Anthropic ha spedito 74 release in 52 giorni. Computer Use, Claude Code auto mode e il leak di Claude Mythos: analisi pratica per le PMI italiane che vogliono capire cosa applicare subito.
Tra gennaio e marzo 2026, Anthropic ha pubblicato 74 aggiornamenti in 52 giorni. Più di uno al giorno, ogni giorno, per quasi due mesi di fila. Il sito Product Compass ha mappato il calendario: nessun competitor è vicino a questo ritmo. OpenAI si è concentrata su chat e coding. Google gira su cicli mensili. Anthropic ha smesso di aspettare.
Questa densità di release non è solo un esercizio di marketing. Dentro quelle 74 novità ci sono strumenti che cambiano concretamente come si lavora con l'AI in azienda. Tre in particolare meritano attenzione: Computer Use, Claude Code auto mode e il leak di Claude Mythos. In questo articolo le analizziamo una per una, con un occhio specifico a cosa significa per le PMI italiane che stanno costruendo o ottimizzando i propri processi di automazione AI.
Il 23 marzo Anthropic ha reso disponibile la Computer Use nei piani a pagamento di Claude e Claude Code. Il funzionamento è diretto: si concede a Claude l'accesso a mouse e tastiera del computer e lui esegue task in completa autonomia. Apre applicazioni, naviga interfacce grafiche, compila form, sposta file, interagisce con qualsiasi software come farebbe un operatore umano.
Per attivarlo serve un piano da 20 dollari al mese e l'abilitazione manuale dalle impostazioni desktop.
Il risultato è genuinamente sorprendente, ma per ora è lento. Un test reale: aprire DaVinci Resolve, navigare alla sezione colore e selezionare il pannello magic mask richiede circa dieci secondi a un professionista. Con Computer Use, lo stesso task ha richiesto cinque minuti e un primo tentativo fallito per timeout.
Se si aspetta davanti allo schermo, è frustrante. Se il task gira in background, o di notte, o su una macchina remota, la prospettiva cambia completamente.
Questo è il punto che molte analisi mancano: la Computer Use non è pensata per competere con la velocità umana. È pensata per sostituire la presenza umana.
Abbinata a Dispatch (la funzione che permette di avviare task di Claude Code da mobile), la Computer Use diventa uno strumento per delegare operazioni che richiedono l'accesso all'interfaccia grafica senza dover essere fisicamente presenti al computer.
Esempi pratici per contesti aziendali:
Se stai valutando come integrare questi flussi nella tua operatività, le nostre soluzioni di automazione con agenti AI coprono esattamente questi scenari.
Chi lavora con Claude Code in produzione conosce la frustrazione: si lancia un task complesso, si torna venti minuti dopo pensando che sia finito, e si trova la finestra ferma su "Posso eseguire questo comando?" in attesa da un'ora.
Con auto mode, le azioni a basso rischio (ricerche web, comandi terminale sicuri, operazioni di file routine, installazioni di dipendenze note) non richiedono più approvazione esplicita. Claude completa i task interi e si ferma solo per le operazioni che meritano davvero supervisione umana.
| Senza auto mode | Con auto mode |
|---|---|
| Task lanciato | Task lanciato |
| Lavori su altro | Lavori su altro |
| Torni dopo 20 minuti | Torni dopo 20 minuti |
| "Posso fare una ricerca web?" | Task completato |
| Approvi. "Posso eseguire npm install?" | Review del risultato |
| Altra approvazione. Altra ancora. | Deploy pronto |
| Feature incompleta, sessione da riavviare | (nessun blocco) |
La differenza non è solo di tempo. È di qualità dell'attenzione: invece di monitorare Claude come un assistente che chiede permesso per ogni azione, lo tratti come uno sviluppatore a cui hai già spiegato cosa può fare da solo.
Per le aziende che non hanno un team tecnico interno, i nostri Rayo Agents portano questo tipo di automazione senza richiedere competenze di programmazione interne.
Il 26 marzo Fortune ha riportato che Anthropic aveva pubblicato per errore un post del blog su un server non protetto. Il post, rimosso rapidamente, descriveva un nuovo tier di modelli chiamato Claude Mythos.
