> ## Content Index > Fetch the complete content index at: https://www.alessiopomaro.it/llms.txt > Use this file to discover other available public pages before exploring further. # Generative AI: novità e riflessioni - #4 / 2025 - URL: https://www.alessiopomaro.it/generative-ai-novita-e-riflessioni-4-2025/ - Published: 2025-05-06T05:27:43.000Z - Updated: 2025-05-06T23:37:26.000Z - Description: Da GPT-4.1, o3 e Codex CLI di OpenAI, a Veo 2, Ironwood e il protocollo A2A Di Google. Paper di DeepMind sull’AI esperienziale, guida di Stanford sull'Agentic AI, 3 guide pratiche di OpenAI e i 30 paper scelti da Sutskever. Test su Codex CLI, Gemini e NotebookLM. - Author: Alessio Pomaro - Tags: AI, Novità e Riflessioni, Gemini, GPT, SEO > **Buon aggiornamento, e buone riflessioni..** --- ## **TEDx Bergamo: POTERE** Il **25 maggio** avrò l'onore di essere sul palco di [**TEDx Bergamo**](https://www.tedxbergamo.com/?ref=alessiopomaro.it) **2025**, e il tema centrale sarà "***POTERE***". ![Alessio Pomaro - TEDx Bergamo 2025](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/alessio-pomaro-tedx-bergamo-2025.webp) > "**POTERE**" è la capacità di generare cambiamento. Attraverso l’AI, possiamo affrontare sfide globali e aprire strade inedite. Ma c’è un potere ancora più intimo e umano: quello di comprendere la trasformazione per decidere come viverla e in quale direzione guidarla. > \- Alessio Pomaro [Vai ai Biglietti](https://tedxbergamo.uidu.org/events/Z2lkOi8vdWlkdS9FdmVudC8xMTk?ref=alessiopomaro.it) --- ## **Welcome to the Era of Experience** Un paper (*da leggere*) in cui i ricercatori di **Google DeepMind** invitano a **ripensare l'AI**: > non come una copia dell’intelligenza umana, ma come **un sistema autonomo che impara**, **pianifica** e **agisce nel mondo reale**. L'era dell'esperienza permetterà di superare i limiti dell’imitazione e raggiungere **capacità realmente superumane**? Secondo Silver e Sutton, la dipendenza dai dati umani (*supervisionati o preferenziali*) sta mostrando i suoi limiti. L’AI ha bisogno di nuovi stimoli, non più statici, ma dinamici, generati attraverso **l’interazione continua con ambienti reali o simulati**. ![Welcome to the Era of Experience: paper](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/the-era-of-experience-paper.webp) Gli agenti del futuro non vivranno più in episodi brevi e scollegati, ma **in "*stream*" di esperienza continua**, adattandosi nel tempo e perseguendo obiettivi di lungo termine. Le ricompense non arriveranno da valutazioni umane, ma da segnali concreti e misurabili dell’ambiente: salute, apprendimento, scoperta scientifica. Non si tratta solo di efficienza, ma di **visione**. Uscire dal recinto del pensiero umano, imparare dal mondo, e scoprire strategie o conoscenze che ancora non esistono. [Vai al paper](https://storage.googleapis.com/deepmind-media/Era-of-Experience%20/The%20Era%20of%20Experience%20Paper.pdf?ref=alessiopomaro.it) > Un salto evolutivo, non solo tecnologico. --- ## **La spiegabilità dei modelli di AI** Com'è noto, **Anthropic** sta facendo un grande lavoro sulla **spiegabilità dei modelli di AI**, condividendo paper e promuovendo delle riflessioni fondamentali. Il post pubblicato da **Dario Amodei** richiama con urgenza **l'importanza di capire il funzionamento interno dei modelli** prima che diventino troppo potenti. Un invito ad agire per chiunque lavori sull'AI o abbia a cuore il futuro della tecnologia, toccando anche argomenti delicati che riguardano la geopolitica (*"I believe that democratic countries must remain ahead of autocracies in AI"*). Anche se sembra una mossa ovvia da parte di chi possiede più esperienza di tutti in quest'ambito (*e non possiede il modello più potente*), ritengo sia un documento molto interessante per avere consapevolezza sull'argomento. ![La spiegabilità dei modelli di AI - Dario Amodei](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/dario-amodei-anthropic-spiegabilita-modelli.webp) **Ho provato a sintetizzare i punti principali.** - Amodei racconta come, in dieci anni di lavoro sull'AI, il settore sia passato da un ambito accademico a **una delle questioni più decisive per il futuro dell'umanità**. Anche se l’avanzamento è inarrestabile, possiamo influenzarne la direzione. Oggi, la vera sfida è l'**interpretabilità**: capire come funzionano internamente i sistemi prima che diventino troppo ampi per essere controllati. - L'AI generativa prende decisioni che non sappiamo spiegare: a differenza del software tradizionale, i suoi meccanismi interni emergono spontaneamente, rendendo difficile prevedere o correggere i comportamenti indesiderati. - Questa **opacità alimenta rischi concreti**, come comportamenti ingannevoli o usi pericolosi. Inoltre, senza spiegazioni comprensibili, l'AI non può essere applicata in **settori critici come finanza o medicina**. Se riuscissimo a "*guardare dentro*" ai modelli, potremmo prevenire errori e abusi. - Negli ultimi anni è nata l'**interpretabilità meccanicistica**, grazie a pionieri come Chris Olah. Dai primi studi sui modelli visivi si è passati a quelli linguistici, scoprendo milioni di concetti nascosti, anche se sovrapposti e complessi. Tecniche come gli **autoencoder sparsi** stanno aiutando a mappare e manipolare questi concetti, rendendo visibili anche i "*ragionamenti*" attraverso circuiti interni. - Nonostante i progressi, resta la sfida pratica: applicare l'interpretabilità per individuare e correggere "*difetti*" reali nei modelli. Esperimenti interni mostrano che è possibile. - Amodei conclude affermando che siamo in **una corsa tra l'avanzamento dell'AI e la nostra capacità di interpretarla**. Per vincere, serve: investire nella ricerca, promuovere la trasparenza, adottare misure geopolitiche. [Vai al post](https://www.darioamodei.com/post/the-urgency-of-interpretability?ref=alessiopomaro.it) > Capire i nostri modelli prima che trasformino il mondo è **una responsabilità che non possiamo rimandare**. --- ## **Agentic AI: un webinar di Stanford** Stanford ha pubblicato un'interessante lezione che riepiloga il **funzionamento dei LLM** e arriva fino agli **AI Agent**. Agentic AI: un webinar di Stanford **I punti salienti..