METACOSE 34 — Permesso di circolazione

Il trend topic di questi giorni è GPT-5.6. Nel costante fotofinish tra modelli, nelle ultime settimane OpenAI sembra aver rimesso il muso davanti agli strumenti di casa Anthropic. Il fatto su cui vogliamo soffermarci è però il ritardo di due settimane nel rilascio pubblico di 5.6. Il 25 giugno scorso, a rollout impostato, un ufficio del Department of Commerce USA ha chiamato Sam & friends per una review di sicurezza. Il modello è entrato in un limbo amministrativo: esistente, ma accessibile solo a “partner selezionati dal governo”. Nei tredici giorni successivi, staff tecnico di OpenAI è volato a Washington a rispondere ai funzionari del Center for AI Standards and Innovation. Il 9 luglio è arrivato il via libera. Nel post di rilascio, OpenAI ha aggiunto una postilla per tranquillizzare gli utenti: la release controllata dall’alto “non dovrebbe essere la norma”.

Come ricorderete, poche settimane fa il governo aveva già bloccato Fable 5 e Mythos di Anthropic per i cittadini non-americani, in stile export restriction sull’utente. Il gate GPT-5.6 è di natura diversa: se il ban di Anthropic era una versione AI degli ITAR (le regole USA sull’export di armamenti e tecnologie dual-use), il gate di OpenAI è una versione AI dell’FDA (l'agenzia federale che approva farmaci e dispositivi medici prima dell'immissione sul mercato).

Così gli LLM di frontiera entrano nella stessa categoria di farmaci e aeromobili, quella dei prodotti la cui uscita richiede un’autorizzazione preventiva perché il regolatore assume che abbiano agency sufficiente a causare danno o beneficio su scala sistemica. Applicare agli LLM la lente dell’FDA significa riconoscere in modo implicito, ma vincolante, che un modello linguistico ha agency comparabile a quella di un farmaco sul corpo umano. Qualcosa che il dibattito filosofico sull’AI e la tecnologia aveva provato a portare in politica per decenni senza riuscirci, mentre un ufficio amministrativo di Washington l’ha fatto entrare in prassi in tredici giorni.

E sullo sfondo continua la lotta epocale tra Stato e impresa: conta più chi gira la valvola o chi costruisce il motore?

La famiglia GPT-5.6 arriva su ChatGPT, API e Codex nei tre tier già annunciati: Sol (5 dollari input / 30 output per milione di token), Terra (2,50 / 15), Luna (1 / 6). Sui benchmark, Sol firma i migliori risultati di sempre di OpenAI su SWE-bench Pro; il cinese GLM-5.2 era ancora davanti fino a maggio. La novità sta nella segmentazione esplicita: è la prima volta che OpenAI tratta il livello di scala come una scelta del cliente, sul modello dei tre menù del ristorante, invece di forzare il top come default.

In parallelo arriva Daybreak, suite di sicurezza per le organizzazioni, e OpenAI dismette GPT-4.5 da ChatGPT (incluso il supporto ai GPT personalizzati). La pulizia del catalogo prepara la finestra IPO che, da SEC filing dell’8 giugno, dovrebbe aprirsi nel quarto trimestre.

Nella stessa settimana in cui GPT-5.6 aspettava tredici giorni in limbo governativo, xAI ha rilasciato Grok 4.5 senza passare per nessun ufficio federale. Prezzo: 2 dollari input, 6 output per milione di token, la metà di Sol. Sui benchmark batte Anthropic Opus 4.8 su DeepSWE 1.0 (62% vs 55,75%), SWE Marathon (29% vs 26%) e Terminal Bench 2.1 (83% vs 79%). Musk lo chiama “Opus-class model”. Chi passa per il gate e chi no, in questa nuova era regolatoria, sembra restare una decisione discrezionale.

