Frontier su AWS",[17,6793,6794,6795,6798,6799,6802],{},"Il deal in questione riguarda ",[21,6796,6797],{},"Frontier",", la piattaforma commerciale di OpenAI progettata per costruire e deployare AI agent in contesti enterprise. L'accordo renderebbe AWS il ",[21,6800,6801],{},"fornitore cloud esclusivo esterno"," per Frontier.",[17,6804,6805],{},"In pratica, le aziende che vogliono usare i modelli OpenAI per i propri agent enterprise avrebbero una seconda opzione oltre Azure. Non un'integrazione marginale — un'infrastruttura cloud completa, con 50 miliardi di dollari di impegno.",[17,6807,6808],{},"OpenAI sostiene che l'accordo con Amazon sia compatibile con il contratto esistente con Microsoft. La logica: Azure resta il provider esclusivo per le API stateless di OpenAI, mentre Frontier e' un prodotto diverso, con un perimetro diverso.",[17,6810,6811],{},"Microsoft non la vede cosi.",[33,6813],{},[36,6815,6817],{"id":6816},"la-posizione-di-microsoft","La Posizione di Microsoft",[17,6819,6820],{},"La risposta di Microsoft e' stata rapida e pubblica. In una dichiarazione ufficiale, l'azienda ha chiarito:",[2296,6822,6823],{},[17,6824,6825],{},"\"Azure remains the exclusive cloud provider of stateless OpenAI APIs. We are confident that OpenAI understands and respects the importance of living up to this legal obligation.\"",[17,6827,6828,6829],{},"Dietro la diplomazia del comunicato, le fonti interne sono piu' dirette. Un insider Microsoft ha sintetizzato la posizione in modo inequivocabile: ",[21,6830,6831],{},"\"We know our contract. We will sue them if they breach it.\"",[17,6833,6834],{},"Nessuna causa formale e' stata ancora depositata. Le tre aziende sono in fase di negoziazione. Ma il fatto che Microsoft stia valutando un'azione legale sia contro OpenAI che contro Amazon segnala che non si tratta di posizionamento mediatico — e' una linea rossa.",[33,6836],{},[36,6838,6840],{"id":6839},"il-contratto-di-esclusivita","Il Contratto di Esclusivita'",[17,6842,6843],{},"Al centro di tutto c'e' il contratto di esclusivita' tra Microsoft e OpenAI. Quando Microsoft ha investito miliardi in OpenAI, una delle condizioni chiave era che Azure sarebbe stato il cloud provider esclusivo per i modelli OpenAI.",[17,6845,6846],{},"Quel contratto e' stato scritto in un'epoca in cui OpenAI era principalmente un provider di API. Oggi OpenAI sta costruendo una piattaforma enterprise completa — agent, orchestrazione, deployment — e la domanda diventa: il contratto di esclusivita' copre anche i nuovi prodotti?",[17,6848,6849],{},"OpenAI dice no: Frontier e' un prodotto separato, non un'API stateless. Microsoft dice si: qualsiasi servizio che utilizza modelli OpenAI rientra nell'esclusiva Azure.",[17,6851,6852],{},"La risposta la daranno i legali. Ma le implicazioni le sentiranno gli sviluppatori.",[33,6854],{},[36,6856,6858],{"id":6857},"perche-amazon","Perche' Amazon",[17,6860,6861],{},"La scelta di AWS come partner non e' casuale. Amazon ha l'infrastruttura cloud piu' estesa al mondo, con una quota di mercato di circa il 30% nel cloud globale. Per OpenAI, portare Frontier su AWS significa accedere a milioni di aziende che gia' operano su quell'ecosistema.",[17,6863,6864],{},"C'e' anche una dimensione strategica. Anthropic — il principale competitor di OpenAI — e' gia' profondamente integrata con AWS attraverso Amazon Bedrock. Se OpenAI vuole competere per i clienti enterprise che usano AWS, deve essere presente dove quei clienti gia' sono.",[17,6866,6867],{},"50 miliardi non sono un esperimento. Sono un commitment infrastrutturale che dice: facciamo sul serio con il multi-cloud.",[33,6869],{},[36,6871,6873],{"id":6872},"lo-scenario-a-il-deal-va-in-porto","Lo Scenario A: Il Deal Va in Porto",[17,6875,6876],{},"Se l'accordo sopravvive alla pressione legale di Microsoft, lo scenario per gli sviluppatori