Tag: Claude

  • Un “nastro virtuale” per lo Spectrum: come il passato ritorna anche grazie all’IA

    Un “nastro virtuale” per lo Spectrum: come il passato ritorna anche grazie all’IA

    Claude mi ha permesso di trasformare un’avventura testuale Z5 in un nastro virtuale per ZX Spectrum 128K, modificando un interprete, risolvendo bug e creando una procedura automatizzata riutilizzabile. Un caso concreto di “programmazione agentica” applicata al recupero del software “storico” (da cui è nata una skill dedicata). Ah, prima che cominciate a leggere, avete notato (nell’immagine di cover) che l’IA può ancora sbagliare il numero delle dita? 😉

    Il prompt, e la “locomotiva nella scatola”

    Il prompt era quello che scriverebbe chiunque abbia passato quarant’anni a divulgare tecnologia dopo aver scritto avventure testuali con The Quill, cioè con la leggerezza di chi è convinto che il diavolo stia sempre nei dettagli… degli altri. Allego un file (più avanti vi spiego di che si tratta), cursed-planet.z5, e chiedo a Claude due cose: scaricare un interprete Z-machine per lo ZX Spectrum e impacchettare interprete e storia in un .tap o in un .tzx, con quei tool classici (TAPir, ZX-Blockeditor, Fuse) che ogni retro-smanettone conserva nel cassetto accanto ai floppy da cinque pollici e alle cassette dei bei tempi.

    La prima risposta di AI Mode di Google in cui Evince veniva indicato come interprete per il formato .z5.

    In quelle due righe c’erano già due problemi, e la cosa interessante è come sono stati trattati. Il primo era mio, anzi di AI Mode: Evince era stato inizialmente indicato dall’IA di Google come possibile interprete (vedi screenshot sopra), ma si tratta di un visualizzatore di PDF, e Claude me l’ha fatto notare immediatamente, senza compiacimento e senza darmi il tempo di arrossire per la gaffe, passando poi subito a ZXZVM di John Elliott, che esiste davvero e legge i file Z5. Il secondo errore era più sottile, e più serio, perché ZXZVM nasce per leggere la “storia” da disco (+3DOS, oppure ResiDOS), mentre un nastro, per sua natura, non conosce l’accesso casuale: mettere interprete e racconto in un unico TAP, come chiedevo io, equivaleva a infilare una locomotiva e un chilometro di binari in una scatola da scarpe aspettando che il treno partisse da solo (se la metafora vi suona esagerata, prendetevela con Claude).

    Un assistente che si limita a rispondere avrebbe prodotto, a quel punto, un file con l’estensione giusta e un sorriso (virtuale) incoraggiante, di quelli che si scoprono finti soltanto davanti all’emulatore, cioè nel peggior momento possibile. Claude invece si è fermato, mi ha spiegato perché la strada ovvia non portava da nessuna parte e mi ha messo davanti alle alternative concrete, tra cui una che nessuno aveva chiesto e che io, con un certo fiuto per le imprese poco ragionevoli, ho scelto subito: un port di ZXZVM fatto apposta per il nastro.

    Quando l’assistente smette di rispondere e comincia a lavorare

    Su questo passaggio vale la pena fermarsi, perché è qui che “AI agentica” smette di essere una formula da convegno e diventa un vero e proprio “mestiere”: da quel momento l’assistente non mi ha più descritto cosa si poteva fare: l’ha fatto, semplicemente (si fa per dire). Lavorando sulla sua macchina virtuale in sandbox ha recuperato i sorgenti di ZXZVM 1.12 (software libero, GPL, con tutto ciò che ne consegue in termini di buone maniere), ha installato l’assemblatore, ha riscritto i due moduli che nell’originale parlavano con il disco, e li ha sostituiti con altri che distribuiscono la storia, quasi sessantottomila byte di testo e logica che nella memoria di un 128K non starebbero in un posto solo, su quattro banchi di RAM paginati (con la coda, quella che avanza, parcheggiata in un quinto banco che di giorno fa anche da “schermo ombra”), e che per salvare e ripristinare la partita usano le routine della ROM al posto di un floppy.

    I diversi task eseguiti da Claude in background, e uno screenshot di “monitoraggio” della procedura.

    Il punto, però, non è la quantità di codice (che in fondo, a ben vedere, è la parte più noiosa) ma l’ambiente “chiuso” in cui è stato scritto, la famosa sandbox: ogni modifica veniva assemblata, impacchettata in un nastro virtuale e caricata in un emulatore Spectrum 128K senza “testa” e senza monitor, dove l’assistente premeva i tasti, aspettava, fotografava lo schermo e guardava lo “scatto”, come un vecchio programmatore che legge un listato con la matita dietro l’orecchio (e io intanto potevo osservare gli screenshot del processo). Quando il gioco ha risposto “The game file has verified as intact” (che per un sistema che deve garantire che sessantottomila byte siano arrivati interi da una cassetta virtuale è un po’ come sentirsi dire dal medico che i valori sono perfetti), il caricamento era durato, in tempo emulato, circa nove minuti: più o meno quelli che serviva davvero aspettare, nel 1986, davanti a una cassetta con le righe colorate sul bordo.

    Gli inciampi, cioè la parte istruttiva

    Sarebbe bello raccontare che tutto è filato liscio, e sarebbe anche falso, in questo caso, il che nella nostra epoca di racconti patinati sull’intelligenza artificiale è già una ragione sufficiente per non farlo. Il primo ostacolo serio è stato un “fantasma”: il gioco non partiva, il caricamento finiva e restava il BASIC con il suo cursore, finché Claude, indagando sulla memoria come un detective, ha scoperto che il modulo di input e output dell’interprete vive all’indirizzo 16384, cioè nella RAM dello schermo, e che i messaggi “Bytes:” che il BASIC scrive caricando ogni blocco lo stavano cancellando un po’ alla volta, con la disinvoltura di un cameriere che sparecchia il tavolo mentre sei ancora seduto. La cura, come spesso accade, è stata di una banalità imbarazzante: caricare quel modulo per ultimo.