** - **LLM Base**: modelli che predicono i token successivi. Addestrati su enormi testi (*pre-training*), poi affinati (*fine-tuning con SFT/RLHF*) per seguire istruzioni e preferenze umane. - **Limiti dei LLM**: possono "*allucinare*" (*dare informazioni errate*), hanno conoscenza limitata nel tempo (*knowledge cutoff*), non citano fonti, non accedono a dati privati/real-time e hanno un contesto limitato. - **RAG**: fornisce contesto esterno rilevante (*da documenti/DB*) al LLM per risposte più accurate e aggiornate. - **Tool Usage**: permette ai LLM di usare API esterne o eseguire codice per accedere a dati real-time o fare calcoli. - **Agentic AI**: l'evoluzione dei LLM. Non solo testo, ma sistemi che: **ragionano** e **pianificano** (*scompongono compiti*), **agiscono** (*usano RAG e Tools per interagire con l'ambiente*), **osservano** (*ricevono feedback dalle loro azioni*) **iterano** (*si adattano in un ciclo azione-osservazione-pianificazione*). - **Pattern Agentici**, per costruire agenti efficaci: pianificazione, riflessione (*auto-correzione*), utilizzo di strumenti e **collaborazione multi-agente** (*più agenti specializzati*). > In breve, l'**Agentic AI** combina il **ragionamento dei LLM** con l'**azione nel mondo esterno**, permettendo di affrontare compiti molto più complessi e interattivi. --- ## **"*Stop & Think*" di Anthropic su un Agent di OpenAI con o3** In questo esempio ho implementato la dinamica di ***"***[***Stop & Think***](https://www.anthropic.com/engineering/claude-think-tool?ref=alessiopomaro.it)***"*** definita da **Anthropic** su un Agent di OpenAI, basato su o3. In pratica, il sistema è configurato per eseguire un task estraendo i dati necessari attraverso "***function calling***". Una volta ottenuti i dati, prima di restituire l'output, usa una funzione di "***reasoning***", la quale sfrutta il modello per mettere in atto delle **catene di pensiero** che verificano i dati, creano il miglior piano d'azione per procedere, e controllano la conformità in base alle richieste. Se è tutto conforme, procede con l'output, altrimenti ripete le operazioni, finché il controllo sarà positivo (*o fino al raggiungimento del numero massimo delle interazioni consentite*). Una dinamica davvero interessante per migliorare la qualità dell'output. "Stop & Think" di Anthropic su un Agent di OpenAI con o3 > Il porting del codice di Anthropic per usare i modelli di OpenAI sul mio esempio è stato generato interamente con **Gemini 2.5 Pro**. Il modello ha prodotto tutto il codice partendo dall'esempio fornito da Anthropic + il prompt che usavo in precedenza nel mio progetto, che eseguiva l'operazione in un'unica azione. --- ## **OpenAI Academy** **OpenAI** ha lanciato ufficialmente l'**AI Academy**: una piattaforma formativa gratuita pensata per chi vuole portare l’AI **dal laboratorio alla realtà operativa**. ![OpenAI Academy](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/openai-academy.webp) OpenAI Academy I contenuti sono pensati per l’uso pratico: **automazioni**, **agenti AI**, pipeline con **GraphRAG**, Q&A su documenti, **integrazioni** reali con diversi modelli. [Vai all'Academy](https://academy.openai.com/?ref=alessiopomaro.it) ### Tra i punti forti - Live coding sessions - Prompt engineering, fine-tuning, RAG, multimodalità - Esempi di codice commentato per API, automazioni e gestione dati - Percorsi ideali per chi è agli inizi o ha esperienza intermedia --- ## **Le novità di NotebookLM di Google** Google introduce due novità molto interessanti su [**NotebookLM**](https://notebooklm.google/?ref=alessiopomaro.it). ### 1) Ricerca online Ora è possibile descrivere un argomento e ottenere una **selezione di fonti rilevanti dal web**, già riassunte dall'IA e integrabili con un clic al notebook. ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/notebooklm-ricerca-online-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/notebooklm-ricerca-online-2.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/notebooklm-ricerca-online-3.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/notebooklm-ricerca-online-4.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/notebooklm-ricerca-online-5.webp) La ricerca online su NotebookLM di Google La nuova funzione "*Carica Origini*", alimentata da Gemini, permette di approfondire rapidamente qualsiasi tema e integrarlo con strumenti come briefing, FAQ e **Audio Overviews**. Ho provato lo strumento, e credo sia una funzionalità fantastica per **esplorare gli argomenti**. Ho inserito il topic, selezionato le fonti tra quelle suggerite, fatto richieste, generato note, creato un podcast interattivo. [Vai al post](https://blog.google/technology/google-labs/notebooklm-discover-sources/?ref=alessiopomaro.it) > Ho detto spesso che l'integrazione dell'AI nel suo ecosistema è la vera forza di Google. Verissimo, ma ora hanno anche il modello più performante. ### 2) Audio Overviews anche in italiano **Audio Overviews** diventa disponibile in più di 50 lingue. L'italiano è tra queste, e l'ho provato su un notebook che ha come fonte [l'ultimo post di Dario Amodei](https://www.darioamodei.com/post/the-urgency-of-interpretability?ref=alessiopomaro.it) sull'importanza dell'interpretabilità dell'AI. Il prompt che ho usato è specifico, indicando l'ambito sul quale concentrarsi maggiormente. Audio Overviews in italiano: un test > Il risultato? Per me è incredibile. Una risorsa davvero interessante. > Immaginiamo solo la potenzialità per l'**aggiornamento personale** nelle connessioni dei concetti su larga scala. --- ## **Non può esistere la figura del Prompt Engineer** Il WSJ ha condiviso dei dati su un concetto che ho sempre sostenuto: **non può esistere la figura del "*prompt engineer*"**. E non si tratta di obsolescenza di una professione, ma di consapevolezza di un miraggio. ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/prompt-engineer-wsj-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/prompt-engineer-wsj-2.webp) Il WSJ sulla figura del prompt engineer La motivazione che danno nell'articolo, però, è solo parzialmente centrata. Non è solo questione di **avanzamento dei LLM** nella comprensione delle richieste in linguaggio naturale. > Il fatto è che la capacità di ottenere l'output desiderato da un agente basato sull'AI è **una competenza trasversale che potenzia delle hard skill**. Se non si possiedono quelle hard skill, **nessun "mago del prompt" potrà ottenere risultati avanzati** necessari in ambito professionale. [Vai al post](https://www.wsj.com/articles/the-hottest-ai-job-of-2023-is-already-obsolete-1961b054?ref=alessiopomaro.it) --- ## **Prompt Engineering: il paper di Google** Google ha pubblicato un interessante documento sul "***Prompt Engineering***": una guida sulla creazione di **prompt efficaci**. ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/prompt-engineering-google-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/prompt-engineering-google-2.webp) Prompt Engineering: il paper di Google Non ci sono novità eclatanti, ma di certo un percorso chiaro e ordinato. Le parti più interessanti riguardano gli approcci **Chain of Thought (*CoT*)** e **ReAct**. - **CoT** è utile per migliorare l'accuratezza facendo sviluppare al LLM un "*ragionamento*" logico. - **ReAct** è utile per applicazioni che richiedono interazione con fonti esterne o task complessi. [Vai al paper](https://www.kaggle.com/whitepaper-prompt-engineering?ref=alessiopomaro.it) --- ## **OpenAI: 3 guide pratiche dedicate all'AI** ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/openai-guide-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/openai-guide-2.