← Signal.Brief

Chi tiene il volante

2026-07-15 · Digital Intelligence Podcast
Il paradigma degli LLM viene dichiarato esausto proprio mentre i numeri accelerano, e il potere sull'AI si divide: chi vuole concentrarlo in un watchdog, chi farlo fuggire dallo Stato.

Sintesi

La corrente di fondo di questo momento è una doppia frattura: una tecnica, una politica.

Sul piano tecnico si consuma la rottura con lo scaling puro. Ilya Sutskever dichiara chiuso "l'age of scaling" e riapre l'era della ricerca; Yann LeCun lascia Meta perché "scalare gli LLM non porterà all'AGI"; François Chollet e John Carmack cercano generalizzazione e program synthesis oltre il next-token. Ma qui la convergenza si spezza: mentre gli scettici dichiarano il paradigma esausto, Jack Clark misura una frontiera economica che "è più che quadruplicata in otto mesi" e Mustafa Suleyman promette automazione del white-collar "in 12-18 mesi". Non concordano nemmeno sui fatti.

Il vero asse condiviso è più sottile: la verificabilità come nuovo confine del valore. Andrej Karpathy — "gli LLM automatizzano ciò che verifichi" — rima perfettamente con Naval Ravikant ("le astrazioni perdono", vince chi tocca gli edge case) e con Simon Willison: la comprensione non è delegabile, si sposta. È un umanesimo difensivo: l'output è abbondante, il giudizio scarso.

Sul piano politico, la tensione è netta e affascinante. Da un lato la pulsione centralizzatrice: Sam Altman, Demis Hassabis e Dario Amodei chiedono all'unisono un watchdog a guida USA con potere di bloccare i deployment — una saldatura senza precedenti tra frontier lab e Stato. Dall'altro la pulsione sovranista: Jack Dorsey costruisce mesh Bluetooth off-grid, Balaji Srinivasan estende "not your keys" ai robot, Vitalik Buterin eleva privacy e quantum-resistance a requisiti primari.

Ecco la corrente di pensiero dominante: mentre la capacità diventa infrastruttura, il potere cerca simultaneamente di concentrarsi (istituzioni, chip, watchdog) e di fuggire (chiavi private, reti fuori dallo Stato). Marc Andreessen intuisce il punto d'arrivo — una "political superintelligence" che rappresenti il cittadino. La domanda irrisolta di tutti è una sola: chi tiene il volante, ammesso che ci sia.

Temi del giorno

↗ Doppia frattura tecnica-politica
Il momento viene letto come due rotture parallele e distinte anziché come un unico spostamento del collo di bottiglia.
↗ Watchdog USA-led / saldatura lab-Stato
I frontier lab chiedono all'unisono un regolatore a guida americana con potere di bloccare i deployment.
↗ LLM non portano all'AGI
Abbandono esplicito del paradigma LLM come via all'intelligenza generale, con uscita da Meta.
↗ Program synthesis oltre il next-token
Ricerca di generalizzazione e sintesi di programmi come alternativa alla predizione del prossimo token.
↗ Political superintelligence
Ipotesi di una superintelligenza che rappresenti direttamente il cittadino come punto d'arrivo del potere.
↗ Disaccordo sui fatti stessi
Le fazioni non divergono più solo sull'interpretazione ma sui dati di base: paradigma esausto vs frontiera quadruplicata.
⚖ Il paradigma è esausto o la frontiera sta accelerando
Ilya Sutskever: l'età dello scaling è chiusa · Mustafa Suleyman: automazione del white-collar in 12-18 mesi · Jack Clark: la frontiera è più che quadruplicata
⚖ Concentrare il potere vs farlo fuggire dallo Stato
Sam Altman: watchdog globale a guida USA con potere di blocco · Balaji Srinivasan: 'not your keys' esteso ai robot, fuori dallo Stato · Jack Dorsey: reti mesh off-grid
⚖ L'AGI passa dagli LLM o serve un altro paradigma
Yann LeCun: scalare gli LLM non porterà all'AGI · François Chollet: serve program synthesis e generalizzazione
⚖ Chi tiene il volante del potere che diventa infrastruttura
Marc Andreessen: una political superintelligence che rappresenta il cittadino · Vitalik Buterin: privacy e quantum-resistance come requisiti primari

