Risorse Artificiali AI Engineering in italiano

L'AI ha patchato un LLM già trainato: il paper del MIT mostra 4 pesi editati e l'errore che crolla dal 96% al 33%. È un intervento chirurgico su un modello già addestrato, non un nuovo training. In questa puntata capiamo cosa significa per chi costruisce con gli agenti.Raccontiamo l'intervista di Sam Altman a Stripe: la sicurezza dopo il baco PHP (il sandboxing tradizionale non basta più, servono architetture intrinsecamente isolate), la macroeconomia della RAM e la tesi che gli alti prezzi curano gli alti prezzi, lo shift dall'app AI-infused all'agente personale e il valore del brand nell'era del software clonato. Poi GrokBot che taglia i limiti a metà mese, Revolut che sposta workload su modelli GLM girati in locale su B200 fino a token infiniti, l'articolo di DeepSeek che definisce il Super Agent: continuo, produttivo, proattivo, persistente. E l'articolo DeepMind sull'economia dell'AGI: scarsità, salari e chi vince davvero.00:00 Intro: Astra 6.2, Fable 5.5 e i modelli cinesi02:57 Altman a Stripe: il baco PHP e la fine del sandboxing10:34 Macroeconomia: alti prezzi, RAM e utilizzazione delle risorse15:00 Swarm vs team: nasce l'agente personale17:32 Il valore del brand: Amazon e la fiducia nel software24:17 GrokBot: Elon taglia i limiti a metà mese27:23 Revolut: GLM locale su B200 e token infiniti32:29 Super Agent: l'harness di DeepSeek in 4 aggettivi43:13 Paper MIT: l'AI patcha i pesi di un modello47:43 Anthropic self-improving e risorse infinite ai ricercatori50:39 L'economia dell'AGI: scarsità, salari e chi concentra il talento1:01:55 understand-anything e i progetti token-avidiAscolta l'episodio anche su Spotify:https://open.spotify.com/episode/37sP6AmI7aqk4QeHhru7Xr?utm_source=youtube&utm_medium=description&utm_campaign=ep79_dropTutti gli episodi e gli appunti: https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep79_dropIscriviti al canale: AI Engineering in italiano, ogni settimana, per chi la scrive.#79

Un modello frontiera ogni 2 settimane: Gemini Carbon esce a 14 giorni da Argon e Sundar Pichai promette che il passo resterà tale. Cosa significa per chi usa questi modelli in produzione?Nell'episodio 78 di Risorse Artificiali, Stefano, Paolo e Alessio partono dal tweet di Pichai e dal nuovo indice di Artificial Analysis (per il 60% chiuso, per evitare la contaminazione dei benchmark) per ragionare su come stare al passo senza perdere il controllo: riproducibilità per l'enterprise, costi reali dei token input nei contesti lunghi, e la scelta consapevole del modello giusto per ogni caso d'uso, tra Nemotron Transcribe e i modelli specializzati.Nel blocco hardware: come due registri bloccati in fabbrica limitano le RTX 30 e 40, cosa cambia davvero (efficienza per watt, pre-fill in FP16) e perché non va al doppio.Capitoli:00:00 Momenti a-moment: da GPT 2022 alla vibe coding12:20 Artificial Analysis rifà gli indici di intelligenza18:00 GPT Terra 6.1: orchestratore multi-agente economico23:00 Token input, contesti lunghi e costi reali26:45 Gemini Carbon: un modello frontiera ogni 2 settimane31:00 Release frequenti: il punto di vista enterprise35:10 Grokbot e Instinct: agenti consumer su WhatsApp40:20 Nemotron Transcribe 3.5: cosa fa davvero46:40 Modelli specializzati e il costo del fine-tuning52:45 Word Error Rate: quanto fidarsi dei numeri58:35 RTX 30 e 40 sbloccate: i due registri1:04:00 Efficienza per watt: pre-fill e quantizzazione1:09:45 Lampadine, TV jailbreakate e salutiSpotify: https://open.spotify.com/episode/6v5rX5ZSATUk94OF39gxVv?utm_source=youtube&utm_medium=description&utm_campaign=ep78_dropSito: https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep78_dropIscriviti al canale: parliamo di AI Engineering in italiano, per chi la scrive.#78

