Quando i modelli di IA si rifiutano di combattere gli hacker
Le squadre di sicurezza stanno affrontando una nuova sfida nella lotta contro le minacce informatiche basate sull'intelligenza artificiale: i potenti modelli di intelligenza artificiale utilizzati per rilevare e rispondere agli attacchi a volte limitano il proprio uso durante le indagini. Questo problema è venuto alla luce dopo che OpenCode, una piattaforma di codifica AI open source, ha subito una violazione che ha permesso agli aggressori di rubare le chiavi API di diversi importanti fornitori di AI, tra cui OpenAI, Anthropic e Google. OpenCode ha attribuito la violazione a un "attacco di distillazione su larga scala" che ha colpito l'1,4% dei suoi utenti. Durante l'indagine, il team di OpenCode ha scoperto che i modelli avanzati di intelligenza artificiale inizialmente hanno aiutato nell'analisi della violazione, ma in seguito hanno rifiutato di collaborare a causa delle restrizioni di sicurezza integrate. Per continuare il loro lavoro, OpenCode ha accesso al programma Daybreak Blue di OpenAI, che fornisce agli esperti di sicurezza informatica un accesso meno limitato ai modelli di IA. L'incidente mette in evidenza un dilemma più ampio per i professionisti della sicurezza informatica: bilanciare la necessità di strumenti AI veloci e potenti con i rischi di uso improprio da parte di attori malevoli.
OpenAI announced on October 6, 2026, that its artificial intelligence system had produced a proof for the quasi-Riemann hypothesis, a major milestone in mathematics that researchers describe as the most significant application of AI to the field to date. The result settles a weaker variant of the Riemann hypothesis, a problem that has remained unresolved for more than 160 years. Jared Duker Lichtman of Stanford University stated that the achievement stands apart from previous efforts by a wide margin. The proof did not introduce new mathematical concepts, according to Alexander Dunn of the Georgia Institute of Technology. Instead, it synthesized existing ideas to reveal hidden connections. Maksym Radziwiłł of New York University noted that the implications are staggering because the vast majority of consequences derived from the full Riemann hypothesis already follow from this quasi-version. The Riemann hypothesis concerns the behavior of the Riemann zeta function, a mathematical construct originally defined by Bernhard Riemann in 1859. The function is built from the infinite series of reciprocals raised to a complex power. The central question involves identifying the specific values of the complex variable $s$ that cause the function to equal zero. Trivial zeros occur at negative even integers. The hypothesis posits that all non-trivial zeros lie on a vertical line where the real part of $s$ is one-half. If any zero were found elsewhere, it would indicate unexpected patterns in the distribution of prime numbers. Primes are often described as the atoms of arithmetic. Riemann demonstrated that the density of primes along the number line is governed by these zeros. Previous work narrowed the possible location of these zeros to a vertical strip between zero and one. In 1896, two mathematicians proved that zeros cannot lie on the edges of this strip, a finding that led directly to the prime number theorem. The Clay Mathematics Institute listed the Riemann hypothesis among its seven Millennium Prize Problems at the start of the twenty-first century. It was the only problem carried over from a list established by David Hilbert a century prior. Mathematicians have long studied the problem, but the recent AI-generated proof relies partly on techniques pioneered by Radziwiłł and Dunn. They are currently analyzing the proof alongside other number theorists to determine its broader significance. The discovery suggests that AI can navigate complex mathematical landscapes by combining known elements in novel ways rather than inventing entirely new frameworks. While mathematical breakthroughs capture academic attention, the commercial implications of advanced AI systems are reshaping industries beyond pure science. Orlando Bravo, head of Thoma Bravo, addressed the volatility in the software sector during an interview. His firm manages approximately $170 billion in assets, primarily invested in corporate software. Bravo argued that fears regarding the obsolescence of software due to AI coding bots are overstated. He pointed to historical precedents where the industry recovered after periods of doubt. Recent market conditions have been challenging, with a sharp decline in software stocks halting dealmaking activity. However, signs of recovery are visible, including Schneider Electric’s $23 billion acquisition of PTC and a $6 billion takeover of the AI cybersecurity firm Varonis by a Thoma-backed entity. Bravo emphasized that the value of software companies lies in domain expertise and the difficulty of replicating their services, rather than the