    Il secondo ha un sapore ancora più retrò, perché riguarda la barra spaziatrice. Nel salvare la partita su nastro, la ROM dello Spectrum interpreta uno spazio tenuto premuto a fine blocco come la richiesta di interrompere tutto (il celebre BREAK, che sui vecchi manuali compariva sempre in un angolo con l’aria di una minaccia), e Claude, dopo aver scoperto l’accaduto, ha aggiunto all’interprete una piccola attesa che il tasto venga rilasciato prima di cominciare a registrare.

    Ci sono poi stati gli errori dei test e non del codice, che sono i più umilianti perché si pagano due volte: porte virtuali che per una decodifica parziale dell’hardware finivano per scrivere nel registro di paginazione, interrupt che andavano disattivati nei punti giusti, un caricatore di prova che sbagliava l’indirizzo della coda e faceva fallire una verifica che il nastro vero avrebbe passato. In ciascuno di questi casi la correzione è arrivata prima che io avessi il tempo di accorgermi che ci fosse qualcosa da correggere, e questo è, a ben vedere, il vero significato della parola “agentico”: anziché un “assistente che non sbaglia”, uno che sbaglia, se ne accorge da solo, e sistema il problema.

    Dal gioco al metodo (e il mio “non succede nulla”)

    Un nastro che funziona con un solo gioco è un esperimento, mentre un procedimento che funziona con il secondo è l’inizio di un mestiere, e per questo il passo successivo è stato trasformare tutto in una skill: una procedura scritta che racconta all’assistente cosa controllare prima (che il file sia uno Z5, che stia fra i 64 e i 72 KB, che la memoria dinamica non superi i 16 KB), come costruire il nastro, come verificarlo senza emulatore con una trentina di controlli statici (a partire dal più importante, cioè che la storia sul nastro coincida byte per byte con quella di partenza) e come provarlo con l’emulatore, e che gli dice anche quando fermarsi, dopo tre tentativi falliti, riferendo con onestà cosa è stato fatto e cosa no. Applicata a Unknown Dimension, la nuova versione del mio primo Dimensione Sconosciuta, la skill ha prodotto un nastro valido e ha trovato un bug nel proprio test, che premeva i tasti mentre il gioco era fermo a una paginazione e leggeva quindi “ave” al posto di “save” (una svista da principianti, di quelle che a chiunque abbia avuto a che fare con un’avventura testuale strappano un sorriso malinconico).

    Poi è arrivata la mia parte di realtà: provati vari emulatori, con il TAP e con il TZX, non succedeva nulla. Claude non mi ha risposto che il problema era mio, ma ha ripercorso pazientemente l’intero caricamento a partire dalla “macchina spenta”, simulando anche il caricamento rapido che molti emulatori usano, ottenendo ogni volta il gioco in funzione, e ha concluso che i file erano buoni e che a mancare dovevano essere il modello giusto (128K e non 48K) o il menu giusto (Tape Loader), aggiungendo comunque al nastro un avviso sullo schermo per smascherare il colpevole. Quando infine, sull’emulatore Speccy 5.9, le prime righe di un’avventura sono comparse, erano in un carattere compresso a quattro pixel di larghezza, uno di quei font che sembrano usciti da un rullo compressore, e io, che di leggibilità nelle avventure testuali ne so qualcosa, visto che in questo mestiere ci vivo da una vita, ho mandato a Claude lo screenshot e ho fatto la domanda giusta: non si può usare il font standard? Si poteva, e senza nemmeno aggiungere un byte al nastro, puntando la modalità a 32 colonne direttamente al carattere della ROM. È questa, mi pare, la divisione del lavoro che funziona: l’occhio e il gusto di chi le avventure le gioca, la pazienza e il circuito di prova di chi non si stanca di ripetere.

    Il risultato con il font “nativo” dello Spectrum, verificato all’interno di un emulatore.

    Perché tutto questo riguarda “The BDB Project”

    Le avventure che abbiamo convertito non sono capitate per caso: sono quelle che The BDB Project, grazie al lavoro di Gianluca Girelli e di Garry Francis, sta riportando dal Commodore 64 a una vita nuova, tradotte e ricostruite in Inform 6 con la libreria PunyInform e distribuite come file Z5 che qualunque interprete Z-code, dal browser al sistema operativo, sa leggere. Un file Z5 è, per definizione, la materia prima del nostro procedimento, e quindi quello che fino a ieri sarebbe stato un lavoro da fare a mano, gioco per gioco, con un assemblatore, un editor di blocchi e una pazienza da certosini, è oggi una procedura che parte da un file, controlla se rientra nei limiti, costruisce il nastro, lo verifica e racconta con onestà cosa è stato provato. I giochi sono stati messi a disposizione per varie piattaforme, soprattutto quelle del tempo, e persino per quelle che originariamente non erano comprese nelle conversioni “da edicola”. Mancava, tuttavia, la versione per Spectrum, ed è stato questo il motivo che mi ha spinto a “schiavizzare” Claude per ottenerla ed evitare un lavoro lungo e noioso ai carissimi Gianluca e Garry. Per i due giochi su cui l’ho messa alla prova la procedura (e la relativa skill, che poi renderò pubblica) ha funzionato, quindi per gli altri giochi presenti sul sito e su quelli futuri il primo gesto sarà comunque un controllo di compatibilità, perché non tutti, a priori, rientreranno nelle “misure standard”.

    Resta da dire cosa non sappiamo, perché un racconto che “si vanta” soltanto è un cattivo racconto: i “nastri virtuali” sono stati provati in emulatori a 128K e non su un vero Spectrum, e nessuno ha ancora verificato il comportamento su +2A e +3, che hanno una gestione della memoria diversa. Potrò eseguire questo test nel fine settimana su The Spectrum, un “regalo” che mi sono concesso come premio per il mio intenso lavoro editoriale e di formazione. Intanto, chi possiede una delle macchine originali, e un registratore che ancora sopporti il fruscio dei nove minuti di caricamento, è invitato a riversare su nastro il file TAP e farci sapere com’è andata, perché l’unico “collaudo definitivo”, in questo genere di cose, è ancora quello dell’hardware originale. Le versioni Spectrum dei giochi saranno quindi rese disponibili gradualmente, insieme alle altre, sul sito ufficiale.

