Scrivo quando ho qualcosa da dire, non per tenere il ritmo. Ogni post è una cosa che ho capito — e che ho dovuto spiegare per capirla davvero.
Scrivo dal 2026
In numeri
Molti errori degli agenti dipendono dal sistema intorno al modello. L’harness engineering usa le esecuzioni fallite per proporre modifiche verificabili, senza affidare all’agente test, budget e permessi.
DeepSeek dichiara un guadagno di 47 punti su DeepSWE senza modificare l’architettura di V4-Flash. Il risultato indica il peso del post-training e dell’infrastruttura agentica, ma le fonti non ne isolano gli effetti.
RecursiveMAS sostituisce i messaggi testuali tra agenti con stati latenti scambiati attraverso un piccolo modulo addestrato. Nei nove benchmark del lavoro, usa fino al 75,6% di token in meno, accelera l’inferenza fino a 2,4 volte e migliora l’accuratezza media.
ago
lug
apr