Rassegna preparata con l'IA a partire dalle fonti linkate, sotto la supervisione di Alberto Gaia.
Una microspia avvolta nella carta igienica, nascosta dietro il televisore della sala riunioni dei dirigenti: è l’accusa per cui un dipendente OpenAI arrestato dall’FBI è comparso martedì davanti a un giudice federale di San Francisco. Nella rassegna di oggi anche Gemini 4 Argon che diventa disponibile per tutti gli sviluppatori, il Patch Tuesday record di Microsoft con oltre 1.400 falle corrette, il sistema con cui Anthropic ha mandato in pensione Git, il braccio di ferro tra laboratori e valutatori esterni, un nuovo modello aperto di Liquid AI pensato per girare in locale e le app create con il vibe coding che arrivano su Android senza passare dallo store.
Dipendente OpenAI arrestato: la microspia nella sala dei dirigenti
Secondo il San Francisco Standard, Abdulrahman Alfozan, ingegnere di 35 anni in OpenAI da luglio 2025, è accusato di aver nascosto un registratore audio in una sala riunioni dei dirigenti nella sede di San Francisco. Il dispositivo era collegato a una porta USB dietro un televisore, avvolto nella carta igienica, e cifrava le registrazioni. Il team di contromisure di OpenAI l’ha trovato il 30 settembre durante una bonifica della stanza; secondo l’azienda, i dipendenti hanno usato i suoi modelli per identificare il dispositivo e risalire alla sua origine, poi hanno passato il caso all’FBI.
Gli inquirenti citano anche un account di chatbot legato al coniuge dell’ingegnere che tra il 24 e il 30 settembre avrebbe chiesto come costruire, installare e nascondere un registratore. Il 5 ottobre le telecamere lo avrebbero ripreso mentre controllava dietro il televisore. Arrestato e licenziato venerdì, è comparso in tribunale martedì 13 ottobre e resta in custodia: rischia fino a cinque anni di carcere e una multa da 250.000 dollari. OpenAI dice di non avere indizi che abbia sottratto pesi dei modelli, codice sorgente o dati dei clienti, mentre il procuratore federale Craig Missakian ha parlato di una questione di sicurezza nazionale. L’udienza sulla detenzione è fissata per il 19 ottobre.
Gemini 4 Argon disponibile per tutti gli sviluppatori
Il 13 ottobre Google ha reso disponibile Gemini 4 Argon come modello stabile nella Gemini API, come indica il changelog ufficiale, dopo l’annuncio del 30 settembre che lo riservava inizialmente a un gruppo ristretto di esperti di sicurezza informatica. Il prezzo di lancio è di 2 dollari per milione di token in input e 10 in output fino al 30 novembre; dal primo dicembre raddoppia a 4 e 20 dollari. Non è incluso nel piano gratuito dell’API né in Google AI Pro.
Google dichiara il 77,9% su DeepSWE v1.1, il 51,3% su AutomationBench di Zapier e il 91,7% su LVBench per la comprensione di video lunghi, oltre a generazioni lunghe fino a un milione di token.
Microsoft corregge oltre 1.400 falle e ringrazia i modelli linguistici
Il Patch Tuesday di ottobre, uscito il 13, corregge più di 1.400 vulnerabilità, come riporta Krebs on Security. Almeno 78 sono critiche e una, la CVE-2026-96951, un aggiramento di una funzione di sicurezza nella Windows Shell, è già sfruttata attivamente su Windows 10, Windows 11 e alcune versioni di Windows Server. Microsoft attribuisce ai modelli linguistici di grandi dimensioni il volume record di bug scoperti.
Il record precedente era quello di settembre, con quasi 1.000 correzioni, già circa dieci volte il carico mensile abituale. Secondo Satnam Narang di Tenable, nel 2026 Microsoft ha già superato quota 4.000 CVE con due mesi ancora da chiudere.
Anthropic manda in pensione Git e passa a Scion
Sul suo blog di ingegneria Anthropic ha raccontato Scion, il sistema di controllo versione costruito in casa per sostituire Git nel suo monorepo. Il motivo è la crescita del traffico: le modifiche al codice integrate ogni giorno sono passate da circa 2.500 a maggio 2026 a oltre 30.000 a settembre, con circa 25 milioni di checkout di CI al giorno e una cronologia del ramo principale di quasi 100 GB. La migrazione da Git a Scion ha richiesto cinque mesi.
Secondo Anthropic, l’infrastruttura di Scion usa circa 200 volte meno CPU e memoria del vecchio sistema di mirror Git e i checkout sono diventati circa cento volte più veloci, passando da minuti a secondi. Scion resta uno strumento interno: l’azienda ne pubblica i principi di progettazione perché altri possano applicarli a Git.
Pausa dalla rassegna, giusto il tempo di una vignetta.
Anthropic e OpenAI vogliono l’ultima parola sui report dei valutatori
Reuters, ripreso da The Next Web, riporta che Anthropic e OpenAI hanno chiesto un controllo significativo su ciò che possono pubblicare i valutatori esterni che testano i loro modelli, citando il rischio di esporre segreti industriali. La preoccupazione principale riguarda i revisori che lavorano dentro i laboratori. Tra le ipotesi discusse ci sono personale dei laboratori che supervisiona i team di valutazione e il divieto di lavorare per due laboratori nello stesso momento.
Anthropic ha spiegato a Reuters che i collaboratori storici decidono da soli metodi e pubblicazioni, mentre le società nuove passano da revisione e approvazione finché imparano a conoscere i modelli. OpenAI dice di non voler approvare interi report, ma di togliere i dettagli riservati e lasciare che i revisori segnalino i tagli più ampi. Marc Warner, CEO di Faculty, ha ricordato che i valutatori servono solo se ci si può fidare di ciò che riportano.
Liquid AI pubblica un modello aperto da 24 miliardi di parametri che ne attiva 2
Il 13 ottobre Liquid AI ha rilasciato LFM2.5-24B-A2B, un modello di ragionamento a pesi aperti con architettura mixture of experts: 24 miliardi di parametri totali, circa 2 attivi per token e una finestra di contesto da 131.072 token. È pensato per agenti che girano direttamente sul dispositivo: l’azienda dichiara 184 token al secondo su un Apple M5 Max. I pesi sono su Hugging Face con licenza LFM 1.0 e supporto a llama.cpp, MLX, vLLM, SGLang e ONNX; via API costa 0,10 dollari per milione di token in input e 1 dollaro in output.
Chiudiamo in leggerezza: le app fatte col vibe coding arrivano su Android
Google Play ora permette di usare su Android le app create con Google AI Studio senza pubblicarle sullo store, come riporta TechCrunch. Le app personali restano private, non compaiono nelle ricerche di Play, sono visibili solo a chi le ha create e devono comunque rispettare le regole dello store. Per ora la funzione è disponibile negli Stati Uniti per gli utenti maggiorenni; nei prossimi mesi arriverà la condivisione con una piccola cerchia di amici o familiari, e un’app personale potrà essere pubblicata per tutti dopo le verifiche di sicurezza.
Secondo voi quanto sono pronte le aziende dell’IA a difendersi da chi lavora già al loro interno? Scrivetelo nei commenti. Per riprendere il filo su OpenAI, qui trovate il racconto dell’OpenAI DevDay 2026.
Lascia un commento