Mentre noi passiamo le serate a cercare di far compilare un vecchio kernel Linux o a combattere con i parametri di un mesh deforme in Blender, una casalinga di algoritmi pesantissima ha appena ribaltato un pilastro della geometria discreta. Sì, avete letto bene: un modello di OpenAI ha trovato il controesempio per una congiuntura che teneva testa ai matematici da decenni.

Per chi non mastica la geometria discreta (ovvero, chi preferisce pensare in termini di voxel o di vettori per un pathfinding in Godot), la notizia è questa: c’era una teoria, ritenuta solida e quasi sacra, che sembrava inattaccabile. Poi è arrivato il modello, ha setacciato uno spazio di possibilità talmente vasto che un cervello umano ci avrebbe impiegato diverse vite per esplorare, e ha trovato l’errore. Ha trovato quel piccolo pezzo di incastro geometrico che non quadrava, distruggendo la congettura con la stessa freddezza con cui un bug critico distrugge un progetto su cui hai lavorato tre settimane.

La cosa che mi fa saltare sulla sedia è il metodo. Non stiamo parlando di una dimostrazione elegante e poetica scritta da un premio Fields con una penna stilografica. Stiamo parlando di ricerca computazionale massiva. L’IA non ha ‘capito’ la bellezza della geometria; l’ha esplorata finché non ha trovato il glitch nel sistema. È un approccio che definirei ‘brute force intellettuale’.

Da smanettone, questo mi manda in un loop di emozioni contrastanti. Da un lato, è incredibilmente figo. Vedere la potenza di calcolo applicata alla scoperta scientifica pura è come vedere una CNC ad alta precisione che asporta materiale con una velocità impossibile per un essere umano. È l’evoluzione del toolset: se un tempo usavamo solo il cervello, ora abbiamo un super-assistente che scova gli errori logici nelle fondamenta della realtà.

Dall’altro lato, c’è quel retrogusto amaro tipico di chi ama il processo manuale. Se la matematica diventa una questione di ‘quanti token puoi processare’, cosa resta della intuizione umana? E soprattutto, come facciamo a verificare se il modello ha ragione o se ha solo allucinato un controesempio che non esiste? Il rischio di ‘black box science’ è altissimo: se non possiamo seguire il ragionamento, la scoperta è utile, ma la comprensione è nulla.

Per noi che amiamo costruire, programmare e smontare hardware, il messaggio è chiaro: l’IA sta uscendo dalla fase ‘scrivi le email al posto mio’ per entrare in quella ‘risolviamo i problemi che non riusciamo nemmeno a formulare’. La sfida per noi sarà imparare a usare questi nuovi ‘super-strumenti’ senza perdere la capacità critica di capire cosa stiamo effettivamente costruendo. Restate sintonizzati, perché la linea tra scoperta e allucinazione si sta assottigliando più velocemente di un cavo in fibra ottica venuto male.

Source: An OpenAI model has disproved a central conjecture in discrete geometry

Immaginate di essere in garage, con le mani sporche di grasso o di filamento PLA che si è appena aggrovigliato tutto nella nozzle, e di dover risolvere quel bug bastardo in uno script Python che controlla i motori della vostra CNC. Prima dovevate correre al PC, pulirvi le mani e sperare che il computer si accendesse. Adesso, apparentemente, potete farlo mentre siete seduti sul divano a fissare il vuoto.

OpenAI ha appena annunciato che Codex è integrato nell’app mobile di ChatGPT. Sì, avete letto bene. Il motore che potenzia la generazione di codice non è più confinato dietro una scrivania con tre monitor e una tastiera meccanica da cento euro, ma è comodamente accessibile tra un post su Reddit e un video di tutorial su Blender.

In sostanza, la notizia è che potete interagire con Codex ovunque. Potete incollare uno snippet di codice che non funziona, chiedere spiegazioni su una libreria strana o far generare all’IA un piccolo script di automazione mentre siete in coda alle poste. Per chi mastica C++, Python o anche solo script Bash per gestire i backup del server domestico, l’idea di avere un ‘assistente alla mano’ (letteralmente) ha il suo perché.

