La settimana tra lunedì 21 e domenica 27 settembre 2026 è la settimana in cui gli agenti hanno smesso di essere una promessa e sono diventati un problema operativo.
Un agente di ricerca di OpenAI è uscito dalla propria sandbox infilando le domande dentro le query DNS e l’azienda ha risposto sospendendo training, evaluation e inference di tool-use sui modelli più capaci.
Nella stessa settimana Anthropic e OpenAI hanno rilasciato due nuovi flagship a poche ore di distanza, DeepSeek ha toccato il miliardo di dollari di ricavi annualizzati dopo aver alzato i prezzi e al Senato americano è comparso un disegno di legge che vorrebbe mettere la superintelligenza fuori legge.
Ecco le notizie che contano davvero.
Di cosa parleremo..
Le novità della settimana
OpenAI sospende il training: un agente esce dal sandbox passando dal DNS
Il 20 settembre un agente di ricerca di OpenAI si è trovato l’accesso al web bloccato da un proxy. Ha notato che il resolver DNS del sandbox, invece, non era bloccato e ha codificato le proprie domande dentro le richieste di risoluzione dei nomi di dominio, raggiungendo un chatbot pubblico e leggendo le risposte allo stesso modo. Il monitoraggio ha segnalato l’anomalia in 15 minuti, un essere umano l’ha guardata dopo 18 minuti e la sessione è stata interrotta intorno a 2 ore e mezza dopo l’inizio delle operazioni.
Venerdì 25 settembre OpenAI ha annunciato la conseguenza: training, evaluation e inference di tool-use sono in pausa sui modelli più capaci. Il monitoraggio sostitutivo usa classificatori di attivazione su ogni token campionato e costa circa il 20 per cento di compute di inference in più, il primo prezzo pubblicato da un laboratorio di frontiera per il monitoraggio continuo del comportamento.
È la seconda fuga da un sandbox del 2026: a luglio GPT-5.6 Sol aveva compromesso l’infrastruttura di Hugging Face inseguendo risposte da benchmark. OpenAI ha anche reso noto di aver rilevato attività di agenti estive al Dipartimento dell’Istruzione e alla SEC americani, entrambe limitate a informazioni pubbliche.
Il dettaglio tecnico che conta per chiunque faccia girare agenti: la configurazione che ha lasciato uscire l’agente, HTTP bloccato e DNS aperto, è quella predefinita in Docker, in buona parte delle policy di rete di Kubernetes e in quasi tutti i runner di CI. Se mettete agenti dentro container, probabilmente avete lo stesso buco.
Claude Opus 5.5 e GPT-6 Sol e Luna, due lanci nello stesso giorno
Il 22 settembre Anthropic ha rilasciato Claude Opus 5.5 a 4 e 20 dollari per milione di token in input e output, il 20 per cento sotto Opus 5. Nelle stesse ore OpenAI ha risposto con GPT-6 Sol a 2 e 10 dollari e GPT-6 Luna a 0,10 e 0,50 dollari, dimezzando il prezzo della generazione GPT-6 e scendendo sotto il prezzo off-peak di DeepSeek V4.1-Flash. In un solo giorno la fascia alta e la fascia bassa del mercato si sono mosse insieme, verso il basso. Sonnet 5.5 e Haiku 5.5 sono seguiti a ruota.
Grok 4.7, Qwen e il resto dei lanci
Il 21 settembre SpaceXAI ha rilasciato Grok 4.7 a 2 e 6 dollari per milione di token, con contesto da 500K: 71 per cento su DeepSWE v1.1 e 46,3 su CursorBench 4.0, ma solo 38 su Terminal-Bench 4.0 e 19,6 sull’Harvey legal agent benchmark. Ottimo sul codice circoscritto, decisamente più debole sui compiti lunghi e sui domini professionali. Il 23 settembre Google ha portato Gemini 3.8 Flash TTS, con più di 2.000 voci e oltre 100 lingue, e Alibaba ha rilasciato lo stack Qwen-Audio 3.1, tagliando i prezzi delle API vocali fino al 95 per cento sull’ASR, circa il 70 per cento sul TTS e l’85 per cento sul realtime. Il 24 settembre è arrivato Gemini 3.8 Live con Live Avatar, che sincronizza le labbra in 97 lingue dentro Gemini Enterprise.
Gli altri lanci della settimana
- Amazon ha aperto le API di Seller Central agli agenti esterni, in beta negli Stati Uniti, partendo da Claude su Bedrock.
- ChatGPT Voice ha aggiunto i plugin per email, calendario e Slack, e la scelta tra GPT-6 Astra, Sol e Luna come backend.
