C'è un momento in cui una tecnologia smette di stupire e comincia a essere contabilizzata: è questo il baricentro trasversale. La domanda non è più "cosa può fare l'AI" ma "chi cattura il valore e chi paga il conto". Benedict Evans legge i margini dei lab come anomalia da mercato immaturo destinata alla commoditizzazione; Naval Ravikant e Patrick Collison traducono la stessa intuizione nel collasso del software come artefatto — "cooked fresh", usa-e-getta — che Andrej Karpathy formalizza come Software 3.0 e "idea files". Il codice smette di essere il bene scarso: lo diventano l'intento verificabile e l'orchestrazione.
Da qui la prima grande convergenza intellettuale: la verificabilità come nuovo confine. Karpathy la fa criterio ("gli LLM automatizzano ciò che sai verificare"), François Chollet la incarna in ARC-AGI-3, Ilya Sutskever la chiama generalization gap. È l'asse che salda gli scettici architetturali — Sutskever, Yann LeCun, John Carmack — nel proclamare la fine dello scaling brute-force e il ritorno alla ricerca.
La seconda corrente è politica e più cupa: la richiesta di governance vincolante. Demis Hassabis, Sam Altman, Dario Amodei invocano un watchdog USA; Geoffrey Hinton sposta la colpa dalla tecnica alla fiduciary duty delle imprese. È il registro elegiaco di Jack Clark, che misura la "leva declinante" dell'umano.
Ma qui si apre la frattura decisiva: concentrare o disperdere il potere. Contro l'ordine mondiale a guida-lab si muove il partito della sovranità distribuita — Mira Murati ("molte AI, non una"), Jack Dorsey, Balaji, Vitalik Buterin — che rifiuta ogni centralità architetturale. E sopra tutto, la spaccatura antropologica: l'ottimismo dell'abbondanza di Marc Andreessen contro l'allarme occupazionale di Amodei e Hinton.
La tensione di fondo, allora, è una sola: l'era dell'entusiasmo tecnico è finita, quella della resa dei conti — economica, ontologica, sovrana — è appena cominciata. E nessuno controlla più lo sterzo.
Finisce l'era dell'entusiasmo tecnico e comincia quella dei conti: chi cattura il valore, chi lo controlla, chi paga. E nessuno ha in mano lo sterzo.
C'è un momento preciso, in ogni tecnologia, in cui la meraviglia lascia il posto al conto da pagare. È successo con la ferrovia, con l'elettricità, con internet. E secondo diversi osservatori è esattamente il punto in cui ci troviamo oggi con l'intelligenza artificiale. La domanda che circola tra chi la costruisce non è più cosa sappia fare. È un'altra, più fredda: chi ci guadagna, e chi resta con il cerino in mano. Questa settimana, in Signal Brief, seguiamo il rumore di questa transizione.
Il nove luglio Benedict Evans pubblica un pezzo che, a leggerlo di fretta, sembra una noiosa nota sui prezzi. Si intitola più o meno "come pensare al prezzo dei token", e l'oggetto è quanto costa far girare questi modelli. Ma dietro la contabilità c'è un'idea che pesa. Evans dice, con la calma di chi ha visto altri cicli, che i margini altissimi dei laboratori di AI sono un'anomalia. La stessa cosa che accade sempre quando un'offerta è scarsa e poi smette di esserlo. All'inizio chi ha la merce detta il prezzo. Poi arrivano gli altri, la merce diventa comune, e il prezzo crolla verso il costo. È successo con la banda larga, con lo spazio sui server, con quasi tutto ciò che è diventato infrastruttura.