Progetti da osservare

karpathy/nanochat — Pipeline minimale per addestrare un modello GPT-2 in ~2 ore su 8×H100 con FP8 e ClimbMix, parte della linea di lavoro di Karpathy su pipeline ridotte per singolo ricercatore. Repo di riferimento per l'era 'meno codice, più amplificazione'.
karpathy/llm-wiki (gist) — Prompt-pattern da copiare in Claude Code/Codex che istanzia il sistema 'LLM Wiki' su Obsidian: articoli enciclopedici interlinkati, backlink, health check. Diventato viral come anti-RAG personale.
karpathy/autoresearch — Repo di ~630 righe (7 marzo 2026) che materializza un agente di ricerca minimale, parte della tesi 'idea file = distribuzione' di Karpathy. Esempio concreto di agente che amplifica il ricercatore individuale.
Obsidian — Editor di note markdown con backlink e grafi che Karpathy elegge come 'IDE della conoscenza' nel suo pattern LLM-Wiki. Diventa il frontend consigliato per memoria esplicita e ispezionabile contro la memoria opaca degli assistant commerciali.
ggerganov/llama.cpp — Motore di inferenza C/C++ per LLM locali; il suo llama-server è il cuore dello stack self-sovereign proposto da Buterin (NixOS + llama-server + bubblewrap). Standard de facto per AI locale sovrana.
basecamp/omarchy — Distro Arch Linux curata da DHH con Hyprland, pensata per attrarre utenti macOS/Windows verso un desktop 'malleabile'. Progetto-manifesto del filone 'open source AI-ready' di DHH (Omacon NY, 130 persone).
hyprwm/Hyprland — Compositor Wayland dinamico, cuore visivo di Omarchy e simbolo del rinnovato interesse consumer per Linux (Panther Lake / XPS 14). DHH lo cita come esempio di software su cui finalmente 'hardware e aziende tornano a scommettere'.
simonw/llm — CLI e libreria Python di Simon Willison per interagire con LLM locali e cloud, base dei suoi tool README-driven (scan-for-secrets, datasette-ports, research-llm-apis). Strumento pivot del suo workflow 'agentic engineering'.
fchollet/ARC-AGI — Repo ufficiale dei benchmark ARC-AGI di Chollet, ora affiancato da ARC-AGI-3 (ambienti interattivi turn-based per misurare agency). ARC Prize 2026 ha $2M di montepremi; umani 100%, best frontier model 0,37%.
zilliztech/claude-context — Server MCP di code search che trasforma l'intera codebase in contesto indicizzato per Claude Code, Cursor e altri agenti. Esempio netto del 'moat shift' dal modello all'uso indicato da Evans e Andreessen.

Fonti

Yann LeCunBigGo Finance — "LLMs Don't Understand the Real World"The Next Web — A toddler beats ChatGPT: LeCun's world-model betMIT Technology Review — LeCun's new venture AMI Labs
François CholletFrançois Chollet on ARC-AGI-3 (StartupHub)Chollet's radical redefinition of AGI (Quasa)AGI timeline / new benchmark (The Neuron)
Demis HassabisAxios — global AI watchdogCNBC — US-led AI standards bodyExplainX — Frontier AI Framework
Jack Dorseycrypto.news — Bitchat & neighborhood BitcoinMetaverse Post — shift verso piattaforme censorship-resistantCryptoRank — secondo progetto White Noise

Trascrizione

Chi tiene il volante

Il paradigma degli LLM viene dichiarato esausto proprio mentre i numeri accelerano, e il potere sull'AI si divide: chi vuole concentrarlo in un watchdog, chi farlo fuggire dallo Stato.


C'è un momento, in ogni tecnologia che conta davvero, in cui la domanda smette di essere quanto può crescere e diventa chi la comanda. Nelle ultime settimane sembra che quel momento sia arrivato per l'intelligenza artificiale, e sia arrivato due volte insieme, da due porte diverse. Da una parte alcuni degli scienziati più ascoltati del settore dicono che la ricetta degli ultimi anni è finita. Dall'altra i capi dei grandi laboratori bussano alla porta dei governi. In mezzo, una scena che vale la pena guardare da vicino: un uomo che lascia l'azienda dove aveva costruito la sua fama.


Il 4 luglio Yann LeCun scrive su X una frase che suona come un piccolo sfregio a un'intera epoca: la lettera G di AGI, dice, è un nonsenso. Non esiste un'intelligenza generale, l'intelligenza umana è specializzata. Pochi giorni dopo arriva la notizia che dà peso alla frase: LeCun lascia Meta, l'azienda dove per anni ha guidato la ricerca, per costruire una cosa nuova. La chiama AMI Labs, oltre un miliardo di dollari raccolti, e l'idea è di abbandonare la strada che ha reso famosi ChatGPT e i suoi fratelli. Un gesto concreto, non un tweet: fa le valigie e cambia direzione.