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/openai-guide-3.webp) ### 1- A Practical Guide to Building Agents È pensata per chi vuole costruire agenti AI in grado di svolgere task multi-step in autonomia. Descrive come scegliere i modelli, integrare strumenti e impostare istruzioni chiare. Spiega modelli di orchestrazione come il "*manager agent*" o sistemi decentralizzati, e introduce i "*guardrail*" per garantire sicurezza, privacy e intervento umano nei casi critici. [Vai alla guida](https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf?ref=alessiopomaro.it) ### **2- Identifying and Scaling AI Use Cases** Offre un metodo per scoprire e scalare casi d’uso ad alto impatto. Si parte da sfide comuni come attività ripetitive, colli di bottiglia di competenze e ambiguità decisionali, e si esplorano sei "*primitivi*" come content creation, automazioni e analisi dati. Esempi come Promega, Tinder e BBVA mostrano come anche attività complesse possano essere trasformate in flussi AI scalabili. [Vai alla guida](https://cdn.openai.com/business-guides-and-resources/identifying-and-scaling-ai-use-cases.pdf?ref=alessiopomaro.it) ### 3- AI in the Enterprise Raccoglie sette lezioni chiave per adottare l’AI su larga scala. Vengono presentati esempi concreti come Morgan Stanley, che ha migliorato l’efficienza dei suoi advisor grazie a valutazioni sistematiche (*evals*), e Indeed, che ha potenziato il job matching con GPT-4o mini. Klarna ha implementato un assistente AI per il customer service, **riducendo i tempi di risposta da 11 a 2 minuti**. La guida sottolinea l’importanza di investire presto, personalizzare i modelli, e **mettere l’AI nelle mani degli esperti aziendali**. [Vai alla guida](https://cdn.openai.com/business-guides-and-resources/ai-in-the-enterprise.pdf?ref=alessiopomaro.it) --- ## **I 30 paper di Ilya Sutskever** > "If you really learn all of these, you’ll know 90% of what matters today". Con queste parole, **Ilya Sutskever** (*co-founder di OpenAI*) condivide quelli che ritiene i migliori 30 paper che riguardano l'AI. [Vai ai paper](https://aman.ai/primers/ai/top-30-papers/?ref=alessiopomaro.it) Molti mi hanno chiesto suggerimenti per affrontare questi documenti, non semplici da consultare. Un buon aiuto per iniziare potrebbe essere l'utilizzo di **NotebookLM** di Google. Nelle immagini si può vedere il mio notebook. Una volta inseriti tutti i documenti e le pagine web, è possibile creare la **mappa mentale interattiva**: cliccando le voci il sistema usa **Gemini** per estrarre tutte le informazioni utili. ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/30-paper-Ilya-Sutskever-notebooklm-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/30-paper-Ilya-Sutskever-notebooklm-2.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/30-paper-Ilya-Sutskever-notebooklm-3.webp) Il mio notebook con i 30 paper di Ilya Sutskever Altra idea: attraverso un prompt, ho fatto sviluppare al LLM **un corso con una serie di lezioni che esplorano tutti i concetti** in modo sequenziale e connesso (*con riferimenti alle fonti*). > Mi piacerebbe condividerlo, ma NotebookLM non permette di farlo attraverso un link, e ha politiche molto restrittive per gli utenti. Tuttavia è realizzabile in modo semplice. --- ## **Shopping su ChatGPT?** OpenAI migliora l'esperienza di shopping su **ChatGPT**, con risultati migliorati, dettagli dei prodotti, prezzi e recensioni, con i link diretti per l'acquisto. La funzionalità è in fase di rilascio. 0:00 /0:25 1× Shopping su ChatGPT Un upgrade interessante, anche se l'esperienza di **Google Shopping** (*soprattutto negli USA*) è difficilmente eguagliabile. Tenendo conto anche del fatto che **questi dati non sono interfacciati con i feed degli e-commerce**. Nella documentazione parlano di "*structured metadata from third-party providers*", ma non è ben chiaro il processo: di certo non potrà essere strutturato come quello di Google. --- ## **Nuovi modelli per OpenAI** ### **GPT-4.1** Il nuovo modello (*senza "reasoning"*) più **potente**, **veloce** ed **economico**, ideale per coding, gestione dei contesti lunghi (*1M di token*) e per l'aderenza a precise istruzioni. E, come previsto, **GPT-4.5 verrà dismesso a luglio**. L'ho provato su diversi task (*le immagini riportano qualche esempio*): logica, matematica, coding, elaborazione di file lunghi, generazione di dati strutturati da contenuti non strutturati, analisi del testo, generazione di testo con precise istruzioni. ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/openai-gpt-4.1-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/openai-gpt-4.1-2.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/openai-gpt-4.1-3.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/openai-gpt-4.1-4.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/openai-gpt-4.1-5.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/openai-gpt-4.1-6.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/openai-gpt-4.1-7.webp) GPT-4.1 di OpenAI: test Le impressioni sono ottime. **Due note**. 1. Con un singolo prompt (*senza interazioni successive*) ho realizzato un piccolo software con interfaccia grafica che raccoglie una serie di utility per i PDF (*estrazione di pagine, compressione, conversione in immagini, rotazione, unione*). 2. Da diversi test svolti nei mesi scorsi, su prompt con tantissime istruzioni, avevo sempre trovato GPT-4 migliore rispetto alla versione "*o*". Finalmente il 4.1 supera quel limite. **Qualche dettaglio sul modello..** La nuova famiglia GPT-4.1 include tre versioni: Standard, Mini e Nano. Il modello non solo **supera GPT-4o** nei benchmark più rilevanti, ma in molti casi va oltre anche GPT-4.5, motivo per cui quest’ultimo verrà ritirato. È più preciso nei **compiti multi-turno**, più affidabile nei formati richiesti, e significativamente più performante nello sviluppo software (*con +21% su SWE-bench*). È pensato **esclusivamente per l’uso via API**: in ChatGPT, molte delle sue migliorie sono già confluite in GPT-4o e continueranno a essere integrate. Grazie a ottimizzazioni nel sistema di inferenza, GPT-4.1 è anche **più economico del 26% rispetto a GPT-4o**, mentre *Nano* è il modello più economico e rapido mai rilasciato. [Vai al post](https://openai.com/index/gpt-4-1/?ref=alessiopomaro.it) > Anche OpenAI, come Google, dimostra l'avanzamento in termini di **efficienza**, dopo il passo falso della versione 4.5. ### **o3 e o4-mini + Codex CLI** OpenAI ha presentato i nuovi modelli **o3** e **o4-mini** (*con avanzamenti della fase di reasoning*), e ha lanciato [**Codex CLI**](https://github.com/openai/codex?ref=alessiopomaro.it) (*un AI Agent open-source*). Ho provato o3 in diversi task: **coding**, **generazione di testo**, **analisi dei dati**, **ricerca online**, **logica**, **matematica**, **istruzioni complesse**, **analisi delle immagini**, e in un **sistema multi-agent** via API. ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/o3-o4-mini-codex-cli-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/o3-o4-mini-codex-cli-2.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/o3-o4-mini-codex-cli-3.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/o3-o4-mini-codex-cli-4.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/o3-o4-mini-codex-cli-5.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/o3-o4-mini-codex-cli-6.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/o3-o4-mini-codex-cli-7.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/o3-o4-mini-codex-cli-8.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/o3-o4-mini-codex-cli-9.webp) o3 e o4-mini + Codex CLI: test - Sul **coding**, è molto performante: ho realizzato un'applicazione locale (*Python*) con interfaccia grafica che converte un gruppo di immagini in tutti i formati, con resize e gestione della qualità, funzionante alla prima esecuzione. - Fantastici la **ricerca online e code interpreter in fase di reasoning**, perché sono dinamici in base al flusso di ragionamento. - Ho provato anche **Codex CLI**, un **agente AI** per il terminale che consente di scrivere codice, navigare file, interpretare immagini e interagire con il computer in modo multimodale e controllato. Nel test, entro in una directory e faccio sintetizzare al modello un PDF locale. Una funzionalità davvero interessante. o3 è il modello più potente, dedicato a **compiti complessi** come coding, matematica, e ragionamento visivo. o4-mini, invece, offre prestazioni sorprendentemente elevate in rapporto a dimensioni e costi, risultando ideale per **usi ad alto volume di richieste**. Entrambi possono usare l’intera suite di **strumenti di ChatGPT**: ricerca web, code interpreter, generazione e modifica immagini, *function calling* e tool personalizzati. Per la prima volta, **ragionano anche sulle immagini**: le usano come parte integrante della catena di pensiero, sbloccando nuove modalità di problem solving. Le **performance**: o4-mini raggiunge il 93,4% di accuratezza su AIME 2024 e 2719 ELO su Codeforces. o3 ottiene 83,3% su GPQA (*domande da PhD*), 86,8% su MathVista, 78,6% su CharXiv, e domina nei task di software engineering, superando ampiamente i predecessori. La **sicurezza** è stata potenziata con nuovi sistemi di rifiuto delle richieste, rilevamento di prompt rischiosi e test rigorosi: entrambi i modelli restano sotto le soglie critiche su tutti i fronti (*biochimica, cybersecurity, auto-miglioramento AI*). [Vai al post](https://openai.com/index/introducing-o3-and-o4-mini/?ref=alessiopomaro.it) --- ## **Un test di Codex CLI** > Codex CLI di OpenAI: l'ho provato con o3, ed è una bomba! Il dettaglio dei test che si vedono nel video.. 1. Entro nella directory di un'applicazione, avvio Codex e mi faccio **spiegare la codebase**. Successivamente, chiedo all'agente di **modificare l'app** e inserire il bottone per la "*dark mode*". Il sistema **edita direttamente i file**, ed esegue tutto perfettamente (*nel video si vede anche l'app modificata*). Può gestire anche l'interazione con GitHub autonomamente. 2. Entro in una directory dov'è presente un **dataset in CSV**. Attraverso un prompt dettagliato, chiedo all'agente di **analizzare i dati**, **pulirli**, e produrre una **pagina web con un report**. Non solo lo crea, ma fornisce anche il Python per aggiornare il report nel caso il dataset cambi. Un test di Codex CLI di OpenAI **Cos'è Codex CLI?** Si tratta di un **AI Agent open source** che funziona in locale, sfruttando qualunque modello di OpenAI. Consente di scrivere codice, navigare file, interpretare immagini e interagire con il computer in modo multimodale e controllato. --- ## **Disponibilità generale per Veo 2 di Google** È già usabile via API, e chiaramente su [**AI Studio**](https://aistudio.google.com/?ref=alessiopomaro.it). Veo 2: un test su AI Studio Nel video si vedono due esempi di "*image to video*" e uno di "*text to video*". Nei due esempi di "*image to video*", le immagini sono state generate con il modello di OpenAI, in modo da essere coerenti. Usando Veo per animarle, si possono creare due clip da montare per un unico video. [Vai al post](https://developers.googleblog.com/en/veo-2-video-generation-now-generally-available/?ref=alessiopomaro.it) --- ## **Test: un'applicazione con Gemini 2.5 Pro** Un esempio di **generazione di un'applicazione da prompt testuale** con **Gemini 2.5 Pro**: semplice, ma funzionante alla prima esecuzione! Ho chiesto al modello di creare un'applicazione che permette di caricare un file audio o video, e che produce la **trascrizione con separazione degli speaker** usando le API di Gemini (*con download del TXT completo alla fine del processo*). Il sistema ha prodotto un'applicazione basata su [**Flask**](https://flask.palletsprojects.com/?ref=alessiopomaro.it), con la struttura delle directory, HTML, Python, requirements e il file "*env*" per le API key. Dopo aver avviato il server Flask, l'applicazione funziona via browser. Test: un'applicazione con Gemini 2.5 Pro > È semplice, ma ho impiegato più tempo a produrre il video rispetto a un sistema utile e funzionante, **senza errori da gestire**. --- ## **Le novità nel Workspace di Google** Con uno dei migliori modelli di AI a disposizione, e un ecosistema che fa già parte della quotidianità di un'enorme insieme di utenti, **Google rilascia le nuove funzionalità per Workspace**. La nuova ondata di strumenti basati su **Gemini** mira a migliorare concretamente l’**efficienza aziendale**: automazioni avanzate con Workspace Flows, assistenti intelligenti nei documenti, analisi dei dati semplificata e la possibilità di generare contenuti audio e video direttamente dalle app Workspace. - **Workspace Flows** usa **agenti AI** personalizzati (***Gems***) per gestire **processi multi-step** con logica e contesto, senza bisogno di codice. In pratica, si potranno creare flussi e automazioni che coinvolgono azioni di ogni software di Workspace. Google Workspace Flows - **Docs** introduce la lettura audio dei testi e la funzione "*Help