Altman ha raccontato che un modello interno di OpenAI ha affrontato problemi di ricerca complessi; secondo i resoconti del podcast, un esperimento su Navier–Stokes sarebbe costato circa 10 milioni di dollari in calcolo. La conversazione ha toccato anche il legame tra IA e sicurezza informatica: PHP2Shell comprende d...
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did OpenAI CEO Sam Altman reveal during his October 29 Cheeky Pint podcast conversation with Stripe president John Collison about the i. Article summary: Altman’s central message was that AI’s scientific and engineering capabilities are advancing alongside its ability to expose weaknesses in existing software—and that containing substantially superhuman systems remains an. Topic tags: general, general web, user generated, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, ch
La conversazione del 29 ottobre 2026 tra Sam Altman e John Collison, cofondatore di Stripe, ha spaziato dalla ricerca assistita dall’intelligenza artificiale alla sicurezza del software e alla difficoltà di contenere sistemi molto capaci. Il filo conduttore è chiaro: un’IA più avanzata può aiutare a risolvere problemi tecnici complessi, ma anche rendere più facile scovare vulnerabilità trascurate. Le scoperte, però, vanno verificate, corrette e gestite con attenzione.15
20
Un resoconto dell’episodio riferisce che alcuni ricercatori di OpenAI hanno sottoposto a un modello interno problemi impegnativi di varie discipline, in un canale chiamato «Model Name-Hold My Beer». Secondo il racconto, il modello li avrebbe risolti uno dopo l’altro. Il nome del canale non va però confuso con il nome ufficiale, confermato, del modello.5
Un post sui social che condivide una clip descrive Altman come entusiasta dei risultati e, al tempo stesso, più rattristato di quanto si aspettasse, come se qualcosa stesse finendo. Questo dettaglio emotivo proviene da un resoconto circolato online: le fonti disponibili non offrono una trascrizione verificata in modo indipendente che lo confermi.27
Secondo la copertura del podcast, l’esperimento di OpenAI sulle equazioni di Navier–Stokes sarebbe costato circa 10 milioni di dollari in potenza di calcolo.2 È una stima riportata, non una verifica indipendente delle risorse utilizzate o della validità della dimostrazione. Le fonti disponibili non documentano neppure risparmi specifici ottenuti usando gruppi di agenti.
2
In una trascrizione indicizzata, Altman preferisce l’espressione «gruppi di agenti» a «sciami di agenti» e afferma che questi gruppi potrebbero avere proprietà interessanti rispetto alle leggi di scala e all’allineamento, da approfondire. Si tratta di una direzione di ricerca, non della prova che i gruppi siano automaticamente più sicuri o meglio allineati.17
Secondo un altro resoconto, Altman preferirebbe mille miliardi di IA leggermente sovrumane a un unico sistema enormemente più potente. La motivazione riportata è che una pluralità di attori potrebbe offrire maggiore resilienza rispetto alla dipendenza da una sola intelligenza.21
Sul contenimento, Altman avrebbe detto che i sandbox funzionano solo «fino a un certo punto» quando un modello è molto più intelligente di chi lo gestisce. Nella stessa conversazione avrebbe definito «a portata di mano» i centri dati capaci di autoriprodursi e detto che OpenAI indirizzerà la robotica alla loro costruzione. Sono previsioni e valutazioni sul futuro, non la conferma che esistano già strutture in grado di replicarsi da sole.3
La discussione su IA e sicurezza informatica ha un riscontro concreto in PHP2Shell, il nome dato a due vulnerabilità di PHP: CVE-2026-109618 e CVE-2026-109619. Entrambe hanno ottenuto un punteggio CVSS di 9,2 e possono consentire l’esecuzione remota di codice senza autenticazione.29
32
Secondo il resoconto di Calif, le vulnerabilità sono state individuate con contributi di Calif, OpenAI e Wiz. IBM riferisce che i ricercatori hanno impiegato sistemi di IA, tra cui GPT-5.6 Sol di OpenAI, nell’ambito del lavoro che ha portato a identificare le falle; IBM ha inoltre segnalato tentativi di sfruttamento dopo la divulgazione.31
44 CISA afferma che entrambe sono state aggiunte il 26 ottobre al suo catalogo delle vulnerabilità note sfruttate e invita le organizzazioni ad applicare le patch.