Qui trovate uno dei due grandi movimenti di queste settimane, quello tecnico. Per anni la formula è stata semplice: più dati, più potenza di calcolo, modelli più grandi, risultati migliori. Adesso Ilya Sutskever, che quella formula aveva contribuito a inventare, la dichiara chiusa. Divide la storia dell'AI in tre stagioni: la ricerca fino al 2020, lo scaling fino al 2025, e da quest'anno un ritorno alla ricerca. Il collo di bottiglia, dice, non è più il calcolo, sono le idee. Ai suoi lati LeCun e François Chollet spingono verso un altro modo di costruire le macchine, uno che non si limiti a indovinare la parola successiva ma sappia inventare piccole procedure per risolvere problemi mai visti.

È successo altre volte, questo. Nelle fabbriche di inizio Novecento per un po' la risposta a ogni problema è stata un motore a vapore più grande. Poi è arrivata l'elettricità e ci si è accorti che non serviva un motore enorme al centro, serviva ripensare tutta l'officina. Quando qualcuno ti dice che aggiungere potenza non basta più, di solito significa proprio questo: è finita la stagione in cui bastava fare le cose più grandi.

Solo che la storia non è così pulita. Mentre gli scettici celebrano il funerale del vecchio paradigma, dall'altra parte i numeri accelerano. Jack Clark, che di Anthropic è la testa politica, misura una frontiera economica che in meno di otto mesi è più che quadruplicata. Mustafa Suleyman promette che gran parte del lavoro d'ufficio sarà automatizzato in dodici, diciotto mesi. Non stanno litigando su come interpretare i fatti: non concordano nemmeno su quali siano i fatti. E questo, a suo modo, è il segnale più onesto di dove siamo.

Il secondo movimento è politico, ed è ancora più affascinante. Nello stesso periodo Sam Altman, Demis Hassabis e Dario Amodei chiedono, quasi all'unisono, un sorvegliante globale a guida americana, con il potere di fermare il rilascio dei modelli pericolosi. Tre laboratori rivali che chiedono insieme di essere controllati: una saldatura tra industria e Stato che non si era mai vista. E all'estremo opposto c'è chi il potere lo vuole far scappare dallo Stato: Jack Dorsey che costruisce reti senza internet, Balaji Srinivasan che vuole mettere i robot sotto chiave privata. Come già osservato ieri, il collo di bottiglia si è spostato dalla potenza al giudizio. Adesso si sposta di nuovo, dal giudizio al comando. Marc Andreessen prova persino a immaginarne il punto d'arrivo: una superintelligenza politica che rappresenti direttamente il cittadino. La domanda che unisce tutti è una sola, e nessuno la risolve: chi tiene il volante, ammesso che ci sia un volante.


Yann LeCun è uno dei tre nomi che negli anni Ottanta hanno tenuto in vita le reti neurali quando quasi nessuno ci credeva. Per questo il suo gesto di queste settimane pesa: non è un critico esterno, è uno dei padri che rinnega il figlio più famoso.

La scena è quella che abbiamo raccontato: la frase provocatoria del 4 luglio e l'uscita da Meta per fondare AMI Labs. Ma sotto la provocazione c'è una tesi tecnica precisa, e vale la pena seguirla. LeCun dice che i modelli linguistici di oggi sono una specie di interfaccia statistica: bravissimi a rimettere insieme parole in modo plausibile, ma senza un vero modello di come funziona il mondo. La sua immagine ricorrente è quella del bambino piccolo. Un bimbo di due anni, dice, capisce la fisica delle cose — che un bicchiere cade, che l'acqua bagna — in un modo che nessun modello linguistico possiede, e la impara guardando, non leggendo miliardi di pagine. La sua nuova azienda punta a costruire macchine che ragionano su queste immagini del mondo fisico, non sulla parola successiva.

Qui il collegamento con il filo di oggi diventa nitido. LeCun sta dalla parte di chi dichiara esausto il vecchio paradigma, e non lo fa a parole: ci mette i soldi e la carriera. Ma aggiunge una sfumatura che lo distingue dagli allarmisti. Avverte che gonfiare le aspettative, e insieme le paure apocalittiche, prepara solo una bolla destinata a scoppiare. Dice di aver già visto tre cicli di entusiasmo sull'AI collassare, e riconosce l'aria che tira. È una posizione scomoda, perché lo mette contro due partiti insieme: contro chi crede che basti continuare a ingrandire i modelli, e contro chi crede che siamo a un passo dalla catastrofe.