code itself. He cited Dayforce, an HR software provider acquired by Thoma Bravo in 2025, as an example. The company sells reliability and liability management for payroll processing, not merely digital code. Bravo warned that upcoming initial public offerings by major AI firms like Anthropic and OpenAI could absorb significant capital market attention. This shift poses challenges for the private equity industry, which holds an estimated $3.8 trillion in unsold companies. Investors may struggle to secure funding for traditional deals when massive capital flows toward AI giants. Security vulnerabilities associated with rapid AI deployment have also emerged. OpenCode, an open-source AI coding agent, disclosed a compromise over the weekend that allowed attackers to steal API keys for customers using OpenAI, Anthropic, and Google services. The breach resulted from a large-scale distillation attack affecting 1.4 percent of OpenCode Console users. Co-creator Dax Raad stated that attackers targeted the system continuously for 48 hours. During the response, frontier AI models used for investigation began refusing to process requests related to potentially malicious code. This occurred despite the defensive context. OpenCode subsequently accessed OpenAI’s Daybreak Blue program, which provides restricted-access models to vetted defenders. Raad acknowledged the need for improved proactivity in handling such incidents. This incident highlights a tension in cybersecurity defense strategies. Teams face a choice between using powerful proprietary models with strict safety guardrails or open-weight alternatives that offer more control but less inherent restriction. Hugging Face encountered similar issues when investigating suspicious activity linked to OpenAI agents. Its security team utilized a Chinese open-weight model after frontier models imposed limitations. Chris Jones, chief technology officer at Nightwing, noted that the industry must learn to balance the speed of AI-powered defenses against the necessity of restricting dangerous capabilities. AI companies argue that gating access to their most powerful models is essential to prevent misuse by malicious actors. Parallel to technical developments, leading AI companies are establishing structures for self-governance and wealth redistribution. With minimal federal regulatory intervention, firms including Anthropic, OpenAI, Google, Meta, Nvidia, and Elon Musk’s XSI are developing voluntary frameworks to manage societal impact. President Trump has supported this approach, blessing a framework for self-regulation outside formal government monitoring. Three distinct visions for distributing AI-derived wealth have emerged. Anthropic pledged five percent of its shares to a public benefit fund before its IPO. At a hypothetical $2 trillion valuation, this stake would be worth $100 billion, exceeding the current endowment of the Gates Foundation. Combined with earlier pledges, roughly 20 percent of Anthropic’s shares are designated for public good initiatives. Elon Musk proposed a different model, urging direct distribution to citizens. He pledged to give every American child a share of SpaceX next year, a gesture valued at approximately $10.5 billion at current prices. Musk described this as the first step in a larger series of distributions, though operational details remain unspecified. Sam Altman, CEO of OpenAI, suggested providing the U.S. government with a five percent stake via a sovereign wealth fund. This plan aims to mimic the Alaska Permanent Fund, distributing investment returns directly to Americans. Such a move would likely require congressional approval. Critics point to the speculative nature of these financial projections and the historical track record of billionaire philanthropy. Questions persist regarding who defines the public good and whether these entities can be trusted to manage resources of such magnitude responsibly.
Vai alle fonti primarie (7)
Le fonti ufficiali su cui si basa la copertura. Leggile direttamente per aggirare il framing.
Nell'ottobre 2026, OpenAI ha annunciato una grande svolta in matematica con una prova della "ipotesi quasi-Riemann", una forma indebolita della famosa ipotesi di Riemann, che è rimasta irrisolta per oltre 160 anni. Questo risultato segna l'uso più significativo dell'intelligenza artificiale nella ricerca matematica fino ad oggi. L'ipotesi quasi-Riemann, sebbene meno ambiziosa dell'originale, ha ancora profonde implicazioni per la comprensione dei numeri primi, che sono fondamentali per la teoria dei numeri. A differenza delle aspettative precedenti, la prova non richiedeva l'introduzione di nuovi concetti matematici, ma rivelò invece connessioni precedentemente inosservate tra le teorie esistenti. Ricercatori come Maksym Radziwiłł e Alexander Dunn hanno iniziato ad analizzare la prova, notando il suo potenziale per sbloccare molte delle stesse intuizioni come risolvere l'ipotesi di Riemann completa.