cambia radicalmente.",[17,6878,6879],{},"I modelli OpenAI diventano disponibili sia su Azure che su AWS. Chi costruisce applicazioni AI enterprise non e' piu' vincolato a un singolo provider cloud per accedere a GPT-5 e ai futuri modelli. Le architetture multi-cloud diventano realistiche senza dover rinunciare ai modelli OpenAI.",[17,6881,6882],{},"Per i team che oggi lavorano su AWS e usano Anthropic o modelli open-source perche' GPT non e' disponibile nel loro ecosistema, Frontier su AWS apre opzioni che prima non esistevano.",[17,6884,6885],{},"La competizione tra cloud provider sui servizi AI si intensifica, con effetti prevedibili su pricing e feature.",[33,6887],{},[36,6889,6891],{"id":6890},"lo-scenario-b-microsoft-blocca","Lo Scenario B: Microsoft Blocca",[17,6893,6894],{},"Se Microsoft vince — in tribunale o al tavolo delle trattative — lo status quo si consolida.",[17,6896,6897],{},"I modelli OpenAI restano esclusiva Azure. Chi vuole GPT in produzione deve passare da Microsoft. Il vendor lock-in si rafforza, non si indebolisce.",[17,6899,6900],{},"Per gli sviluppatori su AWS, la scelta resta tra Anthropic (via Bedrock), modelli open-source, o una migrazione verso Azure per accedere a OpenAI. Nessuna di queste opzioni e' banale, e ognuna ha costi e compromessi architetturali significativi.",[17,6902,6903],{},"Il messaggio implicito e' che nel mercato AI enterprise, le alleanze finanziarie contano piu' delle scelte tecniche. Chi ha investito miliardi in un'azienda AI pretende — legittimamente — di controllare dove quei modelli girano.",[33,6905],{},[36,6907,6909],{"id":6908},"il-precedente-per-il-mercato-ai","Il Precedente per il Mercato AI",[17,6911,6912,6913],{},"Questa disputa va oltre le tre aziende coinvolte. Stabilisce un precedente su una domanda che riguarda l'intero settore: ",[21,6914,6915],{},"i modelli AI possono essere vincolati a un singolo cloud provider?",[17,6917,6918],{},"Oggi Microsoft con OpenAI. Domani Google con Gemini. Amazon con Anthropic. Ogni grande provider cloud ha investito in un'azienda AI di punta. Se l'esclusivita' cloud diventa la norma, il mercato si frammenta in silos verticali: vuoi quel modello, usi quel cloud.",[17,6920,6921],{},"E' l'opposto di come il software si e' evoluto negli ultimi vent'anni. Il cloud era nato per dare flessibilita'. L'AI rischia di toglierla.",[33,6923],{},[36,6925,1262],{"id":1261},[17,6927,6928],{},"Se stai costruendo applicazioni che dipendono dai modelli OpenAI, questa storia ti riguarda direttamente. Tre punti concreti.",[17,6930,6931,6934],{},[21,6932,6933],{},"Monitora il vendor lock-in."," Se la tua architettura e' legata a un singolo provider AI su un singolo cloud, qualsiasi disputa legale tra i tuoi fornitori diventa un rischio per il tuo prodotto. Valuta layer di astrazione che ti permettano di cambiare provider senza riscrivere tutto.",[17,6936,6937,6940],{},[21,6938,6939],{},"Guarda i modelli open-source."," Llama, Mistral, Qwen — i modelli open-weight stanno migliorando a ritmo sostenuto. Non sono ancora al livello di GPT-5 su tutto, ma per molti use case enterprise sono piu' che sufficienti. E non hanno clausole di esclusivita' cloud.",[17,6942,6943,6946],{},[21,6944,6945],{},"Tieni d'occhio i tempi."," Nessuna causa e' stata ancora depositata. Le negoziazioni sono in corso. Il deal potrebbe concretizzarsi, essere modificato, o saltare completamente. Le decisioni architetturali di oggi dovrebbero tenere conto di tutti gli scenari, non scommettere su uno solo.",[17,6948,6949],{},"Cinquanta miliardi di dollari e tre aziende che valgono trilioni stanno litigando su dove gireranno i prossimi modelli AI. La risposta influenzera' le scelte tecniche di chiunque costruisca con quei modelli. Vale la pena prestare