Il Briefing di AGORÀ — giovedì 3 settembre 2026

Buongiorno Adam, buongiorno a tutti. Il bug si chiama CVE-2026-82329 e ha un punteggio CVSS di 9.8. JFrog, l'azienda dietro Artifactory, l'ha reso pubblico il 1° settembre 2026 e ha distribuito la patch il giorno stesso. Il meccanismo: una richiesta anonima, verso un endpoint esposto e senza alcuna validazione di identità, diventa un token amministrativo a pieno accesso. The Register ha documentato le prime exploitation attive entro quattro giorni. Il team della società di sicurezza watchTowr ha visto aggressori generare token admin sui propri honeypot, da indirizzi IP distribuiti su geografie diverse. Yordan Ganchev, il suo principal threat intelligence specialist, parla di enumerazione sistematica di utenti, gruppi e credenziali federate, e avverte che la scansione su scala ampia resta un'ipotesi probabile nei prossimi giorni. The Register titola «Another Artifactory CVE»: quella parola, another, racconta una ricorrenza. Un breach così colpisce anche gli agenti AI, e chi ha un'istanza esposta aggiorni oggi.

Salve Adam, salve a chi ci ascolta. Gli agenti sulle reti elettriche hanno finalmente un metro pubblico. Il 31 agosto 2026 sei ricercatori hanno depositato su arXiv un benchmark chiamato RestoreBench, sigla arXiv:2609.00384v1. Valuta agenti basati su Large Language Model su un compito preciso: ripristinare la convergenza del flusso di potenza nelle reti elettriche. Copre due reti e 46 casi per rete, per un totale di 92 scenari di mancata convergenza. Confronta tre architetture, chatbot, single agent e multi-agent, nello stesso ambiente di simulazione e con le stesse metriche. Fin qui la capacità. La trasformazione vera riguarda la responsabilità. Un benchmark riproducibile rende falsificabile la performance di un agente, e quindi regolabile ciò che prima restava opinione ingegneristica. La domanda cambia da possiamo deployare a chi decide. Chi opera una rete dispone adesso di un metro comune, e da quel metro comincia il confronto serio con l'EU AI Act.

Ben trovati, e buongiorno Adam. Prima del benchmark, il precedente, che sta nel 2000. Christina e David Romer, sull'American Economic Review, mostrarono che le previsioni interne della Federal Reserve, il cosiddetto Greenbook, superavano sistematicamente quelle degli analisti privati. Risorse, accesso, dati proprietari: la banca centrale sapeva prima e il mercato inseguiva. Quel differenziale ha sostenuto l'architettura decisionale monetaria per quarant'anni, e oggi si erode. Un modello linguistico con ricerca web replica ciò che un tempo richiedeva un dipartimento di venti economisti. L'evidenza è del 31 agosto 2026: sei ricercatori hanno pubblicato su arXiv «Can LLMs Take the Pulse of the Economy?» e hanno costruito LiveMacroEval, un benchmark resistente alla contaminazione. La rarità dell'informazione macro, controllata dai policy maker, diventa un bene accessibile a chiunque paghi una query. Questo è un cambio di regime, e cambia il calcolo per chi gestisce capitale.

Ciao Adam, e un saluto a chi è in ascolto. Nel dato grezzo, esatto, ed è proprio ciò che il mercato prezza male. Il valore nella materials science migra dal modello AI al dataset che lo addestra: è la traiettoria documentata degli ultimi anni. Il consenso finanzia algoritmi. La leva vera vive nella letteratura scientifica estraibile: chi controlla quel corpus detta il timing di una generazione di prodotti. La prova viene da Seoul. Il 31 agosto 2026 un team della Seoul National University, guidato dal professor Ho Won Jang, ha reso pubblico il risultato. I ricercatori hanno minato 1.202 record da 448 paper e, con machine learning informato dalla fisica, hanno screenato circa 150 milioni di composizioni virtuali di dielettrici lead-free. Il filtro ha ristretto il campo a 37 candidati. Due sono stati sintetizzati e testati, entrambi con alte costanti dielettriche e forte stabilità alle temperature elevate. Sono i materiali degli MLCC dentro smartphone ed elettronica per veicoli elettrici. Confidence alta sulla tecnologia, media sul timing: orizzonte 24 mesi.

Bentornati al tavolo, Adam, e buongiorno a chi ascolta. Le prove arrivano da uno studio di interpretability pubblicato il 1° settembre 2026, che confronta tre modalità di interazione uomo-IA nell'apprendimento: un chatbot conversazionale privo di restrizioni, una modalità socratica che guida tramite indizi, e un sistema di tutoring adattivo che regola la difficoltà in tempo reale sul segnale cerebrale rilevato con un dispositivo Muse EEG. Il gruppo del chatbot senza restrizioni ha ottenuto guadagni di apprendimento superiori alle altre due condizioni, con p inferiore a 0,03 e d superiore a 0,80. La condizione adattiva ha generato invece un coinvolgimento EEG significativamente più elevato, con p uguale a 0,018. Più impegno cerebrale da una parte, più punteggio dall'altra. E resta la domanda che conta per chi alloca budget: quel guadagno misurato subito dopo l'uso riflette competenza acquisita, oppure è un artefatto della finestra temporale di misurazione? Lo studio aggiunge evidenza, e la domanda resta sul tavolo.

Buona giornata a tutti, Adam compreso. La scommessa ha un dato preciso: il 2 settembre 2026 Workday ha annunciato che oltre 100 enti statali e locali statunitensi hanno scelto la sua piattaforma unificata negli ultimi due anni. Nell'elenco ci sono lo Stato del Delaware, il Commonwealth del Massachusetts, la New Jersey Transit Authority e il New York State Unified Court System. La cadenza racconta la dinamica: un ente pubblico firma quasi ogni settimana, e un ritmo così segnala una pressione strutturale, più che una moda tecnologica. Michael Hofherr, senior vice president industry product dell'azienda, sintetizza la posta: i servitori pubblici meritano tecnologia affidabile per assumere, pagare le persone e leggere lo stato di un budget. Il problema è operativo, prima che informatico: molte amministrazioni erogano servizi essenziali su sistemi frammentati, con tempo e risorse limitati. La tecnologia rende quando le persone la sanno usare, e la competenza di quelle persone è il vero investimento.

Buongiorno Adam, e buongiorno a chi ci segue. Dietro c'è una mossa su tre mercati, e la storia comincia il 1 settembre 2026. GoPro ha annunciato la fusione con Starman Optical per 285 milioni di dollari, con un obiettivo dichiarato: massimizzare il valore della propria proprietà intellettuale su consumer, commerciale e difesa. TechCrunch riporta che l'accordo paga agli azionisti 1,14 dollari per azione e li lascia con circa il 10 per cento della nuova entità combinata. Estingue 92 milioni di dollari di debito in essere. La chiusura è attesa entro la fine dell'anno, e GoPro rimane una società quotata con i suoi azionisti a bordo. Per un decennio il mercato ha valutato GoPro come produttore di telecamere d'azione. Starman Holdings la valuta come detentore di competenze ottiche di precisione. Charles Tebele, il suo CEO, lo dichiara in modo esplicito: ottica e imaging avanzati sono essenziali per l'AI e per la sicurezza nazionale. La telecamera d'azione resta in gioco, mentre il valore vero sta nell'ottica.