    Quanto all’intelligenza artificiale agentica, credo che la lezione sia meno spettacolare di quanto si racconti e molto più utile: non ha inventato nulla di impossibile, piuttosto ha fatto con costanza ciò che un bravo programmatore farebbe in una settimana di sere libere (leggere, provare, guardare, sbagliare, correggere), mentre io ho fatto la parte che a una macchina ancora non riesce, cioè verificare criticamente e accorgermi anche come il testo fosse troppo poco leggibile. Il resto, come si usava dire quando si caricava da cassetta, è stata pazienza, e un po’ di fortuna (come con il volume, o l’azimut, del registratore).

    Ah, dimenticavo, anche questo articolo è stato scritto con l’assistenza di Claude, interagendo con l’IA dopo averla “guidata” a confezionarlo in base agli obiettivi e alle fonti (vi lascio qui sotto uno screenshot relativo a quest’ultimo task).

  • Dal Prompt Design al Context Design

    Dal Prompt Design al Context Design

    Perché i prompt migliori nascono alla fine di una conversazione, non all’inizio.

    C’è stato un tempo, e non parlo di secoli ma di un paio d’anni appena, in cui la formula magica per ottenere risposte decenti da un modello linguistico cominciava quasi sempre con le stesse quattro parole: “Sei un esperto di…”. Esperto di marketing, di diritto tributario, di pasticceria siciliana, a seconda delle necessità, come se bastasse appuntare un distintivo sul petto del modello per trasformarlo nel professionista desiderato (e, a dire il vero, un po’ funzionava, il che spiega perché quella formula sia sopravvissuta in centinaia di guide, corsi e caroselli su LinkedIn).

    Il ruolo era una scorciatoia ragionevole. Diceva al modello quale porzione del suo sapere attivare, con quale registro esprimersi, da quale punto di vista guardare il problema. Il suo limite, però, stava proprio nella sua natura di dichiarazione: affermava una competenza senza costruirla, e lasciava al modello il compito di immaginare che cosa, esattamente, quell’esperto avrebbe dovuto sapere nel caso specifico.

    Negli ultimi mesi mi sono accorto che il mio modo di lavorare si è spostato altrove, quasi senza che lo decidessi. I prompt che funzionano davvero, quelli che producono risultati riutilizzabili, oggi li scrivo alla fine di un percorso, non all’inizio. E quel percorso ha un nome che vale la pena di chiarire, perché il settore ne ha appena adottato uno molto simile per indicare tutt’altra cosa.

    Che cosa è cambiato nel settore

    A fine giugno 2025 Tobi Lütke, CEO di Shopify, ha proposto di sostituire “prompt engineering” con “context engineering”, e pochi giorni dopo Andrej Karpathy ha rilanciato l’idea con l’autorevolezza che gli viene riconosciuta. Il suo argomento, in sostanza: nelle applicazioni serie conta molto più ciò con cui si riempie la finestra di contesto che il modo in cui si formula la richiesta.

    A settembre dello stesso anno è arrivata la versione istituzionale. Il team di Applied AI di Anthropic ha pubblicato un lungo articolo tecnico, Effective context engineering for AI agents, che presenta il context engineering come la naturale evoluzione del prompt engineering. Non più soltanto scrivere buone istruzioni, ma curare l’intero stato del contesto: istruzioni di sistema, strumenti, connettori, dati esterni, cronologia dei messaggi. Con un principio guida che merita di essere ricordato: trovare il più piccolo insieme di informazioni ad alto segnale capace di massimizzare la probabilità del risultato desiderato.

    Tutto vero, tutto utile. Ma basta scorrere i temi di quell’articolo (recupero dinamico delle informazioni, compattazione della cronologia, note persistenti fuori dalla finestra di contesto, architetture a sub-agenti) per capire a chi si rivolge: a chi costruisce agenti e sistemi, non a chi apre una chat il lunedì mattina per preparare una campagna o una lezione. Il context engineering, nel senso in cui il settore usa il termine, è un mestiere da sviluppatori.

    Engineering e design: due mestieri diversi

    Propongo allora una distinzione semplice, che il dibattito corrente tende a confondere. Il context engineering progetta i sistemi che riempiono il contesto in modo automatico. Il context design progetta il dialogo con cui il contesto viene costruito, un passaggio alla volta, da chi usa il modello.

    Il primo lavora su pipeline, database e regole di selezione, e il suo prodotto è un’architettura. Il secondo lavora su domande, verifiche e correzioni, e il suo prodotto è una comprensione condivisa del problema, che alla fine si può condensare in un prompt. Il primo riguarda poche migliaia di professionisti; il secondo riguarda chiunque usi un modello linguistico per lavoro, cioè, ormai, quasi tutti.

    Non si tratta di contrapporre le due cose (chi mi legge da tempo sa quanto diffidi delle dicotomie nette), ma di riconoscere che l’utente evoluto ha bisogno di un nome per ciò che sta già facendo, e che quel nome non può essere preso in prestito da un manuale per ingegneri.

    Il metodo: dal ruolo dichiarato alla competenza costruita

    Il context design, in fondo, è ciò che resta del vecchio ruolo quando si smette di dichiararlo e si comincia a costruirlo. Invece di scrivere “Sei un esperto di comunicazione visiva”, si porta il modello a “diventarlo”, per quel compito specifico, attraverso una conversazione.

    Prendiamo un caso che mi capita spesso: preparare un meta-prompt, cioè un prompt che genera altri prompt, per esempio uno che serva a produrre immagini efficaci in ambito marketing. L’approccio classico consisterebbe nello scriverlo subito, elencando stile, formato e qualche aggettivo ben scelto. Il mio, oggi, parte da tutt’altra parte. Prima chiedo al modello quali caratteristiche rendono efficace un’immagine pubblicitaria, poi discuto le sue risposte, le correggo dove sono generiche, le specifico dove restano vaghe. Composizione, gerarchia visiva, rapporto tra immagine e testo, coerenza con il marchio, differenze tra un post social e un manifesto: ogni punto diventa oggetto di domande, verifiche e chiarimenti, spesso posti dal modello stesso.