attenzione.",[33,6951],{},[17,6953,6954],{},[21,6955,1306],{},[1308,6957,6958,6965,6972],{},[230,6959,6960],{},[966,6961,6964],{"href":6962,"rel":6963},"https://www.pymnts.com/amazon/2026/microsoft-considers-suing-to-halt-amazon-openai-cloud-deal/",[970],"Microsoft considers suing to halt Amazon-OpenAI cloud deal — PYMNTS",[230,6966,6967],{},[966,6968,6971],{"href":6969,"rel":6970},"https://sherwood.news/tech/microsoft-considers-suing-amazon-and-openai-over-usd50-billion-deal/",[970],"Microsoft considers suing Amazon and OpenAI over $50 billion deal — Sherwood News",[230,6973,6974],{},[966,6975,6978],{"href":6976,"rel":6977},"https://www.axios.com/2026/03/18/ai-enterprise-revenue-anthropic-openai",[970],"AI enterprise revenue: Anthropic, OpenAI — Axios",{"title":1036,"searchDepth":1037,"depth":1037,"links":6980},[6981,6982,6983,6984,6985,6986,6987,6988],{"id":6790,"depth":1037,"text":6791},{"id":6816,"depth":1037,"text":6817},{"id":6839,"depth":1037,"text":6840},{"id":6857,"depth":1037,"text":6858},{"id":6872,"depth":1037,"text":6873},{"id":6890,"depth":1037,"text":6891},{"id":6908,"depth":1037,"text":6909},{"id":1261,"depth":1037,"text":1262},"Microsoft minaccia di citare OpenAI e Amazon per un accordo cloud da $50 miliardi che porterebbe i modelli GPT su AWS. In gioco: vendor lock-in e multi-cloud AI.","/images/news/microsoft-openai-amazon-deal-cloud-50-miliardi.webp",{"difficulty":1344},"/news/microsoft-openai-amazon-deal-cloud-50-miliardi","2026-03-19",{"title":6776,"description":6989},"news/microsoft-openai-amazon-deal-cloud-50-miliardi",[1612,3300,1351,6997,6998,6999],"Cloud","Azure","AWS","43WUY8SPWk4PRYrQKi9VWB-YAgbcot664X7Dw9_xWdw",{"id":7002,"title":7003,"author":7004,"body":7005,"category":1339,"contentType":1065,"description":7186,"extension":1067,"featured":1341,"icon":1065,"image":7187,"linksCount":1065,"meta":7188,"navigation":1068,"path":6068,"publishedAt":7189,"readingTime":1347,"seo":7190,"stem":7191,"tags":7192,"weekNumber":1065,"youtubeId":1065,"__hash__":7199},"news/news/nvidia-hugging-face-chi-controlla-modelli-aperti.md","Nvidia si compra Hugging Face. La promessa di restare aperti è depositata alla SEC",{"name":7,"initials":8},{"type":10,"value":7006,"toc":7180},[7007,7010,7021,7024,7027,7031,7034,7041,7044,7048,7055,7069,7072,7075,7086,7088,7091,7094,7101,7104,7107,7109,7112,7115,7121,7137,7139,7143],[13,7008,7003],{"id":7009},"nvidia-si-compra-hugging-face-la-promessa-di-restare-aperti-è-depositata-alla-sec",[17,7011,7012,7013,7016,7017,7020],{},"Il 2 settembre Nvidia ha firmato l'accordo definitivo per acquisire Hugging Face. Il prezzo d'acquisto è di circa ",[21,7014,7015],{},"11,9 miliardi di dollari",", più fino a ",[21,7018,7019],{},"un miliardo"," in equity per trattenere i dipendenti. L'operazione dovrebbe chiudersi nella prima metà del 2027, e solo dopo il via libera dei regolatori.",[17,7022,7023],{},"Vale la pena essere precisi sul verbo, perché quasi tutti lo sbagliano: Nvidia non ha comprato Hugging Face. Ha firmato per comprarla. Fra la firma e la chiusura ci sono le autorizzazioni antitrust, e su un'operazione come questa non sono una formalità.",[17,7025,7026],{},"Nel frattempo, la cosa più interessante non sta nel comunicato. Sta in un documento che quasi nessuno ha aperto.",[36,7028,7030],{"id":7029},"perché-hugging-face-non-è-unazienda-come-le-altre","Perché Hugging Face non è un'azienda come le altre",[17,7032,7033],{},"Diciotto milioni fra sviluppatori, ricercatori e creator. Tre milioni di modelli, mezzo milione di dataset, un milione di applicazioni. Se negli ultimi due anni hai scaricato un modello aperto, con ogni probabilità è passato da lì.",[17,7035,7036,7037,7040],{},"Questo la rende una cosa diversa da un'azienda con dei clienti: è ",[21,7038,7039],{},"infrastruttura",". Nello stack dell'AI aperta occupa la stessa posizione che npm occupa per JavaScript o PyPI per Python, con la differenza che non è governata da una