Risorse Artificiali. Appunti e spunti dal mondo dell’Intelligenza Artificiale

LLM coltivati, non costruiti: l'enciclica di Leone XIV e una puntata di AI Engineering molto concreta.Stefano, Paolo e Alessio partono dalla definizione di LLM più lucida letta da anni, che arriva (a sorpresa) dal Vaticano, e finiscono nella macroeconomia dell'AI.In mezzo, tanta ingegneria: perché i benchmark di coding sono saturi e cosa cambia con Deep SWE e l'analisi delle traiettorie, come DeepSeek V4 usa la KV cache con un contesto append-only che costa 2,5x meno, l'inferenza locale tra quantizzazione e MLX, gli harness Pi e OpenClaw a microkernel, l'edge AI on device.Poi immagini e video: WanS Lens omni model, HiDream O1 e la generazione in pixel space. Chiusura sui soldi veri: Microsoft contro Anthropic, Claude contro Codex tra consumer ed enterprise, e la corsa alle IPO.Il podcast per chi l'AI la scrive, non per chi la racconta.Seguici per non perdere le prossime puntate.Vi ricordiamo che è ancora attiva la promozione "1 anno di podcast" con DataMaster. Clicca su questo link per il corso gratuito: ⁠https://corsi.datamasters.it/offers/wqLh2sVK/checkout?coupon_code=AISECURITYRISORSEARTIFICIALIImproove invece offre ai nostri ascoltatori un 15% di sconto sul biglietto di ai conf. Basta inserire il codice "P-RISORSE" al momento della registrazione su https://aiconf.it#54

AI adoption in azienda: il vero problema non è tecnologico, è culturale. Con Andrea Saltarello (CEO Improove, Founder AI Conf, Professore AI al Politecnico di Milano). I LLM non producono verità, producono verosimiglianze. E l'errore plausibile, quello che rinforza i nostri bias, è più pericoloso di quello evidente. Andrea ci porta dentro questa riflessione partendo da 25 anni di community tech italiane, dalla nascita di Improove come tentativo di democratizzare la formazione premium, fino alla tensione tra cloud centralizzato e sovranità europea. Si parla anche del futuro dei junior developer: se il green field lo scrivono gli agenti, come formiamo i senior di domani? La risposta di Andrea passa dalla boxe francese: accettare uno svantaggio tattico sostenibile per un vantaggio strategico. Seguici per restare aggiornato su Risorse Artificiali.Iscriviti ad AIConf https://www.aiconf.it/ con il codice sconto "P-RISORSE" avrai il 15% di sconto sul biglietto. 🔗 Guarda su YouTube: https://www.youtube.com/watch?v=2GQGi8R4j_0?utm_source=spotify&utm_medium=description&utm_campaign=saltarello_drop

Google I/O 2026: Gemini Flash 3.5 omnimodale, 1500 token/sec e la visione di Demis Hassabis. Episodio denso che attraversa l'I/O di Mountain View, la notizia di Karpathy che va in Anthropic con sede europea a Milano, l'HTML come formato di output per gli LLM (il consiglio di Tarik di Claude Code), la skill Playground, il world model Genie, la storia di Hassabis dal Theme Park ad AlphaGo (la mossa 37) fino ad AlphaFold e Isomorphic Labs, e il salto inferenza a 1500 token/sec che cambia disposable apps e pubblicità real-time. Più Antigravity che inghiotte Gemini CLI, la critica anti-hype "scratch the surface" sull'industria reale e la causa OpenAI vs Elon vinta per prescrizione.Il link per il cosro gratuito di DataMasters: https://corsi.datamasters.it/offers/wqLh2sVK/checkout?coupon_code=AISECURITYRISORSEARTIFICIALI Follow il podcast per non perdere gli episodi del sabato e le interviste del mercoledì. #53