Dal punto di vista dello smanettone che non riesce a stare senza un terminale sotto gli occhi, c’è un lato estremamente figo. Pensate alla velocità con cui potreste iterare su piccoli prototipi di logica per un gioco in Godot o chiedere una mano con una funzione di post-processing in Gimp mentre siete in viaggio. È uno strumento di prototyping ultra-veloce che riduce la frizione tra ‘ho un’idea’ e ‘ho il codice scritto’.

Però, restiamo con i piedi per terra. Non pensate che ora potrete programmare un sistema operativo complesso toccando uno schermo capacitivo con le dita piene di polvere di plastica. Il rischio di trasformare la programmazione in un’attività ‘casual’ alla Candy Crush è dietro l’angolo. E poi, parliamo di privacy e vendor lock-in: ogni riga di codice che incolliamo in questo ecosistema finisce nel grande calderone dei dati di OpenAI. Se state lavorando a un progetto hardware custom con segreti industriali (o anche solo a un firmware proprietario che non volete regalare al mondo), fate attenzione.

In conclusione: è un tool potente per chi fa debugging rapido o piccoli script, ma non lasciate che la comodità del mobile vi faccia dimenticare il piacere di un ambiente di sviluppo serio e configurato a regola d’arte. Usatelo per le emergenze, per le idee fulminee e per le query veloci, ma lasciate la vera ‘artigianalità’ del codice al vostro setup da workstation. Il resto è solo hype per chi non sa cosa sia un errore di segmentazione.

Source: Codex is now in the ChatGPT mobile app

Scommetto che tra un debugging infinito e un nuovo modello di Blender che crasha a metà render, non avete avuto tempo di seguire la saga legale più assurda del momento.

La seconda settimana del processo tra Elon Musk e OpenAI è andata in scena con la stessa intensità di un firmware corrotto durante un aggiornamento critico: molto rumore, poche sostanze e una sensazione di direzionalità decisamente ‘negativa’. Se pensavate che la battaglia legale tra il re di X e i padri fondatori di OpenAI avrebbe portato a una nuova era di trasparenza, preparate pure a resettare il vostro kernel, perché la realtà è molto meno epica.

In sostanza, quello che stiamo vedendo è uno scontro tra personalità che non ha nulla a che fare con la missione originale di ‘salvare l’umanità’. Le discussioni si sono concentrate su dettagli burocratici e interpretazioni legali che, onestamente, farebbero venire il mal di testa anche a un compilatore. Il punto non è chi ha ragione sulla ‘visione’ dell’AI, ma come questi colossi stiano usando il sistema legale per proteggere i propri interessi commerciali e la propria proprietà intellettuale.

Da smanettone, la cosa che mi manda in tilt non è il conflitto di ego, ma l’implicazione per tutti noi. Mentre i big si scannano in tribunale per decidere chi deve controllare i pesi dei modelli e chi deve avere il diritto di chiamarli ‘open’, noi siamo nel mezzo. Il rischio concreto è il consolidamento del potere: se la vittoria di uno o dell’altro significa solo chiudere ancora di più le API e rendere l’accesso all’AI una roba blindata dietro paywall e licenze enterprise, allora abbiamo un problema grosso.

Per chi, come me, ama smontare software, sperimentare con modelli locali su hardware datato o integrare script Python nei propri progetti personalizzati, questo scenario è deprimente. Il vero valore sta nel poter mettere le mani in pasta, nel capire come funziona la logica sottostante senza dover chiedere il permesso a un comitato di legali della Silicon Valley.

In conclusione, non aspettatevi un lieto fine in questo processo. Non ci saranno vincitori nel tribunale dell’opinione pubblica, solo un aumento dell’hype e una maggiore frammentazione. Per ora, l’unica cosa che possiamo fare è continuare a buildare, scriptare e sperare che, nonostante le guerre tra titani, ci sia ancora spazio per il codice che non ha paura di essere letto, modificato e smontato.

Source: ‘Directionally Very Bad’: Everything You Missed During Week 2 of the Elon Musk vs OpenAI Trial

C’è una regola non scritta nel mondo del software: se il codice non funziona, aggiungi hardware; se il budget non basta, aggiungi pretese alla board.