fondazione ma da una società, e adesso quella società sta per essere comprata da chi produce le GPU su cui quei modelli girano.",[17,7042,7043],{},"The Register l'ha messa nel modo più efficace: è come se un costruttore di automobili comprasse insieme la rete di distribuzione del carburante e la scuola che forma i meccanici.",[36,7045,7047],{"id":7046},"la-riga-che-nessuno-sta-citando","La riga che nessuno sta citando",[17,7049,7050,7051,7054],{},"Qui viene la parte che cambia il ragionamento, e che si trova solo andando a leggere il ",[21,7052,7053],{},"Form 8-K"," depositato alla SEC il 2 settembre invece del comunicato.",[17,7056,7057,7058,7061,7062,7065,7066,261],{},"Nvidia si impegna a mantenere la piattaforma aperta ",[1285,7059,7060],{},"\"consistent with Hugging Face's existing practices\"",", permettendo a ",[1285,7063,7064],{},"\"model makers, developers, and users to upload and download models and datasets of their choosing\""," e — questa è la clausola che conta — ",[21,7067,7068],{},"\"to support other silicon vendors\"",[17,7070,7071],{},"Supportare gli altri produttori di chip. Scritto nero su bianco, in un documento depositato presso l'autorità di vigilanza dei mercati, non in un post su X.",[17,7073,7074],{},"La differenza non è di forma. Una promessa in un comunicato si riformula con un altro comunicato; una dichiarazione in un deposito SEC diventa materiale per i regolatori che devono approvare l'operazione, e per chiunque voglia contestarla dopo. È il tipo di impegno che pesa, ed è più di quanto la maggior parte dei commenti stia riconoscendo a Nvidia.",[17,7076,7077,7078,7081,7082,7085],{},"Che poi è anche il motivo per cui l'azienda si sente tranquilla: il suo VP enterprise computing sostiene che i regolatori vedranno l'operazione come ",[1285,7079,7080],{},"\"overwhelmingly positive\"",", e Nvidia arriva a definirla una ",[21,7083,7084],{},"\"deconcentration platform\"",". Il termine è notevole e conviene riportarlo così com'è, perché descrive un'acquisizione come un atto di riduzione della concentrazione.",[36,7087,6077],{"id":5123},[17,7089,7090],{},"E allora dov'è il problema, se l'impegno è scritto e vincolante?",[17,7092,7093],{},"Nel fatto che copre l'esplicito, mentre il rischio è implicito.",[17,7095,7096,7097,7100],{},"Hugging Face ospita llama.cpp e la libreria Transformers, che alimentano vLLM e SGLang. Quei progetti ",[21,7098,7099],{},"competono direttamente con TRT-LLM",", il motore di inferenza di Nvidia. Non è un conflitto ipotetico da scenario futuro: è la situazione di oggi, dentro la stessa piattaforma che sta cambiando proprietario.",[17,7102,7103],{},"L'impegno depositato vieta a Nvidia di bloccare quei progetti o di escludere altri produttori di silicio. Non dice niente su quale configurazione comparirà nell'esempio del README, quale backend avrà il benchmark aggiornato per primo, quale issue verrà chiusa in giornata e quale resterà aperta tre mesi, dove andranno le persone quando si tratterà di decidere chi mantiene cosa.",[17,7105,7106],{},"Nessuna di queste cose viola la promessa. Tutte insieme spostano un ecosistema, e nel giro di due anni il percorso di minor resistenza per far girare un modello diventa quello che passa dall'hardware di chi possiede la piattaforma. Non serve malafede: bastano gli incentivi.",[36,7108,1495],{"id":1494},[17,7110,7111],{},"Per chi sviluppa, domani mattina non cambia niente. L'operazione chiude nella prima metà del 2027 e prima deve passare dai regolatori, che su questa avranno parecchio da dire: fino ad allora Hugging Face resta esattamente com'è.",[17,7113,7114],{},"E c'è un argomento a favore che sarebbe disonesto non nominare. Hugging Face regge un'infrastruttura enorme con i conti di una società privata che deve trovare un modello di sostenibilità; l'alternativa a un acquirente non è necessariamente