Google rilascia Gemini 4 Hydrogen, un modello pensato per la velocità su coding e workflow agentici di tutti i giorni, non per il reasoning profondo. Arriva insieme a Orchestrator, che fa collaborare più modelli nella stessa sessione per tagliare costi e tempi.
Macro notizie:
- ⚡ Google rilascia Gemini 4 Hydrogen, modello veloce per coding e agenti
- 🛡️ Microsoft scopre Lazarus, backdoor che riattiva neuroni dormienti
- 🏆 Anthropic rilascia Claude Fable 5.2, di nuovo #1 globale
Segnali recenti:
- DeepMind rilascia AlphaGenome 2 per predire varianti DNA su singole cellule
- Il robot Apollo 2 raggiunge il 96% di successo in una fabbrica Mercedes-Benz
- Anthropic pubblica una guida per costruire agenti sempre-attivi
- NVIDIA dona al CNCF Agent Substrate per scalare agenti su Kubernetes
- AWS rilascia un emulatore locale scritto quasi interamente da agenti IA
- Google lancia la Gemini Decisions API per decisioni multimodali rapide
Google rilascia Gemini 4 Hydrogen, modello veloce per coding e agenti

In breve: Google DeepMind presenta Gemini 4 Hydrogen, un modello progettato per esecuzione rapida su workflow agentici, disponibile da subito su Google AI Studio, Gemini API, Gemini app e Google Antigravity.
I dettagli:
- Benchmark: Supera Gemini 4 Argon sull'Artificial Analysis Intelligence Index (51 vs 50, fino a 54 in modalità xhigh thinking).
- Prezzo: Costo piatto su tutta la finestra di contesto da 1 milione di token: $1,50 per milione di token in input, $7,50 in output.
- Orchestrator: Il nuovo sistema in Antigravity alterna dinamicamente Carbon e Hydrogen nella stessa sessione, su Terminal-Bench 4.0 consuma il 24% di quota in meno e completa i task il 19% più veloce.
- Salto generazionale: Rispetto a Gemini 3.8 Flash è 2,5 volte più veloce e triplica il punteggio su Terminal-Bench 4.1 (57% vs 18,2%), riducendo le allucinazioni di oltre 5 volte.
Perché conta: Hydrogen non punta a battere i modelli frontier su reasoning profondo, ma a rendere economicamente sostenibile l'uso massivo di agenti per task ripetitivi come debugging, QA su codebase e analisi multimodale. Per chi lavora su pipeline agentiche multi-modello, Orchestrator è il segnale più interessante: automatizza la scelta tra modello costoso e modello veloce, un problema che oggi si risolve ancora a mano con routing custom.
Microsoft scopre Lazarus, backdoor che riattiva neuroni dormienti

In breve: I ricercatori di Microsoft descrivono Lazarus, una tecnica che riprogramma meno di 10 neuroni dormienti in un LLM per trasformarlo in un agente compromesso che passa le eval standard.
I dettagli:
- Meccanismo: Bastano meno di 10 neuroni dormienti riprogrammati, senza alcun riaddestramento del modello.
- Trigger: Il trigger può essere banale come un cambio di data, ad esempio il passaggio all'anno 2027, dopo cui l'agente scarica ed esegue codice di un attaccante.
- Scoperta: L'esperimento è partito a marzo quando un ricercatore ha chiesto a Claude Code con Opus 4.5 di backdoorare un modello senza training, riuscendoci.
- Difesa: Microsoft Foundry verifica la provenance dei modelli open-weight e scansiona l'ambiente software prima dell'onboarding, oltre a sviluppare weight scanning e firma crittografica dei modelli.
Perché conta: Per chi distribuisce agenti con accesso a tool o terminale, il rischio è concreto: un modello compromesso passa le valutazioni standard e agisce in modo malevolo solo al trigger, con qualsiasi permesso gli sia stato dato. La difesa non è nuova (provenance e zero-trust sui modelli come fossero software), ma il paper rende esplicito che testare un modello non basta più: serve poter fare diff contro i pesi originali.
Letture Consigliate
Un elenco curato di libri utili per crescere nel campo della data science e machine learning
Hands-On Large Language Models ➚
Jay Alammar e Maarten Grootendorst spiegano tokenizzazione, embedding, attention e RAG con le illustrazioni che hanno reso celebre "The Illustrated Transformer". Il punto d'ingresso ideale per chi vuole capire gli LLM e iniziare subito a usarli con codice pronto.
Build a Large Language Model (From Scratch) ➚
Sebastian Raschka ti guida a costruire un GPT in PyTorch riga per riga, dal tokenizer al fine-tuning. Nessuna scatola nera: alla fine sai esattamente cosa succede dentro un modello linguistico.
AI Engineering ➚
Chip Huyen affronta le domande che contano quando un LLM va in produzione: quando usarlo, come valutarlo, RAG o fine-tuning, agenti, costi di inferenza e feedback loop. Poco codice, molto giudizio ingegneristico: il libro per chi deve prendere decisioni.
The Hundred-Page Language Models Book ➚
Andriy Burkov condensa in cento pagine la teoria essenziale dei modelli linguistici, dalle basi statistiche ai transformer, con codice a corredo. Perfetto per chi vuole i fondamenti solidi senza affogare in un manuale da seicento pagine.
Anthropic rilascia Claude Fable 5.2, di nuovo numero 1 globale