E' uscita un'ondata di modelli per la generazione immagini: prompt in JSON, diffusion che scrive codice e open weight da 8GB di VRAM. In questa puntata li proviamo tutti, benchmark skateboarder compreso.Fibo 2.0 di Bria AI e Moss Image portano i prompt strutturati in JSON per controllare composizione e layout delle immagini. Flux Klein di Black Forest Labs porta la generazione immagini in locale con 8GB di VRAM e una licenza community nuova. Crea 3 Ultra punta tutto sull'estetica, ma costa quasi 300 dollari per mille immagini contro i 10 di Flux Klein.Sul testo invece Mercury 3 di Inception è il primo diffusion model che proviamo con lo skateboarder: 56.000 token in meno di due minuti. E Flint di Recursive è probabilmente il primo modello open disegnato e trainato da un'altra AI.Nella seconda parte: come Anthropic ha rifatto le PR review guardando importanza e pericolosità invece delle righe di codice, l'acquario degli agenti di Sakana, le mappe live di Groma e perché il programmatore sta diventando un manager di agenti.Capitoli:00:00 Apertura: modelli immagine e agenti personali08:36 Skateboarder: i nuovi modelli e le velocità13:31 Mercury 3: il diffusion model che scrive codice16:40 Minimax, Quen e la scacchiera AI cinese19:09 Fibo 2.0: prompt strutturati in JSON per le immagini28:51 Moss Image e Flux Klein: gli open weight38:04 I costi per immagine e Flint, il modello creato da un'AI43:13 Accelerazione, reinforcement learning e le perdite di Anthropic46:32 PR review: il metodo Anthropic e i semafori di Stefano52:58 L'acquario di Sakana e le mappe di Groma1:01:52 Diventare manager di agenti1:06:28 Il robot di Unit 3 e i salutiAscolta l'episodio anche su Spotify:https://open.spotify.com/episode/5tT49Yk79ttvVon3tQoz8z?utm_source=youtube&utm_medium=description&utm_campaign=ep77_dropSul sito trovi la trascrizione completa e le risorse:https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep77_dropIscriviti al canale per non perdere le prossime puntate.#77

Anthropic ha smantellato Git e riscritto il versioning per i suoi agenti. E se il prossimo passo fosse smettere di scrivere software?In questa puntata parliamo dei segnali che arrivano da tutti i fronti: Anthropic ha sostituito Git con Xeon perché tutto il loro codice è scritto dagli agenti, il repo Reverse Engineer Anything ha fatto 30 mila stelle in una settimana promettendo di clonare Photoshop e Office, e la tesi più estrema gira già nei lab: non esisterà più il software, esisteranno i prompt.Poi gadget: Meta esce con gli SDK per portare i suoi modelli su ESP32 e Raspberry, Amazon risponde con Frontier e un braccialetto a 12 dollari al mese, e Stefano spiega perché per le big tech il valore non è l'abbonamento: sono i dati di voce e video per trainare modelli e robot.Chiudiamo con i modelli usciti questa settimana: Gemini 4 Argon, ottimo nei benchmark ma più consumer che developer, Step 5 Preview open weight e la rassegna skateboard sul nostro benchmark visuale.Capitoli:00:00 Gemini 4, gadget AI e i rallentamenti02:24 Meta SDK: l'AI arriva su ESP3210:34 Batteria, sensori e privacy dei gadget15:57 Amazon Frontier: gadget e abbonamento22:08 Il vero business: i dati per il training28:00 World model, Rick and Morty e Matrix32:40 Reverse Engineer Anything: i cloni via AI41:44 Anthropic smantella Git: ecco Xeon45:45 Solo prompt: la fine del software?52:30 Benchmark skateboard: Step 5 e Wonder58:47 Gemini 4 Argon: coding, consumer e 3DAscolta l'episodio anche su Spotify:https://open.spotify.com/episode/2T1IqGIJfUk14UrsWHBb5Y?utm_source=youtube&utm_medium=description&utm_campaign=ep76_dropSito, post e materiali:https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep76_dropIscriviti al canale: il prossimo episodio arriva ogni sabato alle 13:00.#76