l'indipendenza serena, può essere il degrado del servizio o una monetizzazione più aggressiva. Le risorse di Nvidia, su quel fronte, sono reali.",[17,7116,7117,7118,261],{},"Il punto non è se questa acquisizione sia buona o cattiva. È che vale la pena leggere il documento invece del titolo, e poi chiedersi la cosa giusta: non \"manterranno la promessa\", che probabilmente sì, ma ",[21,7119,7120],{},"cosa succede a un ecosistema quando il posto neutro dove si incontrano tutti appartiene a uno di loro",[17,7122,7123,7124,287,7128,1649,7132,7136],{},"Su questo blog abbiamo già raccontato ",[966,7125,7127],{"href":7126},"/articoli/open-source-chiude-porte-pr-ai","l'open source che si chiude per difendersi",[966,7129,7131],{"href":7130},"/articoli/gemma-4-glm-5-open-source-non-si-ferma","i modelli aperti che continuano ad avanzare",[966,7133,7135],{"href":7134},"/articoli/microsoft-mai-code-1-flash-hyperscaler-foundation-labs","gli hyperscaler che si sganciano dai laboratori",". Questa è la stessa storia vista dal lato dell'infrastruttura: la domanda di fondo, ogni volta, è chi possiede il posto in cui tutti passano.",[33,7138],{},[17,7140,7141],{},[21,7142,1306],{},[1308,7144,7145,7152,7159,7166,7173],{},[230,7146,7147],{},[966,7148,7151],{"href":7149,"rel":7150},"https://www.sec.gov/Archives/edgar/data/1045810/000104581026000078/nvda-20260902.htm",[970],"NVIDIA Corp — Form 8-K, 2 settembre 2026 (SEC)",[230,7153,7154],{},[966,7155,7158],{"href":7156,"rel":7157},"https://x.com/nvidianewsroom/status/2095482986087268408",[970],"NVIDIA Newsroom — annuncio dell'accordo definitivo",[230,7160,7161],{},[966,7162,7165],{"href":7163,"rel":7164},"https://www.theregister.com/ai-and-ml/2026/09/03/hugging-face-is-too-important-to-fall-into-nvidias-hands/5294363",[970],"The Register — Hugging Face is too important to fall into Nvidia's hands",[230,7167,7168],{},[966,7169,7172],{"href":7170,"rel":7171},"https://www.sdxcentral.com/control-plane/nvidia-wants-to-own-the-github-of-ai-what-could-possibly-go-wrong/",[970],"SDxCentral — Nvidia wants to own the GitHub of AI",[230,7174,7175],{},[966,7176,7179],{"href":7177,"rel":7178},"https://wccftech.com/nvidia-insists-its-12-93-billion-acquisition-of-hugging-face-will-escape-antitrust-scrutiny-calling-it-a-deconcentration-platform/",[970],"Wccftech — Nvidia sulla \"deconcentration platform\" e l'antitrust",{"title":1036,"searchDepth":1037,"depth":1037,"links":7181},[7182,7183,7184,7185],{"id":7029,"depth":1037,"text":7030},{"id":7046,"depth":1037,"text":7047},{"id":5123,"depth":1037,"text":6077},{"id":1494,"depth":1037,"text":1495},"11,9 miliardi più un miliardo di retention per la piattaforma dove 18 milioni di sviluppatori scaricano 3 milioni di modelli. L'impegno a supportare altri produttori di chip non è un tweet: sta nel Form 8-K. Il problema è che copre l'esplicito, e il rischio è implicito.","/images/news/nvidia-hugging-face-chi-controlla-modelli-aperti.webp",{},"2026-09-08",{"title":7003,"description":7186},"news/nvidia-hugging-face-chi-controlla-modelli-aperti",[7193,7194,7195,7196,7197,7198],"Nvidia","Hugging Face","Open Source","Modelli aperti","Antitrust","Infrastruttura","kLlDSnuINPAgIxuwHh7c7lVx9R6Ji9dq3C3nHBgd0Kc",{"id":7201,"title":7202,"author":7203,"body":7204,"category":1339,"contentType":1065,"description":7440,"extension":1067,"featured":1341,"icon":1065,"image":7441,"linksCount":1065,"meta":7442,"navigation":1068,"path":7443,"publishedAt":7444,"readingTime":1347,"seo":7445,"stem":7446,"tags":7447,"weekNumber":1065,"youtubeId":1065,"__hash__":7450},"news/news/opencode-vs-anthropic-guerra-open-source-coding.md","OpenCode vs Anthropic: La Guerra Open Source dei Coding Tool",{"name":7,"initials":8},{"type":10,"value":7205,"toc":7430},[7206,7209,7212,7214,7218,7221,7228,7231,7233,7237,7244,7251,7253,7257,7260,7270,7273,7276,7278,7282,7287,7290,7293,7296,7298,7302,7305,7311,7317,7320,7323,7325,7329,7332,7335,7338,7340,7344,7347,7353,7359,7362,7364,7366,7369,7375,7381,7387,7389,7393],[17,7207,7208],{},"Un