AI News – 12 Aprile 2026: Il Mistero Claude Mythos, il “New Deal” di OpenAI e i Fail di Google

AI News 6-12 Aprile: Svelato Claude Mythos, l'IA "troppo potente". OpenAI propone la Robot Tax e Google lotta contro le allucinazioni.

Se nei mesi scorsi abbiamo assistito al consolidamento dell’hardware e all’esplosione della Vertical AI, la prima settimana di aprile 2026 rimette prepotentemente al centro del dibattito i modelli di frontiera e le loro implicazioni sociali.

È stata la settimana di Claude Mythos, il modello di Anthropic svelato da una fuga di dati e giudicato “troppo potente” per un rilascio pubblico immediato. Mentre Anthropic sposta il focus sulla sicurezza informatica autonoma con il Progetto Glasswing, OpenAI smette i panni dell’azienda tecnologica per indossare quelli del legislatore, proponendo un vero e proprio “AI New Deal” al governo USA. Nel frattempo, Google continua a combattere contro le allucinazioni del suo motore di ricerca, e Nvidia ci ricorda che il vero futuro dell’IA ha un corpo d’acciaio.

Ecco le 5 notizie chiave della settimana, analizzate per comprenderne l’impatto reale.

1. Il Leak di Claude Mythos: Il Modello “Troppo Potente” di Anthropic

La segretezza sui modelli di nuova generazione (AGI-level) è saltata a causa di una massiccia fuga di notizie, costringendo Anthropic a un’ammissione senza precedenti.

🔍 Cosa è successo: La settimana si è aperta con un clamoroso leak che ha svelato l’esistenza di “Claude Mythos”, il modello segreto di Anthropic. Poche ore dopo, come confermato in un’anteprima ufficiale rilasciata a TechCrunch, l’azienda ha dovuto anticipare i tempi, mostrando le capacità del sistema. La dichiarazione più forte, ripresa anche dai notiziari CBS, è che Mythos è stato giudicato “troppo potente per un rilascio pubblico” immediato, a causa di capacità di ragionamento autonomo e manipolazione del codice che superano le attuali barriere di sicurezza (guardrails).

💡 Perché è importante: È la prima volta che un’azienda leader blocca volontariamente (o quantomeno ritarda) il rilascio commerciale del suo prodotto di punta ammettendo di non poterne controllare appieno le capacità emergenti. Mythos non si limita a rispondere a prompt complessi; progetta interi sistemi software in autonomia, eseguendoli, testandoli e correggendoli senza alcun intervento umano.

🎯 Il nostro take: C’è una sottile linea tra la sicurezza responsabile e il marketing della scarsità. Dire “abbiamo creato qualcosa di troppo pericoloso per voi” è il modo più potente per attirare l’attenzione di governi e investitori militari. Tuttavia, l’evento segna l’inizio ufficiale della corsa alla “sicurezza dell’AGI” come vero e proprio prodotto commerciale.

2. Project Glasswing: L’IA Diventa un Hacker Autonomo

In perfetta continuità con le preoccupazioni sollevate da Mythos, Anthropic dimostra perché serve massima cautela nel far interagire gli agenti IA con le infrastrutture critiche.

🔍 Cosa è successo: Contestualmente alle rivelazioni sui nuovi modelli, Anthropic ha lanciato il Project Glasswing, un’iniziativa documentata da The Verge. Si tratta di un framework di cybersecurity in cui agenti IA autonomi vengono sguinzagliati per esplorare vulnerabilità all’interno di qualsiasi sistema operativo (OS) e browser. L’IA esegue penetration test su scala massiccia, non limitandosi a leggere il codice, ma agendo come un vero e proprio “White Hat Hacker” (hacker etico).

💡 Perché è importante: Fino a ieri, l’IA veniva usata per scrivere codice malevolo o difensivo sotto la guida umana. Con Glasswing, l’IA è l’attore: cerca attivamente le falle “zero-day” nei server e nei sistemi cloud prima che lo facciano i criminali informatici.

🎯 Il nostro take: La sicurezza informatica è diventata il campo di battaglia definitivo per l’Agentic AI. Chi controlla i modelli capaci di trovare vulnerabilità più velocemente detiene un vantaggio strategico immenso, non solo a livello aziendale, ma di sicurezza nazionale.

3. Google AI Overviews: La Crisi dell’Affidabilità

Mentre la potenza teorica esplode, l’applicazione quotidiana dell’IA generativa su larga scala continua a mostrare limiti strutturali preoccupanti.

🔍 Cosa è successo: Un’impietosa analisi tecnica pubblicata da Ars Technica ha quantificato i danni d’immagine del motore di ricerca potenziato dall’IA di Google (AI Overviews). Il report ha rilevato che, su query complesse o tecniche, le risposte generate dall’IA di Google contengono errori fattuali, allucinazioni o fonti inesistenti nel 10% dei casi.

💡 Perché è importante: Il 10% di tasso d’errore può sembrare basso in un laboratorio, ma applicato ai miliardi di ricerche quotidiane gestite da Google (che variano dai consigli medici alle normative fiscali), significa milioni di informazioni errate distribuite ogni giorno. La fiducia degli utenti verso il monopolista della ricerca online si sta sgretolando a favore di soluzioni verticali e verificabili.

🎯 Il nostro take: Questo evento ripropone il conflitto tra “Trust vs Scale” (Fiducia contro Scalabilità). I Large Language Models sono generatori probabilistici eccellenti, ma motori di ricerca pessimi. Finché la GenAI sarà usata per recuperare fatti esatti invece che per elaborare testi, le allucinazioni rimarranno un problema irrisolvibile.

