Guida SIA AI

Guida SIA AI (Self-Improving AI)

Un agente che, al termine di ogni run, riscrive da solo il proprio harness e allena i propri pesi, senza aspettare il prossimo intervento umano: è la scommessa di SIA (Self-Improving AI), il framework open source descritto nel paper arXiv 2605.27276 e rilasciato da Hexo Labs. In questa guida vediamo cosa è realmente, come funziona il ciclo Meta-Agent / Task-Agent / Feedback-Agent, cosa ne pensa la community di sviluppatori e come iniziare a sperimentarlo, con uno sguardo a cosa cambia per chi lavora in azienda nel 2026.

Indice dei contenuti – Guida SIA AI

1. Cos’è la SIA AI e perché se ne parla ora

2. Quando nasce: la storia in breve

3. Come funziona: il loop a tre agenti

4. A cosa serve: casi d’uso reali (e quando NON usarla)

5. Esempio pratico: un team legal-tech alla prova di SIA

6. Come si implementa: dall’installazione al primo ciclo

7. Cosa dicono gli sviluppatori: il dibattito online

8. Best practice per l’implementazione in azienda

9. Il 2026 corre veloce: chi non padroneggia questi strumenti rischia di restare fuori mercato

10. Conclusioni e formazione professionale

1. Cos’è la SIA AI e perché se ne parla ora

Iniziamo la nostra Guida SIA AI. Immaginate un junior developer che, invece di aspettare il code review del team lead ogni due settimane, alla fine di ogni run legge da solo i log di esecuzione, capisce cosa non ha funzionato e la volta successiva si presenta con uno script diverso e con qualche nozione in più “assimilata”, non solo scritta nel prompt. È più o meno quello che SIA prova a fare con gli agenti AI.

SIA è l’acronimo di Self-Improving AI: un framework open source, descritto nel paper “SIA: Self Improving AI with Harness & Weight Updates” (arXiv:2605.27276), che unisce due filoni di ricerca finora tenuti separati. Da un lato l’aggiornamento dell’harness (lo scaffold dell’agente: prompt di sistema, logica di dispatch dei tool, politiche di retry, parsing dell’output), dall’altro l’aggiornamento dei pesi del modello tramite fine-tuning con reinforcement learning al momento del test. SIA li fa lavorare nello stesso ciclo, lasciando che sia un agente dedicato, il Feedback-Agent, a decidere quando serve riscrivere il codice attorno al modello e quando invece serve allenare il modello stesso.

La distinzione tra harness e pesi è il cuore dell’idea, e vale la pena fissarla subito: l’harness rende l’agente più agentico, cioè più bravo a cercare, usare strumenti e gestire errori; i pesi costruiscono l’intuizione di dominio, quella conoscenza specifica che nessun prompt, per quanto ben scritto, riesce a far emergere da un modello che non l’ha mai vista durante l’addestramento.

2. Quando nasce: la storia in breve

Il paper è stato pubblicato su arXiv il 26 maggio 2026 (versione v1) e revisionato il 28 maggio 2026 (v2). Gli autori, Prannay Hebbar, Yogendra Manawat, Samuel Verboomen, Alesia Ivanova, Selvam Palanimalai, Kunal Bhatia e Vignesh Baskara, sono legati a Hexo Labs, startup di Palo Alto che si descrive come “research lab” orientato allo sviluppo di superintelligenza, con collaborazioni accademiche tra cui Oxford, Stanford e UC Santa Barbara.

Il rilascio scientifico è arrivato in parallelo a un progetto open source su GitHub (hexo-ai/sia, licenza MIT, pacchetto PyPI sia-agent) e a un lancio mediatico piuttosto aggressivo, con un comunicato stampa che parlava di un’accelerazione di 350 volte verso la superintelligenza misurata su un benchmark di OpenAI. Una cifra che, come vedremo nel paragrafo dedicato al dibattito online, non compare nel paper accademico e ha generato più di qualche discussione tra gli addetti ai lavori.