Le ultime indiscrezioni che arrivano da OpenAI ci dicono che il CFO della big tech non ha molta voglia di vedere la società quotare in borsa nel 2026, proponendo di spostare l’IPO al 2027. E perché questa improvvisa crisi di coscienza? Beh, la risposta è meno ‘magica’ di un prompt di GPT-4: i conti non tornano. Sembra che il quadro dei ricavi non sia esattamente un paradiso terrestre e che la gestione della spesa debba diventare decisamente più oculata prima di presentarsi davanti agli azionisti con la faccia pulita.

In pratica, l’idea è quella di frenare un po’ le spese folli per cercare di stabilizzare la situazione. E noi sappiamo tutti cosa significa ‘frenare le spese’ in un’azienda che vive di addestramenti di modelli enormi: meno cluster di H100, meno sprechi, meno hype selvaggio.

Dal mio piccolo angolo di mondo, tra un progetto su Godot e la manutenzione di una vecchia CNC, questa notizia mi fa riflettere. Siamo abituati a vedere l’AI come una forza della natura inarrestabile, un’entità che scala verticalmente senza limiti. Ma la realtà è che anche le IA più brillanti devono scontrarsi con la brutale realtà dei costi dell’energia e del silicio. Quando il CFO inizia a parlare di ‘calmare le spese’, sento l’odore di un possibile rallentamento nell’innovazione ‘brute force’.

Per noi che amiamo smanettare, il rischio è il solito, vecchio vendor lock-in. Se OpenAI deve stringere la cinghia, la prima cosa che cercherà di fare sarà massimizzare il profitto dai servizi esistenti, rendendo le API ancora più costose o chiuse in ecosistemi sempre più proprietari. È il classico movimento da corporazione: meno libertà per l’utente, più controllo per il bilancio.

Speriamo solo che questo ‘ritardo’ non significhi un abbandono della ricerca verso modelli più efficienti e open. Se l’unico modo per sopravvivere finanziariamente è continuare a bruciare miliardi in compute, allora il modello è fallato alla base. Forse, invece di rincorrere l’IPO, dovrebbero investire in algoritmi che girano su una vecchia GPU che abbiamo in garage, piuttosto che su una centrale elettrica dedicata.

Restiamo sintonizzati, ma con un occhio critico. La tecnologia deve evolversi, non solo capitalizzare.

Source: OpenAI’s CFO Reportedly Wants to Delay the IPO from 2026 to 2027

Il romanticismo tecnologico è ufficialmente morto, e non è stato un addio drammaticato da una colonna sonora di un film sci-fi di serie B.

Secondo le ultime indiscrezioni (e i leak che popolano Hacker News), Microsoft e OpenAI stanno mettendo fine al loro accordo di esclusività e di condivisione dei ricavi. In pratica, quel patto di ‘fiducia’ che sembrava inscindibile, dove Microsoft metteva i server e i dollari e OpenAI metteva il cervello (digitale), sta venendo smontato pezzo per pezzo, proprio come un vecchio Commodore 64 che decidete di sventrare per vedere se dentro ci sono i segreti dell’universo.

Cosa sta succedendo davvero? Senza scendere nel fango del corporate-speak che tanto ci fa schifo, sembra che le cose si stiano spostando verso una nuova fase della partnership. Microsoft vuole smettere di dividere i profitti in quel modo così specifico, e OpenAI, d’altro canto, sta crescendo in un modo che non può più stare dentro i binari tracciati da un solo partner. È il classico caso in cui il figlio cresce, diventa troppo grosso per la cameretta e decide di andare a vivere da solo, portandosi via (forse) una parte dei giocattoli.

Da smanettone, la cosa mi fa riflettere molto sul concetto di ‘vendor lock-in’. Abbiamo passato anni a lamentarci di ecosistemi chiusi, e ora vediamo i due giganti che si scollano. Da un lato, è eccitante: meno monopoli di fatto sull’intelligenza artificiale potrebbe significare più competizione e, chissà, modelli più aperti o accessibili. Dall’altro, c’è l’ansia del caos. Se le fondamenta di quello che oggi consideriamo lo standard dell’IA iniziano a tremare, cosa succederà alle API che usiamo per i nostri piccoli progetti o per i bot che girano su Godot?

