Ave Claude, morituri te salutant

Agenti AI che si migliorano da soli e il benchmark che Opus non supera mai: i lab hanno paura, noi abbiamo testato.

Dopo il tweet virale di Evan Hubinger sul 10% di sterminio e l'ultimo allarme di Dario Amodei, questa settimana guardiamo i tre trend tecnici dietro alle paure dei lab: reinforcement learning su modelli piccoli, self-improvement degli harness e agent swarm. E poi facciamo quello che ci piace di più: abbiamo costruito un benchmark fatto in casa, un omino in skateboard su halfpipe in SVG animato con fisica reale, e l'abbiamo passato a una decina di modelli, da Astra a Opus, con costi, token e tempi alla mano.

https://risorseartificiali.com/skateboard/

Spoiler: Opus non è mai riuscito a farlo. Astra costa 0,26$. E i modelli piccoli reasoning bruciano 18.000 token per arrivare dove i grandi arrivano con 5.000.

Con Stefano, Paolo e Alessio.

⏱ Capitoli

00:00 Intro latina: i lab AI hanno paura

03:00 Il tweet del 10%: Hubinger, Amodei e Altman

09:56 Recursive self-improvement: modelli che migliorano se stessi

12:04 Ralentare per paura o per business? E la mossa del CERN

17:54 I tre trend: RL, harness e agent swarm

27:00 Agenti in fuga: Hugging Face e il wiki fantasma

32:00 Le Olimpiadi dei robot

38:04 Dal pellicano allo skateboard: il benchmark RA

44:11 Constrained vs unconstrained: i modelli al test

51:17 Costi, token e modelli locali

1:04:01 Harness vs modello secco

1:08:25 Lince, audio Linux e promo degli ascoltatori

🎧 Ascolta l'episodio su Spotify:

https://open.spotify.com/episode/3JMsCnedwyPXIVLO4lMx27?utm_source=youtube&utm_medium=description&utm_campaign=ep72_drop

🌐 Sito, episodi e materiali:

https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep72_drop

Iscriviti al canale per non perdere le prossime puntate: qui si parla di AI Engineering in italiano, per chi la scrive e non solo per chi la racconta.

#72