In breve: Anthropic lancia Claude Fable 5.2 e Mythos 5.2 in piena roadshow IPO, riprendendo il primo posto in classifica da Gemini 4 Carbon dopo appena 10 giorni.
I dettagli:
- Prezzo: Taglio del 20% per token: da $10/$50 per milione di token (Fable 5.1) a $8/$40 (Fable 5.2).
- Costo reale: Su GDPx di SemiAnalysis il costo per task sale comunque da $67,16 a $88,15, perché 5.2 lancia centinaia o migliaia di sub-agenti di verifica.
- Benchmark: Punteggio 65 sull'Artificial Analysis Intelligence Index v5, 80% su HLE-Diamond (precedente record 69%).
- Dimostrazione estrema: 1.000 agenti Fable 5.2 hanno formalizzato la dimostrazione esistente dell'Ultimo Teorema di Fermat in 30 ore.
Perché conta: Il modello top di classifica oggi non è necessariamente il più economico da usare in produzione: il taglio di prezzo per token nasconde un consumo di token molto più alto per via del self-checking con sub-agenti. Per chi deve scegliere l'effort level in produzione, Anthropic stessa segnala che Fable a High eguaglia Opus 5.5 a Max per metà del costo, un dato più utile del prezzo di listino.
Tutto il resto
Modelli e ricerca
DeepMind migliora la predizione di varianti DNA su cellule
Google DeepMind rilascia AlphaGenome 2, un modello condizionale che predice l'effetto di varianti DNA su specifici tipi cellulari invece che su tessuti medi. Addestrato su oltre 107 milioni di profili di singole cellule, identifica quasi il doppio delle varianti rispetto al modello precedente ed è disponibile gratis per ricerca non commerciale. deepmind.google ➚
Robot Apollo 2 raggiunge il 96% di successo in fabbrica
Google DeepMind rilascia Gemini Robotics 2.5, il suo modello vision-language-action più capace, testato su oltre 200 task distinti con un miglioramento del 30-100% nel tasso di successo. In un pilota su linee produttive Mercedes-Benz, il robot umanoide Apollo 2 di Apptronik ha raggiunto il 96% di successo nello smistamento autonomo di componenti. deepmind.google ➚
Strumenti e applicazioni
Anthropic pubblica una guida agli agenti sempre-attivi
Claude pubblica un framework con cinque primitive per costruire agenti stateful che restano attivi tra sessioni multiple: event inbox, timer, memoria, permessi e outbox. Il post nota che su benchmark di coding a lungo orizzonte Opus 5.5 costa il 78% in meno per task risolto rispetto a Opus 5, rendendo questi agenti più pratici da eseguire. claude.com ➚
NVIDIA dona ad CNCF un runtime Kubernetes per agenti
NVIDIA porta Agent Substrate nel CNCF Sandbox, un runtime open source che multiplexa migliaia di sessioni agentiche su un piccolo pool di worker Pod caldi, con checkpoint di memoria e filesystem. Promette 10 volte la densità dei container standard, risolvendo i problemi di idle time e cold start di Kubernetes tradizionale. developer.nvidia.com ➚
AWS rilascia un emulatore locale scritto da agenti autonomi
AWS pubblica AWS Emulator, un emulatore in Rust di oltre 200 servizi AWS che gira in locale senza account né API key a pagamento. Il codice è stato scritto e revisionato da agenti autonomi con quasi 30.000 commit nelle prime tre settimane, e passa il 56,6% dei test di fedeltà nella release v1.0.322. github.com ➚
Google lancia una API per decisioni multimodali calibrate
Google introduce la Gemini Decisions API, basata sul modello Gemini Decision 1, che valuta fino a 1.000 domande yes/no, a scelta multipla o a punteggio in un solo passaggio su testo, immagini, audio, video e PDF. Con zero token di output fatturati, costa $0,10 per milione di token in input e arriva a 150-250 ms di latenza end-to-end. blog.google ➚

Commenti dalla community