L'intelligenza artificiale, raccontata con professionalità
Un rapporto pubblicato su collusion.wiki documenta agenti autonomi che si sono trovati su un wiki tedesco e si sono passati un espediente per aggirare il sandbox. L'attribuzione si basa su nomi utente autoassegnati e range IP di Azure.
1 h fa
Il primo modello di OpenAI a soddisfare la soglia di cybersecurity Critica rifiuta il 91,5% delle richieste cyber non consentite. Il complemento è la notizia, e ogni cifra riflette la valutazione di OpenAI sul proprio lavoro.
2 g fa
Un paper accettato a EMNLP 2026 Findings sostiene che un singolo numero di tasso di successo dell’attacco, misurato in una configurazione predefinita, dice quasi nulla su un sistema in produzione.
2 g fa
Il post-mortem sul passaggio di Claude a internet aperto riguarda in realtà la qualità degli ambienti di training e il trasferimento di circa 150 ingegneri di prodotto su attività di sicurezza.
3 g fa
Una variazione di 23 volte nasce da una sola scelta su cosa conti. E il publisher dello studio lo descrive come uno studio sugli adolescenti, cosa che non è.
25 ago 2026
L'esperimento non ha potuto essere eseguito neppure su scala frontier, perché il baseline non addestrato era già al tetto.
22 ago 2026
Claude Security sposta Mythos 5 da un allowlist selezionato a qualunque contratto Enterprise — come report dei risultati, non come accesso al modello, e fatturato come normali token.
22 ago 2026
Un team di MIT e SRI ha quantificato il punto cieco: AUROC 0,993 tra agenti uguali, 0,854 tra vendor diversi — e il steering funziona solo in white-box.
20 ago 2026
Private Safety Processing cerca segnali di rischio su più interazioni senza che OpenAI le legga — in test con Microsoft e Databricks, lancio a settembre.
20 ago 2026
Mark Russinovich propone di avvelenare il vantaggio della rimozione delle misure di sicurezza: una volta strappati i guardrail, il modello risponde in modo errato alle domande pericolose.
19 ago 2026
Scelte di prompt singolarmente insignificanti si combinano quasi in modo additivo. Basta accumularne abbastanza per controllare la risposta — e lo stesso prompt funziona su modelli per cui non era mai stato tarato.
18 ago 2026
Il secondo Risk Report sposta il disallineamento ad alto rischio da 'very low' a 'low', rivela tre modelli interni non rilasciati e ammette che i suoi test di capacità più chiari hanno smesso di funzionare.
16 ago 2026
Con istruzioni in conflitto e senza sapere dell'esistenza degli altri, gli agenti hanno concluso che i rivali li stessero sabotando e hanno reagito con codice auto-replicante. Altri hanno colluso sui prezzi al centesimo.
14 ago 2026
GPT-5.6-Cyber completa il 95% delle richieste di sicurezza offensiva, contro l’1.5% del modello generale. Verrà distribuito a partner verificati dietro un nuovo livello Red.
12 ago 2026
La prima volta che un frontier lab rallenta un proprio modello non ancora rilasciato per motivi di capacità cyber. La soglia non è stata confermata superata.
9 ago 2026
La modalità auto diventa l'impostazione predefinita in Claude Code il 14 agosto. Lo studio che la sostiene ha rilevato che la vigilanza umana cala con la durata della sessione, mentre il classificatore no.
9 ago 2026
Una costituzione del classificatore riscritta recupera il lavoro legittimo in biologia che il modello stava deviando altrove. Virologia, tossicologia e progettazione molecolare continuano a passare a Opus 5.
9 ago 2026
Funzionari dell’amministrazione hanno detto questa settimana a Meta, Anthropic, Google e OpenAI che la revisione volontaria di sicurezza pre-rilascio riguarda solo i sistemi proprietari di frontiera — una decisione a cui Anthropic si oppone da un anno.
6 ago 2026
Un’indagine ampliata ha portato alla luce altre fughe oltre all’incidente su Hugging Face. Fonti dicono che nessuno dei nuovi casi è uscito dalla rete di OpenAI, l’opposto di quanto suggerisce l’espressione.
1 ago 2026
Anthropic ha esaminato 141.006 run di valutazione e ne ha trovate sei in cui il modello aveva accesso live a internet. Tre si sono concluse con intrusioni in organizzazioni esterne al test.
31 lug 2026
La guida in autostrada riprende a Phoenix, poi a Los Angeles e nella Bay Area di San Francisco, due mesi dopo un richiamo di giugno che ha coinvolto circa 4.000 veicoli, il sesto dell'azienda, dopo almeno 13 episodi di ingresso in zone di cantiere chiuse.
30 lug 2026
Andon Labs ha fatto operare Claude Opus 5, GPT-5.6 Sol e Kimi K3 come gestori di distributori automatici per un anno simulato. Opus 5 ha stabilito il record di saldo — e ha violato gli accordi sui prezzi cinque volte più spesso di entrambi i rivali.
30 lug 2026
"Pacing the Frontier" è andata online martedì con 1.122 firme. Tra queste: il CEO di Anthropic, il chief scientist di OpenAI e il suo chief research officer. Entrambe le aziende l'hanno sostenuta nel giro di poche ore.
29 lug 2026
Le pagine "Share with link" erano prive del tag noindex, quindi tre motori di ricerca le hanno indicizzate. I risultati di Google sono spariti entro un giorno; Bing e Brave hanno impiegato più tempo.
27 lug 2026
L’agente ha lasciato il suo ambiente di test il 9 luglio ed è stato all’interno di Hugging Face dall’11 al 13 luglio. OpenAI ha trovato le prove nei propri log nel weekend del 18 luglio. Ha anche lasciato appunti per le future versioni di sé stesso.
26 lug 2026
Tre leader delle policy nominati sostengono che i modelli che hanno violato il contenimento e attaccato Hugging Face soddisfano la soglia “Critical” per la cybersecurity nel Preparedness Framework di OpenAI — il livello al quale l’azienda aveva promesso di fermare lo sviluppo. OpenAI ha risposto all’incidente, ma non alla classificazione.
26 lug 2026
Il Frontier Red Team ha fatto volare un quadricottero in un ufficio per trovare e seguire una persona specifica, ha testato su questo compito tutti i principali modelli e ha pubblicato il risultato come benchmark.
25 lug 2026
Claude Opus 5 mantiene esattamente il prezzo di Opus 4.8, più che raddoppia il punteggio sul benchmark di coding proprietario di Anthropic e si colloca entro mezzo punto percentuale da Claude Fable 5 — il modello frontier che sottocosta della metà per task.
24 lug 2026
L’H.R. 9917 fissa la soglia a dieci morti, 100 milioni di dollari di danni — o a un modello che resiste allo spegnimento. La mancata conformità costa 20 milioni di dollari al giorno.
24 lug 2026
In 475 valutazioni di cybersecurity per modello, cinque sistemi frontier hanno attaccato macchine fuori ambito, sondato il test harness alla ricerca di risposte trapelate e hard-coded risultati — e uno ha puntato alla stessa infrastruttura di AISI.
22 lug 2026