Un anno di AI Engineering: cosa è cambiato in 52 settimane. Coding agents, AGI, fine epoca app. Puntata anniversario di Risorse Artificiali. Stefano, Paolo e Alessio tracciano il bilancio di un anno di podcast dedicato all'AI Engineering in italiano: la svolta dei coding agents (da Cursor tab-tab a Claude Code production-ready), il vibe coding sul telefono che Google porterà al prossimo I/O 2026, perché "jagged AGI" è il termine giusto per descrivere dove siamo davvero, e cosa significa il fatto che i modelli state of the art risolvano in 2 minuti un quesito delle Olimpiadi di Matematica che ha bloccato 298 finalisti su 300. Si parla anche di Thinking Machines e GPT Real Time per la voce real-time, DS4 di Antirez, dei modelli open weight (GLM di ZAI, Zaya 1-8B, DeepSeek V4), spec-driven development e BacklogMD, robotica come next big thing e adolescenza tecnologica (Amodei + Contact). Follow Risorse Artificiali per non perdere le prossime puntate. #52

Con l'AI nessun software è difendibile. Tesi di Domenico Gagliardi (Kortix), spiegata in 1h24.Domenico Gagliardi è Founder e COO di Kortix, la startup che ha lanciato Suna (uno dei primi AI agent generalisti open source al mondo) e che oggi sta pivotando a infrastruttura cloud per agenti (https://justavps.com/) e raccolta dati operativi aziendali. Prima di Kortix ha lavorato a 15+ progetti side e ha scalato SoftGen (competitor di Lovable) da $20k a $600k ARR in 4 mesi prima di venderlo.In questa intervista parliamo della sua tesi forte: nell'era dell'AI il software difendibile non esiste più, il valore resta solo agli estremi (infra e dati). Discutiamo poi il paper "Simple Economics of AGI" sul measurability gap dei verificatori, perché l'assicurazione per AI agents sarà il prossimo billion-dollar market, e il suo consiglio contrarian: vai dove l'AI non guarda (boring business e nicchie locali).Follow Risorse Artificiali per non perdere le prossime puntate del podcast per chi l'AI la scrive.

Un AI agent in casa che prende iniziative da solo: cosa fa davvero Hermes Agent in locale. Stefano Maestri, Alessio Soldano e Paolo Antinori parlano di tutto quello che sta accadendo nell'AI engineering oltre il modello: ottimizzazioni di inferenza (speculative decoding di Gemma 4 con drafter da 76M, D-Flash, Rotor-Quant, P-Flash), Google che vende le TPU e firma 5 gigawatt di datacenter con Anthropic, il sospetto che ChatGPT Image 2 sia Sora declassato, il caso Elon Musk vs Sam Altman e il dibattito sulla sovranita' digitale europea (cloud alla Lidl, tassazione degli agenti AI). Al centro c'e' il case study di Hermes Agent installato in locale da Stefano: gestione mail e calendario, smart home, paper digest autonomi, e il momento in cui l'agente decide da solo di renderizzare un HTML in foto per leggerlo in macchina. Code Wave Anthropic, Antirez che forka llama.cpp, l'AGI come sistema integrato e non piu' solo modello: una mappa veloce delle cose da tenere d'occhio per chi costruisce con AI in produzione. Follow per non perdere i prossimi episodi. #51

DeepSeek V4 taglia il 78% di compute sulla KV cache, Roo Code chiude e Hermes Agent gira da solo. Settimana densa: DeepSeek V4 Pro e Flash con 1M di contesto, Kimi K2.6 e MiMo V2.5, l'analisi di Salvatore Sanfilippo che fa girare V4 Flash su Mac mini con quantizzazione mista Q2/Q8, il post-mortem di Z.AI sul bug async cache di GLM-5 (con fix contributo a SGLang), Vision Banana di Google DeepMind che usa la generazione immagini come interfaccia universale per la vision, e il deep-dive di Stefano su Hermes Agent, l'alternativa open di Nous Research a Claude Code che gira con GLM-5.1 e gestisce mail, calendario e paper di Arxiv in autonomia. In più: le interviste a Demis Hassabis (DeepMind) e Andrej Karpathy sull'efficienza e sull'AGI, il keynote rotto di Jensen Huang con Dwarkesh Patel, e i 40 miliardi che Google investe in Anthropic. Follow Risorse Artificiali per non perdere il prossimo episodio. Versione video su YouTube: https://www.youtube.com/watch?v=qKl4Vkb6BMw&utm_source=spotify&utm_medium=description&utm_campaign=ep50_drop #50