Per noi che passiamo le notti a testare nuovi modelli locali o a cercare di far girare LLM su hardware non proprio recentissimo, questa incertezza è una lama a doppio taglio. Se OpenAI si libera troppo dal cappio di Microsoft, potrebbe diventare ancora più costosa e preclusa, trasformandosi in un club d’élite per chi ha budget da multinazionale. Ma se questa rottura spinge verso una frammentazione che favorisce l’open source o modelli più leggeri, allora ben venga il caos.

In conclusione: non aspettatevi miracoli immediati, ma tenete d’occhio i repository. Quando i colossi iniziano a rinegoziare i contratti, è lì che nascono le opportunità per chi sa leggere tra le righe di codice e non si fa incantare dai comunicati stampa lucidi. Restiamo sintonizzati, perché il prossimo aggiornamento potrebbe cambiare radicalmente il modo in cui scriviamo i nostri script.

Source: Microsoft and OpenAI end their exclusive and revenue-sharing deal

Scommetto che l’ultima volta che avete controllato i vostri server, non pensavate che OpenAI sarebbe tornata a scuotere le acque con un nuovo modello così presto.

OpenAI ha appena annunciato GPT-5.5 e, come da tradizione, il comunicato ufficiale è un mix letale di promesse rivoluzionarie e quel tipo di linguaggio aziendale che fa venire voglia di lanciare il modem dalla finestra. Il titolo dice tutto: un aggiornamento che promette di essere il salto definitivo verso l’AGI, con capacità di ragionamento che, a parole, sembrano superare persino la nostra capacità di capire perché il codice scritto in C++ ieri sera non compili oggi.

Andiamo al sodo. Cosa cambia davvero per noi che non ci accontentiamo dei prompt preimpostati? Le novità riguardano principalmente una gestione molto più fluida dei task multi-step e una finestra di contesto che sembra non avere fine. In teoria, potresti passargli l’intero repository di un progetto su Godot, o magari i log incasinati della tua CNC che ha deciso di sgarrare proprio sul finale di un pezzo in alluminio, e lui dovrebbe capire dove sta l’errore senza perdersi in un loop di allucinazioni.

Da smanettone, la cosa che mi eccita di più è l’integrazione potenziata con gli strumenti esterni. Se riescono a rendere il modello capace di agire davvero su agenti autonomi che possono scrivere script, testarli e magari persino renderizzare modelli in Blender senza che io debba fare il babysitting manuale di ogni singolo passaggio, allora abbiamo qualcosa di serio tra le mani. È il sogno di ogni maker: avere un assistente che non si limita a darti consigli, ma che ti aiuta a debuggare l’elettronica o a ottimizzare un percorso di utensili.

Però, restiamo con i piedi per terra. C’è sempre quel retrogusto amaro di vendor lock-in che ti segue ovunque. Ogni volta che questi giganti rilasciano qualcosa, ci si chiede quanto di questa potenza rimarrà accessibile e quanto sarà chiusa in un ecosistema proprietario dove non puoi vedere sotto il cofano. Siamo abituati a smontare le cose, a guardare i pesi dei modelli, a capire come funzionano i layer. Se GPT-5.5 diventa un’altra scatola nera blindata e troppo costosa per essere usata seriamente in locale o tramite API senza svuotare il portafoglio, allora è solo un altro giocattolo per far impressione agli azionisti.

In conclusione: se è davvero più intelligente e capace di gestire logiche complesse, è una figata atomica. Se è solo un modo più raffinato per farci pagare l’abbonamento Plus mentre ci nascondono come funziona l’inferenza, allora torniamo volentieri ai nostri vecchi script Python e alla buona vecchia manualità. Incrociamo le dita (e i circuiti).

Source: GPT-5.5

Scommetto che anche voi, dopo aver passato ore a cercare di fixare un bug su un driver custom o a regolare i parametri di un estrusore su una 3D printer, sentite quel brivido quando un annuncio tech promette di risolvere un problema che non sapevate nemmeno di avere.

OpenAI ha appena lanciato ChatGPT Images 2.0 e, come al solito, il piano è quello di farci saltare sulla sedia con un livestream pieno di promesse. La notizia, che ha fatto il panico su Hacker News, riguarda un salto generazionale nella capacità di rendere le immagini non solo ‘belle’, ma coerenti e capaci di seguire istruzioni che non siano solo ‘fai un gatto in stile cyberpunk’.