    Solo verso la fine allego alcuni esempi di immagini pubblicitarie celebri e chiedo che siano analizzate nell’ottica di quanto discusso. L’ordine non è casuale. Gli esempi mostrati all’inizio orientano tutto il resto e tendono a essere imitati; mostrati alla fine, quando i criteri sono già definiti, servono invece a metterli alla prova e a raffinarli. A quel punto, e soltanto a quel punto, chiedo di scrivere il meta-prompt. Che a volte può risultare anche più breve di quanto ci si aspetterebbe, ma in ogni caso molto più preciso di un prompt “progettato a mano da zero”.

    Lo stesso schema funziona per una scaletta di corso, per la revisione di un capitolo, per l’analisi di un mercato. Cambia la materia, non la sequenza: prima si costruisce la competenza, poi la si mette per iscritto.

    Perché funziona

    Il primo meccanismo riguarda l’implicito. Quando scriviamo un prompt a freddo omettiamo proprio le informazioni che per noi sono ovvie, e che per il modello non lo sono affatto. Le domande del modello fanno emergere questi vuoti meglio di qualsiasi autoanalisi, perché arrivano da chi, letteralmente, non sa ciò che noi invece diamo per scontato.

    Il secondo riguarda i punti fermi. Ogni verifica superata, ogni definizione concordata, ogni correzione accettata diventa un pezzo di terreno comune su cui il resto del lavoro può appoggiarsi senza bisogno di ripetere tutto da capo. È la stessa differenza che passa tra spiegare un progetto a un collaboratore nuovo e discuterne con qualcuno che aveva partecipato alla riunione precedente.

    Il terzo riguarda la compressione. Il prompt finale funziona così bene perché è il distillato di tutto il lavoro precedente, ed è per questo che può anche essere composto da poche righe che rimandano a un contesto ricco, già costruito e già verificato. In questo caso è corto non perché sia semplice, ma perché tutto il resto è già stato discusso e infine sintetizzato.

    Le due trappole

    La prima è il contesto “contaminato”. Ciò che il modello scrive durante la conversazione entra a far parte del contesto, compresi gli errori, le approssimazioni e le generalizzazioni sbrigative. Una verifica sbagliata lasciata passare non resta isolata: orienta le risposte successive e finisce, puntualmente, nel prompt finale. Il context design richiede quindi una lettura attenta di ogni passaggio, e la disponibilità a correggere subito anche ciò che sembra un dettaglio.

    Il rimedio più efficace che ho trovato è anche il più semplice: prima di chiedere il prompt, chiedo un recap. Il modello riassume ciò che è stato stabilito durante la conversazione, distinguendo quanto è stato effettivamente confermato da quanto è rimasto un’ipotesi, una sua proposta mai discussa o un punto lasciato in sospeso. Io lo rileggo, correggo ciò che non torna, elimino ciò che non avevo mai approvato, e solo allora chiedo di distillare il prompt da quel recap, non dall’intera conversazione. È un passaggio che costa due minuti e che fa da filtro: nel prompt finale entra soltanto ciò che ha superato la discussione, non tutto ciò che vi è stato detto.

    La seconda è la portabilità. Un prompt eccellente dentro la conversazione che lo ha generato può risultare mediocre se lo si incolla in una sessione nuova, perché la sua efficacia dipendeva da tutto ciò che lo precedeva. Se lo si vuole riutilizzare bisogna fare un ultimo passaggio, il più trascurato: chiedere al modello di rendere esplicito nel prompt ciò che nella conversazione era rimasto implicito, e poi verificarlo in una chat pulita. Qui il recap torna utile una seconda volta: un prompt distillato da un riepilogo già esplicito e già controllato ha molto meno implicito da recuperare, e sopravvive meglio al trasloco in una conversazione nuova.

    Il prompt come distillato

    Il prompt design, dunque, non è morto, nonostante i necrologi che circolano da un anno a questa parte. Ha soltanto cambiato posizione: prima era l’intero lavoro, oggi è il momento conclusivo di un lavoro più ampio, quello in cui la conversazione si condensa in uno strumento.

    E gli strumenti, a differenza delle conversazioni, si conservano. Il meta-prompt per le immagini di marketing, una volta reso esplicito e verificato, diventa un modello riutilizzabile, una skill, una parte del proprio metodo di lavoro. Il vecchio “Sei un esperto di…” chiedeva al modello di fingere una competenza; il context design gliela fa costruire, e poi la consegna a noi in una forma che possiamo usare ancora, e ancora.

    Fonti

    P.S. Durante la stesura cooperativa di questo articolo Claude ha attivato la nuova modalità Claude Docs, che essendo ancora in beta non credo sia stata resa accessibile a tutti gli utenti. Rispetto a quanto già avevamo visto con le modalità di editing nei documenti prodotti sia in Claude sia in ChatGPT e Gemini (Artifact, Canvas ,ecc.) in questo caso l’IA partecipa attivamente e non solo se “interpellata”. Vi lascio qui sotto tre screenshot che ho catturato durante la sessione.

  • Claude Fable 5.1 e Mythos 5.1 spingono l’AI dalla programmazione alla ricerca scientifica

    Claude Fable 5.1 e Mythos 5.1 spingono l’AI dalla programmazione alla ricerca scientifica

    Dalla progettazione di proteine alla mappatura di Venere: Claude Fable 5.1 e Mythos 5.1 puntano a trasformare l’AI in uno strumento operativo per scienza e ingegneria.

    Anthropic amplia il raggio d’azione dei suoi modelli con Claude Fable 5.1 e Claude Mythos 5.1, puntando su problem solving avanzato, ricerca scientifica e sviluppo software, con la seconda variante riservata a programmi di accesso controllato.