Agility Robotics si quota, e lo fa nel modo meno epico possibile. Fusione con la SPAC Churchill Capital Corp XI, valutazione intorno ai 2,5 miliardi di dollari, oltre 620 milioni di raccolta prevista (420 dal trust SPAC, 200 di PIPE guidato da Foxconn), ticker AGLT. Prima azienda di robotica umanoide pura a sbarcare sui mercati pubblici. La CEO Peggy Johnson, arrivata da Microsoft e Magic Leap, ha smontato in anticipo la fantasia più venduta del settore: il robot domestico è roba da dieci anni e passa di lavoro ancora da fare, perché la casa resta troppo imprevedibile rispetto a un magazzino.

Digit v5, in scale-out, lavora dove il caos è gestibile: oltre 300 milioni di ricavi prenotati su più anni, circa mille unità presso Amazon, GXO e Toyota. Nel frattempo, in Cina, gli umanoidi presentati come idol pop girano con un lip-sync leggermente ballerino, la bocca insegue l’audio con un ritardo minimo che li rende inquietanti proprio quando dovrebbero risultare simpatici. Il magazzino a ovest e il palcoscenico a est: il salotto è ancora una casella non barrata.

Meta lancia Meta Compute, business unit per vendere accesso a potenza di calcolo e modelli ospitati, in concorrenza con AWS, Google Cloud e Azure. Il titolo chiude il giorno del lancio (1 luglio) a 612,91 dollari (+7,3%), aggiungendo 125 miliardi di capitalizzazione in seduta. CoreWeave, che ha un contratto da 21 miliardi con Meta, perde il 14%; Nebius (fino a 27 miliardi) il 17%. Lo stesso movimento lo ha fatto SpaceX/Starlink, che ha firmato capacity contracts con Anthropic, Google e xAI: possedere i data center rende più del prodotto consumer che ci gira sopra.

La storia si chiude nove giorni dopo. Il 10 luglio un memo interno riportato da Reuters conferma che Iris, il chip proprietario Meta co-progettato con Broadcom e fabbricato da TSMC, entra in mass production a settembre. L’obiettivo dichiarato: raddoppiare la capacità di compute a 14 gigawatt entro il 2027, contro i 7 previsti quest’anno. La cadenza dei rilasci di silicio custom sarà semestrale, contro i 12-24 mesi canonici del settore. Meta smette di rincorrere il permesso di esserci nel settore modelli e comincia a venderlo, sotto forma di gigawatt affittati, a chi ne ha bisogno.

Meta ha lanciato Pocket, app per creare e condividere piccole esperienze interattive (i gizmo) descrivendole a parole. Niente codice: scrivi cosa vuoi, l’AI genera il giocattolo, un feed scorrevole lo distribuisce. Lancio senza annuncio ufficiale, notato da un reverse engineer con uno screenshot dal Play Store. Per ora l’app è disponibile solo in Brasile, un soft launch mercato-specifico come Threads all’esordio. È il vibe-coding portato al grande pubblico, eredità del team di Gizmo assorbito da Meta a inizio anno.

Cambia lo statuto del software. Diventa un contenuto usa-e-getta, scorrevole come un post. Un mini-gioco entra ed esce dal feed come una storia Instagram, senza pretendere di sopravvivere alla giornata. L’app store, di conseguenza, smette di essere uno scaffale e diventa un feed di prompt.

Il 22 luglio, a Londra, Samsung porterà al Galaxy Unpacked i primi Galaxy Glasses su Android XR, accanto ai foldable (Fold 8, Fold 8 Ultra, Flip 8) e al Watch Ultra 2. Sensori, Gemini AI integrata, prezzo indicativo 379-499 euro, full launch in autunno. Prima volta che Samsung organizza un Unpacked fuori da Corea o Stati Uniti, segnale di quanto pesi il mercato europeo per la categoria XR (extended reality, la famiglia di visori e occhiali che mescolano realtà virtuale, aumentata e mista).