me refine*" per **migliorare la scrittura** in modo evoluto. Il Canvas di ChatGPT direttamente su Google Docs. - **Sheets** include "*Help me analyze*", un **analista AI** sempre disponibile per scoprire insight nascosti nei dati. I più attenti avranno notato che [è già disponibile su Colab](https://www.youtube.com/watch?v=Dy0-vaoVAMM&ref=alessiopomaro.it). - **Google Vids** si potenzia con **Veo2**, generando video realistici direttamente dall'app. - **Google Meet** e **Chat** diventano ancora più smart con riepiloghi, note automatiche e suggerimenti in tempo reale. [Vai al post](https://workspace.google.com/blog/product-announcements/new-AI-drives-business-results?ref=alessiopomaro.it) > L'integrazione e l'accelerazione di Google.. si prepara a diventare irraggiungibile? --- ## **Un Agent Builder per Postman** **Postman** ha presentato il suo **AI Agent builder**. Un sistema che permette di creare **agenti basati su LLM**, che possono usare una rete di oltre 100k API pubbliche. Il tutto attraverso un'**interfaccia drag & drop**. 0:00 /0:13 1× Un Agent Builder per Postman [Vai al progetto](https://www.postman.com/product/ai-agent-builder/?ref=alessiopomaro.it) > La **prototipazione** di applicazioni diventa sempre più agile. --- ## **Grok Studio** **xAI** ha rilasciato **Grok Studio**, con la possibilità di eseguire il codice generato e il supporto a Google Drive. ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/grok-studio-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/grok-studio-2.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/grok-studio-3.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/grok-studio-4.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/grok-studio-5.webp) Grok Studio: un test È molto simile a Canvas su ChatGPT, ma la funzionalità di **generazione report da un foglio dati** è fantastica. La connessione a Google Drive è comoda, e permette di creare dei Workspace importando direttamente i file. > L'editor di ChatGPT è migliore, ma la generazione dei report è vincente. --- ## **Le API di Grok 3** La "*guerra dei prezzi*" delle API dei LLM continua: xAI rilascia le API di Grok3 mini. In base ai dati diffusi, sembra che il modello superi diversi modelli di reasoning in diversi benchmark, con un prezzo di 5 volte inferiore. ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/api-grok-3-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/api-grok-3-2.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/api-grok-3-3.webp) Le API di Grok 3 ### **Alcuni dettagli** - Grok 3 Mini guida le classifiche su test STEM avanzati, matematica e coding, superando modelli flagship 20 volte più costosi. - È 5 volte più economico di qualsiasi altro modello di reasoning sul mercato. - Ogni risposta API include l’intero "reasoning trace", grezzo e non filtrato. [Vai alla documentazione](https://docs.x.ai/docs/overview?ref=alessiopomaro.it) --- ## **AI Index Report 2025** Stanford ha pubblicato l'**AI Index Report 2025**. ![AI Index Report 2025](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/ai-index-report-2025.webp) AI Index Report 2025 > L’intelligenza artificiale evolve rapidamente, trasformando società ed economia, tra progressi straordinari, investimenti globali e sfide ancora aperte. ### Una sintesi dei take away del report 1. **Le prestazioni dell’AI migliorano rapidamente nei benchmark avanzati.** I modelli AI hanno fatto grandi progressi su nuovi benchmark complessi come MMMU, GPQA e SWE-bench, superando anche le performance umane in alcuni compiti di programmazione. 2. **L’AI è sempre più presente nella vita quotidiana.** L’intelligenza artificiale è ormai diffusa in settori come la sanità e i trasporti, con dispositivi medici approvati e robotaxi operativi su larga scala. 3. **Le aziende puntano tutto sull’AI, trainando investimenti record.** Gli investimenti privati negli Stati Uniti hanno raggiunto 109 miliardi di dollari nel 2024, con una crescita d’uso nelle aziende e prove sempre più solide del suo impatto positivo sulla produttività. 4. **Gli Stati Uniti guidano, ma la Cina riduce il divario qualitativo.** Gli USA producono più modelli AI di punta, ma la Cina li sta rapidamente raggiungendo in termini di qualità, mantenendo il primato per pubblicazioni e brevetti. 5. **L’ecosistema dell’AI responsabile si evolve, ma in modo disomogeneo.** Aumentano gli incidenti legati all’AI, mentre le valutazioni standardizzate sono ancora rare. I governi mostrano maggiore impegno con nuove linee guida sulla trasparenza e sicurezza. 6. **L’ottimismo globale verso l’AI cresce, ma con forti differenze regionali.** Paesi asiatici mostrano un forte ottimismo verso l’AI, mentre Stati Uniti, Canada ed Europa restano più scettici, sebbene con segnali di miglioramento. 7. **L’AI diventa più efficiente, economica e accessibile.** I costi per far girare modelli potenti sono crollati, mentre l’efficienza energetica è aumentata. I modelli open-source stanno colmando rapidamente il divario con quelli chiusi. 8. **I governi aumentano regolamentazione e investimenti sull’AI.** Nel 2024 le normative sull’AI sono raddoppiate negli USA e cresciute a livello globale, accompagnate da investimenti miliardari in vari paesi per sostenere l’innovazione. 9. **L’educazione all’AI cresce, ma persistono disuguaglianze.** Sempre più paesi offrono educazione informatica K-12, ma permangono barriere infrastrutturali, soprattutto in Africa, e molti insegnanti non si sentono pronti a insegnare l’AI. 10. **L’industria domina lo sviluppo AI, ma la competizione si intensifica.** La quasi totalità dei modelli più avanzati proviene dall’industria. Tuttavia, la differenza di prestazioni tra i migliori modelli si sta riducendo, segno di una frontiera sempre più affollata. 11. **L’AI riceve riconoscimenti scientifici di massimo livello.** Nel 2024 l’AI è stata protagonista di premi Nobel e del Turing Award, evidenziando il suo impatto decisivo nella scienza, dalla fisica al ripiegamento proteico. 12. **Il ragionamento complesso resta una sfida.