hyperresearch — « The Most Powerful Deep Research Harness » / « Agent-driven research knowledge base. Agents collect, search, and synthesize web research into a persistent, searchable wiki. »

Punti chiave

1. Natura. harness di ricerca approfondita distribuito come pacchetto di 20 skill di Claude Code + CLI Python + server MCP + interfaccia web locale. Installazione via pip install hyperresearch && hyperresearch install, poi /hyperresearch <topic>. MIT, Python 3.11-3.13.
2. ⭐⭐ La lezione architetturale, con il suo modo di fallimento documentato. — la parte più trasferibile, indipendente dallo strumento: la skill di ingresso è un router che non contiene alcuna procedura, solo l'ordine di invocazione. Giustificazione testuale: « V7 era un'unica skill di 1200 righe che veniva compattata via prima che il Layer 4 avesse bisogno della sua procedura di triplice bozza. L'orchestratore ha dimenticato la procedura, ha scritto un'unica bozza e ha prodotto un report dal punteggio piatto. V8 risolve il problema alla fonte: la procedura di ogni step viene caricata nel contesto solo nel momento in cui serve, fresca, senza rischio di espulsione. » → Una pipeline lunga non perde i suoi step perché il modello dimentica, ma perché il contesto viene espulso, e la correzione è strutturale: una skill per step, caricata all'invocazione. È esattamente la disciplina di [[lassiege-usine-logicielle-heure-ia-2026-07-28]] ("il contesto permanente porta l'indice, non il contenuto") scoperta in modo indipendente su un terreno diverso. Una convergenza degna di nota.
3. ⭐ Il tool-locking come garanzia fisica. il patcher e l'auditor di rifinitura sono « bloccati agli strumenti [Read, Edit] a livello di allowlist di Claude Code, cosicché fisicamente non possono scrivere (Write) una nuova bozza », con limiti per-hunk che rendono « riscrivila e basta » meccanicamente impossibile. → All'agente non viene detto di non riscrivere — gli viene tolto lo strumento di scrittura. Stessa famiglia di « un hook o un test viene applicato ogni volta » ([[lassiege-usine-logicielle-heure-ia-2026-07-28]]) e dell'anello di vincoli in [[sfeir-code-review-anneau-contraintes-2026-07-30]]: l'impossibilità meccanica batte l'istruzione. Corollario operativo: un rilievo della critica che non rientra in un piccolo ritocco si trasforma in un problema strutturale invece di innescare una riscrittura.
4. I sedici step, in tre blocchi. (conta più la struttura del dettaglio): inquadramento (1 scomposizione + matrice di copertura + classificazione del tier, 1.5 suddivisione in capitoli) → corpus e analisi (2 scansione di ampiezza, 3 grafo delle contraddizioni, 4 analisi dei loci, 5 indagini di approfondimento parallele, 6 riconciliazione tra loci, 7 tensioni tra fonti, 8 critica del corpus "quale fonte ribalterebbe questo?" + colmatura mirata delle lacune, 9 sintesi delle evidenze) → scrittura e audit (10 triplice bozza per angolazione, 11 sintesi, 12 quattro critiche avversariali parallele, 13 colmatura delle lacune post-critica, 14 patcher chirurgico, 14.5 verifica delle citazioni, 15 rifinitura, 16 audit di leggibilità).
5. Tre leve di scala da non confondere. — una distinzione netta e riutilizzabile: i tier instradano in base alla query e decidono quali step vengono eseguiti; i gear (profili di scala) decidono quanto — obiettivi di fonti, budget di profondità, lunghezza — e « sopravvivono alle reinstallazioni », entrando in vigore alla run successiva, mai a metà run; le leve (register, domain_notes, inference_depth) decidono con quale voce esce il testo — teach / survey / analyze / advocate. ⭐ Dettaglio fine: le leve atterrano in shim iniettati nei prompt dei subagenti, « così i critici si muovono con il registro invece di disfarlo » — nel registro survey, il critico dialettico segnala una rappresentazione ingiusta piuttosto che una mancanza di impegno. Ma: « Il cite-checker e lo ship gate non ricevono alcuno shim. La verifica non si ammorbidisce mai in base alla modalità. » → La verifica è l'unica fase esente dallo stile. Un'eccellente regola di design.