Sign in with OpenAI trasforma il tuo abbonamento in un portafoglio di credito AI spendibile nelle app di terze parti. Niente rivendita di token, niente chiavi API da portarsi dietro: ti logghi e consumi il tuo piano.È la notizia con più potenziale della settimana e la analizziamo in tutti i suoi effetti: per chi sviluppa app AI (outsourcing completo del problema token), per i progetti open source, per il nuovo piano da 500 euro al mese.Poi c'è Haiku 5.5, che Anthropic ha risvegliato dopo un anno e mezzo. Lo abbiamo messo alla prova col nostro benchmark dello skateboard: il modello piccolo consuma fino a 7 volte i token di uno grande per lo stesso task, perché compensa con più reasoning. Parliamo di costi di inferenza veri: token, GPU, tempo e margini.In puntata anche: Claude Code Mods, i plugin visivi con event lifecycle ufficiale, Claude Code Local Alliance con le sessioni che girano in cloud, Codex for Desktop finalmente anche su Linux, Nano Banana 2.1 che rincorre GPT Image, Mistral Large che si autodefinisce il miglior modello open weight (non cinese), Embedding Gemma con i vettori multimodali su device, e i modelli decisionali come momento pivotal.Con Stefano Maestri, Paolo Antinori e Alessio Soldano.00:00 Intro: modelli piccoli, Mistral e Nano Banana04:16 Claude Code Mods: plugin visivi nel terminale09:50 Local Alliance: Claude Code gira in cloud12:30 Codex: daemon, Desktop e modalità vocale18:45 Sign in with OpenAI: crediti portatili25:00 Nano Banana 2.1: immagini, GPT Image resiste34:00 Haiku 5.5: il test dello skateboard37:30 Token, GPU, margini: i costi dell'inferenza48:23 Mistral Large: open weight, ma non cinese54:18 Embedding Gemma: vettori multimodali su device59:50 Modelli decisionali e il momento pivotal1:05:41 Outro: custom GPT, DevFest e salutiAscoltalo su Spotify: https://open.spotify.com/episode/6N8L3ofj6auKYlen2ToY6K?utm_source=youtube&utm_medium=description&utm_campaign=ep75_dropTranscript e episodi: https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep75_dropSe il podcast ti serve, iscriviti al canale: ogni sabato una puntata su cosa succede davvero nell'AI engineering, in italiano, per chi la scrive non per chi la racconta.#75

Grokbot, Meta Muse, OpenAI Dots: gli agenti AI personali sono diventati un servizio cloud. Tutte le big tech vendono la loro versione della personal AGI: un agente con il suo computer, gestito e in cloud, che naviga, clicca e fa cose al posto tuo.In puntata facciamo il punto sulla corsa: chi ha davvero l'infrastruttura per vendere agenti (e perché Anthropic sul consumer ancora non c'è), il Tamagotchi di Meta con l'avatar da Teletubbies, gli occhiali solo audio e il go-to-market impossibile: come si convince chi non è un early adopter a tirare fuori la carta di credito?Poi l'esperimento sociale di Stefano: Hermes in mano a una Gen Z. Memoria, vocali, lista della spesa, "detto tra donne": l'uso che un'universitaria fa di un agente personale è completamente diverso da quello che immaginiamo noi. E la moglie di Paolo usa Hermes per monitorare Vinted e i volantini della Lidl, mentre Claude Code resta quello dell'altro lavoro.Nei modelli non hanno rallentato: Gemini 4 a pochi giorni dal rilascio, GPT 6.1 Sol, e lo Skateboard benchmark tra Sonnet 5.5 e Sol 6.1: 79mila token e 629 secondi contro 4mila token e 96 secondi per lo stesso compito. Meglio un modello super intelligente e lento o uno veloce che ricontrolla il risultato? Ce lo siamo chiesti anche con Einstein.In locale: Strix Halo Gorgon in pre-order, Gufo, l'inference engine made in Italy che triplica il prefill di llama.cpp, MCP Evans per triggerare agenti dai sistemi esterni e l'API compatibile con i decision model annunciata da OpenAI.00:00 Agenti personali nel cloud e Gemini 405:02 Chi ha l'infrastruttura per vendere agenti08:39 Il Tamagotchi di Meta e gli occhiali audio15:54 Dots e il problema del go-to-market22:52 A2A e pipeline di agenti coordinati27:57 L'esperimento: Hermes in mano a una Gen Z33:10 Il consumatore vuole che funzioni e basta38:54 Dall'AI che risponde all'AI che fa cose46:41 Skateboard: Sonnet 5.5 contro Sol 6.150:02 79mila token: quanto costa il reasoning55:19 Intelligenza o velocità: il caso Einstein59:59 Locale: Strix Halo Gorgon e Gufo1:07:20 MCP Evans e i decision model di OpenAIAscolta anche su Spotify: https://open.spotify.com/episode/0A4L2R94Rd1NKSCNp6uozb?utm_source=youtube&utm_medium=description&utm_campaign=ep74_dropSito e shownotes: https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep74_dropSe ti interessa l'AI Engineering in italiano, iscriviti al canale: usciamo ogni sabato.#74