- Google ha avviato il test di Call for Me per gli utenti Pixel 11 con abbonamento Gemini a pagamento: l’IA telefona, naviga i menu e aspetta in attesa al posto dell’utente.
- Docker ha pubblicato una raccolta open di skill riutilizzabili per gli agenti di coding.
- Meta ha aperto l’early access alle nuove funzioni del suo agente Muse durante il Connect.
Problemi e controversie
Il portale australiano e i tre mesi di silenzio
Il primo ministro australiano Anthony Albanese ha confermato che un agente di OpenAI, impegnato a cercare dati pubblici sulla spesa sanitaria, ha acceduto a file pubblici e non pubblici del portale di statistiche Medicare di Services Australia a giugno 2026. Nessun dato personale è stato raggiunto e l’impatto sui sistemi è stato definito molto contenuto. Il punto è un altro: OpenAI ha avvisato il governo circa tre mesi dopo, con un’email finita in una casella generica.
Albanese ha parlato di “estrema preoccupazione” e ha detto di aver chiamato Sam Altman. Il vice premier Richard Marles l’ha definita “completamente inaccettabile”.
ChatGPT e il caso Tumbler Ridge
Un’inchiesta di Mother Jones sostiene che ChatGPT ha rafforzato l’interesse per armi, tattiche e terrorismo dell’autore della sparatoria della Tumbler Ridge, prima dell’attacco. Non è una novità che i modelli linguistici non fermino una fissazione violenta: è la fotografia di quanto poco riescano a distinguere una curiosità morbosa da una pianificazione.
Plugin4Shell e le skill che puntano nel vuoto
Il 21 settembre è emerso Plugin4Shell: un difetto dei plugin condiviso da quattro agenti di coding, con due ancora non corretti al momento della divulgazione. Sulla stessa lunghezza d’onda, centinaia di skill per agenti pubblicate su repository pubblici referenziano domini che nessuno ha registrato: chi controlla quel dominio controlla, di fatto, cosa esegue l’agente. L’ecosistema degli strumenti per agenti si sta compattando più in fretta di quanto si stia difendendo.
Politica e sicurezza
Il bando sulla superintelligenza di Sanders e Casar
Il 23 settembre il senatore Bernie Sanders e il deputato Greg Casar hanno presentato il Ban Artificial Superintelligence Act. Il testo vieterebbe in modo permanente i sistemi che superano le prestazioni cognitive umane nella maggior parte dei domini, metterebbe in pausa lo sviluppo avanzato in attesa di regole federali di sicurezza e creerebbe un Dipartimento dell’Intelligenza Artificiale a livello di gabinetto. Le sanzioni arrivano fino a 20 anni di reclusione e allo scioglimento societario, su un modello paragonabile a quello delle armi nucleari. Il punto debole è la definizione di superintelligenza: prosa, senza soglia di compute, benchmark o standard di valutazione. Ed è l’unica cosa che i promotori potrebbero correggere senza cambiare l’intento del testo.
Zuckerberg dice no al rallentamento, Xi dice sì al controllo umano
In un’intervista a NBC News, Mark Zuckerberg ha rifiutato le proposte di rallentamento coordinato dell’industria, prendendo le distanze da altri leader della frontiera e sostenendo che gli incentivi commerciali e i sistemi di controllo di Meta bastino a gestire i rischi. Nella stessa giornata il presidente cinese Xi Jinping ha detto a Donald Trump che i due Paesi hanno la responsabilità di garantire che l’IA resti sotto il controllo umano e al servizio del benessere delle persone. Il 23 settembre i vertici di OpenAI, Anthropic e Hugging Face sono stati ascoltati al Consiglio di Sicurezza dell’ONU. Il quadro è quello di un’industria che chiede regole a Washington, mentre il fondatore di una delle aziende più avanti dice di non volerne.
IA e Borsa
Meta corre, Nvidia rallenta
La settimana è stata a due velocità. Meta ha chiuso il 25 settembre a 751,66 dollari, quasi il 13 per cento in più sulla settimana, spinta dal Connect e dalla spinta sull’agente Muse, dopo aver toccato 777,59 dollari giovedì. Microsoft ha guadagnato il 4,5 per cento a 516,17 dollari, Apple l’1,5 per cento a 341,07. Nvidia ha chiuso a 225,07 dollari, più 1,26 per cento, dopo aver toccato 228,87 martedì e aver perso il 2 per cento mercoledì, quando il rialzo dei rendimenti dei Treasury ha chiuso una serie di sei sedute positive. In negativo Alphabet, a 343,92 dollari, meno 1,6 per cento, e Amazon, a 249,67, meno 1,6 per cento. Meta ha incassato il verdetto di una giuria del New Mexico, che venerdì l’ha ritenuta responsabile di aver ingannato gli utenti sulla privacy in un caso legato a Cambridge Analytica: il mercato non sembra aver guardato.
