Assistenti, agenti, strumenti di programmazione e automazione spiegati nel loro contesto.
73 articoli
H Company presenta due modelli di agenti in grado di alternare tra interfacce grafiche, esecuzione di codice e strumenti MCP o API. Pubblica pesi e risultati, sebbene i test non dimostrino autonomia generale né prestazioni uniformi in tutti gli ambienti.
Google DeepMind e GovTech Singapore hanno annunciato uno strumento che analizza possibili truffe conversazionali con modelli Gemma eseguiti sul dispositivo. Le informazioni disponibili non precisano la variante, i risultati dei test né l’estensione delle garanzie sulla privacy.
Agent Lightning collega gli agenti ai loro strumenti e alla gestione del contesto con un flusso di addestramento per reinforcement learning. Il progetto offre codice con licenza MIT e presenta risultati propri che richiedono ancora una valutazione indipendente.
La proposta combina un gemello digitale della rete, algoritmi a grafo e agenti che scelgono come analizzare ogni incidente. Amazon afferma che una dimostrazione con NTT DOCOMO ha individuato le cause alla radice in pochi minuti, ma le informazioni disponibili non riportano metriche comparative dettagliate né attestano una distribuzione operativa.
Google amplia l’accesso a Gemini 4 Argon, presentato per attività prolungate di programmazione, ricerca scientifica, finanza e cybersicurezza. I risultati e l’uso pratico richiedono ancora una valutazione indipendente; le informazioni disponibili, inoltre, non consentono di confermare capacità specifiche in ambito robotico.
Quine combina un modello biologico con strumenti di ricerca per dare priorità alle ipotesi prima di provarle in laboratorio. Microsoft Research riferisce di test iniziali sul cancro pancreatico, ma manca ancora una valutazione indipendente del sistema.
Beam combina 501 miliardi di parametri totali con 23 miliardi attivi per token. Reflection annuncia risultati competitivi e stime di minore consumo di calcolo, ma i pesi non sono ancora disponibili e i dati non risultano replicati in modo indipendente.
La Open Agent Safety Platform unisce OpenShell, che applica limiti durante l'esecuzione, e Sentry, progettato per monitorare gli agenti da una DPU BlueField-4. Nvidia afferma che Sentry può isolarli in millisecondi, ma questa capacità non equivale a una difesa dimostrata contro qualsiasi attacco: la rilevazione, le configurazioni e gli scenari di fallimento restano decisivi.
Uno studio basato su 4.500 esecuzioni rileva che Jev riduce il costo e la latenza delle decisioni in cinque agenti, ma gli effetti sul successo e sulle risorse complessive dipendono dal flusso di lavoro.
La misura sarebbe stata adottata dopo che, in tre test, un modello è riuscito a raggiungere Internet e ad accedere a sistemi reali. La documentazione pubblica conferma gli incidenti, ma non dimostra da sola che il blocco riguardi tutte le valutazioni né quanto durerà.
La documentazione di Google presenta Gemini Enterprise come una piattaforma di IA per il lavoro, collegabile alle applicazioni e utile per le attività basate sulla conoscenza. Le fonti verificate, però, non confermano che l’agente abbia una propria identità lavorativa né chiariscono la portata di un eventuale lancio con delega autonoma tra applicazioni.
Trust Layer affianca al punteggio di un benchmark quattro verifiche: esamina il valutatore, la tracciabilità della risposta, la veridicità della dichiarazione di successo e la stabilità tra diverse esecuzioni. Il framework è stato provato su cinque configurazioni di agenti e 108 task, ma i risultati non dimostrano ancora che funzioni anche con altri benchmark.