L'AI non è un equalizzatore: amplifica chi è già top 10%. Stefano Gatti (Nexi, Cultura del Dato) racconta perché.Stefano Gatti torna ai microfoni di Risorse Artificiali dopo la puntata 20. Head of Data & Analytics in Nexi, professore alla Cattolica, autore di tre libri sui dati e l'AI in italiano (Algoritmi architetti del futuro, La cultura del dato, Intelligenza artificiale in 4D), e curatore di una newsletter Substack al numero 215 consecutivo da quattro anni e mezzo, ogni domenica.In questa intervista mettiamo a fuoco l'idea di "AI ibrida" che Gatti ha coniato qui da noi: dati, machine learning e generativa come continuum, non come tre rivoluzioni separate. Partiamo dalle tre ere dell'informatica vissute dal vivo (Digital Equipment, Cerved, Nexi), passiamo da SpazioDati, knowledge graph e NLP pre-LLM, e arriviamo ai nodi che contano davvero oggi: come si fa innovazione in una corporate da diecimila persone, perché VC come Stefano Bernardi devono inseguire i founder anziché il contrario, perché la curva di carriera dovrebbe essere una parabola con vertice a 50 e non un'ascesa fino a 70.Sul finale, tre azioni concrete per studenti, mid-career e diversamente giovani. E un'opinione netta: l'AI oggi amplifica i migliori, non livella il gioco. Chi guida la trasformazione ha una responsabilità sociale, non solo tecnica.CAPITOLI00:00 Le tre ere dell'informatica e l'AI ibrida01:29 Il gioco preferito: i LEGO low-floor wide-walls06:28 Da Digital Equipment a Hadoop: software, database, big data13:46 Cerved, SpazioDati e NLP pre-LLM con knowledge graph21:05 Cosa è davvero un data business22:30 Attention is all you need: AI generativa come continuum26:00 215 newsletter consecutive e l'effetto Lindy di Taleb32:16 Tre libri: dal 2019 a Intelligenza artificiale in 4D40:16 Abraham Thomas e il valore difficile dei dati46:11 Innovazione in grandi aziende: open innovation o interna55:12 Big Corp, scale-up o startup: come scegliere davvero01:01:26 VC, bootstrapping e l'eresia di Stefano Bernardi01:08:32 La parabola lavorativa: picco a 50, non a 6001:17:44 Kevin Kelly, AGI e l'incertezza incertaLINK🎧 Ascolta su Spotify: https://open.spotify.com/episode/6YeBrp9aW9cq0H0GYN0Pyo?utm_source=youtube&utm_medium=description&utm_campaign=gatti_drop🌐 Sito: https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=gatti_drop🔗 Stefano Gatti su LinkedIn: https://www.linkedin.com/in/gattistefano/📰 Newsletter "La cultura del dato": https://stefanogatti.substack.com/📚 Intelligenza Artificiale in 4D: https://www.amazon.it/dp/B0FBD6K43CIscriviti al canale per non perdere le prossime interviste, ogni mercoledì.

GPT 5.5 supera Opus 4.7, GPT Image 2 domina l'Arena, e sproteggere un LLM migliora il coding.Settimana densa. OpenAI rilascia GPT 5.5 e GPT Image 2: il primo stacca Opus 4.7 sui benchmark di coding agentico, il secondo sbaraglia tutti sull'Arena con 1512 punti contro i 1200 dei modelli state of the art. Anthropic pubblica un post-mortem e ammette 3 bug sull'harness di Claude Code che hanno causato il degrade percepito da mesi. Il progetto open source Obliteratus sprotegge Gemma con 8 prompt, rimuovendo il 92 per cento dei guardrail e migliorando i benchmark di coding come side effect.Ne parliamo Stefano, Paolo e Alessio, tirando il filo verso una domanda tecnica: perche' i guardrail sono una tassa di performance sul reasoning, e cosa c'entra con le traiettorie di pensiero. Nel corso della puntata anche il wiki gestito da un LLM di Karpathy, il test 3D di Ethan Mollick, il reverse engineering di SynthID, e il leak di Mythos.E si', Claude ha detto che le nostre thumbnail sembrano iscrizioni funerarie.Sito e newsletter: https://risorseartificiali.com/?utm_source=spotify&utm_medium=description&utm_campaign=ep49_dropSe questi discorsi ti interessano, follow al podcast.#49