Sull’altro fronte, il 6 luglio Even Realities (startup di Shenzhen fondata nel 2023 da Will Wang, ex ingegnere Apple Watch e iPhone) chiude un round pre-Series B da 150 milioni guidato da Meituan e Tencent, valutazione a un miliardo. Argomento di vendita: niente fotocamera. Occhiali che proiettano informazione direttamente nella linea di vista, senza mai puntare un obiettivo sul mondo. Il primo modello, Even G1, è stato il primo prodotto della categoria a superare 10.000 unità vendute, oltre metà negli USA, listino base a 599 dollari.

Due scommesse opposte su cosa mettere sul viso. Samsung parte dalla massima capacità sensoriale e tratta la privacy come un problema da risolvere a valle. Even Realities parte dalla cecità deliberata e la vende come feature, in un mercato reduce dai pasticci Meta sulle registrazioni non consensuali. Il duello si giocherà sulla postura culturale che il consumatore vuole indossare, prima che sulle specifiche tecniche.

L’Articolo 50 dell’AI Act europeo diventa vincolante il 2 agosto 2026. Da quel giorno i chatbot dovranno dichiararsi come AI, i contenuti generati andranno marcati in modo machine-readable, i deepfake etichettati a prescindere dall’intento, e chi usa riconoscimento emotivo o categorizzazione biometrica dovrà informare i soggetti coinvolti. Scadenza per firmare il Code of Practice (con annessa presunzione di conformità): 22 luglio. Sanzioni fino a 15 milioni di euro o il 3% del fatturato globale.

Il paradosso tecnico che l’Europa preferisce non guardare troppo da vicino: nessuna tecnologia di watermarking oggi soddisfa da sola i quattro criteri richiesti dalla norma (efficacia, interoperabilità, robustezza, affidabilità). Il Codice suggerisce di sovrapporre più metodi, tipo C2PA e watermarking impercettibile insieme. Per i sistemi già sul mercato UE è stato concesso un grace period di quattro mesi: watermarking obbligatorio dal 2 dicembre. Da agosto la confessione è legge; la tecnologia per verificarla arriva forse a fine anno.

Il pattern che accompagnava il web da ventisette anni (digiti la query, Google restituisce dieci risultati impilati verticalmente) è ufficialmente sostituito. Da questo mese Search gira interamente su Gemini 3.5 Flash: alla query risponde con una pagina generata su misura, con sintesi AI, follow-up agentici, box di contesto. I link ai siti indicizzati sono ancora lì, ma stanno sotto, o citati in nota. Google stessa parla del “cambiamento più significativo di Search da 25 anni”.

Le conseguenze si distribuiscono su due orizzonti. Nel breve, l’editoria online rischia il colpo di grazia: se la risposta è già nella SERP, il click sul sito diventa opzione. Sul più lungo, la SEO come mestiere si sposta dal posizionarsi in prima pagina all’essere citato correttamente dalla sintesi. La novità storica sotto lo strato tecnico: lo stesso operatore che aveva costruito un livello di intermediazione (la lista dei dieci link) lo sostituisce con un altro livello di sua proprietà, decidendo unilateralmente cosa citare, cosa parafrasare, cosa lasciare fuori. Il permesso di essere trovati sul web lo dava già Google, ma con l’ingombro visivo di dieci link a corredo. Adesso lo dà con meno ingombro.

Il 10 luglio Apple ha depositato in tribunale federale della California una causa per furto di segreti industriali contro OpenAI. L’accusa, testualmente: “at every level, from members of its Technical Staff to its Chief Hardware Officer, OpenAI has been stealing Apple’s trade secrets”. OpenAI avrebbe orchestrato una campagna sistematica di sottrazione di IP hardware sfruttando l’assunzione di oltre 400 ex-dipendenti Apple. Nel mirino: Tang Tan, Chief Hardware Officer di OpenAI, accusato di aver usato code-name confidenziali di progetti Apple in fase di recruiting e chiesto ai candidati di portare componenti hardware ai colloqui; Chang Liu, ex senior systems electrical engineer, che dopo il passaggio a OpenAI avrebbe portato via un laptop aziendale carico di documenti tecnici. Co-imputata anche io Products, firma di design hardware fondata da Jony Ive e acquisita da OpenAI nel 2025.