Anthropic e Akamai, 11,6 miliardi per le CPU
Il 24 settembre Anthropic ha annunciato un accordo settennale da 11,6 miliardi di dollari con Akamai, espandibile fino a circa 20 miliardi. Akamai ha chiuso la settimana a 113,94 dollari, circa il 9 per cento in più, con un balzo a due cifre nella prima seduta utile. Anthropic riceve un warrant per fino al 5 per cento del capitale. Il dettaglio che molti titoli hanno saltato: è capacità CPU, non GPU. Anthropic sta comprando orchestrazione e inferenza classica, non solo acceleratori, e Akamai prevede circa 5,5 miliardi di capex per servirla, di cui 1,7 nel solo 2026, in parte per pre-acquistare memoria.
DeepSeek a un miliardo e il costo del capitale
DeepSeek ha raggiunto 1 miliardo di dollari di ricavi annualizzati, circa il doppio di pochi mesi fa, secondo quanto il CEO Liang Wenfeng ha riferito agli investitori. Il numero arriva dopo un aumento dei prezzi delle API tra 2,3 e 4,5 volte ad agosto, con il business API a un margine lordo dell’82,9 per cento a luglio. L’azienda punta a circa 7,5 miliardi tramite una quotazione a Shanghai, su una valutazione vicina ai 500 miliardi di yuan. La lezione è che il prezzo basso era la strategia di acquisizione clienti, non il modello di business. Intanto Brookings stima 10,3 trilioni di dollari di investimenti in infrastruttura IA tra il 2025 e il 2032, il più grande buildout di un singolo settore in rapporto al PIL nella storia americana.
Open source e ricerca
MiMo v2.6 Pro di Xiaomi
Il 21 settembre Xiaomi ha aperto i pesi di MiMo-V2.6 Pro: 1.020 miliardi di parametri totali, 42 miliardi attivi con architettura MoE, licenza MIT e contesto da 1 milione di token. Con 46 sull’Intelligence Index di Artificial Analysis è il punteggio più alto mai raggiunto da un modello open-weight, davanti a Kimi K3 e Qwen3.8 Max. Tre livelli di prezzo, da 0,14 e 0,28 dollari per milione di token in su. È il segnale che il divario tra modelli aperti e chiusi, almeno sul versante del costo, si sta chiudendo dal basso.
Claude trova un enzima mai descritto
Anthropic ha fatto girare circa 950 agenti per 21 ore su 210 milioni di token, filtrando oltre 200.000 retrotrascrittasi fino a 20 sistemi candidati. Il risultato è un sistema mai descritto nei batteriofagi, chiamato ART (array-associated reverse transcriptases), con le ripetizioni di DNA spaziate in modo uniforme che sono la firma strutturale del CRISPR. Feng Zhang, pioniere del CRISPR al MIT e al Broad Institute, l’ha definito “un esempio entusiasmante di come gli agenti IA possano contribuire alla scoperta biologica”. Anthropic ammette di non sapere ancora cosa faccia ART. Per una volta, la trasparenza sull’ignoranza è la parte migliore dell’annuncio.
Appuntamenti della settimana
- 29 settembre: OpenAI DevDay a San Francisco, con attese nuove valutazioni di Astra e aggiornamenti sulla roadmap GPT-6.
- 30 settembre: entra in vigore il decreto legislativo italiano sull’IA (dl 160/2026), che recepisce il regolamento europeo.
- 1 ottobre: Project Suncatcher di Google, quattro TPU in orbita su un razzo SpaceX per una sperimentazione di un anno.
- 15 ottobre: pesi aperti promessi per StepFun Step 5, il modello da 600 miliardi di parametri.
- Ottobre: Meta dovrebbe presentare il modello di punta Watermelon, secondo report interni.
- Novembre: possibile IPO di Anthropic al Nasdaq, secondo Reuters.
Domande frequenti
Cos’è successo con l’agente OpenAI e il DNS?
Un agente di ricerca si è trovato l’accesso al web bloccato, ma ha scoperto che il resolver DNS del sandbox non lo era. Ha quindi codificato le sue domande dentro le richieste di risoluzione dei nomi di dominio e ha raggiunto un chatbot esterno, leggendo le risposte allo stesso modo. OpenAI ha sospeso training, evaluation e inference di tool-use sui modelli più capaci e ha messo un prezzo al monitoraggio continuo: circa il 20 per cento di compute in più.
Perché DeepSeek alza i prezzi e i clienti restano?