Quello che resta, ascoltandolo, è una domanda che riguarda tutti noi, non solo gli ingegneri. Per tre anni ci siamo abituati a misurare il progresso con una sola unità: più grande, più potente, più costoso. LeCun ci ricorda che a volte il salto vero arriva quando qualcuno smette di misurare così e cambia proprio la domanda. Non è detto che abbia ragione. Ma è raro vedere un padre fondatore scommettere contro la propria opera con questa convinzione, e questo da solo dovrebbe farci rizzare le antenne.


Se LeCun apre la crepa, François Chollet le dà una forma precisa. Chollet lavora sui test: da anni costruisce una serie di enigmi, chiamati ARC, pensati per distinguere l'intelligenza vera dalla semplice memoria.

Il dato che ripete in queste settimane è quasi imbarazzante nella sua semplicità. La nuova versione dei suoi test, ARC-AGI-3, viene risolta dagli esseri umani al primo colpo, senza allenamento, nel cento per cento dei casi. I migliori modelli di ragionamento oggi in circolazione restano sotto l'uno per cento. Non è una piccola differenza, è un abisso. E Chollet lo usa come prova concreta di una cosa che dice da tempo: quello che chiamiamo intelligenza artificiale, per ora, è automazione molto sofisticata. I modelli sono straordinari nel muoversi dentro il territorio che hanno già visto, e si perdono appena il territorio diventa davvero nuovo.

La sua immagine preferita è quella della differenza tra ricombinare e capire. Un modello, dice, mette insieme in modo brillante pezzi di conoscenza umana che ha già incontrato. Ma imparare per davvero è un'altra cosa: è saper costruire sul momento una piccola procedura per un problema mai visto prima. Program synthesis, la chiama — sintesi di programmi. Ed è esattamente la strada che, nota lui stesso, stanno prendendo i concorrenti più forti proprio sui suoi test: non la forza bruta, ma l'adattamento al volo.

Torniamo un attimo sul filo di oggi, perché è facile perdersi. Da una parte LeCun e Chollet dicono: la ricetta è finita, serve un altro modo di costruire le macchine. Dall'altra Clark e Suleyman dicono: guardate i numeri, stanno esplodendo. Chollet è interessante perché tiene insieme le due cose senza contraddirsi. La frontiera economica corre, sì, ma su un terreno preciso: dove esiste un modo automatico per sapere se la risposta è giusta. Fuori da quel terreno, sui problemi genuinamente nuovi, il muro è ancora lì, altissimo. È lo stesso motivo per cui una macchina batte chiunque a scacchi da trent'anni ma nessuna sa ancora sparecchiare un tavolo. La potenza si accumula dove il gioco ha regole chiare. La vita, quasi sempre, non ce le ha.


Passiamo dal piano tecnico a quello politico, e cambiamo personaggio. Demis Hassabis guida DeepMind, il laboratorio di Google, ed è uno dei pochi capi di questo mondo che viene dalla scienza pura — è arrivato all'AI passando per le neuroscienze.

Il 14 luglio pubblica il testo più programmatico che gli si sia visto scrivere da mesi, un documento che intitola come una specie di manifesto sull'alba di una nuova era. La tesi centrale è netta: l'intelligenza artificiale generale è a pochi anni di distanza, indica il 2030, più o meno un anno, e il suo impatto sarà dieci volte quello della Rivoluzione Industriale, per scala e per velocità. Ma la parte che conta davvero è un'altra. In un'intervista chiede una cosa insolitamente concreta per uno come lui: la creazione, prima della fine dell'anno, di un ente di vigilanza finanziato dall'industria, con tecnici di primo livello, che risponda al governo americano e abbia il potere di ispezionare i modelli di frontiera e di coordinare un rallentamento se i rischi crescono.

È qui che si vede la prima delle due fratture politiche di oggi. Perché Hassabis non è solo. Nello stesso periodo Sam Altman, in un intervento sul Financial Times, chiede un forum internazionale a guida americana; Dario Amodei chiede al governo il potere di bloccare o scoraggiare il rilascio dei modelli giudicati troppo rischiosi. Tre rivali, tre aziende che si contendono lo stesso mercato, che chiedono insieme un arbitro con la forza di fermarli. Hassabis parla di finestra preziosa: un tempo stretto per costruire le regole prima che le capacità pericolose — dice, entro un anno e mezzo, cose che toccano la biologia — finiscano in modelli aperti, fuori dal controllo di chiunque.