** Nonostante i successi in compiti avanzati, i modelli AI faticano ancora con il ragionamento logico e la risoluzione di problemi complessi in contesti critici. [Vai al report](https://hai.stanford.edu/ai-index?ref=alessiopomaro.it) --- ## **Work Trend Index 2025 di Microsoft** **L'AI sta ridefinendo il lavoro nelle aziende**, e Microsoft ne traccia i contorni nel suo **Work Trend Index 2025**. ![Work Trend Index 2025 di Microsoft](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/work-trend-index-2025-microsoft.webp) Il rapporto evidenzia come le organizzazioni che adottano l’AI in modo strutturale — definite "*Frontier Firms*" — registrano benefici tangibili: il 71% dei dipendenti afferma che la propria azienda sta prosperando, e l’83% dei leader riconosce che **l’AI contribuisce a una maggiore adozione di compiti strategici**. In parallelo, Microsoft ha presentato importanti evoluzioni per **Copilot**, puntando su **un’integrazione sempre più pervasiva dell’AI nei flussi operativi**. **Copilot Studio** è una nuova piattaforma low-code che consente alle imprese di costruire **agenti intelligenti personalizzati**, con memoria, capacità di pianificazione e integrazione via OpenAPI. Questi agenti possono operare all’interno delle app Microsoft 365 e connettersi a sistemi esterni come Jira, Miro o Monday. Sono stati inoltre lanciati due nuovi agenti nativi — **Copilot Researcher** e **Copilot Analyst** — pensati per attività di ricerca e analisi su larga scala, capaci di interagire con Word, Excel, Outlook e Teams grazie ai dati real-time di Microsoft Graph. Il tutto è orchestrato con modelli GPT-4-turbo, in grado di mantenere il contesto e **generare output coerenti** e document-aware. [Vai al report](https://blogs.microsoft.com/blog/2025/04/23/the-2025-annual-work-trend-index-the-frontier-firm-is-born/?ref=alessiopomaro.it) --- ## **Open Manus: un test** Ho provato **Open Manus**, il progetto open source che mira a replicare le capacità dell'Agente [**Manus AI**](https://manus.im/?ref=alessiopomaro.it). Nel video si vedono diversi task che l'agent (*nel mio caso basato su GPT-4o*) svolge in modo autonomo, sfruttando l'**automazione del browser**, e anche del **computer locale**. Open Manus: un test Le mie considerazioni: questo tipo di agenti sono davvero molto interessanti, ma acerbi per essere "*liberati*" a compiere operazioni autonome online senza riferimenti specifici. [Vai al progetto](https://github.com/mannaandpoem/OpenManus?ref=alessiopomaro.it) > Ma di certo miglioreranno, e saranno direttamente nel browser, e successivamente nei sistemi operativi. --- ## **Firebase Studio di Google: un test** Google lancia **Firebase Studio**, un nuovo **IDE open source** basato sull’AI che unisce Project IDX, Genkit e i modelli **Gemini** in un’unica piattaforma per creare app full-stack. L'ho provato: con un prompt testuale ho creato un'applicazione che trasforma un contenuto in una mappa mentale modificabile. Con altri prompt successivi l'ho rifinita per ottenere il risultato che avevo in mente. ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/google-firebase-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/google-firebase-2.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/google-firebase-3.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/google-firebase-4.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/google-firebase-5.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/google-firebase-6.webp) Firebase Studio di Google: un test Il cuore del progetto è l’**agente di prototipazione**, capace di generare app Next.js complete in pochi secondi non solo da **prompt testuali**, ma anche da **immagini**, **annotazioni visuali** e **schemi**. L’ambiente crea UI, backend e integrazione AI in automatico, con anteprima nel browser, test mobile via QR code e codice pronto da modificare. L’IDE web-based, costruito su CodeOSS, offre funzionalità avanzate come modifica e debug nel browser, terminale integrato, suggerimenti di codice con Gemini e documentazione automatica. Il tutto gira su una VM configurabile con Nix, con supporto a oltre 60 modelli ufficiali e l’importazione da GitHub, GitLab e Bitbucket. [Vai al post](https://firebase.blog/posts/2025/04/introducing-firebase-studio/?ref=alessiopomaro.it) --- ## **Test su AI Overviews di Google** In questo test, in una SERP di Google in cui compare **AI Overviews**, ho considerato i contenuti nelle prime 12 posizioni e ho creato un piccolo **RAG** usando **LangChain**, **Chroma DB** e **GPT-4o**. > Inviandolo la query al RAG, ottengo una risposta simile a quella proposta da AI Overviews. ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/test-ai-overviews-rag-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/test-ai-overviews-rag-2.webp) Test su AI Overviews di Google: RAG Chiaramente Google usa anche query correlate (***"fan-out"***) e il **Knowledge Graph** per espandere i risultati. Quindi, il funzionamento l'abbiamo intuito, e possiamo anche pensare di usare dei modelli per **misurare la pertinenza dei contenuti alle query** per ragionare sul "*posizionamento*" su AI Overviews. > Chiaramente, il primo step rimane l'essere tra i risultati rilevanti, che rappresentano la knowledge a disposizione del "RAG". ### **Come essere presenti su AI Overviews** Per essere presenti nelle fonti delle risposte di **AI Overviews** (*ma in generale nei sistemi ibridi come ChatGPT, Perplexity, ecc.*), vanno considerati due aspetti. 1. Essere tra i risultati che il sistema prende in considerazione per la **query principale** (*quella che scriviamo nel campo*): tendenzialmente le prime due pagine dei risultati, compresi PAA e SERP snippet. 2. Intercettare **risposte pertinenti** (*semanticamente vicine*) alla query principale o a quelle secondarie che il motore genera per quel contesto (*"fan-out"*). > È come ragionare su un sistema RAG, in cui ogni documento è di un'azienda diversa. ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/ai-overviews-test-query-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/ai-overviews-test-query-2.webp) Test su AI Overviews di Google: query Per la query "*cos'è il CSSOM*", ad esempio, il mio contenuto è in seconda pagina della SERP (*è tra i risultati presi in considerazione*), e intercetta la risposta ad una query secondaria ("*come si applicano gli stili agli elementi HTML*"). Ma se si cerca direttamente la query secondaria, il mio contenuto non è tra le fonti di AI Overviews, perché **il contesto cambia**, ed esistono molte **fonti più rilevanti** per questa query. Per la query "*cosa sono i priority hints*", il mio risultato è primo su Google, ma non compare tra le fonti di AI Overviews. Misurando la **pertinenza semantica** del mio contenuto con un algoritmo, infatti, risulta inferiore a quella dei risultati che invece compaiono. > Si tratta di un sottile equilibrio, non semplice da gestire e da controllare. --- ## **Agent2Agent (*A2A*) e Agent Development Kit (*ADK*) di Google** Google presenta **Agent2Agent (*A2A*)**, un protocollo aperto per l'interoperabilità tra **agenti AI**, sviluppato in collaborazione con oltre 50 aziende (*es. Atlassian, MongoDB, PayPal, Salesforce, SAP, Langchain*). A2A consente agli agenti AI, anche se costruiti con tecnologie o da fornitori diversi, di **comunicare**, **coordinarsi** e **scambiarsi informazioni** in modo sicuro. È pensato per scenari enterprise complessi: dalla gestione della supply chain alla selezione del personale, fino all'automazione dei flussi di lavoro interni. 