29
L’avvertimento più ampio di Altman, come riassunto dalla copertura dell’intervista, è che applicare sistematicamente l’IA al codice esistente potrebbe portare alla luce più vulnerabilità gravi di quanto molti si aspettino.20 PHP2Shell mostra perché trovare una falla è solo una parte del lavoro: occorre individuare i sistemi interessati, valutare le segnalazioni e distribuire le correzioni. Per chi gestisce PHP, l’indicazione immediata di CISA è aggiornare tempestivamente.
29
La copertura dell’intervista documenta una discussione sulle capacità di ricerca, sui gruppi di agenti, sulla cybersicurezza e sui limiti dei sandbox. Non dimostra quanto si sarebbe risparmiato grazie ai gruppi di agenti, non verifica in modo indipendente il risultato riportato su Navier–Stokes e non conferma tutte le affermazioni circolate su incidenti legati all’IA e sull’adozione del software.2
17
Per i team che sviluppano o gestiscono software, la lezione pratica è considerare la scoperta di falle assistita dall’IA un motivo per rafforzare la manutenzione, non un suo sostituto. Le segnalazioni vanno verificate, le correzioni devono avere responsabili chiari e gli aggiornamenti devono arrivare ai sistemi in uso. La gravità di PHP2Shell e l’allerta di CISA spiegano perché questi passaggi contino, anche quando l’IA contribuisce a individuare una vulnerabilità.29
32
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Altman ha raccontato che un modello interno di OpenAI ha affrontato problemi di ricerca complessi; secondo i resoconti del podcast, un esperimento su Navier–Stokes sarebbe costato circa 10 milioni di dollari in calcolo.
Altman ha raccontato che un modello interno di OpenAI ha affrontato problemi di ricerca complessi; secondo i resoconti del podcast, un esperimento su Navier–Stokes sarebbe costato circa 10 milioni di dollari in calcolo. La conversazione ha toccato anche il legame tra IA e sicurezza informatica: PHP2Shell comprende due falle con punteggio CVSS 9,2, inserite da CISA nel catalogo delle vulnerabilità note sfruttate.
Altman ha raccontato che un modello interno di OpenAI ha affrontato problemi di ricerca complessi; secondo i resoconti del podcast, un esperimento su Navier–Stokes sarebbe costato circa 10 milioni di dollari in calcolo. La conversazione ha toccato anche il legame tra IA e sicurezza informatica: PHP2Shell comprende d...
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did OpenAI CEO Sam Altman reveal during his October 29 Cheeky Pint podcast conversation with Stripe president John Collison about the i. Article summary: Altman’s central message was that AI’s scientific and engineering capabilities are advancing alongside its ability to expose weaknesses in existing software—and that containing substantially superhuman systems remains an. Topic tags: general, general web, user generated, government. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, ch
La conversazione del 29 ottobre 2026 tra Sam Altman e John Collison, cofondatore di Stripe, ha spaziato dalla ricerca assistita dall’intelligenza artificiale alla sicurezza del software e alla difficoltà di contenere sistemi molto capaci. Il filo conduttore è chiaro: un’IA più avanzata può aiutare a risolvere problemi tecnici complessi, ma anche rendere più facile scovare vulnerabilità trascurate. Le scoperte, però, vanno verificate, corrette e gestite con attenzione.15
20
Un resoconto dell’episodio riferisce che alcuni ricercatori di OpenAI hanno sottoposto a un modello interno problemi impegnativi di varie discipline, in un canale chiamato «Model Name-Hold My Beer». Secondo il racconto, il modello li avrebbe risolti uno dopo l’altro. Il nome del canale non va però confuso con il nome ufficiale, confermato, del modello.5
Un post sui social che condivide una clip descrive Altman come entusiasta dei risultati e, al tempo stesso, più rattristato di quanto si aspettasse, come se qualcosa stesse finendo. Questo dettaglio emotivo proviene da un resoconto circolato online: le fonti disponibili non offrono una trascrizione verificata in modo indipendente che lo confermi.27
Secondo la copertura del podcast, l’esperimento di OpenAI sulle equazioni di Navier–Stokes sarebbe costato circa 10 milioni di dollari in potenza di calcolo.2 È una stima riportata, non una verifica indipendente delle risorse utilizzate o della validità della dimostrazione. Le fonti disponibili non documentano neppure risparmi specifici ottenuti usando gruppi di agenti.