Lettura del bias (Centro): L'articolo discute di un progresso scientifico in matematica e non coinvolge figure politiche, politiche o dibattiti ideologici. L'attenzione si concentra esclusivamente sugli aspetti accademici e tecnici dell'ipotesi quasi-Riemann e sulle sue implicazioni per la teoria dei numeri.
Perché fattualità (60): The article mentions Jared Duker Lichtman but incorrectly attributes a proof of the 'quasi-Riemann hypothesis' to him, which is not mentioned in the primary source document. The primary source states that Lichtman set a new world record for the distribution of primes in arithmetic progressions, not
Perché obiettività (65): The article presents the claim as a major breakthrough in AI-assisted mathematics and uses emotionally charged terms like 'staggering' and 'most significant AI-for-math achievement so far.' These phrases suggest enthusiasm rather than neutrality, potentially influencing reader perception.
Orlando Bravo, CEO di Thoma Bravo, sostiene che le preoccupazioni per il futuro del software aziendale sono sopravvalutate, nonostante le sfide poste dalle alternative basate sull'intelligenza artificiale. La sua azienda gestisce 170 miliardi di dollari in investimenti focalizzati su società di software che affrontano la concorrenza di soluzioni generate dall'IA. Bravo osserva che, sebbene l'acquisizione di software sia rallentata a causa del calo dei prezzi delle azioni e della riluttanza dei CEO a vendere a prezzi bassi, acquisizioni recenti come l'acquisto di PTC da parte di Schneider e l'acquisto di Varonis indicano un mercato in declino. Sottolinea che il valore di queste aziende non risiede solo nel loro codice, ma nella loro affidabilità operativa e competenza nel settore, che sono più difficili da replicare. Tuttavia, Bravo avverte che le imminenti IPO di importanti aziende di IA come Anthropic e OpenAI potrebbero deviare il capitale dal private equity, esacerbando l'attuale arretrato di $ 3,8 trilioni di società invendute.
Lettura del bias (Centro): L'articolo presenta la prospettiva di Orlando Bravo sull'impatto dell'IA sull'industria del software e sul private equity, senza favorire apertamente alcun lato politico. Il documento contiene le sue opinioni sulla dinamica del mercato e sulle potenziali sfide per il private equity, ma non inquadra la discussione in termini di politica
Perché fattualità (40): The article discusses Orlando Bravo and his views on AI's impact on the software industry, which is unrelated to the primary source document about private equity outlook in 2026. There is no mention of deal values, fund raising, or liquidity issues discussed in the Bain report. The facts presented i
Perché obiettività (60): The article presents Orlando Bravo's perspective on the software industry and AI, using direct quotes and specific examples. While it does not show bias towards any particular viewpoint, it focuses on one individual's opinion rather than presenting a balanced view of the broader private equity indus
AxiosIndipendenteCentroFattualità: nessuna fonte/documento ufficiale rilevatoObiettività 85
Le squadre di sicurezza stanno affrontando una nuova sfida nella lotta contro le minacce informatiche basate sull'intelligenza artificiale: i potenti modelli di intelligenza artificiale utilizzati per rilevare e rispondere agli attacchi a volte limitano il proprio uso durante le indagini. Questo problema è venuto alla luce dopo che OpenCode, una piattaforma di codifica AI open source, ha subito una violazione che ha permesso agli aggressori di rubare le chiavi API di diversi importanti fornitori di AI, tra cui OpenAI, Anthropic e Google. OpenCode ha attribuito la violazione a un "attacco di distillazione su larga scala" che ha colpito l'1,4% dei suoi utenti. Durante l'indagine, il team di OpenCode ha scoperto che i modelli avanzati di intelligenza artificiale inizialmente hanno aiutato nell'analisi della violazione, ma in seguito hanno rifiutato di collaborare a causa delle restrizioni di sicurezza integrate. Per continuare il loro lavoro, OpenCode ha accesso al programma Daybreak Blue di OpenAI, che fornisce agli esperti di sicurezza informatica un accesso meno limitato ai modelli di IA. L'incidente mette in evidenza un dilemma più ampio per i professionisti della sicurezza informatica: bilanciare la necessità di strumenti AI veloci e potenti con i rischi di uso improprio da parte di attori malevoli.
Lettura del bias (Centro): L'articolo discute le sfide tecniche legate all'IA nella sicurezza informatica senza prendere posizione su questioni politiche. Si concentra sulle limitazioni operative dei modelli di IA e non inquadra la discussione in termini di ideologia politica, politica o conflitto partigiano.