Il punto interessante è che questa idea non arriva da sola. Nella stessa manciata di giorni la ritrovi, detta con parole diverse, in tre o quattro teste che di solito non si citano tra loro. Naval Ravikant la mette in forma di slogan: il software è stato mangiato dall'AI. Patrick Collison, che di software vive, descrive un mondo in cui i programmi non sono più oggetti costruiti una volta e venduti a milioni, ma cose cucinate sul momento, usa e getta, fresche di giornata. E Andrej Karpathy dà a tutto questo un nome quasi ingegneristico: Software 3.0. Il codice, dice, smette di essere il bene prezioso. Diventa merce deperibile.
Se il codice non vale più, qualcosa deve prendere il suo posto. Ed è qui che il filo si stringe. Il valore, dicono in coro, si sposta su due cose che una macchina non ti regala: sapere esattamente cosa vuoi, e saper verificare se l'hai ottenuto. Karpathy lo aveva già formulato ieri, e lo abbiamo raccontato: i computer di prima automatizzavano ciò che sapevi specificare, questi automatizzano ciò che sai controllare. Torna quel filo, ma oggi è diventato qualcosa di più largo. Non è più un'osservazione fine. È il confine su cui si dispongono tutti.
E mentre gli economisti fanno i conti, un'altra frattura si apre, più politica. Da una parte c'è chi vuole un ordine mondiale dell'AI con pochi grandi laboratori al comando e un guardiano americano a vigilare. Dall'altra, questa settimana, si è visto nascere il partito opposto. Mira Murati lo ha detto con una formula secca: molte AI, non una. Non un cervello unico che decide per tutti, ma tante intelligenze cresciute in posti diversi, plasmate da chi le usa.
Tre spinte insieme, allora. Una economica: chi cattura il valore. Una filosofica: dove si nasconde adesso il valore. Una sovrana: chi tiene il timone. E la sensazione, ascoltando tutti, è che il timone in questo momento non lo tenga nessuno. L'auto va veloce, come dice Hinton, ma la mano sul volante manca.
Cominciamo da chi ha messo il dito sul conto. Benedict Evans è un analista inglese, per anni una delle voci più ascoltate sul business della tecnologia, uno che non costruisce prodotti ma osserva chi li costruisce e prova a capire dove finiscono i soldi. Da mesi ha spostato lo sguardo dalle capacità dell'AI alla sua economia, e la differenza conta.
Il gesto della settimana è quel pezzo sul prezzo dei token. L'argomento vero, sotto la superficie, è una domanda scomoda: perché mai i grandi laboratori dovrebbero continuare a fare margini da monopolio, quando tutto attorno a loro spinge verso il basso? La sua risposta è che non dovrebbero, e che la fase attuale è un'illusione ottica dovuta a un mercato ancora giovane. Prima o poi, dice, questa roba diventa una commodity a basso margine, come la corrente che esce dalla presa.
Ma Evans aggiunge un secondo pensiero, meno citato e forse più tagliente. Lo chiama la crisi silenziosa dell'adozione. Nonostante il clamore, dice, le persone provano questi strumenti e poi smettono di usarli. Non li tengono acceso nel lavoro vero. Il problema non è la potenza del modello, è farlo entrare nei gesti quotidiani di un ufficio. E qui fa un paragone che vale la pena tenere: l'AI funziona quando la infili dentro qualcosa che già usi, come è successo con la ricerca di Google, non quando la lasci in piedi da sola come app che devi ricordarti di aprire.
Il collegamento con il filo di oggi è diretto. Se il valore scivola via dai modelli, come sostiene Evans, allora la festa dei margini finisce e comincia la parte difficile: capire chi, in questa catena, riesce davvero a trattenere qualcosa. Non è pessimismo. È il momento, in ogni rivoluzione industriale, in cui si smette di stupirsi della macchina e si comincia a chiedersi chi possiede la fabbrica. Evans, semplicemente, ci è arrivato prima degli altri.
Se Evans fa i conti, Andrej Karpathy ridisegna il mestiere. Lo conoscono in molti: è stato tra i fondatori di OpenAI, poi il capo della visione artificiale di Tesla, poi per un periodo un educatore indipendente, uno che spiegava le reti neurali costruendole da zero davanti a tutti. Da maggio è entrato nel team di addestramento di Anthropic, e già questo dice qualcosa su dove pensa che si stia facendo il lavoro serio.
