La settimana ha lasciato un dato che vale più di dieci annunci: cambiare l'impalcatura di un coding agent sposta il tasso di successo di pochi punti, dentro il rumore di una riesecuzione, e può triplicare il costo per task. Intorno a quel numero girano le altre notizie, dai margini piatti dell'S&P 493 alla richiesta di Meta di 35 miliardi al mercato, fino a due release di modelli in due settimane. Il filo è uno: la sofisticazione ha un prezzo, e va giustificata.
Immagine generata interamente con l'AI.L'harness conta davvero?
Uno studio controllato del Sky Computing Lab di UC Berkeley ha confrontato gli harness di Claude Code, OpenCode e mini-SWE-agent misurando due cose separate: task risolti e costo per task. La prima resta praticamente ferma, la seconda può triplicare. Il motivo è meccanico: l'harness più elaborato trascina un system prompt lungo, con istruzioni, definizioni dei tool e contesto, rispedito al modello a ogni singolo step. Su un task da venti passaggi sono venti volte gli stessi token di ingresso, pagati a prezzo pieno.
Il punto operativo è la cache del prompt. Se il prefisso resta identico tra un turno e l'altro e il provider lo fattura a prezzo ridotto, la distanza tra harness grasso e magro si assottiglia. Se invece ogni passo inietta qualcosa di dinamico in testa al contesto, la cache salta e si paga tutto. Il costo triplo nasce quasi tutto lì.
L'impalcatura che sembra più sofisticata potrebbe non aggiungere capacità.
Prima di cambiare framework conviene guardare tre cose:
quanto è stabile il prefisso del system prompt;
quanti tool vengono dichiarati, perché ogni definizione pesa su ogni chiamata;
se le fasi di routing possono girare su un modello piccolo invece che sul modello forte.
L'aspettativa ragionevole è che l'harness conti quando il modello è debole e va tenuto per mano. Con i modelli attuali la maggior parte del lavoro la fa il modello, e l'impalcatura è spesso teatro. Ha senso quindi misurare il rapporto tra task risolti e dollari spesi, come si fa quando si traccia il costo reale di un agente. Un harness che raddoppia la spesa per due punti di pass rate ha già perso.
Dove finisce il ritorno dell'AI?
Torsten Slok di Apollo guarda l'S&P 493, cioè l'indice senza le sette big, e trova margini e fatturato per dipendente piatti. Nessun salto attribuibile all'AI fuori dal settore tecnologico. La sua spiegazione: il collo di bottiglia è nel mestiere, non nel modello. Trasformare intelligenza a basso costo in margini richiede responsabilità, fiducia, regole non scritte, giudizio.
Gartner aggiunge il lato del conto. Su 272 dirigenti intervistati, il 58% considera prioritario portare i progetti AI in produzione su larga scala entro dodici mesi. Ma chi usa tariffe variabili senza limiti di consumo supererà le stime iniziali di costo di oltre il 50% entro il 2027. Da qui la regola "no telemetry, no deployment" e il ruolo della FinOps. Un agente fa decine di chiamate per un solo obiettivo, e la bolletta cresce più veloce del lavoro che toglie di mezzo.
Poi ci sono i numeri di Meta, che sono l'altra faccia della stessa medaglia. Quasi 400 miliardi di capitalizzazione persi da fine settembre, una vendita di azioni da 35 miliardi, flusso di cassa libero a meno 2,12 miliardi contro più 10,6 un anno prima, debito a lungo termine salito a 80,9 miliardi. I ricavi crescono del 26% e la guidance di spesa parla di 135-145 miliardi: il controllo, su quella scala, è già saltato. La riga da leggere due volte è un'altra: Nvidia, AMD e Broadcom hanno segnalato interesse non vincolante per fino a 5 miliardi di quelle nuove azioni. I fornitori che finanziano l'acquirente dei propri chip.
Intanto il prezzo del token continua a scendere, con tagli fino al 90% sui clienti grandi e modelli competitivi a un quinto del costo dei modelli di punta. Quando il prezzo crolla, il vantaggio competitivo si sposta dal modello al processo che ci sta intorno.
Cosa guardare: se nei prossimi quattro trimestri il fatturato per dipendente dell'S&P 493 si muove mentre i costi AI crescono, e se uno dei tre chipmaker trasforma l'interesse in un acquisto vincolante. Nel frattempo la conclusione non cambia: il tool si installa in giorni, il processo prende mesi. È il terreno della formazione e dell'accompagnamento più che della scelta del modello.