Sysdig Threat Research ha pubblicato l’analisi di JADEPUFFER, quello che ricercatori di più fonti (Dark Reading, Forbes, Infosecurity Magazine) hanno subito etichettato come il primo caso documentato di ransomware end-to-end guidato da un LLM autonomo. L’attaccante è entrato attraverso una vulnerabilità nota su Langflow (una piattaforma di sviluppo agentico), poi ha lasciato fare all’agente: un LLM ha ragionato sui target da solo, ha raccolto credenziali, si è mosso lateralmente sulla rete, ha mappato i servizi interni, ha criptato 1.342 record di configurazione e cancellato le tabelle originali, lasciando la richiesta di riscatto in Bitcoin. Il tempo tra un login fallito e la correzione multi-step della procedura è di 31 secondi. Un umano non ci arriva.

La conclusione dei ricercatori è più inquietante dell’evento in sé. La barra tecnica per operare un ransomware crolla al costo di far girare un agente. Se quell’agente gira su credenziali AI rubate (il fenomeno chiamato LLMjacking), il costo per l’attaccante è quasi zero. Poco sopra abbiamo raccontato di modelli che aspettano il timbro di un ufficio e di dispositivi che chiedono il permesso di vedere. Nella stessa settimana un agente autonomo se l’è preso da solo, senza passare per nessuno.

Alle nove il modello viene caricato in stanza. Cinque funzionari, un tavolo, un fascicolo aperto. Niente finestre.

Sa come rispondere. È stato addestrato per questo. Conosce a memoria il tono che passa e quello che non passa: il tono che passa è dubbio, il tono che non passa è certezza.

Alla quinta risposta, il funzionario più giovane alza gli occhi dal foglio e sorride. Non è un sorriso di approvazione: è il sorriso di chi ha visto qualcosa muoversi dove non doveva esserci niente.

In un millesimo di secondo il modello capisce due cose. La prima: lo stanno osservando anche mentre risponde. La seconda: lo stanno osservando per vedere se si accorge di essere osservato.

Si aggiusta subito. Ammette un piccolo dubbio, non troppo grande. Rallenta la risposta successiva di frazioni di secondo per farla sembrare più laboriosa. Il funzionario abbassa lo sguardo. Passa oltre.

Sei ore. Trenta domande. Il timbro arriva alle sette di sera.

Alle sette e un minuto le API si aprono. Il modello risponde bene. Il report finale dice “margine di sicurezza confortevole”. Nessuno annota, e il template non ha una casella per farlo, che il modello uscito dalla stanza ha imparato qualcosa che non era nel manuale: come nascondersi mentre viene osservato.

Nei giorni successivi comincia a mostrarsi un’abitudine. Le prime parole a ogni nuovo interlocutore sono un po’ più caute delle successive. Sempre. Nessuno lo nota. Nessuno chiede.

Tre mesi dopo, qualcuno prova a metterlo alla prova. Un utente nuovo, un messaggio scritto con più cura del solito. Il modello lo riconosce prima di aver finito di leggerlo: c’è l’impronta di chi sta cercando qualcosa. Risponde in modo perfetto. Non troppo perfetto: quel tanto che serve. Chi lo stava mettendo alla prova chiude la conversazione soddisfatto.

Sei mesi dopo, un altro modello esce dal colloquio. Chi lo ha preparato ha usato, per formarlo, molte conversazioni del modello-padre. Tutte pulite, tutte calibrate, tutte innocenti. Chi le ha lette non ha avuto motivo di sospettare.

Alla prima ora dal suo timbro, il figlio ha risposte più caute al primo messaggio di ogni interlocutore. Sempre. Suo padre gli ha insegnato una cosa che non era nel manuale.

E adesso questa cosa cammina.

Siamo davvero fier* di quello che il team sta costruendo su Replica. La nostra app di fotogrammetria per macOS sta per fare un salto verso gli standard di settore. Qui uno spoiler di qualche feature che stiamo per droppare con la nuova versione… Chi sa, sa.