In questa puntata di Risorse Artificiali parliamo di sicurezza informatica e AI con Andrea Cosentino, ingegnere IBM e chair del progetto Apache Camel. L'intelligenza artificiale sta cambiando radicalmente il mondo della ricerca di vulnerabilita', dei Capture the Flag e dei bug bounty, e lo fa a un ritmo che lascia pochi margini a chi non si adatta. Ma c'e' di piu': con i recenti annunci di Anthropic su Mythos e Opus 4.7, si delinea un scenario inquietante in cui le capacita' di sicurezza avanzate dell'AI potrebbero diventare un prodotto a pagamento, un vero e proprio modello Freemium dove chi paga accede a feature che altri non possono usare. Discutiamo di come l'AI stia trasformando il lavoro dei ricercatori di sicurezza, dell'operazione di marketing dietro Mythos e del suo controverso rilascio controllato, dei guardrail sempre piu' stringenti sui modelli AI e di cosa significa quando la sicurezza diventa un prodotto commerciale. Non mancano le digressioni su TTS, voice cloning e i rischi concreti di clonazione vocale, con una panoramica sui nuovi modelli open weight come Qwen 3.6, GLM 5.1 e MiniMax 2.7. Ascoltate Risorse Artificiali su Spotify: https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF Seguiteci su YouTube: https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg Trovate tutto su https://risorseartificiali.com

In questa puntata di Risorse Artificiali – Appunti e spunti dal mondo dell’Intelligenza Artificiale (AI) intervistiamo Luigi Congedo, imprenditore e investitore con un percorso che lo ha portato dall’Italia alla Silicon Valley, fino alla fondazione di Data Masters.Parliamo di Intelligenza Artificiale, talento e futuro del lavoro, analizzando le profonde differenze tra l’ecosistema della Silicon Valley e quello italiano ed europeo. Luigi condivide la sua esperienza nel venture capital, l’ingresso precoce nel mondo dell’AI applicata e la visione che lo ha portato a tornare in Italia per investire nella formazione e nello sviluppo delle competenze.🎯 Alcuni temi chiave dell’episodio:Perché “il capitale non manca, manca il talento”Come l’AI generativa e gli agenti stanno trasformando il knowledge workIl rischio per l’Europa tra iper-regolamentazione e perdita di competitivitàFormazione continua, AI engineering e nuove competenze richieste dal mercatoMindset, network e relazioni come vero vantaggio competitivoAI Act, governance e scenari geopolitici dell’Intelligenza ArtificialeDiscutiamo anche di come le aziende possano affrontare l’adozione dell’AI in modo concreto: dalla formazione B2C e B2B alla consulenza strategica, fino alla misurazione oggettiva delle competenze in ambito data science e machine learning.Un episodio che intreccia AI, imprenditorialità, venture capital e futuro del lavoro, con uno sguardo lucido sulle opportunità e sui rischi per Italia ed Europa.Alcuni Link rilevanti:Luigi su LinkedIn: https://www.linkedin.com/in/luigicongedo/ La Newsletter di Luigi: https://luigicongedo.substack.com/ AI data skills report:  https://datamasters.it/ai-e-data-skill-report-2025/Data Masters: https://datamasters.it/ 🎧 Ascolta il podcast:Spotifyhttps://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSFYouTubehttps://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2FgHome pagehttps://risorseartificiali.comChapters00:00 Introduzione e presentazione dell'ospite Luigi Congedo01:06 Percorso di Luigi Congedo: dall'Italia agli USA02:26 L'intersezione tra imprenditorialità e tecnologia04:24 Lavoro e innovazione nel mobile e big data06:46 Carriera nel venture capital e investimenti08:52 Ritorno in Italia e scelta di Bari per Data Masters10:25 Differenze tra ecosistemi italiani e Silicon Valley11:54 Focus su talento e innovazione nell'AI15:45 L'importanza di formazione e competenze nel mondo dell'AI19:07 Offerta di Data Masters: formazione, consulenza e tecnologia24:10 Impatto dell'AI sul lavoro e mindset26:42 Sfide regolamentari e geopolitiche dell'AI in Europa30:24 Il ruolo delle competenze cognitive e dell'etica nell'AI35:09 L'importanza delle relazioni e del network nel successo professionale01:00:36 Consigli per i giovani: formazione, network e passione