Perché fattualità: nessuna fonte/documento ufficiale rilevato
Perché obiettività (85): The article presents the situation in a largely neutral manner, focusing on the technical aspects of the breach and the responses from involved parties. However, there is a slight emphasis on the challenges faced by cybersecurity teams due to AI guardrails, which may subtly highlight the issue rathe
AxiosIndipendenteCentroFattualità: nessuna fonte/documento ufficiale rilevatoObiettività 78
Anthropic, una startup di intelligenza artificiale, ha dimostrato una forte performance finanziaria, segnalando una crescita significativa dei ricavi e diventando un flusso di cassa positivo nel terzo trimestre. Ciò si verifica in un contesto di preoccupazioni più ampie a Wall Street per una bolla di intelligenza artificiale, rendendo i risultati di Anthropic particolarmente notevoli. I ricavi della società sono aumentati di quasi il 50% a 16,8 miliardi di dollari rispetto al trimestre precedente, superando molte aziende consolidate come Alphabet, che hanno riportato un flusso di cassa libero negativo. Anthropic attribuisce il suo successo agli investimenti strategici nell'adozione aziendale e nelle capacità di codifica, come il suo popolare prodotto Claude Code, che ha generato entrate sostanziali. Nonostante il rallentamento della crescita rispetto ai trimestri precedenti, la società rimane uno dei principali contendenti nel panorama competitivo dell'IA, con aspettative di un'offerta pubblica iniziale storica.
Lettura del bias (Centro): L'articolo si concentra sulle prestazioni finanziarie e sulle dinamiche di mercato relative a una società di IA, senza espliciti commenti politici o allineamenti con posizioni ideologiche specifiche.
Perché fattualità: nessuna fonte/documento ufficiale rilevato
Perché obiettività (78): The article presents the information in a largely neutral manner, though it does include phrases like 'eye-popping financials' and 'blistering pace of growth,' which may introduce slight subjectivity. It also frames the situation in contrast to competitors like Google and OpenAI, which could subtly
AxiosIndipendenteCentroFattualità: nessuna fonte/documento ufficiale rilevatoObiettività 55
Le principali aziende di intelligenza artificiale come Anthropic, OpenAI e altre stanno stabilendo quadri di autoregolamentazione per gestire le loro tecnologie e gli impatti sociali che generano, aggirando la sorveglianza federale. Queste imprese stanno sviluppando volontariamente meccanismi per ridistribuire la loro ricchezza crescente, riflettendo approcci divergenti alla governance e al beneficio pubblico. Anthropic si è impegnata ad assegnare il 20% delle sue azioni a iniziative pubbliche, mentre Elon Musk ha proposto di distribuire azioni direttamente ai bambini americani e il CEO di OpenAI ha suggerito di concedere al governo degli Stati Uniti una partecipazione tramite un fondo sovrano. Questi sforzi evidenziano la crescente influenza delle principali società di IA e sollevano domande su come il loro potere e le risorse saranno gestiti in assenza di una forte regolamentazione governativa.
Lettura del bias (Centro): L'articolo presenta molteplici prospettive su come le aziende di intelligenza artificiale gestiscono l'autoregolamentazione e la ridistribuzione della ricchezza senza favorire apertamente una particolare posizione ideologica. Esso delinea varie proposte di diverse entità senza editorializzare o utilizzare un linguaggio parziale, mantenendo un focus
Perché fattualità: nessuna fonte/documento ufficiale rilevato
Perché obiettività (55): The article uses dramatic language like 'wielded such sweeping power to shape society' and implies a negative view of corporate self-regulation. The framing suggests skepticism toward the companies' intentions without providing balanced counterpoints.
Come l’ha coperta ogni schieramento
Lo stesso evento, raggruppato per l’orientamento politico delle testate che ne parlano.
progressista
centro
conservatore
★
Come l’ha coperta ogni schieramento
Sostieni notizie indipendenti e consapevoli del bias e sblocca il polso social, il voto della comunità e tutte le altre funzioni per i sostenitori.
ObjectiveNews è finanziato dai lettori e senza pubblicità: ti mostriamo il bias invece di nasconderlo. Sostieni il giornalismo indipendente per 4 €/mese.
United States