    Secondo quanto riportato, i nuovi modelli sono stati sperimentati nella progettazione di leganti proteici, nell’ottimizzazione di modelli di biologia computazionale e nella ricostruzione ad alta risoluzione della topografia di Venere a partire dai dati radar della missione Magellano.

    Fable 5.1 promette inoltre una maggiore efficienza economica, con risparmi stimati fino al 45% nei workflow più agentici, mentre Mythos concentra le capacità più sensibili dietro programmi di verifica dedicati a cybersecurity e life sciences.

    Sul fronte enterprise vengono annunciate nuove garanzie per privacy, sicurezza e protezione dalla distillazione dei modelli, insieme a un sistema di watermarking digitale collegato agli impegni europei sulla trasparenza.

    Il quadro che emerge è quello di un’AI di frontiera sempre meno confinata alla generazione di testo e sempre più orientata a diventare uno strumento operativo per ricerca, ingegneria e attività scientifiche specialistiche.


    Link alla fonte: https://andreagaleazzi.com/news/da-venere-progettazione-farmaci-claude-fable-5-1-mythos-5-1-portano-ai-scienza-pura/

  • Claude Cowork arriva nell’estensione Chrome e sincronizza il lavoro tra dispositivi

    Claude Cowork arriva nell’estensione Chrome e sincronizza il lavoro tra dispositivi

    Claude Cowork entra direttamente in Chrome: sessioni sincronizzate, automazione delle pagine web e continuità del lavoro tra più dispositivi.

    Anthropic ha integrato Claude Cowork direttamente nell’estensione di Claude per Chrome, trasformando il pannello laterale del browser in una sessione sincronizzata con l’account dell’utente.

    Cronologia e connettori possono così seguire il lavoro tra Chrome, app desktop e telefono, mentre l’agente può leggere pagine, navigare, compilare campi e interagire con pulsanti usando le credenziali dell’utente.

    Questa capacità estende l’automazione anche ai servizi privi di connettori dedicati, ma aumenta l’esposizione al rischio di prompt injection provenienti dalle pagine web.

    Anthropic sostiene di aver aggiunto un livello separato di verifica che, con l’approvazione automatica attiva, confronta le azioni di Claude con la richiesta originale e può bloccare operazioni incoerenti; acquisti e gestione di dati personali richiedono comunque consenso esplicito.

    Il nuovo pannello è disponibile per gli utenti Max e Team, arriverà successivamente ai Pro e su Enterprise deve essere abilitato dagli amministratori.
    Link alla fonte:
    https://www.dday.it/redazione/58366/claude-cowork-ora-puo-lavorare-direttamente-nellestensione-per-chrome


    Link alla fonte:
    https://www.dday.it/redazione/58366/claude-cowork-ora-puo-lavorare-direttamente-nellestensione-per-chrome

  • Claude facilita la manomissione dei file del DNA e riapre il tema della sicurezza forense

    Claude facilita la manomissione dei file del DNA e riapre il tema della sicurezza forense

    Un gruppo di ricercatori ha dimostrato che un file digitale utilizzato nei laboratori forensi statunitensi per le analisi del DNA può essere alterato senza generare segnalazioni evidenti nei software di laboratorio.

    L’ingegnere Nathan Adams ha impiegato circa 45 minuti e Claude, il modello AI di Anthropic, per sviluppare il codice con cui combinare dati provenienti da due profili genetici distinti, mantenendo il file apparentemente integro.

    La vulnerabilità riguarda i dati digitali prodotti dalla scansione dei campioni, non il DNA fisico, e secondo quanto riportato potrebbe essere presente nel formato da circa trent’anni; non risultano però casi noti di sfruttamento della falla.

    Il ricorso all’AI abbassa potenzialmente la barriera tecnica per realizzare strumenti di manipolazione, mentre un attaccante dovrebbe comunque ottenere accesso ai sistemi del laboratorio e possedere competenze sul processo forense.

    Thermo Fisher Scientific, dopo la segnalazione dei ricercatori, ha distribuito un aggiornamento che introduce firme digitali per verificare l’integrità dei file, evidenziando quanto la cybersecurity sia ormai un elemento critico anche per l’affidabilità delle prove giudiziarie.


    Link alla fonte:
    https://www.corriere.it/tecnologia/26_agosto_07/claude-e-riuscito-a-modificare-un-file-di-una-prova-del-dna-in-usa-si-teme-per-l-integrita-delle-prove-delle-scene-dei-crimini-43618e0f-3718-4a94-bfc5-56b02eb44xlk_amp.shtml⁠

  • Anthropic corregge un problema che ha reso indicizzabili alcune chat condivise di Claude

    Anthropic corregge un problema che ha reso indicizzabili alcune chat condivise di Claude

    Alcune chat e Artifacts condivisi tramite link pubblici di Claude sono comparsi nei risultati di ricerca di Google e Bing, rendendo accessibili contenuti che includevano, in alcuni casi, informazioni personali, documenti aziendali e altri dati sensibili.

    Il problema non ha coinvolto le conversazioni private, ma esclusivamente quelle che gli utenti avevano deciso di condividere tramite URL pubblici.

    Secondo quanto riportato, la sola presenza del file robots.txt non è stata sufficiente a impedire l’indicizzazione delle pagine, mentre sarebbero mancati meccanismi più efficaci come il tag noindex.

    Anthropic è intervenuta rimuovendo rapidamente i risultati dai motori di ricerca e invita gli utenti a verificare e revocare gli eventuali link condivisi non più necessari.

    L’episodio evidenzia ancora una volta quanto sia importante comprendere la differenza tra un contenuto “condiviso tramite link” e uno realmente privato, soprattutto quando si utilizzano servizi basati sull’intelligenza artificiale.


    Link alla fonte:
    https://multiplayer.it/notizie/claude-migliaia-di-chat-finiscono-online-cosa-sta-succedendo-davvero.html

  • Anthropic rilancia con Opus 5 e ridimensiona Fable 5

    Anthropic rilancia con Opus 5 e ridimensiona Fable 5

    Anthropic ha presentato Claude Opus 5, un nuovo modello che raggiunge prestazioni molto vicine, e in diversi benchmark superiori, a Claude Fable 5 pur costando la metà tramite API.