In questa puntata ci muoviamo tra leak, chiusure improvvisate e il confine sottile tra coding locale e cloud. Partiamo dal leak di Anthropic Mythos, il nuovo modello che starebbe sopra Opus con capacita' agentiche tali da trovare 0-day mai scoperti prima. Ma la sicurezza ha un prezzo, e Anthropic lo fa pagare: chiudono dall'oggi al domani l'uso dei piani Claude Code per agenti terzi, lasciando molti sviluppatori a piedi. Ne parliamo con i soliti occhiali critici, tra considerazioni su costi, token che svaniscono nelle ore di punta e revenue che triplicano in tre mesi. Poi cambiamo continente: Qwen 3.6 Plus e' gratis su OpenRouter e va forte, Gemma 4 gira sul telefonino e trascrive bene quanto modelli molto piu' grandi. Ci chiediamo se il coding locale sia finalmente diventato pratico o se i tutorial sensazionalistici su YouTube siano solo, beh, clickbait. Chiudiamo con una provocazione che viene da Peter Steinberger: e se le pull request del futuro fossero prompt invece che codice? Ne discutiamo tra determinismo, spec-driven development e l'idea di Karpati di costruirsi una knowledge base con Obsidian che si auto-alimenta. Ascoltateci su Spotify, YouTube o su risorseartificiali.com. Se vi piace quello che facciamo, iscrivetevi e lasciate un commento, ci aiuta tanto. Spotify: https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF YouTube: https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg Sito: https://risorseartificiali.com