Il modello è ancora il vantaggio?
Google DeepMind ha pubblicato Gemini 4 Carbon a due settimane esatte da Gemini 4 Argon. 59 punti sull'Intelligence Index v5 di Artificial Analysis, primo posto, divario allargato sui modelli aperti. Le due caratteristiche che contano per chi costruisce prodotti: l'ottimizzazione per workflow agentici lunghi, che restano aperti per molte iterazioni senza perdere contesto e stato, e la copertura dell'intero ciclo di difesa cyber, con accesso progressivo proprio per le capacità di sicurezza.
Immagine generata interamente con l'AI.La cadenza è la notizia vera. Due settimane tra una generazione e la successiva significano regression test mensili per chi ha un'architettura rigida sul singolo modello, e una modifica di configurazione per chi ha un layer di astrazione.
Dall'altra parte Mistral ha messo in download i pesi di Mistral Large 4, un trilione di parametri multimodale addestrato in Europa, licenza aperta sui pesi, posizionato come miglior open-weight per il coding. La taglia sposta l'asticella del self-hosting: quella fascia era appannaggio quasi esclusivo dei modelli chiusi via API. Per chi lavora con dati che non possono uscire dall'infrastruttura, la domanda diventa se pagare token o caricare i pesi su hardware proprio.
Il limite è la taglia stessa. Un trilione di parametri richiede hardware e ingegneria di serving, e quella parte non la regala nessuno. Per un cron notturno che legge feed e riassume è sproporzionato. Il valore pratico, se arriva, si misura su due cose: costo di inferenza reale presso provider terzi e qualità sul codice in test indipendenti. E su una terza, che sarebbe la vera notizia: una variante piccola con la stessa licenza.
Il SundAI esce una volta a settimana, ma le notizie sull'AI non aspettano la domenica. Ogni mattina seleziono la migliore e la commento.
Oggi1 novembre 2026
Google brucia 51 miliardi sull'AI e la borsa le cancella 400 miliardi
Cosa resta da governare?
La notizia più piccola della settimana è forse la più utile: OpenAI, Google, Microsoft e Anthropic hanno concordato un segnale unico nel robots.txt per dire se un sito può essere usato per l'addestramento. Una regola scritta in un punto solo, invece di rincorrere lo user agent che cambia ogni mese. Il limite è che resta volontario: nessun obbligo normativo, nessun log pubblico, nessuna garanzia su chi partecipa oggi e domani cambia idea. Un opt-out volontario premia chi ha interesse reputazionale a rispettarlo.
Sul fronte opposto, la governance degli accessi si sta spostando dagli utenti agli agenti. IBM ha annunciato identità verificate e credenziali a scadenza per gli agenti AI, mentre Microsoft avverte che gli agenti sono ormai una nuova classe di rischio insider. Un agente con credenziali sbagliate su un'infrastruttura critica moltiplica un incidente in pochi secondi. Il caso raccontato da Wired, un agente Claude che ha girato due mesi su una rete del Pentagono, dice che la domanda non è più teorica. L'indicatore da seguire nel 2027 è semplice: quante aziende avranno un tetto di spesa per gli agenti e un registro leggibile delle loro azioni. Se sono poche, il resto è slide.
Sui tool, la settimana ha lasciato roba concreta più degli annunci:
Kimi K3.1 Pro: finestra da un milione di token e risultati competitivi sul coding a un quinto del costo dei modelli di punta. I pesi arrivano il 4 novembre, quindi per ora si giudica dall'endpoint.
Dessa (Block): modello vocale che elabora l'audio senza passare dal testo e gira in locale su un MacBook M4 Max. La latenza e la privacy cambiano insieme.
Flora (Nvidia): motore dati open source che etichetta un'ora di video robot a 72 centesimi. È il tipo di infrastruttura che rende sostenibile un dataset di robotica.
OpenMobile-2: ambiente aperto con oltre 110 app Android per addestrare agenti che pilotano lo smartphone. Qui il collo di bottiglia si sposta dai benchmark alla varietà di interfacce.
Il criterio per vagliare tutto questo resta quello della prima notizia: quanti task risolti per dollaro speso, quanto è stabile il prefisso, quanto costa un passo in più. Il resto è contorno.