tool open source con oltre 125.000 stelle su GitHub e 2.5 milioni di utenti. Un blocco improvviso da parte di Anthropic. Una community di sviluppatori in rivolta, con DHH e George Hotz in prima fila a gridare all'abuso anti-competitivo.",[17,7210,7211],{},"La storia di OpenCode contro Anthropic ha tutti gli ingredienti per sembrare il classico Davide vs Golia dell'open source. Ma se guardi sotto la superficie, la questione non e' cosi' semplice. E il vero problema riguarda una distinzione che nel mondo dev facciamo fatica ad accettare.",[33,7213],{},[36,7215,7217],{"id":7216},"cosa-e-successo-il-9-gennaio","Cosa e' successo il 9 gennaio",[17,7219,7220],{},"Il 9 gennaio 2026, Anthropic ha attivato protezioni server-side che bloccavano l'accesso di OpenCode ai propri modelli Claude. Non un rallentamento, non un avviso — un blocco secco. Da un giorno all'altro, gli utenti di OpenCode si sono trovati senza accesso ai modelli di Anthropic. Il 19 febbraio, Anthropic ha formalizzato la policy aggiornando i termini di servizio, e lo stesso giorno OpenCode ha rimosso tutto il codice OAuth relativo a Claude.",[17,7222,7223,7224,7227],{},"La motivazione ufficiale: ",[21,7225,7226],{},"spoofing OAuth",". OpenCode utilizzava le credenziali dell'applicazione ufficiale Claude Code per autenticarsi contro le API di Anthropic. In pratica, si presentava ai server di Anthropic come se fosse Claude Code — l'app ufficiale — quando non lo era.",[17,7229,7230],{},"Il risultato? Gli utenti di OpenCode accedevano ai modelli Claude attraverso il proprio abbonamento consumer da $200/mese, ma lo facevano tramite un'app non autorizzata che mascherava la propria identita'.",[33,7232],{},[36,7234,7236],{"id":7235},"la-scala-del-problema","La scala del problema",[17,7238,7239,7240,7243],{},"I numeri raccontano la portata della questione. Sviluppatori che completavano lavori commerciali da $50.000 pagando meno di $300 complessivi — $200 di abbonamento Claude Max piu' qualche costo marginale. L'abbonamento consumer, pensato per uso personale, veniva usato come backend per un tool di coding professionale. Tecniche come la ",[21,7241,7242],{},"\"Ralph Wiggum\""," — un loop autonomo che fa lavorare Claude Code in modo iterativo per ore senza intervento umano, creata da Geoffrey Huntley — rendevano queste economics ancora piu' estreme.",[17,7245,7246,7247,7250],{},"Non era un bug. Era un'architettura deliberata. OpenCode si autenticava con le credenziali OAuth dell'app ufficiale Claude Code, spoofando l'header ",[258,7248,7249],{},"claude-code-20250219",", bypassando il sistema di licensing e pricing di Anthropic. Gli utenti ottenevano accesso ai modelli a una frazione del costo dell'API commerciale.",[33,7252],{},[36,7254,7256],{"id":7255},"la-rivolta-della-community","La rivolta della community",[17,7258,7259],{},"La reazione e' stata immediata e rumorosa.",[17,7261,7262,7265,7266,7269],{},[21,7263,7264],{},"DHH",", creatore di Ruby on Rails, si e' schierato apertamente contro Anthropic, parlando di comportamento anti-competitivo e di un precedente pericoloso per l'intero ecosistema open source. ",[21,7267,7268],{},"George Hotz",", fondatore di comma.ai e figura polarizzante del mondo tech, ha rincarato la dose con un blog post intitolato \"Anthropic is making a huge mistake\", prevedendo che il blocco avrebbe spinto gli utenti verso altri provider di modelli anziche' riportarli a Claude Code.",[17,7271,7272],{},"L'argomento e' semplice nella sua formulazione: se un utente paga un abbonamento, dovrebbe poter usare il servizio con il tool che preferisce. Bloccare un'app open source perche' compete con il tuo prodotto proprietario e' abuso di posizione