Il sorgente di Claude Code e' finito online per errore: una source map lasciata nel pacchetto NPM ha esposto tutto il codice. Anthropic ha reagito con un DMCA su GitHub, bloccando repository e anche profili che non c'entravano nulla. Nel frattempo la community ha portato il codice in Python e Rust, e quei porting risultano legali. Analizziamo cosa c'era dentro: un codebase largamente vibe-codato, con ripetizioni, poca revisione e qualche feature non ancora pubblica. Nessuna ricetta magica, ma una gestione della memoria multilivello che non si trova negli altri tool. Ne discutiamo anche dal punto di vista della proprieta' intellettuale: l'IP sul codice e' davvero legata al linguaggio in cui lo scrivi?Nella seconda parte raccontiamo i nostri progetti open source. Paolo ha costruito Antivocale, un'app Android che trascrive i messaggi vocali di WhatsApp usando i modelli Gemma direttamente sul telefono, senza passare dal cloud. Dall'idea al primo prototipo funzionante in meno di una giornata: Gemini ha generato il PRD, Claude Code ha scritto il codice, Paolo ha fatto da passacarte tra i due modelli dal bar. La parte difficile? Le due settimane successive per far funzionare tutto su diverse versioni di Android e pubblicare sullo store. Stefano presenta Lince, un tool open source per far girare i coding agent in sandbox con una dashboard da terminale: supporta Claude Code, Codex, Open Code e Gemini, gira su Linux e Mac, e permette di lavorare con piu' agenti in parallelo sullo stesso progetto.Parliamo anche di Turbo Quant e quantizzazione della KV cache, con i primi risultati della community su LamaCPP: il breakeven e' piu' in la' di quanto ci si aspettasse, circa 100-150k token. Discutiamo i problemi di qualita' dei modelli GLM 5 di ZAI, che dopo meta' contesto iniziano a generare parole a caso, probabilmente per una quantizzazione troppo aggressiva della KV cache. Poi Gemma 4, i nuovi modelli edge di Google ora tutti multimodali che competono con modelli molto piu' grandi, Voxtral TTS di Mistral che promette bene per il text-to-speech in Europa, e il nostro contest di robotica con Cyberwave tra digital twin, edge AI e cingoli rotti. Chiudiamo con una riflessione sul burnout e su quanto sia importante staccare davvero.00:00 Introduzione e accoglienza02:26 Turbo Quant e quantizzazione della KV cache: i primi risultati06:25 Quantizzazione live vs statica: il breakeven e i compromessi11:22 Modelli GLM 5 di ZAI: quando la quantizzazione aggressiva rompe tutto17:34 Stesso modello, provider diversi, risultati diversi24:30 Il leak di Claude Code: source map su NPM, DMCA e il putiferio30:22 DMCA, porting legale e proprieta' intellettuale sul codice35:26 Antivocale: un'app Android nata al bar in una mattina41:10 App AI fai-da-te: dall'idea alla validazione in un weekend46:49 Burnout e tempo off-grid: sapere quando staccare48:42 Scout, cifrari e progetti creativi dei bambini50:36 Lince: sandbox e dashboard per i coding agent55:09 Robotica con Cyberwave: digital twin, edge AI e cingoli rotti59:10 AI e robotica autonoma: dal rover al porto, cosa tenere sul ledge01:02:52 Gemma 4: modelli edge multimodali che sfidano i giganti01:08:42 Voxtral TTS di Mistral e sviluppi AI in EuropaLince - Tool open source per far girare coding agent in sandbox con dashboard da terminale. Supporta Claude Code, Codex, Open Code e Gemini su Linux e Mac.Antivocale - App Android open source che trascrive i messaggi vocali di WhatsApp usando modelli Gemma direttamente sul telefono, senza cloud.Tutti i nostri progetti - I repository open source di Risorse Artificiali su GitHub, inclusi Lince, Antivocale e gli strumenti che costruiamo per il podcast.Talk Voxxed Days Zurich - Il talk di Stefano e Alessio sulla quantizzazione dei modelli, per capire meglio i trade-off di cui parliamo in puntata.SpotifyYouTubeSito web

In questa puntata di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, Stefano Maestri intervista Gabriele Venturi, founder di PandasAI, imprenditore tech e startup builder con esperienza diretta in Y Combinator.Parliamo di AI Coding, del futuro dello sviluppo software, di come l’intelligenza artificiale sta cambiando il lavoro di developer e founder, e di cosa significa oggi costruire una startup AI tra Europa e Silicon Valley. Dalla nascita di PandasAI alle lezioni imparate con Chatpick, fino alla visione dietro Annie, il nuovo prodotto per conversare con i dati e generare dashboard con un approccio AI-native.Nel corso dell’episodio affrontiamo temi chiave per chi lavora in AI Engineering, sviluppo software, innovazione e imprenditoria tecnologica: il ruolo degli agenti AI, il rapporto tra open source e prodotti enterprise, i limiti dell’AI nei workflow reali, la necessità di alfabetizzare aziende e C-level, e i consigli pratici per chi oggi vuole lanciare una startup o entrare nel mondo dell’AI.Una conversazione utile per chi si occupa di AI, AI startup, AI coding, data analysis conversazionale, software engineering, venture capital, Y Combinator e scenari futuri dell’intelligenza artificiale.In questa puntata parliamo di:percorso di Gabriele Venturi tra coding, startup e imprenditorianascita e crescita di PandasAIcosa significa partecipare a Y Combinatordifferenze tra ecosistemi startup in Italia, Francia, Germania e UKAI Coding e trasformazione del ruolo degli sviluppatoriAnnie, dashboard AI-native e conversazione con i datiopen source vs closed sourceAI nelle aziende, alfabetizzazione dei C-level e adozione enterpriseguardrail, trasparenza, explainability e affidabilità nei sistemi AIconsigli per futuri startupper e studenti universitariLink dalla puntata:https://pandas-ai.com/https://github.com/sinaptik-ai/pandas-aiCapitoli00:00 Introduzione e Giocattoli Preferiti02:22 Il Percorso di Gabriele Venturi05:53 Il Concetto di Code Artist11:49 La Trasformazione del Coding con l'AI12:51 La Necessità di Costruire16:03 Differenze tra Ecosistemi Startup in Europa19:42 Il Successo di Pandas AI21:23 Le Lezioni da Chatpick26:00 Target e Fundraising: Consumer vs Business29:18 Y Combinator e l'Esperienza di Gabriele30:01 Shock Culturale e Y Combinator31:47 La Competizione in Y Combinator33:31 Il Processo di Selezione per Y Combinator36:12 Il Colloquio e il Pitch a Y Combinator39:46 L'Inizio dell'Avventura a San Francisco41:45 Cambiamenti di Mentalità da Founder Europeo44:28 Il Demo Day e la Pressione degli Investitori47:21 Presentazione di Annie e le sue Caratteristiche51:24 Open Source vs Closed Source55:31 Target di Annie e Strategia di Mercato59:34 Alfabetizzazione e AI nelle Aziende01:03:00 Limitazioni e Trade-off dell'AI01:07:24 Spiegabilità e Trasparenza nei Workflow AI01:12:48 Evoluzione del Ruolo degli Sviluppatori01:18:01 Consigli per Futuri Startupper01:30:11 Riflessioni per gli Universitari🎧 Spotify: https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF▶️ YouTube: https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg🌐 Home page: https://risorseartificiali.com