3. Come funziona: il loop a tre agenti

Proseguiamo la Guida SIA AI. L’architettura di SIA si basa su tre componenti che si passano il testimone generazione dopo generazione:

• Meta-Agent: legge la descrizione del task e genera lo scaffold iniziale del Task-Specific Agent (prompt, strumenti, logica di parsing).
• Task-Specific Agent: esegue effettivamente il compito e registra ogni azione, ogni chiamata a strumenti e ogni risultato in una traiettoria completa.
• Feedback-Agent: analizza la traiettoria e le metriche di performance della generazione precedente e decide cosa cambiare: riscrivere l’harness, avviare un aggiornamento dei pesi, oppure entrambi in sequenza libera, non a fasi rigide.

Quando la scelta ricade sull’aggiornamento dei pesi, SIA applica LoRA (Low-Rank Adaptation) a rango 32 sul modello di base gpt-oss-120b, eseguendo l’addestramento su GPU H100 tramite la piattaforma Modal. La parte interessante è che il Feedback-Agent non segue una ricetta di reinforcement learning fissa: sceglie l’algoritmo in base alla forma del segnale di reward osservato. Su un compito con reward pulito e continuo ha usato PPO con GAE; su un compito dove la maggior parte dei tentativi falliva in modo netto (compilazione di kernel GPU) ha optato per una pesatura entropica dei vantaggi; su un compito di regressione ha usato GRPO, che elimina la value network. Nel repository sono documentate anche varianti REINFORCE con penalizzazione KL, DPO e behavioural cloning best-of-N.

Nei tre benchmark valutati nel paper — classificazione di reati nel diritto penale cinese (LawBench), ottimizzazione di kernel GPU a basso livello e denoising di dati RNA a singola cellula — la combinazione di aggiornamenti di harness e pesi ha superato in modo consistente l’iterazione del solo scaffold, con un guadagno del 25,1% su LawBench, kernel il 12,4% più veloci dello stato dell’arte precedente e un miglioramento del 20,4% sul denoising rispetto al SOTA di riferimento.

4. A cosa serve: casi d’uso reali (e quando NON usarla)- Guida SIA AI

SIA è pensata per compiti in cui esiste un verificatore oggettivo, cioè un modo automatico di dire se un output è migliore di un altro: un test che passa o fallisce, un punteggio di accuratezza, un tempo di esecuzione misurabile. In questi scenari il sistema si presta bene a:

• Classificazione e categorizzazione su domini verticali con dataset di riferimento (giuridico, sanitario, assicurativo).
• Ottimizzazione di codice a basso livello dove esiste un compilatore o un profiler che restituisce un punteggio oggettivo.
• Pipeline scientifiche e di data engineering con metriche di qualità del dato ben definite.
• Automazione di task ML ripetitivi (data cleaning, feature engineering, tuning di iperparametri) su benchmark interni.

Al contrario, SIA non è la scelta giusta per compiti aperti, senza un verificatore affidabile, né per sistemi mission-critical o soggetti a compliance stringente dove un aggiornamento autonomo dei pesi in produzione, senza revisione umana, rappresenta un rischio di governance più che un vantaggio. Il paper stesso segnala che entrambe le leve ottimizzano lo stesso verificatore fisso: un punto di equilibrio che sembra solido sul benchmark può rivelarsi fragile davanti a input leggermente diversi, il classico effetto Goodhart per cui una metrica smette di essere un buon proxy della qualità reale una volta che diventa l’obiettivo diretto dell’ottimizzazione.

5. Esempio pratico: un team legal-tech alla prova di SIA

Facciamo un esempio concreto, senza codice, per capire il flusso di lavoro. Un team di una legaltech italiana ,chiamiamola LexTriage, deve smistare automaticamente migliaia di atti giudiziari in categorie di reato, oggi con un modello fine-tuned una volta l’anno da un data scientist interno. Ogni volta che arriva una nuova tipologia di caso, l’accuratezza cala e serve un nuovo ciclo di etichettatura manuale, che richiede settimane.

Il team decide di sperimentare SIA su un sottoinsieme di dati storici, con un verificatore costruito a partire dalle sentenze già classificate correttamente in passato. Al primo ciclo, il Meta-Agent genera uno scaffold iniziale con un prompt di classificazione e una logica di retry per i casi ambigui. Dopo alcune generazioni, il Feedback-Agent nota che gran parte degli errori residui riguarda distinzioni sottili tra reati simili, non risolvibili con un prompt migliore: decide quindi di innescare un aggiornamento dei pesi via LoRA, mirato proprio su quelle categorie confuse. Il risultato, nello scenario ispirato ai dati del paper, è un salto di accuratezza che il solo tuning del prompt non avrebbe mai raggiunto.