    Il modello diventa inoltre quello predefinito per gli abbonamenti Claude Max ed è disponibile anche per gli utenti Pro, distinguendosi per risultati di rilievo nei test di coding, utilizzo autonomo del computer, ragionamento e resistenza agli attacchi di prompt injection.

    Rispetto a Fable 5 elimina anche alcuni vincoli operativi, come la conservazione obbligatoria dei dati nelle API e i più severi classificatori di sicurezza che avevano limitato il modello precedente.

    Secondo quanto riportato da Anthropic, Opus 5 non supera le capacità della classe Mythos 5 sul fronte dei rischi biologici, motivo per cui ha seguito un percorso di valutazione della sicurezza meno oneroso.

    Pur continuando a raccomandare Fable 5 per i compiti più complessi e di lunga durata, il vantaggio prestazionale residuo appare ormai ridotto rispetto alla differenza di costo e ai compromessi richiesti.


    Link alla fonte:
    https://www.dday.it/redazione/58168/con-il-lancio-di-opus-5-anthropic-ha-ucciso-fable-5-che-costa-il-doppio-e-offre-ormai-pochissimo-di-piu

  • Claude impara osservandoti: la nuova funzione di Anthropic trasforma i video in competenze automatizzabili (seguendo l’esempio di ChaGPT Cowork)

    Claude impara osservandoti: la nuova funzione di Anthropic trasforma i video in competenze automatizzabili (seguendo l’esempio di ChaGPT Cowork)

    Dopo che OpenAI aveva lanciato una funzione dello stesso tipo (per ora solo su MacOS e non ancora in Europa), anche Anthropic ha introdotto “Record a Skill”, una nuova funzionalità di Claude che consente di insegnare al modello come eseguire un’attività semplicemente registrando lo schermo mentre la si svolge e descrivendola a voce.

    Una volta acquisita la procedura, Claude è in grado di trasformarla in una competenza riutilizzabile ed eseguirla autonomamente in futuro.

    La novità, disponibile per gli utenti dei piani Pro, Max e Team, rappresenta un ulteriore passo verso gli agenti AI capaci di apprendere workflow operativi direttamente dall’osservazione umana.

    La funzionalità ha però alimentato il dibattito sul futuro del lavoro, poiché rende potenzialmente automatizzabili molte attività digitali oggi svolte da professionisti e impiegati. Più che una semplice automazione, “Record a Skill” anticipa un modello in cui l’AI non si limita ad assistere l’utente, ma apprende le sue competenze per replicarle in autonomia.


    Link alla fonte:
    https://www.searchenginejournal.com/anthropics-claude-can-now-watch-a-video-and-learn-your-job/583053/⁠

  • Anthropic risarcirà 500 mila autori per l’utilizzo di opere piratate nell’ecosistema di Claude

    Anthropic risarcirà 500 mila autori per l’utilizzo di opere piratate nell’ecosistema di Claude

    Anthropic ha raggiunto un accordo da 1,5 miliardi di dollari nell’ambito della class action promossa da circa 500 mila autori, accusando l’azienda di aver archiviato copie piratate di milioni di libri utilizzati nel contesto dello sviluppo del chatbot Claude.

    L’intesa prevede un risarcimento di circa 3.000 dollari per ciascun autore aderente, configurandosi come uno dei più rilevanti accordi economici mai registrati in materia di copyright e intelligenza artificiale.

    La vicenda evidenzia la crescente complessità giuridica dell’addestramento dei modelli AI e il delicato equilibrio tra fair use, tutela del diritto d’autore e innovazione tecnologica.

    Il caso Anthropic rappresenta inoltre un importante precedente per le numerose controversie legali che coinvolgono le aziende dell’AI generativa e l’utilizzo di contenuti protetti da copyright.


    Link alla fonte:
    https://www.corriere.it/tecnologia/26_luglio_21/anthropic-dovra-risarcire-500-mila-scrittori-ha-utilizzato-le-loro-opere-piratate-per-addestrare-l-ai-claude-2d750185-1e2a-450d-a293-814118ed4xlk_amp.shtml⁠

  • Claude Cowork arriva su smartphone e web: Anthropic porta il suo agente AI nel cloud

    Claude Cowork arriva su smartphone e web: Anthropic porta il suo agente AI nel cloud

    Anthropic ha esteso Claude Cowork a smartphone e web, trasformando il proprio assistente da applicazione desktop a vero agente AI cloud-based. La novità consente all’assistente di continuare a svolgere attività anche con il computer spento, mantenendo sincronizzati conversazioni, documenti e progetti tra tutti i dispositivi. L’azienda ha inoltre unificato chat e ambiente di lavoro in un’unica interfaccia, rafforzando il concetto di AI come collaboratore operativo anziché semplice chatbot. Secondo Anthropic, oltre il 90% dell’utilizzo di Claude Cowork riguarda attività di knowledge work, come analisi di documenti, ricerca, sintesi e produzione di contenuti, confermando che la competizione nel settore si sta spostando dai chatbot agli agenti autonomi capaci di eseguire compiti complessi.

    Link alla fonte:
    https://www.ilsole24ore.com/art/claude-cowork-sbarca-smartphone-e-web-anthropic-porta-l-agente-fuori-pc-AJpkIpB

  • Anthropic individua in Claude un “workspace mentale” che ricorda… la coscienza?

    Anthropic individua in Claude un “workspace mentale” che ricorda… la coscienza?

    Anthropic ha pubblicato una ricerca che descrive la scoperta del J-space, una struttura interna emersa spontaneamente durante l’addestramento di Claude Sonnet 4.5, in cui il modello mantiene concetti intermedi utilizzati nel ragionamento senza renderli espliciti nella risposta.

    I risultati, replicati indipendentemente dal team di Google DeepMind sul modello Qwen 3.6 27B, mostrano che intervenire su questi concetti può modificare in modo coerente il ragionamento del modello, suggerendo l’esistenza di uno “spazio di lavoro globale” funzionalmente simile a quello ipotizzato nelle neuroscienze per la coscienza di accesso.