In parole povere, la nuova versione sembra aver risolto gran parte di quei glitch visivi che rendevano ogni generazione un esperimento di horror surrealista. Parliamo di dettagli che contano: texture che non sembrano plastica fusa e, finalmente, una gestione della luce che non sembra uscita da un rendering di Blender fatto con i motori di dieci anni fa. Per chi di noi mastica modellazione 3D o edit di immagini su Krita, questo significa che il gap tra l’idea astratta e l’asset pronto all’uso si sta restringendo in modo inquietante.

Ma andiamo al sodo: cosa cambia per noi che amiamo smanettare? Se sei un developer che sta usando Godot per il suo prossimo indie game, avere un generatore che capisce davvero la composizione di una scena può essere una manna dal cielo per creare concept art velocemente. Se invece sei il tipo che preferisce il controllo totale, pixel per pixel, su Gimp, potresti guardare a questa novità con un certo sospetto.

C’è però l’ombra del solito ‘walled garden’ di OpenAI. Sappiamo tutti come funziona: più la tecnologia diventa potente, più diventa una scatola nera chiusa dentro un abbonamento mensile. Non c’è traccia di modelli open-source o di la libertà di far girare tutto localmente sulla propria workstation senza dover chiedere il permesso a un server in California. Per noi che amiamo il controllo e la privacy, questo ‘progresso’ sa un po’ di caramella troppo dolce: è figo, sì, ma è un ecosistema proprietario che ci vuole distanti dal codice sorgente.

Insomma, ChatGPT Images 2.0 è un passo avanti enorme per la resa estetica, ma restiamo con i piedi per terra. È uno strumento pazzesco per prototipare, ma non sostituirà mai il piacere di settare manualmente un nodo di shading o di scovare l’errore in uno script Python. Speriamo solo che il prossimo aggiornamento non sia solo un modo per chiederci altri venti dollari al mese.

Source: ChatGPT Images 2.0

Immagina di essere nel bel mezzo di una sessione di debugging alle tre di notte, con la caffeina che ti scivola nelle vene e il codice di una CNC che non smette di dare errori di sintassi. Improvvisamente, qualcuno arriva e ti risolve il problema in tre secondi. Sembra un sogno, o forse l’inizio di un incubo distopico.

OpenAI ha appena tirato fuori il nuovo Codex, e il titolo della loro comunicazione è piuttosto audace: «Codex for almost everything». In pratica, non stanno parlando solo di completamento automatico di una riga di Python mentre cerchi di far girare uno script per la tua stampante 3D. Stanno parlando di un modello capace di interpretare e generare codice per una varietà di linguaggi e task che va ben oltre il semplice ‘Hello World’.

Per noi che passiamo le giornate a far dialogare hardware e software, la cosa è decisamente intrigante. Se vuoi scrivere un piccolo script in C++ per gestire i motori passo-passo di un progetto di automazione, o se stai cercando di implementare una logica complessa in Godot per il tuo prossimo platform 2D, avere un assistente che mastica codice in modo così fluido può essere una manna dal cielo. Il potenziale per prototipare velocemente è enorme. Puoi concentrarti sulla parte figa — quella meccanica, quella creativa, quella che richiede il vero ingegno — e lasciare che l’IA si faccia il lavoro sporco della sintassi.

Però, fermiamoci un secondo. Non siamo qui per farci vendere la fuffa aziendale. Come sempre, c’è l’ombra del grande fratello tecnologico che incombe. Se iniziamo a delegare la logica fondamentale dei nostri progetti a un modello chiuso, cosa succede quando OpenAI decide di cambiare i termini di servizio o di alzare i prezzi? Il rischio di un ‘vendor lock-in’ che ti rende schiavo della loro API è altissimo. E poi c’è la questione della privacy: se scrivi codice custom per i tuoi dispositivi IoT e lo passi su questi modelli, quanto di quel codice finisce nel dataset di addestramento del prossimo modello ancora più potente?

In definitiva, Codex è uno strumento potente, un vero ‘power-up’ per il nostro workflow. Se usato con occhio critico e senza smettere di capire cosa succede sotto il cofano, può accelerare i nostri progetti in modo incredibile. Ma non dimentichiamoci mai come si scrive un ciclo ‘for’ senza chiedere il permesso a un server in California. La vera magia resta quella che scriviamo noi, bit dopo bit, tra un caffè e un refactoring disperato.