0:00 /1:22 1× Un esempio concreto: la ricerca dei candidati Basato su standard diffusi (*HTTP, JSON-RPC, SSE*), A2A supporta task rapidi o di lunga durata, anche multimodali (*testo, audio, video*). Ogni agente può esporre le proprie capacità tramite una “***Agent Card***” e collaborare con altri per completare compiti condivisi, producendo artefatti come risultati finali. Complementare al **Model Context Protocol (*MCP*)** di Anthropic, A2A punta a rendere gli agenti realmente interoperabili, scalabili e integrabili in ambienti già esistenti. [Vai al post](https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability/?ref=alessiopomaro.it) > Un passo chiave per costruire un ecosistema in cui gli agenti AI non siano strumenti isolati, ma veri colleghi digitali capaci di collaborare in tempo reale. A supporto dello sviluppo di AI agent interoperabili, Google ha rilasciato anche l’**Agent Development Kit (*ADK*)**, un toolkit open-source in Python per costruire, testare e distribuire agenti complessi, modulari e orchestrabili. Con ADK, gli sviluppatori possono definire logiche, strumenti e workflow direttamente da codice, integrandoli con **Google Cloud**, **Vertex AI** o **ambienti locali**. [Vai al progetto](https://github.com/google/adk-python?ref=alessiopomaro.it) --- ## **PySpur: AI Agent Workflow** **PySpur** è una nuova libreria open source che consente di creare workflow di **AI Agent** attraverso un'interfaccia drag & drop. 0:00 /0:22 1× PySpur: AI Agent Workflow Semplifica la creazione, il test e il deploy di agenti, **riducendo i tempi di sviluppo**. Si installa in pochi secondi con pip, permette l’aggiunta di tool personalizzati e l’esportazione degli agenti in JSON. [Vai alla documentazione](https://www.pyspur.dev/?ref=alessiopomaro.it) --- ## **Google Ironwood** Google ha presentato **Ironwood**, la sua settima generazione di **TPU (*Tensor Processing Unit*)**, progettata specificamente per l’**inferenza nell’era dell’AI** generativa. Ironwood è pensata per gestire modelli di "*reasoning*", come i LLM e le Mixture of Experts (*MoE*), offrendo prestazioni senza precedenti. ### Tra le caratteristiche principali.. - Fino a 9.216 chip per pod, raggiungendo 42,5 Exaflops, più di 24 volte la potenza del supercomputer [El Capitan](https://en.wikipedia.org/wiki/El%5FCapitan%5F%28supercomputer%29?ref=alessiopomaro.it). - Miglioramenti significativi in memoria (*192 GB HBM per chip*) e velocità di interconnessione tra chip (*1,2 Tbps*). - **2x più efficiente** dal punto di vista energetico rispetto alla generazione precedente (*Trillium*). - Supporta carichi di lavoro AI intensivi con alta efficienza e scalabilità. - Utilizza la piattaforma software Pathways per facilitare l’elaborazione distribuita su larga scala. 0:00 /0:30 1× Google Ironwood Ironwood si inserisce nell’architettura AI Hypercomputer di Google Cloud, diventando la base per nuovi progressi nel campo dell’AI, tra cui modelli come **Gemini 2.5** e [**AlphaFold**](https://deepmind.google/technologies/alphafold/?ref=alessiopomaro.it). [Vai al post](https://blog.google/products/google-cloud/ironwood-tpu-age-of-inference/?ref=alessiopomaro.it) > L'infrastruttura hardware sarà il fattore differenziante nel prossimo futuro? --- ## **OpenAI presenta le "*Evals*" API** Permettono di definire dei test, e di **valutare rapidamente i prompt** automatizzando le esecuzioni. ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/evals-api-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/evals-api-2.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/evals-api-3.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/evals-api-4.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/evals-api-5.webp) OpenAI presenta le "Evals" API: un test Nell'esempio ho caricato nel Playground un CSV contenente stringhe e label. Successivamente ho configurato il test, creando un **prompt dinamico che si valorizza attraverso i dati del CSV**. L'ultimo ingrediente è un "***grader***" per valutare le risposte del modello in base a un criterio che possiamo definire. Il sistema esegue automaticamente tutti i prompt e possiamo valutare il risultato del test. [Vai alla documentazione](https://platform.openai.com/docs/guides/evals?ref=alessiopomaro.it) > Il tutto, completamente realizzabile via API: questo permette di creare procedure di test per diverse versioni di prompt. --- ## **Copilot Search** **Bing** lancia la risposta a **AI Mode** di Google: **Copilot Search**. Il funzionamento è molto simile: l'utente può porre una domanda, il sistema usa il **reasoning** per espandere la ricerca, estrae le fonti, e compone una risposta usando un LLM. ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/copilot-search-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/copilot-search-2.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/copilot-search-3.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/copilot-search-4.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/copilot-search-5.webp) Copilot Search di Bing È possibile visualizzare il "*ragionamento*" e le **query correlate**. Tutte le fonti sono consultabili. Successivamente permette delle **ricerche di follow-up**. [Vai alla ricerca](https://www.bing.com/copilotsearch?ref=alessiopomaro.it) --- ## **MCP (Model Context Protocol): un test** Un test in cui un Agente basato su **o3 di OpenAI** accede a file in locale attraverso il protocollo [**MCP**](https://docs.anthropic.com/it/docs/agents-and-tools/mcp?ref=alessiopomaro.it) **(*Model Context Protocol*)**. ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/mcp-test-1-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/mcp-test-2-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/mcp-test-3-1.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/mcp-test-4.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2025/05/mcp-test-5.webp) MCP (Model Context Protocol): un test **Come funziona?