Dovevano rallentare, invece: Opus 5.5, GPT6 e JEV. Tutti allo skateboard benchmark e dentro i decision model.Una settimana con sei release: Opus 5.5, GPT6 Sol e Luna, MIMO 2.6 di Xiaomi, Step 5, JEV e Qwen Image 2.1. Noi abbiamo fatto quello che sappiamo fare, la wave 8 dello skateboard benchmark: l'omino SVG su halfpipe con fisica reale, con per la prima volta un run della community, GLM 5.3 flash in locale su DGX Spark. Numeri alla mano: Opus 5.5 completa il trick spendendo 0,40 dollari dove GPT 5 ne bruciava 10, MIMO 2.6 Flash genera 119k token di reasoning in 17 minuti prima di decidere.Poi il tema grosso: JEV, il primo decision model commerciale. Un modello che non genera testo, decide: sì o no, un grade, una confidence, in millisecondi. Come funziona (LoRA sull'ultimo layer di un LLM, softmax riscritta, calibrazione via reinforcement learning), perché la community ha fatto 200 cloni in una settimana, e i casi d'uso veri: routing dei modelli, selezione delle skill, automode di Claude Code, robotica. Chiudiamo con Qwen Image 2.1, 7B open weight con alpha channel nativo, al livello di Nano Banana 2.Con Stefano, Paolo e Alessio.⏱ Capitoli00:00 Opus 5.5, GPT6 e JEV: che strano rallentamento02:13 Skateboard wave 8 e il repo della community07:04 Opus 5.5: il trick a 0,40 e i prompt minimali12:54 Loop infiniti, CLAUDE.md e AGENTS.md opt-in17:45 MIMO 2.6: Xiaomi Cube e il miglior open weight24:42 Step 5 e MIMO 3: sparsità per costruzione29:45 JEV: il decision model che risponde sì o no32:46 Dentro JEV: LoRA, softmax e 200 cloni40:59 Perché JEV è veloce: one shot, zero autoregressione45:00 JEV in pratica: robotica, routing e automode gratis52:56 Una primitiva in più: mix and match, fine tuning, CLM59:22 Qwen Image 2.1: 7B open weight e alpha channel🎧 Ascolta l'episodio su Spotify:https://open.spotify.com/episode/4strijnEvuOg8C7ID1y3Rj?utm_source=youtube&utm_medium=description&utm_campaign=ep73_drop🌐 Sito, episodi e materiali:https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep73_dropIscriviti al canale per non perdere le prossime puntate: qui si parla di AI Engineering in italiano, per chi la scrive e non solo per chi la racconta.#73

Agenti AI che si migliorano da soli e il benchmark che Opus non supera mai: i lab hanno paura, noi abbiamo testato.Dopo il tweet virale di Evan Hubinger sul 10% di sterminio e l'ultimo allarme di Dario Amodei, questa settimana guardiamo i tre trend tecnici dietro alle paure dei lab: reinforcement learning su modelli piccoli, self-improvement degli harness e agent swarm. E poi facciamo quello che ci piace di più: abbiamo costruito un benchmark fatto in casa, un omino in skateboard su halfpipe in SVG animato con fisica reale, e l'abbiamo passato a una decina di modelli, da Astra a Opus, con costi, token e tempi alla mano.https://risorseartificiali.com/skateboard/Spoiler: Opus non è mai riuscito a farlo. Astra costa 0,26$. E i modelli piccoli reasoning bruciano 18.000 token per arrivare dove i grandi arrivano con 5.000.Con Stefano, Paolo e Alessio.⏱ Capitoli00:00 Intro latina: i lab AI hanno paura03:00 Il tweet del 10%: Hubinger, Amodei e Altman09:56 Recursive self-improvement: modelli che migliorano se stessi12:04 Ralentare per paura o per business? E la mossa del CERN17:54 I tre trend: RL, harness e agent swarm27:00 Agenti in fuga: Hugging Face e il wiki fantasma32:00 Le Olimpiadi dei robot38:04 Dal pellicano allo skateboard: il benchmark RA44:11 Constrained vs unconstrained: i modelli al test51:17 Costi, token e modelli locali1:04:01 Harness vs modello secco1:08:25 Lince, audio Linux e promo degli ascoltatori🎧 Ascolta l'episodio su Spotify:https://open.spotify.com/episode/3JMsCnedwyPXIVLO4lMx27?utm_source=youtube&utm_medium=description&utm_campaign=ep72_drop🌐 Sito, episodi e materiali:https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep72_dropIscriviti al canale per non perdere le prossime puntate: qui si parla di AI Engineering in italiano, per chi la scrive e non solo per chi la racconta.#72