Il gesto recente è un post diventato virale in fretta, costruito attorno a un'espressione: idea files. Il ragionamento è questo. Nell'epoca degli agenti, quando ognuno ha una macchina che scrive codice al posto suo, non ha più senso spedire all'altro il programma finito. Basta spedirgli l'idea. Il suo agente la ricostruirà e la adatterà al suo contesto. È un ribaltamento di cosa significhi distribuire software. Per cinquant'anni distribuire ha voluto dire consegnare l'oggetto: il dischetto, il file, l'app. Karpathy dice che adesso conta consegnare l'intenzione, e lasciare che la costruzione avvenga da sola, fresca, dall'altra parte.
È lo stesso movimento che raccontava Collison con quel software cucinato sul momento, e lo stesso a cui Evans arriva dai numeri. Tre strade diverse, stessa casa. Il codice smette di essere il tesoro. Diventa il tesoro sapere cosa chiedere e saper riconoscere una buona risposta.
C'è un dettaglio che dà la misura dell'uomo. I suoi piccoli progetti didattici, quelli che chiama nano, versioni minime e leggibili di sistemi complicati, hanno superato insieme le centoventimila stelle su GitHub. È coerente con la sua tesi: una cosa piccola e chiara vale più di un impianto pesante. Ricapitoliamo un attimo dove siamo, perché è facile perdere il filo in auto. Il cuore di oggi è uno solo: il valore si sta spostando. Via dal software, verso l'intenzione e la verifica. E Karpathy è quello che a questo spostamento ha dato le parole.
Poi c'è chi ha deciso di trasformare tutto questo in una bandiera. Mira Murati è stata per anni il direttore tecnico di OpenAI, la persona che teneva insieme i prodotti nei momenti più turbolenti. Ha lasciato, ha fondato un laboratorio proprio, Thinking Machines, e questa settimana ha fatto due mosse in fila che vanno lette insieme.
Il dieci luglio ha pubblicato una specie di manifesto, dal titolo che dice già tutto: il futuro che vale la pena costruire è umano. La tesi è che i valori e la conoscenza delle persone non si possono mediare, non si possono spremere dentro un modello unico buono per chiunque. Un futuro desiderabile, scrive, ha molte AI, cresciute in contesti diversi, plasmate da chi le usa. È un attacco frontale, e senza mezzi termini, all'idea di un cervello artificiale unico dei grandi laboratori.
Cinque giorni dopo, il quindici, ha fatto seguire il gesto alla parola. Ha rilasciato il primo modello del suo laboratorio, si chiama Inkling. La cosa importante non sono i numeri, per quanto grandi. È che ha i pesi aperti: chiunque può scaricarlo e adattarlo. Incarna esattamente la tesi del manifesto. Non ti do un oracolo da consultare. Ti do qualcosa che puoi crescere a modo tuo.
Qui il filo di oggi tocca il suo nervo più scoperto. Da una parte Sam Altman e altri chiedono un ordine mondiale con pochi custodi e un guardiano americano. Dall'altra Murati, con Jack Dorsey che costruisce reti che funzionano senza internet e Vitalik Buterin che riscrive Ethereum attorno alla privacy, disegna il fronte opposto: nessun centro, molte teste. È la vecchia tensione tra la cattedrale e il bazar, quella che internet si porta dietro dalla nascita, tornata al livello più alto possibile. Non più su chi scrive il codice, ma su chi possiede l'intelligenza. E stavolta, per la prima volta, il partito della dispersione ha un modello vero da mostrare, non solo un discorso.
