Il punteggio che è girato come la prova che ci siamo arrivati, quel 99,9% su ARC-AGI-3, l’ha tirato fuori l’impalcatura montata attorno al modello.
OpenAI ha pubblicato GPT-6 Astra il 3 settembre, l’ha chiamato il modello più intelligente e allineato del mondo. E così chi ha rilanciato quel 99,9% ha detto: la distanza è finita, siamo all’Intelligenza Artificiale Generale. Ma AGI vuol dire una macchina che si arrangia in una situazione che non ha mai visto, che capisce da sola le regole di un ambiente nuovo. E ci azzecca abbastanza da poterci fidare della risposta senza andare nemmeno a controllarla. E quella riga, lo sappiamo, è tutta da superare. Tutto il resto sono punteggi.
E sull’impianto neutro, quello che misura tutti allo stesso modo, Astra sta al 62,7%. Circa il doppio di Claude Opus 5, otto volte la generazione precedente di OpenAI. Niente male, numeri veri. Ma non è AGI. E il 99,9% sta una riga più sotto, nella stessa tabella, stessi pesi, cambia l’adattatore. Tiene lo stato del ragionamento fra una richiesta e l’altra e comprime le conversazioni lunghe. Così la macchina riusa il lavoro che ha già fatto invece di ripartire fredda a ogni mossa. E questo è fondamentale, io stesso ho usato Astra per andare a rivedere tutto il contesto di quello che ho fatto, per andare a rivedere tutto il debug delle mie dashboard, dove va ad avere un contesto enorme, ma è quella la sua caratteristica principale. Niente a che fare con l’AGI.
Vedete, io questa roba, come molti altri ci mancherebbe, la costruisco tutti i giorni sulle mie macchine. E la differenza fra un agente che riparte da zero ogni passo e uno che si ricorda quello che ha appena fatto, la vedo nel tempo e nei token che spendo. Intanto le classifiche però si muovono un po’ da sole, no? Astra arriva sull’indice di Artificial Analysis a 61, in pari col suo predecessore. Per un salto generazionale, è imbarazzante. E la gente però l’ha notato. Almeno gli esperti. Fuffaguru dicono che è straordinario e che è l’AGI. Perché alla fine le provano come se fossero dei giochini. L’hai provato? Uh, io l’ho provato. Ma non funziona così.
Anche perché pochi giorni dopo c’è la versione 4.2 dell’indice, task più difficili e più test privati. E Astra sale al secondo posto, 4 punti sopra Sol. Insomma, alla fine i modelli sono rimasti quelli ed è cambiato il metro. E poi c’è quello che dice ARC Prize. Che di solito i lanci mica li raffredda, eh. Saturare ARC-AGI-3 non prova niente sull’AGI, ovvio. Sono ambienti chiusi. Sono delimitati. E un essere umano qualsiasi li risolve tutti.
Quindi su un test chiuso Astra arriva dove arriviamo noi, senza sforzo. E ci arriva solo con l’impalcatura giusta attorno. Quando poi lavora davvero, sbaglia e inventa, ovviamente. Con una sicurezza che non si è nemmeno guadagnato. E quindi di quella fiducia senza verifica nel 2026 non c’è ancora niente. E l’unico punteggio da record di questa storia l’ha tirato fuori un pezzo di software scritto addirittura attorno al modello.
Voi cosa ne pensate?
#DecisioniArtificiali #MCC #IntelligenzaGenerale #TestAI #Fuffaguru