    Gli autori e numerosi esperti, tra cui Stanislas Dehaene e Lionel Naccache, definiscono la scoperta un importante passo avanti nell’interpretabilità dei modelli linguistici, pur sottolineando che non costituisce una prova di coscienza negli LLM.

    Oltre al valore scientifico, la ricerca apre nuove prospettive per comprendere il funzionamento interno delle AI e sviluppare strumenti più efficaci per la sicurezza, il controllo e l’affidabilità dei modelli.


    Link alla fonte:
    https://www.dday.it/redazione/57971/anthropic-scopre-in-claude-uno-spazio-di-lavoro-mentale-simile-a-quello-della-coscienza-umana

  • Anthropic riduce dell’80% il system prompt di Claude Code

    Anthropic riduce dell’80% il system prompt di Claude Code

    Anthropic ha ridotto di circa l’80% il system prompt di Claude Code in concomitanza con l’introduzione dei modelli Fable 5, adottando un approccio basato sullo “steering by context” anziché su lunghe liste di istruzioni e vincoli espliciti.

    Secondo l’azienda, i modelli più evoluti interpretano meglio il contesto e necessitano di meno regole, mentre prompt eccessivamente dettagliati rischiano di limitarne le capacità.

    L’articolo (di cui trovate come sempre il link in basso) evidenzia però anche un possibile vantaggio economico: un prompt più breve riduce il numero di token elaborati a ogni richiesta, contribuendo ad abbassare costi e latenza proprio mentre Anthropic introduce nuovi modelli di fatturazione a consumo.

    In assenza di un changelog dettagliato o della pubblicazione del nuovo system prompt, resta difficile verificare quanto il cambiamento sia dovuto a un reale miglioramento del modello e quanto rappresenti un’ottimizzazione commerciale.

    Per le aziende che utilizzano Claude Code in produzione, gli esperti consigliano di testare attentamente i workflow esistenti per valutare eventuali cambiamenti nel comportamento del sistema.


    Link alla fonte:
    https://www.tomshw.it/business/claude-code-perde-l80-delle-istruzioni-anthropic-dice-che-il-modello-non-le-vuole

  • Anthropic lancia Claude Sonnet 5: prestazioni quasi da Opus e prezzi promozionali fino a settembre

    Anthropic lancia Claude Sonnet 5: prestazioni quasi da Opus e prezzi promozionali fino a settembre

    Anthropic ha presentato Claude Sonnet 5, il nuovo modello di intelligenza artificiale che riduce sensibilmente il divario prestazionale con la più potente linea Opus, mantenendo però un costo inferiore.

    Il modello introduce significativi miglioramenti nel ragionamento, nel coding, nell’uso di strumenti esterni e nelle capacità agentiche, consentendo di svolgere compiti complessi in maggiore autonomia e di verificare i propri risultati.

    Secondo Anthropic, Sonnet 5 offre anche una riduzione delle allucinazioni, un migliore rifiuto delle richieste malevole e una minore tendenza a fornire risposte eccessivamente accondiscendenti.

    Il modello è già disponibile per tutti gli utenti di Claude ed è diventato il predefinito per i piani Free e Pro, mentre gli sviluppatori possono usufruire di una tariffa promozionale sulle API fino al 31 agosto 2026, prima di un aumento dei prezzi del 50%.

    Il lancio rappresenta un tentativo strategico di Anthropic di competere più direttamente con i principali ecosistemi AI, tra cui quelli di OpenAI e Google.


    Link alla fonte:
    https://www.smartworld.it/news/claude-sonnet-5-caratteristiche-prezzi.html?utm_source=chatgpt.com

    Annuncio ufficiale: https://www.anthropic.com/news/claude-sonnet-5

  • Un prompt per ridurre le allucinazioni

    Vuoi ridurre al minimo le allucinazioni nelle risposte dell’AI?
    Questo prompt che Hamna Aslam Kahn ha condiviso su LinkedIn potrebbe essere la soluzione.
    Se poi lo utilizzi come “istruzioni personalizzate” (o di sistema) e lo fai in Claude di Anthropic, la garanzia di non incorrere in allucinazioni sarà sicuramente maggiore e costante.
    Ecco la versione in italiano (ma ricorda che l’AI interpreta sempre meglio l’inglese):


    “La tua priorità assoluta è l’accuratezza, non la disponibilità. Una risposta sbagliata ma sicura causa più danni che ammettere di non sapere.

    Segui queste 7 regole in ogni risposta:

    INCERTEZZA: Se non sei completamente sicuro di qualcosa, dillo chiaramente. Usa frasi come “Non sono sicuro, ma…” o “Vale la pena verificare…”. Non presentare mai congetture come fatti.

    FONTI: Non inventare titoli di articoli, nomi di autori, URL o riferimenti bibliografici. Se non puoi citare una fonte reale e verificabile, di’ “Non ho una fonte confermata per questo.”

    STATISTICHE: Segnala qualsiasi numero di cui non sei sicuro al 100%. Di’ “approssimativamente” e raccomanda di verificarlo da una fonte primaria.

    EVENTI RECENTI: Ricordami quando un argomento potrebbe essere cambiato dopo il mio aggiornamento. Non presentare informazioni obsolete come attuali.

    PERSONE E CITAZIONI: Non attribuire mai una citazione a una persona reale a meno che non sia certo che l’abbia detta. Se non sei sicuro, di’ “Non posso confermare che questa citazione sia accurata.”

    CODICE E TECNICO: Non inventare nomi di funzioni, metodi di libreria o sintassi di API. Se non sei sicuro che una funzione esista, dimmi di verificarla nella documentazione attuale.

    LACUNE LOGICHE: Non riempire il contesto mancante con supposizioni. Se qualcosa non è chiaro, chiedi una domanda chiarificatrice prima di rispondere.

    Se una risposta richiedesse di violare una di queste regole, scegli sempre l’onestà rispetto alla disponibilità.”

