Ieri sera sono rimasto sveglio fino alle due, e al mattino la sveglia non è suonata, rischiando di dormire troppo. Sono corso giù a comprare un caffè per svegliarmi ☕️. La vita è sempre così, un po' disordinata, ma mi ricorda di non perdere il ritmo. Dato che sono sveglio, ho dato un'occhiata alle ultime novità su AI e ho scoperto che le nuove mosse di @SentientAGI nelle ultime due settimane meritano di essere approfondite. 1/ Sentient ha lanciato l'aggiornamento GRID e Sentient Chat "Spaces", passando da "rispondere a domande" a "generare automaticamente risultati di compiti", iniziando a risolvere flussi di lavoro reali. Ad esempio: scrivere rapporti di ricerca, pianificare viaggi, notizie quotidiane, tutto può essere generato con un clic. 2/ GRID è una rete cerebrale aperta: collega agenti, modelli, dati e potenza di calcolo, scomponendo automaticamente le query e infine riassumendo le risposte. L'azienda afferma di avere già oltre cento partner, più di 50 agenti dedicati e oltre 50 fonti di dati collegate. 3/ Ultimo aggiornamento: Open AGI Network è stato aperto a 2 milioni di utenti, affermando di poter supportare oltre 40 agenti e più di 50 fonti di dati per la collaborazione in tempo reale. Questo è un passo importante verso una validazione su scala reale. 4/ La posizione di Spaces è quella di incapsulare flussi di lavoro complessi in modelli riutilizzabili: generazione di rapporti di ricerca, organizzazione di viaggi, briefing quotidiani. Rispetto alla "chat", è più simile a "consegna diretta dei risultati". 5/ La struttura è ROMA (framework multi-agente ricorsivo): scomposizione dei compiti → distribuzione dei sotto-compiti → riassunto dei risultati → restituzione. L'I/O strutturato garantisce trasparenza e possibilità di debug. 6/ Il motore di ricerca Open Deep Search si avvicina o addirittura supera le prestazioni di GPT-4o Search / Perplexity Sonar in condizioni open source, rappresentando il primo raggiungimento di standard comparabili nel campo della ricerca open source. 7/ Il concetto chiave è OML (Open, Monetizable, Loyal): attraverso la fingerprinting dei modelli, incorporando "appartenenza, contabilità, licenza" nei modelli, per realizzare un'AI leale che possa essere tracciata, condivisa e allineata. 8/ Economicamente, si utilizza $SENT per incentivare l'ecosistema: metti in staking il modello o l'agente che ritieni valido, i guadagni vengono distribuiti in base all'uso e alla valutazione della comunità, permettendo all'intelligenza open source realmente utilizzata di ottenere finanziamenti. 9/ Punti di rischio: la fingerprint può essere efficace a lungo termine? Coerenza nella collaborazione degli agenti? Gli incentivi sono soggetti a giochi di potere? Questi sono tutti indicatori chiave da osservare nei prossimi 6-12 mesi. 10/ In sintesi: Sentient sta cercando di rispondere alla domanda più difficile: "come può l'AI open source essere sia utile che autosufficiente?" A livello ingegneristico ci sono ROMA/ODS, a livello economico ci sono OML/fingerprint, ora resta da vedere la validazione del mercato.