2
In una trascrizione indicizzata, Altman preferisce l’espressione «gruppi di agenti» a «sciami di agenti» e afferma che questi gruppi potrebbero avere proprietà interessanti rispetto alle leggi di scala e all’allineamento, da approfondire. Si tratta di una direzione di ricerca, non della prova che i gruppi siano automaticamente più sicuri o meglio allineati.17
Secondo un altro resoconto, Altman preferirebbe mille miliardi di IA leggermente sovrumane a un unico sistema enormemente più potente. La motivazione riportata è che una pluralità di attori potrebbe offrire maggiore resilienza rispetto alla dipendenza da una sola intelligenza.21
Sul contenimento, Altman avrebbe detto che i sandbox funzionano solo «fino a un certo punto» quando un modello è molto più intelligente di chi lo gestisce. Nella stessa conversazione avrebbe definito «a portata di mano» i centri dati capaci di autoriprodursi e detto che OpenAI indirizzerà la robotica alla loro costruzione. Sono previsioni e valutazioni sul futuro, non la conferma che esistano già strutture in grado di replicarsi da sole.3
La discussione su IA e sicurezza informatica ha un riscontro concreto in PHP2Shell, il nome dato a due vulnerabilità di PHP: CVE-2026-109618 e CVE-2026-109619. Entrambe hanno ottenuto un punteggio CVSS di 9,2 e possono consentire l’esecuzione remota di codice senza autenticazione.29
32
Secondo il resoconto di Calif, le vulnerabilità sono state individuate con contributi di Calif, OpenAI e Wiz. IBM riferisce che i ricercatori hanno impiegato sistemi di IA, tra cui GPT-5.6 Sol di OpenAI, nell’ambito del lavoro che ha portato a identificare le falle; IBM ha inoltre segnalato tentativi di sfruttamento dopo la divulgazione.31
44 CISA afferma che entrambe sono state aggiunte il 26 ottobre al suo catalogo delle vulnerabilità note sfruttate e invita le organizzazioni ad applicare le patch.
29
L’avvertimento più ampio di Altman, come riassunto dalla copertura dell’intervista, è che applicare sistematicamente l’IA al codice esistente potrebbe portare alla luce più vulnerabilità gravi di quanto molti si aspettino.20 PHP2Shell mostra perché trovare una falla è solo una parte del lavoro: occorre individuare i sistemi interessati, valutare le segnalazioni e distribuire le correzioni. Per chi gestisce PHP, l’indicazione immediata di CISA è aggiornare tempestivamente.
29
La copertura dell’intervista documenta una discussione sulle capacità di ricerca, sui gruppi di agenti, sulla cybersicurezza e sui limiti dei sandbox. Non dimostra quanto si sarebbe risparmiato grazie ai gruppi di agenti, non verifica in modo indipendente il risultato riportato su Navier–Stokes e non conferma tutte le affermazioni circolate su incidenti legati all’IA e sull’adozione del software.2
17
Per i team che sviluppano o gestiscono software, la lezione pratica è considerare la scoperta di falle assistita dall’IA un motivo per rafforzare la manutenzione, non un suo sostituto. Le segnalazioni vanno verificate, le correzioni devono avere responsabili chiari e gli aggiornamenti devono arrivare ai sistemi in uso. La gravità di PHP2Shell e l’allerta di CISA spiegano perché questi passaggi contino, anche quando l’IA contribuisce a individuare una vulnerabilità.29
32
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Altman ha raccontato che un modello interno di OpenAI ha affrontato problemi di ricerca complessi; secondo i resoconti del podcast, un esperimento su Navier–Stokes sarebbe costato circa 10 milioni di dollari in calcolo.
Altman ha raccontato che un modello interno di OpenAI ha affrontato problemi di ricerca complessi; secondo i resoconti del podcast, un esperimento su Navier–Stokes sarebbe costato circa 10 milioni di dollari in calcolo. La conversazione ha toccato anche il legame tra IA e sicurezza informatica: PHP2Shell comprende due falle con punteggio CVSS 9,2, inserite da CISA nel catalogo delle vulnerabilità note sfruttate.