Gli articoli di Millebit sono scritti con l’intelligenza artificiale a partire da fonti citate in ogni pezzo. Come lavoriamo
Tecniche e strumenti per rendere l'IA più utile e coinvolgente: compiti lunghi, prototipi per impatto e agenti ludici.
Introducing Gemini 4 Carbon, it's a big jump over Argon which we released just 2 weeks ago. Gemini 4 Carbon is SOTA on cyber, long horizon tasks, ranks #1 on Artificial Analysis V5, significantly improves on usability in domains like coding, and is more aligned.
"Hunger beats tenure." Great write-up by Felix on why his team at Anthropic dropped coding interviews: newer engineers are flying past stronger, more tenured coders. Execution isn't expensive anymore. Inside a company, the signal is picking an idea that moves the business and prototyping it. Outside, it's a portfolio of small prototypes. Both should show off your taste and judgment. Claude Code Desktop started as a weekend prototype by two newer engineers.
Addy Osmani lo dice netto: «la fame batte l’anzianità». In Anthropic il segnale è la capacità di scegliere un’idea che sposta una metrica di prodotto e di portarla in fretta a uno stato usabile. L’esempio di Claude Code Desktop nato in un weekend da due junior chiarisce l’asticella. Per chi si candida conta arrivare con un prototipo piccolo, vicino al prodotto, dimostrabile, e con il perché delle scelte scritto e verificabile.
Il criterio pratico per valutarlo può essere esplicito: metrica da muovere definita prima, tempo di prototipazione dichiarato, copertura dei casi essenziali con test minimi. Il giudizio della redazione è favorevole, ma con paletti contro i bias ricorrenti: non premiare solo chi ha serate libere per hackathon, non scambiare una demo appariscente per solidità, non penalizzare chi lavora su basi infrastrutturali. Si evitano con brief uguali per tutti e checklist di qualità condivise.
I think October represents another inflection point in capabilities for coding agents and the models that drive them: Claude Opus 5.5 can now build video games that are actually fun https://simonwillison.net/2026/Oct/28/vibe-game-development/
Opus 5.5 progetta giochi divertenti. Conta chi lo dice e come: Simon Willison testa i modelli e qui punta sulla progettazione, con prove HTML e JavaScript senza guardare il codice. Registra convergenza a Foo Camp, distingue Opus 5.5 da GPT-6 Astra sul divertimento, e mette al centro «Rendilo MOLTO più divertente». Implicito: decisioni di design, non solo asset.
L’anello debole diventa la valutazione. Se l’agente produce in minuti una versione giocabile, il ciclo si sposta sulla telemetria. Le scelte di design seguono dove i giocatori abbandonano e quanto tempo serve per riuscire, con obiettivi chiari e versioni confrontabili. Giudizio della redazione: tesi credibile per giochi piccoli e browser based, rischio di sovrastima fuori. Se tiene, premia chi struttura feedback, dati e brief. Anthropic guadagna fiducia, OpenAI inseguirà.
Logan Kilpatrick annuncia Gemini 4 Carbon come salto su Argon, con SOTA su cyber e compiti a lungo orizzonte, migliore nel programmazione e «più allineato». Kilpatrick guida i prodotti per sviluppatori di Google AI Studio e Gemini, parla dal lato che deve reggere casi d’uso reali. Il post non porta metriche, protocolli né latenza. Non sappiamo come definiscono «cyber» e i contesti dei task lunghi.
Per chi costruisce agenti o strumenti di programmazione cambia l’ordine delle prove in produzione e nei benchmark interni: prima Carbon sui task lunghi. Giudizio della redazione: vale testarlo in cima per cyber e orizzonte lungo e verificarne la tenuta da capo a fondo. La produzione arriva solo con numeri pubblici e protocolli riproducibili, qui assenti.