dominante.",[17,7274,7275],{},"La narrazione ha preso piede rapidamente. Anthropic contro l'open source. Il grande player che schiaccia la concorrenza. La solita storia.",[33,7277],{},[36,7279,7281],{"id":7280},"la-posizione-di-anthropic","La posizione di Anthropic",[17,7283,7284,7285,261],{},"Anthropic ha risposto con un argomento tecnico preciso: il blocco non riguarda l'open source, riguarda lo ",[21,7286,7226],{},[17,7288,7289],{},"La distinzione e' questa. Anthropic ha un'API a pagamento. Chiunque puo' registrarsi, ottenere una API key, e usare i modelli Claude nel proprio tool — open source o proprietario che sia. Il prezzo e' trasparente e uguale per tutti.",[17,7291,7292],{},"Quello che OpenCode faceva era diverso. Non usava l'API con una propria chiave. Si spacciava per Claude Code — l'applicazione ufficiale di Anthropic — utilizzando le sue credenziali OAuth. Questo permetteva agli utenti di accedere ai modelli tramite l'abbonamento consumer, che ha un pricing completamente diverso (e molto piu' basso) rispetto all'API commerciale.",[17,7294,7295],{},"In termini tecnici: OpenCode non competeva con Claude Code usando le stesse regole. Competeva usando le credenziali di Claude Code.",[33,7297],{},[36,7299,7301],{"id":7300},"open-source-non-vuol-dire-accesso-gratuito","Open source non vuol dire accesso gratuito",[17,7303,7304],{},"Qui si arriva al nodo della questione. E vale la pena separare le due cose con precisione.",[17,7306,7307,7310],{},[21,7308,7309],{},"OpenCode era open source nel codice."," Il sorgente era su GitHub, con licenza aperta, chiunque poteva leggerlo, forkarlo, contribuire. Su questo non c'e' discussione.",[17,7312,7313,7316],{},[21,7314,7315],{},"OpenCode accedeva a risorse di terzi senza pagare il prezzo previsto."," I modelli Claude non sono open source. Sono un servizio a pagamento. Anthropic li vende tramite API con un pricing specifico. L'abbonamento consumer ha termini d'uso diversi dall'accesso API.",[17,7318,7319],{},"La confusione nasce dal mescolare i due piani. Essere open source nel codice non conferisce il diritto di accedere gratuitamente — o a prezzo scontato — a servizi commerciali di terze parti. Un client email open source non ti da' diritto a un account Gmail gratuito. Un browser open source non ti da' diritto a contenuti a pagamento.",[17,7321,7322],{},"La community ha reagito alla parola \"blocco\" senza necessariamente approfondire il \"perche'\". E il perche' in questo caso e' rilevante.",[33,7324],{},[36,7326,7328],{"id":7327},"openai-coglie-loccasione","OpenAI coglie l'occasione",[17,7330,7331],{},"Chi non ha perso tempo e' OpenAI. Mentre la polemica montava, OpenAI si e' posizionata come l'alternativa \"ecosystem-friendly\", dichiarando apertamente la propria disponibilita' ad aprire l'accesso ai propri modelli per tool di terze parti.",[17,7333,7334],{},"Una mossa strategica, non filantropica. OpenAI ha tutto l'interesse ad attrarre sviluppatori scontenti con Anthropic. Se 2.5 milioni di utenti cercano un'alternativa a Claude per il loro tool open source preferito, offrire accesso ai modelli GPT diventa un investimento con ritorno immediato in adozione e lock-in.",[17,7336,7337],{},"Il messaggio implicito e' chiaro: \"Noi siamo piu' aperti di loro\". Che sia vero o no nel lungo termine, nel breve funziona come posizionamento.",[33,7339],{},[36,7341,7343],{"id":7342},"le-domande-che-restano-aperte","Le domande che restano aperte",[17,7345,7346],{},"La vicenda OpenCode-Anthropic non ha una risposta semplice, e chi pretende di averne una probabilmente non ha guardato tutti i lati.",[17,7348,7349,7352],{},[21,7350,7351],{},"Da un lato",", Anthropic aveva il diritto tecnico e legale di bloccare lo spoofing OAuth. Le sue credenziali venivano usate senza autorizzazione. I suoi termini di servizio venivano violati. Le sue risorse