I dettagli disponibili, con tutta la cautela che un leak non confermato richiede:
L'ultimo punto è quello più rilevante per chi lavora con Claude in produzione. Anthropic è l'unica big tech AI che pubblica apertamente research sulla sicurezza dei propri modelli e che, in questo caso, ha inserito esplicitamente un avvertimento di cybersecurity nel materiale di lancio, anche se non era destinato alla pubblicazione.
Non è allarmismo. È trasparenza operativa, e significa che il rollout sarà prudente.
Per le aziende: quando Mythos arriverà sulle API, il costo per token sarà più alto degli attuali modelli Opus. Ha senso iniziare a costruire oggi un'architettura che sappia scegliere il modello giusto per ogni task: modelli leggeri per task semplici, modelli avanzati solo dove servono davvero. Una consulenza di AI transformation aiuta a fare questa valutazione prima che i costi si alzino.
Mentre Anthropic domina il ciclo di news di marzo, Google ha rilasciato Gemini 3.1 Flash nella modalità Live, con conversazioni in tempo reale e accesso alla webcam e screen sharing. Disponibile via API, Google AI Studio e app mobile.
La funzione è concretamente utile: mostri lo schermo, fai una domanda su quello che vedi, Gemini risponde guardando la tua interfaccia in tempo reale. Google la sta integrando in Search.
Il punto non è quale modello sia "il migliore" in assoluto. La distanza tra "tecnologicamente possibile" e "disponibile a tutti, oggi" si sta chiudendo su tutti i fronti contemporaneamente. Per le aziende italiane, la finestra per iniziare a usare questi strumenti prima dei competitor si sta restringendo.
| Novità | Fornitore | Impatto operativo | Disponibilità |
|---|---|---|---|
| Computer Use (mouse e tastiera) | Anthropic | Alto, ma ancora lento | Subito, piano a pagamento |
| Claude Code auto mode | Anthropic | Alto, operativo subito | Subito |
| Claude Mythos | Anthropic | Molto alto (TBD) | Futuro, rollout graduale |
| Gemini 3.1 Flash Live | Medio-alto | Subito via API | |
| Wikipedia vieta articoli AI | Wikipedia | Segnale di governance | n/d |
Wikipedia ha vietato l'uso di AI per generare intere voci enciclopediche. Gli editor possono continuare a usarla per editing di base e traduzione, ma il contenuto principale deve essere scritto da persone.
La motivazione è tecnica e ha una logica precisa: la maggior parte dei modelli linguistici si è addestrata su Wikipedia. Se i modelli producessero Wikipedia, si creerebbe un ciclo chiuso in cui i sistemi si nutrono dei propri output, con una degradazione progressiva della qualità dei dati di training. Il fenomeno si chiama model collapse.
La risposta di Wikipedia (usare l'AI come strumento di supporto, non come generatore di contenuto) è esattamente il tipo di distinzione che le aziende dovrebbero applicare ai propri processi di gestione della conoscenza interna.
Se stai pensando a come costruire una base di conoscenza aziendale che l'AI possa usare senza perdere qualità nel tempo, l'architettura RAG che implementiamo con i Rayo Agents è progettata proprio per evitare questo problema.
Le novità di marzo 2026 non richiedono di riscrivere la propria strategia AI dall'inizio. Richiedono di fare tre cose concrete:
1. Testare Computer Use su un task reale ripetitivo. Identifica un processo che richiede accesso a interfacce grafiche, che gira fuori orario e che oggi consuma ore di lavoro manuale. Anche se lento, Computer Use lo completa senza presidio.
2. Abilitare auto mode su Claude Code. Se il tuo team usa già Claude Code, l'attivazione è immediata e l'impatto sul flusso di lavoro è misurabile dal primo giorno.
3. Prepararsi all'arrivo di Mythos con un'architettura multi-modello. Inizia a separare i task per complessità: non tutti i task aziendali richiedono il modello più potente. Costruire questa logica oggi significa controllare i costi quando i modelli di nuova generazione arriveranno sulle API.
Se non sai da dove iniziare, prenota una call con il team Rayo: analizziamo i tuoi processi e identifichiamo dove l'AI crea il massimo impatto con il minimo attrito.