Viene in mente la nascita dell'agenzia atomica dopo la guerra, quando gli stessi fisici che avevano costruito la bomba andarono a chiedere ai governi di mettere dei limiti. C'è la stessa mescolanza di sincera preoccupazione e di calcolo. Perché un sorvegliante a guida americana, con requisiti tecnici altissimi, è anche il modo più efficace per alzare il ponte levatoio dietro di sé: le regole che scrivi quando sei in testa tendono a somigliare molto alla tua posizione attuale. Non sto dicendo che sia in malafede. Sto dicendo che chiedere di essere controllati, quando sei tu a suggerire come, è anche una mossa di potere.


All'estremo opposto di questa storia c'è Jack Dorsey, il fondatore di Twitter, che negli ultimi anni ha preso una direzione precisa: costruire strumenti che nessuno possa spegnere.

A inizio luglio rilascia in prova un'app che si chiama Bitchat. Fa una cosa semplice e radicale: manda messaggi senza internet, senza numero di telefono, senza un server centrale da nessuna parte. I telefoni si parlano direttamente tra loro via Bluetooth, si passano i messaggi l'un l'altro come in un passaparola, e ogni messaggio è cifrato e sparisce da solo. I diecimila posti per provarla si sono esauriti in poche ore. Dorsey l'ha presentata quasi con understatement, come un progetto da weekend per imparare come funzionano queste reti. Ma il senso è tutt'altro che un passatempo.

Se Hassabis vuole un centro che comandi, Dorsey costruisce l'esatto contrario: una comunicazione che non ha centro, e quindi non ha interruttore. Il Bluetooth copre la vicinanza, il quartiere; per la distanza i messaggi possono uscire su un protocollo aperto, fatto di relay indipendenti, l'opposto di WhatsApp o Telegram che vivono sui server di un'azienda. La sua visione la riassume in una formula: quartiere più Bitcoin. Comunità locali che si parlano e scambiano valore senza passare da nessun padrone. E ha accennato a un secondo progetto simile, segno che non è un capriccio isolato ma una direzione.

Qui il filo di oggi si chiude ad anello. Balaji Srinivasan, nello stesso periodo, scrive che ogni proprietà privata diventerà una chiave privata, e che i tuoi robot saranno la proprietà più importante, perché fanno tutto per te — quindi chi controlla le chiavi controlla le macchine. È lo stesso istinto di Dorsey: mettere il potere in tasca, fuori dalla portata dello Stato.

C'è qualcosa di antico in tutto questo. Le reti a passaparola tra telefoni ricordano i radioamatori, quelli che durante i disastri, quando cade tutto, restano l'unico modo per parlarsi. È l'eterno pendolo tra chi vuole un centro forte che protegge e chi vuole mille nodi che nessuno può abbattere. Solo che stavolta il pendolo oscilla mentre la posta in gioco — l'intelligenza artificiale — diventa l'infrastruttura su cui poggerà tutto il resto.


Qualche progetto da tenere d'occhio, e questa settimana sono soprattutto vecchie conoscenze che continuano a crescere, il che è già un segnale.

Nanochat, di Andrej Karpathy, resta in tendenza: un piccolo modello che si può leggere per intero e capire da cima a fondo, l'opposto delle scatole nere giganti di cui parlano tutti.

In tendenza anche llama punto cpp, il progetto che permette di far girare modelli seri sul proprio computer, senza data center — la versione domestica di quella fuga dal centro di cui parlavamo con Dorsey.

Continua a salire ARC-AGI, la raccolta di enigmi di Chollet: il fatto stesso che sia in tendenza dice quanto la domanda su cosa sia davvero l'intelligenza sia tornata centrale.

Resta in tendenza la libreria llm di Simon Willison, diventata in queste settimane un piccolo assistente che scrive codice — lo strumento di chi vuole capire, non solo delegare.

E ancora in crescita superpowers, la raccolta di strumenti per far lavorare gli agenti in modo affidabile. Nessuno di questi è una novità assoluta. Ma il fatto che siano gli stessi nomi a tornare, settimana dopo settimana, racconta una cosa: mentre i capi discutono di chi comanderà l'intelligenza artificiale, c'è chi, in silenzio, continua a costruire i mattoni per tenerla piccola, leggibile e in casa propria.


Resta l'immagine di due porte che si aprono nello stesso istante. Da una, degli scienziati che escono dicendo che la strada era sbagliata. Dall'altra, dei capi che entrano nei palazzi a chiedere delle regole. E in mezzo, la domanda che nessuno ha saputo chiudere: chi tiene il volante, e se un volante esista davvero. Ci torneremo, perché è la storia dei prossimi anni. È stato Signal Brief. Alla prossima.