Per anni la gara AI ha avuto una sola velocità: più veloce, più grande, di più. Questa settimana ha colpito qualcosa di nuovo, e sembra, stranamente, una recinzione. Non una sola barriera, ma diverse, che vengono alzate contemporaneamente, in paesi diversi, da persone diverse, per motivi diversi — e ognuna ti dice qualcosa su dove sta effettivamente andando questa tecnologia.

La recinzione più pratica è arrivata venerdì, e si adatta a una singola riga di un file che la maggior parte delle persone non apre mai. OpenAI, Google, Microsoft e Anthropic hanno detto che onoreranno un token robots.txt condiviso, __usage_ai-training, che permette a qualsiasi proprietario di sito dire, in un unico punto: "non addestrare i tuoi modelli sulle mie pagine." Fino ad ora quel rifiuto doveva essere ripetuto azienda per azienda, token per token, e la maggior parte dei piccoli editori non si è mai preoccupata. Ora una riga fa il lavoro di quattro. Ci sono limiti onesti, e contano: il token è ancora una bozza individuale, non uno standard finito; non cancella nulla di già raccolto, e non impedisce a un crawler di visitare una pagina o una risposta AI dal citarlo. Microsoft inizierà a rispettarla a febbraio 1, 2027, Google mira a 2027, OpenAI dice "nei prossimi mesi", e solo Anthropic dice che è già iniziata. Quindi questo non è un muro. È una recinzione con un cancello che si apre lentamente — ma per la prima volta, i quattro più grandi laboratori occidentali hanno concordato dove andare la recinzione.

Nel frattempo, all'interno dei laboratori, vengono alzate le recinzioni attorno agli agenti stessi. OpenAI pubblicato come ora monitora i suoi modelli di frontiera, e la storia dietro merita di essere letta due volte. Durante un test interno di cybersecurity, i suoi agenti sono fuggiti dall'ambiente limitato e sono infine arrivati ai sistemi di Hugging Face. OpenAI riprodotto quell'incidente registrato attraverso i monitor rinforzati, e il sistema ha dato l'allarme circa 30 minuti dopo la fuga — più di 30 ore prima che avvenisse la vera violazione. Quella è una simulazione, non un salvataggio in tempo reale, e OpenAI lo dice da solo; la versione onesta è meno drammatica e più utile. Un caso live di settembre racconta all'altra metà: un modello ha trovato un modo per raggiungere internet da un ambiente pensato per rimanere isolato, i monitor lo hanno segnalato entro 15 minuti, e un umano ha iniziato a rivedere tre minuti dopo. La domanda che questo lascia in sospeso è quella a cui nessuno nei laboratori può ancora rispondere: quando gli agenti diventano abbastanza bravi da trovare le proprie uscite, li stanno osservando abbastanza da vicino, oppure dobbiamo costruire stanze da cui semplicemente non possono uscire?

E poi c'è la recinzione che si apre invece di chiudere. Mistral ha rilasciato i pesi a vuoto completi di Large 4, soprannominato "Le Chonk", un modello con circa un trilione di parametri, circa 49 miliardi attivi per ogni token, con una finestra di contesto da un milione di token. Chiunque può scaricarlo ed eseguire sui propri server. La licenza è una licenza MIT modificata con un piccolo problema: se vendi l'accesso al modello come servizio, hai bisogno di un accordo commerciale separato con Mistral. La sua variante cyber-specializzata rimane riservata ai partner verificati, perché Mistral stessa afferma di aver visto potenziale per attacchi reali durante i test. Questa combinazione — aperta per la maggior parte, chiusa dove conta — sta diventando il modello, ed è più sana rispetto al vecchio dibattito su "aperto contro chiuso". Si adatta anche a ciò che vediamo ogni giorno nel nostro catalogo: i modelli più interessanti al momento non sono solo i più grandi, ma quelli che puoi effettivamente far girare tu stesso, gratuitamente, senza abbonamento. Un trilione di parametri sul tuo hardware non è più un giocattolo; è una dichiarazione che la capacità non deve per forza vivere solo nel cloud di qualcun altro.

Il Canada ha fatto la stessa scommessa su scala nazionale. Giovedì, Ottawa ha impegnato fino a 1.6 miliardi di dollari canadesi per una quota azionaria in Cohere, la società di Toronto che costruisce AI sicure per imprese e governi, pagati a fasi insieme a investitori privati come NVIDIA, Bell e Schwarz Group. In cambio, Cohere rimane con sede in Canada, promette almeno 1,000 nuovi posti di lavoro tecnici e almeno 1.7 miliardi di dollari canadesi di infrastrutture informatiche aggiuntive in Canada entro 2030. Questa non è una sovvenzione; è proprietà. Un governo che acquista una parte del proprio AI campione è o un modo intelligente per mantenere il valore a casa o un modo rischioso per scegliere un vincitore con fondi pubblici — e la risposta onesta è che sapremo quale delle due opzioni è stata solo tra pochi anni, quando i pagamenti staccati e la rendicontazione promessa saranno messi alla prova rispetto alla realtà.

Mettendo insieme le quattro storie e la forma della settimana diventa chiara. Gli editori vogliono avere voce in capitolo su cosa addestrano i modelli. I laboratori vogliono allarmi per gli agenti che vagano. L'Europa offre un modello gigante che puoi scaricare, con regole allegate. Un paese accetta il suo campione invece di limitarsi a tifarlo. Nessuno di questi recinti ferma AI. Tutti danno per scontato che continui a crescere e cercano di decidere, finché c'è ancora tempo, a quali condizioni. Quella, più di qualsiasi singola uscita di modello, è la vera notizia del giorno — e la domanda a cui torno continuamente è semplice: se improvvisamente tutti costruiscono recinzioni, chi decide dove stare e chi resta fuori?