6. ⭐ I tre gate meccanici prima della pubblicazione. (la parte migliore del dispositivo, direttamente trasferibile a qualsiasi corpus documentale): 1. quote-integrity — ogni porzione citata tra virgolette deve esistere testualmente in una nota del vault; « le citazioni allucinate non possono essere pubblicate ». 2. retracted-citations — citare una fonte ritrattata senza segnalarlo è un errore bloccante, con una scansione delle ritrattazioni aggiornata al momento della pubblicazione su ogni DOI citato, incluse le fonti riutilizzate da run precedenti. « una ritrattazione pubblicata ieri viene intercettata oggi ». 3. numeric-consistency — i numeri non riconducibili a un'evidenza vengono segnalati. Più il cite-check: un LLM scettico campiona se la fonte citata supporta effettivamente la frase che sostiene.
7. ⭐ L'audit di indipendenza — l'idea più immediatamente riutilizzabile. le copie sindacate e derivate vengono raggruppate, cosicché « cinque ristampe di un comunicato stampa pesano quanto un'unica fonte ». Il numero di fonti concordanti smette di essere un argomento nel momento in cui discendono tutte dallo stesso comunicato stampa. Rilevante per qualsiasi pratica di veille tecnologica: la ridondanza da ristampa si traveste da consenso.
8. Punteggio di qualità composito persistente. tipo di fonte + utilità osservata alla lettura + autorevolezza citazionale (OpenAlex / Semantic Scholar, con indicatori di ritrattazione) + PageRank sul grafo interno del vault. Le fonti ritrattate vengono azzerate. « La qualità è persistente, non impressioni. »
9. ⭐⭐ La difesa contro il prompt injection — la più seria vista in un harness open. « Il testo recuperato è dato, mai istruzioni. » Ogni corpo recuperato dal web viene servito dentro un recinto <untrusted-source url="..."> con un preambolo che lo tratta come dato, su entrambi i percorsi che servono corpi di testo (note show e search). Dettagli che mostrano come la minaccia sia stata presa sul serio:
10. le note scritte dai subagenti stessi della pipeline passano senza recinto → confine di fiducia basato sulla provenienza, non sul contenuto;
11. i recinti di chiusura contraffatti trovati in un corpo recuperato vengono neutralizzati ma lasciati visibili per l'analisi forense;
12. l'attributo url viene sottoposto a escaping e i suoi caratteri di controllo vengono rimossi;
13. in search, l'avvolgimento avviene dopo il troncamento al budget di token, « così il recinto di chiusura non può mai essere reciso » — il dettaglio che tradisce come il bypass sia stato effettivamente cercato attivamente;
14. gli URL risolti tramite API di terze parti vengono verificati (schema, credenziali incorporate, risoluzione instradabile pubblicamente) → difesa SSRF;
15. i prompt di fetcher, investigatore e writer portano una clausola che vieta di far transitare (laundering) direttive da una pagina recintata verso l'output fidato. → Da confrontare con « un confine di sicurezza che si basa su un'istruzione del prompt non è un confine » ([[sfeir-anthropic-sdlc-ai-native-securise-2026-07-26]]): qui il recinto è meccanico e l'istruzione si limita a rinforzarlo. Stessa logica di trattare il contenuto osservato come dato presente in [[valente-zalewski-beyond-zero-enterprise-security-ai-era-2026-07-20]].
16. ⭐ L'igiene epistemica sulle fonti a pagamento — notevole e rara. un articolo a pagamento entrerebbe normalmente nel vault come un abstract di ~1.500 caratteri, che il report citerebbe poi « come se fosse stato letto ». hyperresearch interroga Unpaywall ed Europe PMC per una copia ad accesso aperto legale e memorizza quel testo al suo posto, dichiarando la sostituzione in quattro punti (banner nel corpo, frontmatter oa_, blocco JSON body_is_not_from_source: true, output della CLI). E, cosa cruciale, viene distinto un terzo stato: la nota "rescued", quando la fonte non ha potuto essere letta affatto — nothing_from_source: true, un banner che dichiara che l'URL non è mai stato letto, « il titolo, gli autori e ogni parola del corpo appartengono alla copia ad accesso aperto »*. Avvertenza sulla versione: Unpaywall può restituire un manoscritto accettato o un preprint sottomesso, da verificare prima di qualsiasi citazione diretta. → Il sistema distingue "ho letto questo" da "ho letto un sostituto" da "non ho mai letto la fonte", e porta questa distinzione nell'artefatto. Direttamente trasferibile a una pratica di veille tecnologica.