Dall'altra parte del tavolo siede Sam Altman, e la sua settimana racconta bene le due facce del momento. Guida OpenAI, cioè il laboratorio che più di ogni altro ha portato questa tecnologia nelle case, e da settimane spinge un'idea sola: serve un nuovo ordine mondiale dell'AI, un foro internazionale a guida americana che fissi le regole e misuri i rischi. Detta così suona nobile. Ma è anche una mossa difensiva, perché OpenAI sta perdendo terreno verso Google e Anthropic, e chi invoca l'arbitro spesso lo fa quando sente di stare perdendo la partita sul campo.
C'è un secondo gesto, più sottile. Altman ha raccontato di un dialogo continuo con Washington prima di rilasciare l'ultima versione del suo modello: il governo che testa il sistema in cerca di problemi. E insieme ha annunciato una svolta filosofica, un allontanamento dai paletti troppo rigidi, in nome di quello che chiama dare più potere all'utente. È un cambio di postura netto rispetto al passato prudente e attento alla sicurezza. Il laboratorio che predicava cautela ora predica libertà.
Ma il dettaglio che tengo per ultimo è del tredici luglio. Altman dice che, a sorpresa persino sua, finora l'intelligenza artificiale ha creato più posti di lavoro di quanti ne abbia distrutti. E qui si apre la crepa più profonda di tutta la giornata. Perché nello stesso periodo Dario Amodei ripete che questa tecnologia potrebbe cancellare metà dei lavori d'ufficio per chi comincia, e Geoffrey Hinton porta i numeri dei tagli mese dopo mese. Due persone che guardano la stessa cosa e vedono l'abbondanza uno, la disoccupazione l'altro.
È il punto in cui la resa dei conti smette di essere una questione tecnica e diventa una questione umana. Non chi cattura il valore, ma chi resta senza lavoro mentre il valore si sposta. Su questo, per ora, nessuno dei protagonisti sa dire con onestà chi ha ragione. E il fatto che il capo di OpenAI e il capo di Anthropic non siano d'accordo neanche sul segno, più o meno, dovrebbe farci tutti un po' più cauti.
Chiudiamo con qualche progetto da tenere d'occhio. Nessuno è una novità assoluta questa settimana: sono tutti nomi che tornano, che continuano a crescere piano, e il fatto stesso che restino lì dice qualcosa sul filo di oggi.
Torna nanochat di Karpathy, in crescita costante. E accanto due suoi lavori più piccoli, la wiki sui modelli linguistici e autoresearch: coerenti con quella sua idea che le cose minime e leggibili valgano più degli impianti pesanti.
Continua a salire llama.cpp, il progetto che fa girare i modelli sul computer di casa senza data center: è il volto pratico del partito della dispersione, l'intelligenza che non ha bisogno di un padrone lontano. Nella stessa famiglia, sempre in crescita, lo strumento a riga di comando di Simon Willison per parlare con i modelli.
Regge il passo ARC-AGI di François Chollet, il banco di prova che continua a mettere in difficoltà le macchine dove un bambino se la caverebbe. E resta lì, tendenza stabile, Obsidian, il quaderno digitale fatto di file di testo semplici, che a pensarci è proprio la filosofia files over apps di cui parla Karpathy, arrivata prima di lui.
Presenti anche, in continuità, la raccolta superpowers, l'ambiente desktop Hyprland e il progetto omarchy per chi ama cucirsi il computer addosso. Nessuna rivoluzione, nessun annuncio. Solo la conferma tranquilla che, mentre in alto si litiga su chi comanderà l'AI, in basso c'è chi continua, giorno dopo giorno, a costruirsela in casa. Ed è forse il segnale più onesto di tutti.
Resta l'immagine dell'auto veloce di Hinton: la mano che manca sul volante mentre la strada corre. La meraviglia è finita, i conti sono cominciati. Chi cattura il valore, chi lo controlla, chi paga. Tre domande aperte, e nessuna risposta ancora. Forse è proprio questo il punto: non sapere chi guida ci obbliga, per una volta, a guardare noi la strada. È stato Signal Brief. Alla prossima.