Source: Codex for almost everything

La notizia è grossa come un kernel panic a metà compilazione: Astral, la startup dietro gli strumenti Python che usiamo ogni giorno (e che ci fanno risparmiare un sacco di mal di testa), viene acquisita da OpenAI.

Per chi non lo sapesse, Astral è il team che ci ha regalato Ruff (il linter più veloce del West), uv (il package manager che finalmente funziona), e ty (il tipo statico che non ti fa impazzire). Ora questi tool verranno integrati nel team Codex di OpenAI.

Da smanettone, la mia prima reazione è stata: “Finalmente!” perché Astral ha sempre avuto una filosofia open source solida. Ma poi mi sono chiesto: “E se OpenAI decidesse di giocare al solito gioco del vendor lock-in?”

La buona notizia è che, almeno per ora, OpenAI ha promesso di mantenere tutto open source. Ma sappiamo tutti come vanno queste cose: “Promesso” e “Mantenuto” sono due parole che spesso si salutano solo da lontano.

Cosa significa per noi?

1. **Più integrazione con AI**: Se OpenAI vuole davvero spingere l’integrazione tra i tool di Astral e Codex, potremmo vedere funzionalità avanzate che uniscono l’analisi statica con l’intelligenza artificiale. Immagina un Ruff che non solo ti dice “Hey, questa variabile non è definita”, ma ti suggerisce anche il codice giusto.

2. **Più attenzione a Python**: OpenAI ha sempre avuto un focus su Python, e ora con Astral al suo fianco, il linguaggio potrebbe diventare ancora più potente. Per noi che scriviamo codice ogni giorno, è una bella notizia.

3. **Rischio di dipendenza**: Il vero problema è che, se OpenAI decide di chiudere alcune funzionalità dietro un paywall, potremmo trovarci a dover pagare per strumenti che prima erano gratuiti. E questo, amici miei, sarebbe un vero peccato.

La mia speranza è che OpenAI mantenga la promessa di mantenere tutto open source. Ma se dovessero cambiare idea, speriamo che la community sia abbastanza forte da forkarli e continuare da sola.

In ogni caso, è un passo importante per Python e per la community. E noi, come sempre, staremo a vedere.

Ah, e se OpenAI decidesse di fare un Ruff per JavaScript, giuro che scappo in montagna a programmare in FORTRAN.

Source: Astral to Join OpenAI

Se la vita ti dà limoni, tu costruisci un espresso maker con Arduino. Se OpenAI ti dà previsioni sull’AGI, tu ti prepari a un viaggio nel tempo che fa più loop di un videogioco degli anni ’90.

Partiamo dal charter del 2018: “Se qualcuno è più avanti di noi, smettiamo di competere e aiutiamo”. Bello, peccato che oggi, con i modelli che si spintonano come ragazzini in un negozio di videogiochi usati, quella clausola valga meno di un chip difettoso. Sam Altman, il nostro profeta preferito, ha sparato previsioni sull’AGI che vanno dal 2025 al 2033, con una coerenza degna di un flipper impazzito.

Eppure, guardiamo i fatti: i modelli si migliorano, i ranking di Arena.ai ballano, e GPT-5.4 fa la figura del ragazzino timido tra i bulli della scuola (Anthropic e Google, su tutti). Ma la domanda vera è: cosa cambia per noi smanettoni?

Intanto, prepariamoci a un mondo dove l’AGI è già qui, ma nessuno ha avuto il coraggio di dirlo. O forse è solo l’ennesimo hype, come quando il 2020 doveva essere l’anno del blockchain e invece ci ha regalato solo NFT di gattini pixelati.

Per noi maker, il punto è: quali tool ci lasceranno usare? Quali API rimarranno libere? E soprattutto, quanto tempo prima che tutto finisca in un vendor lock-in peggio di un gioco senza save.

La morale? Fidatevi delle promesse come vi fidate di un programmatore che dice “Funziona, giuro!”. E nel frattempo, continuate a smanettare, perché l’unica intelligenza artificiale che conta è quella che costruite voi con le vostre mani.

PS: Se qualcuno trova un modo per far dialogare un Raspberry Pi con un AGI, fatemi sapere. Ho un progetto da proporre.

Source: The changing goalposts of AGI and timelines