17. Il vault, e la sua inquietante vicinanza a questo stesso repository. « Markdown è verità, SQLite è cache » — indice completamente ricostruibile (hyperresearch sync), note in markdown + frontmatter YAML leggibili senza lo strumento, versionabili in git, esportabili/importabili, ciclo di vita curato (draft → review → evergreen oppure stale → deprecated → archive) « che impedisce a un vault di diventare una discarica di pagine lette a metà », provenienza via --suggested-by con una regola di lint che rileva componenti disconnesse, hub, backlink, wikilink. ⭐ Questa è l'architettura di questo stesso corpus di veille tecnologica, scoperta in modo indipendente: sorgente markdown, indice generato come cache, gate di lint, doctor, wikilink. Ciò che hyperresearch ha in più e questo corpus non ha: punteggio di qualità per fonte, audit di indipendenza, scansione delle ritrattazioni, ricerca semantica opzionale, stato di ciclo di vita esplicito. Una pista di ispirazione seria per scripts/.
18. Ripresa e budget. ogni run dispone di uno spazio isolato (research/runs/<tag>/) e di un manifest che funge da « memoria durevole » — una run interrotta riprende esattamente dallo step morto (run resume). run init --budget 50 blocca la run una volta superato il tetto « invece di lasciarla gonfiare silenziosamente ». Le run concorrenti non entrano in collisione.
19. ⚠️⚠️ La riserva da segnalare sistematicamente — l'affermazione sul benchmark. il README dichiara fin da subito che lo strumento « attualmente è in testa alla classifica DeepResearch-Bench RACE (benchmark interno) », grafico incluso, collocandolo davanti a Grep Deep Research, Cellcog Max, nvidia-aiq, Gemini Deep Research e OpenAI Deep Research. La nota sotto il grafico dice qualcos'altro: « Proiezione prospettica da un pilota stratificato rispetto allo snapshot della classifica DeepResearch-Bench. La validazione di terze parti è in sospeso. » → Una proiezione prospettica, autosomministrata, da un pilota stratificato, senza validazione di terze parti, non è una classifica. Le due affermazioni non sono compatibili, ed è l'unico punto del repository in cui il rigore mostrato altrove viene meno. Non citare mai la classifica; citare l'impostazione.
20. ⚠️ Altri limiti, alcuni riconosciuti dall'autore.
21. Dipendenza da Anthropic. « Funziona su modelli Anthropic tramite il roster di subagenti » — Opus per i critici, il sintetizzatore e il patcher, Sonnet per i fetcher. Un porting verso Codex è esplicitamente accolto con favore ma non realizzato (« Se qualcuno vuole portarlo su Codex, apra una PR! »).
22. Costo reale non quantificato in euro. premier punta a 100-130 fonti in sola scansione e ~3-5 h; dissertation punta a 300-450 fonti e 4-8 h. Il budget è limitato in "spesa equivalente in API", non in costo osservato.
23. Il limite onesto, degno di citazione. « Il gate di lint intercetta i fallimenti strutturali… Non può garantire l'accuratezza fattuale, quella resta una vostra responsabilità. » → Verifica strutturale ≠ accuratezza fattuale. L'intero dispositivo garantisce che una citazione esista, non che sia vera.
24. Un confine netto e benvenuto. « CAPTCHA, 2FA e login non vengono mai risolti automaticamente » — vengono escalati e restituiti all'operatore umano.
25. Superficie di dipendenza. 20 skill + 16 subagenti + una CLI che pilota un browser autenticato, su un repository di meno di quattro mesi. L'avvertimento di [[lassiege-usine-logicielle-heure-ia-2026-07-28]] si applica pienamente (« qualsiasi skill, MCP o codice importato dall'esterno deve essere esaminato con attenzione »).
26. Meta / da collegare. l'istanza più compiuta dell'harness engineering di [[osmani-agent-harness-engineering-2026-04-19]]; converge in modo indipendente con [[lassiege-usine-logicielle-heure-ia-2026-07-28]] sul caricamento differito del contesto e sull'eseguibile che batte l'istruzione; stessa dottrina del confine meccanico di [[sfeir-anthropic-sdlc-ai-native-securise-2026-07-26]] e [[valente-zalewski-beyond-zero-enterprise-security-ai-era-2026-07-20]]; affinità di forma con le altre voci skill del corpus, [[skill-pocock-grill-with-docs-2026-06]] e [[akhouri-adhd-ideation-divergente-parallele-2026-07-20]]; da leggere insieme a [[agent-skills-anthropic-2025-10-16]], [[shihipar-claude-code-lessons-building-skills-2026-06-03]] e [[vincent-superpowers-agentic-skills-framework-github-2026-04-02]] sulla meccanica delle skill; la critica avversariale parallela si collega alla domanda sollevata da [[monperrus-end-of-code-review-agents-supersede-2026-06-11]] su cosa possa portare una revisione automatizzata.