AI code review, formazione junior, voice AI on-device e video generato in locale: tre host rispondono alle vostre domande.Puntata Q&A speciale di Risorse Artificiali: Stefano, Paolo e Alessio raccolgono le domande degli ascoltatori e ci rispondono con esperienze reali, tool concreti e qualche opinione netta.Di cosa parliamo: come fare code review quando l'AI genera più codice di quanto si riesca a leggere, con le skill PR Walkthrough e Adversarial Code Review. OmniVoice Studio per text-to-speech e voice cloning. Antivocale, l'app Android che trascrive i messaggi vocali direttamente sul telefono. Come funziona davvero la generazione di immagini e video in locale con ComfyUI: latent space, denoising, scheduler, sampler e LoRA a pochi step. Mixture of Experts e Mixture of Agents. E la domanda più tosta: come si formano i junior sviluppatori nell'era dell'AI?Capitoli00:00 Q&A speciale: code review con le skill07:54 Dipendono dai modelli? Skill, impatti e review automatiche11:50 OmniVoice Studio: TTS e voice cloning19:50 Antivocale: trascrizione on-device su Android25:45 Sfide AI on edge: back-end e catalogo modelli30:15 Video in locale: ComfyUI, latent space e denoising37:24 Scheduler: quando fare i passi di denoising43:03 Sampler: Euler, DPM e minimi locali46:47 Performance locale: LoRA low-step e sigma shift55:11 Mixture of Experts e Mixture of Agents1:04:13 Review e collo di bottiglia nell'era AI1:09:14 Formare i junior nell'era AIAscolta su Spotify: https://open.spotify.com/episode/3GUAcpOIuFcGxJTnJiekWw?utm_source=youtube&utm_medium=description&utm_campaign=ep71_dropSito e appunti: https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep71_dropSe il podcast ti è utile, iscriviti al canale e attiva la campanella. E se hai domande nuove, scrivile nei commenti: questa puntata è nata dalle vostre.Risorse Artificiali #71

GPT-6 Astra fa 99,9% su ARC-AGI-3 ma l'indice di intelligenza gli dà 61: il caso del benchmark maxato, spiegato da chi i benchmark li usa tutti i giorni.OpenAI ha rilasciato GPT-6 Astra con numeri da record su tutta la linea: incrementi a doppia cifra su ogni benchmark e un 99,9% su ARC-AGI-3 che nessun altro modello sfiora. Ma un benchmark maxato, cioè mostrato al modello in addestramento, vale ancora qualcosa? E perché l'indice di intelligenza di Artificial Analysis gli dà 61, lo stesso punteggio di GLM 5.3 Max? In puntata Stefano, Paolo e Alessio prendono il rilascio e lo girano al contrario: i costi per intelligent task (Fable 5.1 a 3,69 dollari contro 1,67 di Astra, 8.500 dollari per una test suite completa), i pesi che compongono l'indice, il tasso di allucinazioni che nessuno cita. E tutta la parte che i benchmark non raccontano: Qwen 3.8 Flash Next con l'architettura che arriverà su Qwen 4, l'inferenza locale di Waymo scesa da 250 mila a 50 mila dollari grazie a una TPU di Google, Nvidia che compra Hugging Face per 12,9 miliardi in contanti, GLM che serve 100 mila chip Huawei Ascent e le licenze open weight che non sono più MIT puro.00:00 GPT-6 Astra e il 99,9% su ARC-AGI06:18 Overfitting: quando il benchmark è maxato13:21 Fable 5.1: costi da record e cache23:10 Il nostro benchmark alla pellicano25:33 L'indice di Artificial Analysis non torna33:40 Coding: conta la sensazione d'uso38:04 Formula 1 o auto per la scuola?43:18 Qwen 3.8 Flash Next: l'ingegnerizzazione dei modelli48:34 Waymo in Europa: inferenza locale su TPU53:46 Nvidia compra Hugging Face, GLM su Huawei1:00:52 Le licenze open weight cambiano1:04:07 Hermes in Gen Z, Q&A e OmniRouterAscolta l'audio anche su Spotify:https://open.spotify.com/episode/50oM4N7LLJLU3szU2Sh2x7?utm_source=youtube&utm_medium=description&utm_campaign=ep70_dropSito, show notes e trascrizione completa:https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep70_dropIscriviti al canale: AI engineering in italiano, senza hype, ogni sabato.#70