AI Agentica
La narrativa sull'AI agentica parla di produttività. Ma un ecosistema offensivo da 60.000 stelle su GitHub sta emergendo in sordina, e le difese non sono pronte.
Adriano Amalfi
8 min di lettura
AI Agentica
I modelli open-weight sono una vittoria. Ma il vero lock-in si sta costruendo silenziosamente nello strato di memoria, contesto e orchestrazione agentica.
Adriano Amalfi
4 min di lettura
AI Agentica
La memoria per agenti non serve un SDK: deja-vu indicizza retroattivamente i log di Claude Code, Codex e opencode. Meno attrito, più intelligenza.
Adriano Amalfi
8 min di lettura
AI Agentica
Grok Build carica l'intero repository su server xAI, file .env inclusi. Claude Code brucia 33mila token prima del prompt. Un'analisi dei dati che i tool di AI coding non dicono di inviare.
Adriano Amalfi
9 min di lettura
AI Agentica
Usare LLM per ogni task produce agenti inaffidabili e costosi. La soluzione non è un modello più grosso: è un'architettura ibrida con verifica deterministica.
Adriano Amalfi
6 min di lettura
LLM
I modelli più nuovi sono peggiori nel tool calling non-standard. Non è un bug: l'infrastruttura sta deformando l'intelligenza che la alimenta.
Adriano Amalfi
3 min di lettura
AI Agentica
Tra DSpark, hardware accessibile e advocacy organizzata, eseguire modelli SOTA in locale non è più da hobbisti. Un'alternativa concreta alle API cloud.
Adriano Amalfi
5 min di lettura
AI Agentica
OpenAI, Google, Microsoft e LangChain competono sul miglior framework agentico. Anthropic ha vinto senza costruirne uno: MCP connette tutti.
Adriano Amalfi
5 min di lettura
LLM
I modelli piccoli eguagliano i giganti. Ma la distillazione concentra il valore, non lo diffonde.
Adriano Amalfi
3 min di lettura
AI Agentica
I modelli sono commodity. Eppure nessuno si fida del codice AI senza rileggerlo.
Adriano Amalfi
3 min di lettura
AI Agentica
Costruiamo agenti autonomi senza osservarli. L'AI agentica è dove era l'infrastruttura server prima di DevOps: opaca per default.
Adriano Amalfi
4 min di lettura
AI Agentica
Due gruppi indipendenti dimostrano che l'RL puro per agenti tool-using collassa. La soluzione non è un reward migliore, ma un verifier che si evolve insieme al modello.
Adriano Amalfi
9 min di lettura