Il punto da portarsi a casa non è la percentuale in sé, ma il meccanismo: il team non ha dovuto scegliere a priori se il problema fosse “di prompt” o “di conoscenza del modello”. È stato il sistema stesso, osservando dove falliva, a capire quale leva tirare, sempre restando all’interno di un perimetro di dati e di verificatore controllato dal team, non lasciato libero in produzione.

6. Come si implementa: dall’installazione al primo ciclo

Entriamo nella parte pratica della Guida SIA AI. Per un AI engineer che vuole provare SIA in locale, il punto di partenza è il repository ufficiale hexo-ai/sia su GitHub. L’installazione richiede Python 3.11 o superiore e un backend a scelta tra Claude Agent SDK (solo modelli Claude) e OpenHands (multi-provider: Anthropic, Gemini, OpenAI).

Installazione con backend Claude:

• python3 -m venv .venv && source .venv/bin/activate
• pip install ‘sia-agent[claude]’
• export ANTHROPIC_API_KEY=”…”

Avvio di un run su uno dei quattro task inclusi (gpqa, lawbench, longcot-chess, spaceship-titanic):

• sia –task lawbench –max_gen 5 –run_id 1

Ogni generazione produce artefatti in runs/run_{run_id}/gen_{n}/: l’agente della generazione (target_agent.py), i log di esecuzione (agent_execution.json) e, dalla seconda generazione in poi, un file improvement.md che spiega il ragionamento dietro la modifica. È qui che un team può fare code review “a posteriori” sulle decisioni prese dal Feedback-Agent, un passaggio che consiglio di non saltare mai.

Per portare un task proprio, basta preparare una cartella con una struttura standard: dati pubblici visibili all’agente in data/public (con un file task.md che descrive il compito), dati privati di valutazione in data/private (mai esposti all’agente) e un template di riferimento in reference/. Il comando diventa sia –task_dir ./mio-task –max_gen 5 –run_id 1. Il progetto offre anche un bootstrap automatico da qualunque competizione MLE-Bench, utile per fare i primi test su problemi di machine learning realistici prima di collegare dati aziendali sensibili.

7. Cosa dicono gli sviluppatori: il dibattito online – Guida SIA AI

Sui forum tecnici, subreddit legati a machine learning e AI, thread di Hacker News, community Discord di sviluppatori agentici,la discussione su SIA si è polarizzata rapidamente attorno a due poli.

Da una parte c’è l’entusiasmo per l’idea in sé: un self-improving loop open source, con codice ispezionabile e licenza MIT, viene visto come un passo utile per capire davvero come si comportano gli agenti che modificano se stessi, invece di doversi fidare di annunci chiusi dei grandi laboratori. Il fatto che il codice sia pubblico, con task riproducibili e artefatti tracciabili generazione per generazione, è il punto più apprezzato dagli sviluppatori che lo hanno provato in locale.

Dall’altra parte c’è una lettura più cauta, alimentata soprattutto dal contrasto tra il paper accademico e la comunicazione di lancio. Il comunicato stampa di Hexo Labs parlava di un’accelerazione di 350 volte verso la superintelligenza; diverse analisi tecniche pubblicate subito dopo il rilascio (tra cui una nota di Lilian Weng, ricercatrice nota per i suoi approfondimenti su agenti e self-improvement) hanno fatto notare che quella cifra non compare nel paper, e che i risultati sperimentali vanno letti con alcune cautele: il Task-Specific Agent usato nei test è un modello open (gpt-oss-120b) nettamente più debole dei modelli usati per Meta-Agent e Feedback-Agent, e le baseline di confronto non sono sempre le più forti disponibili sul mercato. Diverse fonti tecniche indipendenti hanno inoltre ripreso il rischio di effetto Goodhart già segnalato dagli stessi autori: ottimizzare due leve sullo stesso verificatore fisso rischia di produrre un punto di equilibrio che sembra ottimo sul benchmark ma non regge a variazioni impreviste dei dati.

La sintesi che circola più spesso tra chi lo ha effettivamente installato è pragmatica: la direzione di ricerca è considerata interessante e l’implementazione open source è solida per fare esperimenti controllati, ma i risultati vanno trattati come preliminari, non come una dimostrazione pronta per la produzione senza supervisione umana.