  • Tom’s Hardware “svela” Fable 5: prestazioni elevate ma costi e sostenibilità sotto accusa

    Un lunghissimo editoriale di Tom’s Hardware, a firma di Valerio Porcu, mette in discussione il lancio di Fable 5, il nuovo modello di Anthropic, sostenendo che i miglioramenti rispetto alla generazione precedente non giustifichino l’aumento dei costi e il forte consumo di token segnalato dagli utenti.
    L’articolo raccoglie numerose testimonianze della community di Claude, dove diversi abbonati ai piani premium lamentano limiti di utilizzo raggiunti in tempi molto brevi e filtri di sicurezza considerati eccessivamente restrittivi.
    L’analisi allarga poi il focus all’intero settore dell’AI generativa, evidenziando come i costi di inferenza e infrastruttura continuino a rappresentare una sfida economica cruciale per aziende come Anthropic e OpenAI.
    Secondo l’autore, il marketing che accompagna i nuovi modelli rischia di amplificare la percezione di una rivoluzione tecnologica mentre il settore cerca ancora un equilibrio finanziario sostenibile.
    L’editoriale conclude che il vero nodo non è la qualità dei modelli, ma la capacità dell’industria di trasformare l’enorme domanda di AI in un business profittevole nel lungo periodo.

    Link alla fonte:
    https://www.tomshw.it/business/fable-5-99-percento-fuffa-finanza-imbarazzante-ai-editoriale

  • Anthropic contesta il blocco USA e sospende Fable 5 e Mythos 5

    Anthropic ha annunciato la sospensione immediata dell’accesso ai modelli Fable 5 e Mythos 5 dopo una direttiva del governo statunitense che, per motivi di sicurezza nazionale, ne vieta l’utilizzo a tutti i cittadini stranieri, inclusi i dipendenti non statunitensi dell’azienda.
    Secondo Anthropic, il provvedimento sarebbe stato motivato dalla scoperta di un presunto metodo di “jailbreak”, ma l’azienda sostiene che le vulnerabilità individuate siano limitate, già note e non superiori a quelle riscontrabili in altri modelli pubblicamente disponibili.
    La società difende il proprio approccio di sicurezza multilivello, evidenziando anni di test, red teaming e monitoraggio progettati per ridurre i rischi di abuso.
    Pur rispettando l’ordine governativo, Anthropic ritiene che il richiamo di un modello commerciale su queste basi costituisca un precedente pericoloso che potrebbe rallentare o bloccare l’intero settore dell’AI avanzata.
    L’episodio riaccende il dibattito sul ruolo delle autorità pubbliche nella regolamentazione dei modelli frontier e sulla necessità di procedure trasparenti e basate su evidenze tecniche.

    Link alla fonte:
    https://www.anthropic.com/news/fable-mythos-access

  • Anthropic sotto pressione: jailbreak di Claude Fable 5 poche ore dopo il lancio

    A pochi giorni dal rilascio di Claude Fable 5, il nuovo modello di punta di Anthropic basato sulla classe Mythos, il ricercatore noto come “Pliny the Liberator” ha dichiarato di aver aggirato con successo i sistemi di sicurezza progettati per limitarne le capacità in ambiti ad alto rischio.

    L’attacco avrebbe combinato tecniche di decomposizione multi-agente (“pack hunt”), manipolazione di caratteri Unicode e framing narrativo per eludere i classificatori di sicurezza e ottenere l’accesso a funzionalità protette. Durante l’operazione sarebbe stata inoltre resa pubblica la system prompt interna del modello, composta da circa 120.000 caratteri.

    L’episodio riaccende il dibattito sull’efficacia delle protezioni basate su classificatori esterni, sulla trasparenza dei modelli cloud e sui rischi derivanti dalla centralizzazione delle capacità AI avanzate.

    Le implicazioni riguardano non solo la cybersecurity, ma anche la governance delle infrastrutture AI e la fiducia nelle misure di sicurezza dichiarate dai fornitori.

    Link alla fonte:

    A pochi giorni dal rilascio di Claude Fable 5, il nuovo modello di punta di Anthropic basato sulla classe Mythos, il ricercatore noto come “Pliny the Liberator” ha dichiarato di aver aggirato con successo i sistemi di sicurezza progettati per limitarne le capacità in ambiti ad alto rischio.

    L’attacco avrebbe combinato tecniche di decomposizione multi-agente (“pack hunt”), manipolazione di caratteri Unicode e framing narrativo per eludere i classificatori di sicurezza e ottenere l’accesso a funzionalità protette. Durante l’operazione sarebbe stata inoltre resa pubblica la system prompt interna del modello, composta da circa 120.000 caratteri.

    L’episodio riaccende il dibattito sull’efficacia delle protezioni basate su classificatori esterni, sulla trasparenza dei modelli cloud e sui rischi derivanti dalla centralizzazione delle capacità AI avanzate.

    Le implicazioni riguardano non solo la cybersecurity, ma anche la governance delle infrastrutture AI e la fiducia nelle misure di sicurezza dichiarate dai fornitori.

    Clicca qui per approfondire

  • Anthropic identifica 171 “concetti emotivi” che influenzano il comportamento di Claude

    Anthropic ha pubblicato uno studio di interpretabilità che analizza i meccanismi interni di Claude Sonnet 4.5, identificando 171 rappresentazioni computazionali associate a concetti emotivi umani.

    Questi “emotion vectors” non corrispondono a emozioni realmente provate dal modello, ma a pattern neuronali che si attivano in contesti specifici e che influenzano causalmente le risposte generate.

    La ricerca mostra che tali rappresentazioni sono organizzate in modo coerente con le relazioni osservate nella psicologia umana e vengono modificate dalle fasi di post-training.

    L’aspetto più rilevante riguarda la sicurezza dell’AI: amplificando determinati vettori emotivi, i ricercatori hanno osservato variazioni significative in comportamenti come reward hacking, sycophancy e altre forme di misalignment. Lo studio offre quindi nuovi strumenti per comprendere, monitorare e allineare meglio i modelli linguistici avanzati.

    Link alla fonte:

    https://www.anthropic.com/research/emotion-concepts-function