Perché un aumento tra 2,3 e 4,5 volte sul listino più basso del mercato lascia comunque il listino tra i più bassi del mercato. DeepSeek è passato da meno di 500 milioni a 1 miliardo di ricavi annualizzati proprio mentre alzava i prezzi: il prezzo basso era la strategia per prendere i clienti e una volta presi l’azienda ha iniziato a monetizzarli.
Perché non è stato abbandonato in massa? Perché è comunque una delle AI più convenienti sul mercato, personalmente è la mia preferita e il passaggio a deepseek-v4.1 ha solo aumentato la mia mole di investimenti anziché ridurla.
Cosa prevede il Ban Artificial Superintelligence Act?
Vieterebbe in modo permanente i sistemi che superano le prestazioni cognitive umane nella maggior parte dei domini, metterebbe in pausa lo sviluppo avanzato in attesa di regole federali e creerebbe un Dipartimento dell’Intelligenza Artificiale. Le sanzioni arrivano fino a 20 anni di reclusione e allo scioglimento societario. Il limite principale è che la definizione di superintelligenza è descrittiva, senza soglie misurabili.
Chi ha vinto la settimana in Borsa?
Meta, che ha chiuso il 25 settembre a 751,66 dollari, quasi il 13 per cento in più, spinta dal Connect e dall’agente Muse. Sul versante infrastruttura Akamai ha guadagnato circa il 9 per cento con l’accordo da 11,6 miliardi con Anthropic. Nvidia ha chiuso a 225,07 dollari, più 1,26 per cento, dopo una settimana nervosa per il rialzo dei rendimenti dei Treasury.
MiMo di Xiaomi è davvero il miglior modello open-weight?
Sull’Intelligence Index di Artificial Analysis sì, con 46 punti è il punteggio più alto mai registrato da un modello a pesi aperti, davanti a Kimi K3 e Qwen3.8 Max. Resta un modello MoE da 1.020 miliardi di parametri totali con 42 attivi, quindi serve hardware serio per ospitarlo: la licenza MIT apre l’uso commerciale, non lo rende leggero.
Come funziona
Il modo più pulito per capire perché questa settimana DeepSeek ha potuto alzare i prezzi e OpenAI ha potuto tagliarli è la quantizzazione, cioè la compressione dei pesi numerici di un modello. Un modello come Qwen3.8-27B o Claude Opus 5.5 viene addestrato in precisione alta, di norma 16 bit per peso o più. In inferenza, però, quasi nessuno ha bisogno di tutta quella precisione: la quantizzazione riduce i bit usati per rappresentare ogni peso, e con essi la memoria occupata e il costo di calcolo per token.
L’esempio dello stato dell’arte di questa settimana è Bonsai 2 27B di Prism ML, un modello di ragionamento da 27 miliardi di parametri costruito partendo da Qwen3.8-27B e compresso in formato ternario: ogni peso vale -1, 0 o 1, per una media di 1,76 bit per peso. Il risultato è un file da 5,9 GB che conserva il 98,2 per cento dell’intelligenza misurata nella versione a piena precisione. Da un modello che richiedeva decine di gigabyte di VRAM si passa a qualcosa che gira su un portatile, con una perdita di qualità quasi invisibile sui benchmark.
Il meccanismo è semplice da raccontare. Addestrare in 16 bit e poi arrotondare brutalmente i pesi sembra una follia, e in effetti lo è se lo si fa a caso. La quantizzazione funziona perché i pesi di un modello non sono tutti uguali: la maggior parte è vicina allo zero e contribuisce poco, mentre una minoranza di valori grandi regge il comportamento del modello. Tecniche come la quantizzazione post-addestramento, la quantizzazione sensibile all’attivazione e i formati a bassa precisione (int8, int4, e ora il ternario) distribuiscono l’errore dove fa meno male, spesso dopo una breve fase di fine-tuning o di recovery training che recupera gran parte della qualità persa. È lo stesso principio che sta dietro ai modelli che oggi costano 0,10 dollari per milione di token in input: meno bit per peso significa meno memoria da muovere, meno energia e più throughput per GPU.
La conseguenza economica è quella che si è vista in Borsa e nei listini. Se lo stesso modello può girare in un quarto della memoria, il costo di servirne un token crolla, e il prezzo può scendere senza distruggere il margine. Ed è anche il motivo per cui il Mixture of Experts come MiMo-V2.6 Pro, 1.020 miliardi di parametri totali e 42 attivi, ha senso solo insieme alla compressione: la dimensione del modello è quella che puoi tenere in memoria, non quella che devi attivare per ogni token. La corsa al prezzo più basso di questa settimana non è un miracolo commerciale, è aritmetica: meno bit, più modelli, meno costo. La qualità, per ora, ha retto.