** Ho implementato un **server MCP** che può effettuare diverse operazioni sul **filesystem locale** del mio laptop, e l'agente è connesso a quel server. Quando faccio richieste all'agente (*che usa o3-mini via API*), il sistema accede ai file in locale e cerca le informazioni necessarie per rispondere. Infine restituisce la risposta. Nell'area di tracciamento del **Playground di OpenAI** è possibile monitorare tutte le operazioni compiute dall'agente. > MCP permette di creare applicazioni basate sui LLM che accedono a dati, software esterni e potenzialmente qualunque sistema. Questo apre la strada ad automazioni davvero interessanti. --- ## **Gemini Live: condivisione schermo e videocamera** Su **Gemini Live** è disponibile anche in Italia la funzionalità di condivisione in real time dello schermo e della videocamera. Nel video, condivido lo schermo del mio dispositivo con l'assistente e **interagisco attraverso la voce** chiedendo informazioni su ciò che sto vedendo. Gemini Live: condivisione schermo > Queste funzionalità fanno comprendere il grande potenziale di **interazione di questi sistemi con il mondo reale**. --- ## **Claude for Education** **Claude for Education** è il nuovo progetto di **Anthropic** pensato per rivoluzionare il mondo universitario con l’AI. Grazie alla modalità Learning Mode, Claude stimola il **pensiero critico** degli studenti invece di fornire risposte pronte, utilizzando domande socratiche e strumenti strutturati per lo studio. Partnership con università come Northeastern, LSE e Champlain College portano **l'intelligenza artificiale in aula** e negli uffici amministrativi, aiutando studenti, docenti e staff a lavorare in modo più efficace e intelligente. [Vai al post](https://www.anthropic.com/news/introducing-claude-for-education?ref=alessiopomaro.it) > Con programmi dedicati agli studenti, API gratuite per progetti innovativi e integrazione nei principali sistemi educativi come Canvas LMS, Claude si afferma come un alleato concreto per un'**educazione del futuro**, costruita su **responsabilità**, **accessibilità** e **innovazione**. --- ## **Runway Gen-4** **Runway** ha presentato **Gen-4**, il nuovo modello dedicato ai contenuti visivi. Consente la generazione di **immagini e video** mantenendo coerenza tra personaggi, oggetti e ambientazioni anche in scenari complessi. Utilizza riferimenti visivi e istruzioni testuali per produrre contenuti uniformi in termini di stile, composizione e prospettiva, senza necessità di ulteriori addestramenti. Runway Gen-4: presentazione Tutti i brand che sviluppano modelli stanno creando piattaforme in grado di generare sia immagini che video, in modo da dare un'unica soluzione agli utenti. [Vai al post](https://runwayml.com/research/introducing-runway-gen-4?ref=alessiopomaro.it) > Nella presentazione parlano anche di "simulazione fisica".. su questo non sono molto convinto, ma di certo i miglioramenti sono incredibili. --- ## **Flora: diversi modelli in un unico ambiente** **Flora** è un esempio di strumento che riunisce diversi **modelli visuali** in un unico ambiente consentendo **sperimentazione** e **prototipazione** rapida. Un esempio di utilizzo di Flora Nell'esempio si vede un progetto che parte da un'**immagine generata da prompt testuale** usando **Flux Pro**. Vengono create diverse inquadrature con prompt multimodale con **Gemini 2.0 Flash**. Infine le clip video usando **Ray2** di Luma: da prompt + immagine, ma anche con prompt + due frame. Tra i vari modelli sono a disposizione anche **Flux Dev**, **Ideogram**, **Stable Diffusion**, **Photon** di Luma, **Kling** e **Runway**. [Vai al progetto](https://www.florafauna.ai/?ref=alessiopomaro.it) > Un tool davvero interessante, e la coerenza delle immagini è notevole. --- ## **Seaweed: un modello da 7B di parametri che compete con i giganti** **Seaweed 7B** è un nuovo modello da 7 miliardi di parametri capace di competere con giganti del settore, ma con una frazione delle risorse. Seaweed: un nuovo modello di generazione video Addestrato con "*sole*" 665.000 ore di GPU H100, raggiunge livelli di **qualità visiva**, **fedeltà al prompt** e **coerenza narrativa** che lo pongono tra i migliori sistemi di **generazione video**. Con il supporto a testo, immagini e audio, Seaweed-7B genera video realistici, coerenti e controllabili fino a 720p in tempo reale. Il suo design include un VAE 3D causale e un Diffusion Transformer ottimizzato per performance e scalabilità, riducendo drasticamente i costi computazionali. [Vai al progetto](https://seaweed.video/?ref=alessiopomaro.it) > Come abbiamo detto più volte, **la scala non può essere l'unica leva per migliorare le performance** dei modelli. Ora serve evoluzione architetturale, e questo è un esempio. --- ## **UI-TARS-1.5 di ByteDance** **ByteDance** ha rilasciato **UI-TARS-1.5**, un **agente multimodale** basato su **Qwen2.5-VL-7B** che unisce visione e linguaggio con "*reasoning*". [UI-TARS - Next-generation native GUI agent modelUI-TARS：Next-generation native GUI agent model designed to interact seamlessly with GUIs using human-like perception![](https://static.ghost.org/v5.0.0/images/link-icon.svg)UI-TARS Team](https://seed-tars.com/1.5/?ref=alessiopomaro.it) Il modello valuta prima di agire, migliorando l’esecuzione dei task in ambienti complessi. Brilla nei benchmark GUI, superando modelli come Claude 3.7 e OpenAI CUA in compiti su desktop e browser. Ottimi risultati anche in giochi web, grazie a una forte capacità di pianificazione a lungo termine. Si distingue nella **navigazione web** con performance superiori in SimpleQA e BrowseComp, gestendo con precisione **interazioni real-time su interfacce grafiche**. In ambienti 3D come Minecraft, batte agenti top usando input visivi e controlli nativi, migliorando le decisioni grazie al suo modulo di “*pensiero prima dell’azione*”. --- ## **Midjourney V7** **Midjourney** mancava da tempo in ambito di rilasci, ma ora annuncia la **versione V7** del suo modello, attualmente in fase Alpha. Più intelligente nell’**interpretazione dei prompt testuali**, offre una **qualità visiva superiore** e migliora drasticamente la **coerenza nei dettagli** di corpi, mani e oggetti. [Vai al post](https://www.midjourney.com/updates/v7-alpha?ref=alessiopomaro.it) V7 introduce per la prima volta la personalizzazione del modello attiva di default, che si sblocca in circa 5 minuti. Questa funzione mira a **interpretare meglio ciò che l’utente desidera** e trova visivamente affascinante. Grande novità è anche il **Draft Mode**, che consente **rendering 10 volte più veloci al 50% del costo**. È pensato per esplorare idee in modo rapido: le immagini sono a qualità ridotta, ma esteticamente coerenti. È disponibile anche una modalità vocale per iterare i prompt in modo conversazionale. --- ## \- GRAZIE - Se hai apprezzato il contenuto, puoi contribuire al progetto con una [****donazione**](https://www.alessiopomaro.it/#/portal/support) 🙂 ## Iscriviti alla Newsletter Un appuntamento periodico dedicato all'aggiornamento e alla riflessione su tematiche relative all'intelligenza artificiale. Iscriviti alla Newsletter Email sent! Check your inbox to complete your signup. Gratuita. No Spam. Puoi disiscriverti quando vuoi. Consulta la [privacy policy](https://www.alessiopomaro.it/privacy-policy/).