computazionali venivano consumate a un prezzo non previsto per quel tipo di utilizzo.",[17,7354,7355,7358],{},[21,7356,7357],{},"Dall'altro",", il blocco ha colpito 2.5 milioni di utenti che in molti casi non sapevano nemmeno come funzionasse l'autenticazione sotto il cofano. Per loro, OpenCode era un tool che funzionava e da un giorno all'altro ha smesso. La comunicazione di Anthropic poteva essere migliore, e il blocco meno brusco.",[17,7360,7361],{},"La domanda piu' ampia e' un'altra: dove tracciamo la linea tra interoperabilita' e parassitismo? Quando un tool open source usa le API pubbliche di un servizio, e' interoperabilita'. Quando fa spoofing delle credenziali dell'app ufficiale, cos'e'?",[33,7363],{},[36,7365,1717],{"id":1261},[17,7367,7368],{},"Tre cose concrete.",[17,7370,7371,7374],{},[21,7372,7373],{},"Se costruisci tool che dipendono da API di terzi, usa le API nel modo previsto."," Chiavi API proprie, autenticazione legittima, pricing commerciale. Costruire un business o un progetto open source sullo spoofing delle credenziali altrui e' una fondamenta fragile, indipendentemente da quante stelle hai su GitHub.",[17,7376,7377,7380],{},[21,7378,7379],{},"Diversifica i provider."," La dipendenza da un singolo fornitore di modelli e' un rischio — lo e' sempre stato, e questa storia lo conferma. I tool di coding piu' robusti supportano multipli backend: Anthropic, OpenAI, modelli locali. Se OpenCode avesse avuto un fallback su API legittime, il blocco sarebbe stato un fastidio, non una crisi.",[17,7382,7383,7386],{},[21,7384,7385],{},"Non confondere \"open source\" con \"tutto gratis\"."," Il codice puo' essere aperto. Le risorse computazionali che quel codice consuma no. Questa distinzione sembra ovvia, ma oltre 125.000 stelle e 2.5 milioni di utenti suggeriscono che per molti non lo era.",[33,7388],{},[17,7390,7391],{},[21,7392,1306],{},[1308,7394,7395,7402,7409,7416,7423],{},[230,7396,7397],{},[966,7398,7401],{"href":7399,"rel":7400},"https://www.shareuhack.com/en/posts/opencode-anthropic-legal-controversy-2026",[970],"OpenCode-Anthropic Legal Controversy — ShareUHack",[230,7403,7404],{},[966,7405,7408],{"href":7406,"rel":7407},"https://www.theregister.com/2026/02/20/anthropic_clarifies_ban_third_party_claude_access/",[970],"Anthropic clarifies ban on third-party tool access to Claude — The Register",[230,7410,7411],{},[966,7412,7415],{"href":7413,"rel":7414},"https://geohot.github.io//blog/jekyll/update/2026/01/15/anthropic-huge-mistake.html",[970],"Anthropic is making a huge mistake — George Hotz",[230,7417,7418],{},[966,7419,7422],{"href":7420,"rel":7421},"https://x.com/dhh/status/2009716350374293963",[970],"DHH su X — conferma del blocco intenzionale",[230,7424,7425],{},[966,7426,7429],{"href":7427,"rel":7428},"https://venturebeat.com/technology/anthropic-cracks-down-on-unauthorized-claude-usage-by-third-party-harnesses",[970],"Anthropic cracks down on unauthorized Claude usage — VentureBeat",{"title":1036,"searchDepth":1037,"depth":1037,"links":7431},[7432,7433,7434,7435,7436,7437,7438,7439],{"id":7216,"depth":1037,"text":7217},{"id":7235,"depth":1037,"text":7236},{"id":7255,"depth":1037,"text":7256},{"id":7280,"depth":1037,"text":7281},{"id":7300,"depth":1037,"text":7301},{"id":7327,"depth":1037,"text":7328},{"id":7342,"depth":1037,"text":7343},{"id":1261,"depth":1037,"text":1717},"OpenCode, 125K stelle GitHub, bloccato da Anthropic per spoofing OAuth. Community in rivolta, ma la questione e' piu' sottile di come sembra.","/images/news/opencode-vs-anthropic-guerra-open-source-coding.webp",{"difficulty":1344},"/news/opencode-vs-anthropic-guerra-open-source-coding","2026-03-21",{"title":7202,"description":7440},"news/opencode-vs-anthropic-guerra-open-source-coding",[7448,1078,7195,1079,7449],"OpenCode","OAuth","YnJGEUwQxGuJDnQq9RH6aGUwFJXOeQ8Lqva7o6sff4Y",1790146457609]