8. Best practice per l’implementazione in azienda – Guida SIA AI

• Progettare un verificatore solido prima di tutto: senza un reward affidabile, sia l’harness update sia il weight update ottimizzano rumore, non qualità reale.
• Partire da un perimetro ristretto: un task specifico, con dati storici già etichettati, prima di estendere il sistema a processi aziendali critici.
• Mantenere un gate umano sugli aggiornamenti dei pesi in produzione: rivedere gli improvement.md generazione per generazione prima di promuovere un nuovo checkpoint LoRA in ambienti live.
• Versionare sia gli harness sia i checkpoint dei pesi, con la possibilità di rollback immediato se una generazione peggiora su dati fuori distribuzione.
• Monitorare le regressioni su un set di validazione indipendente dal verificatore usato per l’ottimizzazione, per intercettare per tempo eventuali derive da effetto Goodhart.
• Definire un budget di compute per ogni ciclo (numero massimo di generazioni, costo GPU per weight update), per evitare cicli di auto-miglioramento che consumano risorse senza guadagni proporzionali.
• Isolare l’ambiente di esecuzione (sandboxing) quando l’agente può eseguire codice o chiamare strumenti esterni durante la fase di harness update.

9. Il 2026 corre veloce: chi non padroneggia questi strumenti rischia di restare fuori mercato

Al di là del giudizio tecnico su SIA nello specifico, il segnale di fondo è chiaro: il ritmo con cui escono framework di questo tipo, agenti che aggiornano da soli harness e pesi, pipeline di RL sempre più accessibili, strumenti open source pronti da installare in un pomeriggio, si sta accorciando mese dopo mese. Quello che a inizio 2025 era ricerca di frontiera, a metà 2026 è già un pacchetto pip installabile con un comando. Questa Guida SIA AI vuole quindi far spalancare gli occhi agli sviluppatori “miopi”. Se il vostro management ignora ancora l’AI, consigliamo di segnalare la nostra Guida SIA AI ai vostri responsabili in azienda.

Per le aziende italiane, in particolare le PMI, questo significa che la distanza tra chi sperimenta seriamente questi strumenti e chi li scopre con un anno di ritardo si sta trasformando in un vantaggio competitivo difficile da recuperare. Non è più solo una questione di produttività del singolo sviluppatore: è la capacità stessa di un team IT di orchestrare agenti, harness e cicli di miglioramento continuo che diventa un requisito minimo per restare competitivi. Le aziende che nel 2026 non costruiscono internamente questa competenza rischiano concretamente di trovarsi tagliate fuori dal mercato, non perché il prodotto sia peggiore, ma perché il costo e i tempi di sviluppo dei concorrenti che padroneggiano questi strumenti diventano semplicemente incomparabili. Iniziare dalla Guida SIA AI è solo il primo scalino per rendersi conto delle novità

10. Conclusioni e formazione professionale

SIA non è una soluzione plug-and-play da mettere in produzione domani mattina, ma è un esempio molto concreto di dove sta andando l’ingegneria degli agenti AI: harness sempre più dinamici, cicli di feedback automatizzati, modelli che imparano dal proprio comportamento invece che da un singolo fine-tuning statico. Capire questi meccanismi oggi, anche senza usarli subito in produzione, è quello che distingue un AI engineer pronto per i prossimi due anni da uno che insegue le novità con un anno di ritardo.

Se il tuo team vuole passare dalla teoria alla pratica, Innovaformazione propone due percorsi pensati proprio per chi lavora ogni giorno con agenti, LLM e strumenti di sviluppo assistito da AI, in modalità online in aula virtuale con calendario da concordare con i docenti:

Corso Claude Code per sviluppatori —> per imparare a usare Claude Code nel flusso di lavoro quotidiano di sviluppo, automazione e refactoring assistito da AI.

Corso sviluppo applicazioni LLM —> per progettare e costruire da zero applicazioni basate su modelli linguistici, agenti e pipeline di integrazione in azienda.

Entrambi i corsi si tengono in aula virtuale online, con calendario concordato in base alle esigenze del team.

Contatti

Per informazioni su programmi, date e formule aziendali scrivi a info@innovaformazione.net o chiama il 347 1012275 — Dario Carrassi.

(fonte) (fonte) (fonte)