4. L'”AI New Deal” di OpenAI: Dalla Tecnologia alla Geopolitica

La transizione di OpenAI da laboratorio di ricerca a potenza politica globale (para-statale) ha subito un’accelerazione drammatica.

🔍 Cosa è successo: Come riportato in un’analisi delle nuove policy aziendali, OpenAI ha proposto al governo degli Stati Uniti un vero e proprio piano socio-economico, ribattezzato “AI New Deal”. Il documento non parla di parametri o token, ma di tasse sui robot (robot tax), fondi sovrani per ridistribuire la ricchezza (Wealth Fund), reddito universale e massicci investimenti infrastrutturali (nucleare e data center) per mantenere il predominio americano sull’Europa e sulla Cina.

💡 Perché è importante: Sam Altman e soci stanno ammettendo apertamente che l’impatto dei loro prodotti causerà una disoccupazione strutturale massiccia. Invece di subire la futura regolamentazione, OpenAI sta cercando di scriverla in prima persona, dettando l’agenda economica del governo federale.

🎯 Il nostro take: Le Big Tech dell’IA non sono più semplici aziende di software. Stanno assumendo un peso politico paragonabile a quello delle multinazionali petrolifere nel Novecento, tentando di plasmare il patto sociale del futuro per proteggere i propri immensi margini di profitto.

5. La Settimana della Robotica e le Start-up “Hard Tech”

La competizione si sposta definitivamente dai chip e dal cloud verso il mondo fisico: la materia, la meccanica e i materiali.

🔍 Cosa è successo: Durante la National Robotics Week 2026, Nvidia ha concentrato ogni sforzo narrativo sulla “Physical AI” (L’IA fisica): algoritmi integrati in droni autonomi, bracci industriali e robot umanoidi capaci di apprendere per imitazione negli spazi fisici. Contemporaneamente, il MIT ha annunciato il finanziamento di 16 nuove aziende attraverso il programma START.nano, dedicato esclusivamente all'”Hard Tech”: nuovi materiali per semiconduttori, sensori bio-integrati e nanotecnologie per supportare la prossima ondata di calcolo dell’IA.

💡 Perché è importante: C’è una saturazione nel mondo del software puramente generativo. Il mercato ha capito che il vero trilion-dollar business è applicare “il cervello” dell’IA a “corpi” robotici e infrastrutture avanzate. Senza nuovi traguardi nella scienza dei materiali (per dissipare il calore e ridurre i consumi dei data center), lo sviluppo dell’IA si fermerebbe.

🎯 Il nostro take: Come evidenziato nell’editoriale del nostro anniversario, l’orizzonte non è più generare un bel testo, ma far muovere una macchina in modo intelligente in un cantiere o in una sala operatoria. È il trionfo dell’IA “Embodied” (incarnata).

FAQ: Domande Frequenti della Settimana

1. Cos’è Claude Mythos e perché è stato bloccato il suo rilascio? Claude Mythos è il nome in codice del modello di nuova generazione (presumibilmente l’erede della famiglia Claude 3.5/4) sviluppato da Anthropic. Un leak ne ha svelato l’esistenza e le incredibili capacità logiche. Anthropic ha dichiarato che il modello possiede abilità di “agentività autonoma” (scrivere, correggere ed eseguire codice senza supervisione) così avanzate da rappresentare un rischio per la sicurezza informatica globale se rilasciato open source o senza adeguati “guardrails”.

2. Cosa significa “Project Glasswing” per la sicurezza informatica? È un progetto che utilizza l’IA non per difendersi passivamente, ma per attaccare in modo proattivo. L’IA scansiona milioni di righe di codice nei sistemi operativi (come Windows, Linux o iOS) e nei browser web per scovare vulnerabilità invisibili ai programmatori umani. Questo permette alle aziende di “chiudere le porte” prima che i criminali informatici possano sfruttare quelle stesse falle.

3. Perché Google AI Overviews sbaglia il 10% delle risposte? I modelli alla base di AI Overviews (come Gemini) sono Large Language Models (LLM). Sono progettati per prevedere quale parola abbia più senso statistico dopo la precedente, non per interrogare un database di “fatti veri”. Quando incrociano fonti discordanti sul web o non hanno dati sufficienti, tendono a “inventare” la risposta pur di soddisfare la query dell’utente (fenomeno delle allucinazioni), risultando pericolosamente inaffidabili su temi tecnici o scientifici complessi.

4. Che cos’è la “Robot Tax” (Tassa sui Robot) proposta da OpenAI? È un concetto economico per cui se un’azienda sostituisce un lavoratore umano con un’Intelligenza Artificiale (o un robot), deve pagare una tassa equivalente alle imposte sul reddito che quel lavoratore umano avrebbe versato allo Stato. OpenAI propone che i proventi di queste tasse, uniti a fondi sovrani (Wealth Funds), vengano usati per finanziare un reddito di base universale per le persone che perderanno il lavoro a causa dell’automazione.

5. Cosa si intende per “Hard Tech” e “Physical AI”? La Physical AI (IA fisica) è l’intelligenza artificiale integrata in robot, droni e macchinari, capace di percepire l’ambiente fisico tramite sensori e compiere azioni meccaniche. L’Hard Tech (o Deep Tech) si riferisce a innovazioni ad alta intensità scientifica basate su materie tangibili, come nuovi materiali, nanotecnologie o quantum computing. Sono i settori fisici e manifatturieri che devono evolversi per supportare la futura infrastruttura dell’IA.