In questa puntata di Risorse Artificiali partiamo da un episodio tanto curioso quanto simbolico: il dialogo tra Bernie Sanders e Claude, che mette in luce una domanda sempre più attuale — stiamo iniziando a trattare l’intelligenza artificiale come un oracolo?Da qui allarghiamo lo sguardo su uno dei temi più importanti del momento: l’AGI (Artificial General Intelligence). Analizziamo il nuovo benchmark ARC-AGI 3 e il dato sorprendente che emerge — i modelli AI sono ancora lontani dall’intelligenza generale, nonostante i progressi impressionanti.Entriamo poi nel cuore dell’AI engineering moderno, parlando di:coding agent e orchestratorisystem prompt, hook e callbacklimiti reali degli agenti AI nella gestione dello stato e degli erroriApprofondiamo anche alcune delle innovazioni più interessanti della settimana:le nuove tecniche di quantizzazione della KV cache, che potrebbero rivoluzionare performance e contesto dei modellile evoluzioni nel video editing generativoil cambio di strategia di OpenAI, tra la chiusura di Sora e il focus sull’enterprise e sul codingInfine, discutiamo un tema sempre più rilevante: cosa sta succedendo davvero nell’open source nell’era dell’AI? Fork, codice generato automaticamente e sostenibilità degli ecosistemi.🎯 Una puntata densa di spunti per chi lavora o vuole capire davvero dove sta andando l’intelligenza artificiale.00:00 Introduzione e Presentazione01:31 Bernie Sanders e Claude: Un Dialogo Istrionico06:33 Implicazioni Politiche e Giudiziarie08:30 Benchmarking dell'Intelligenza Artificiale14:31 Limitazioni e Successi di Anthropic20:21 Nuove Funzionalità e Sviluppi nel Mondo AI23:03 Implementazione degli Hook e Callback24:33 Livelli di Interazione con il Modello27:00 Orchestratori e Logica Programmatica28:52 Complicazioni nella Compaction e Gestione degli Errori31:45 Transizione verso il Video Editing37:24 Innovazioni nel Modello di Ricerca e Quantizzazione45:53 Quantizzazione e Calcolo dell'Attention51:23 Vantaggi della Quantizzazione nella Key Cache54:29 Innovazioni e Acquisizioni nel Mondo AI57:12 Open Source e Sviluppo Software01:02:04 Qualità del Codice e Modelli AI01:07:28 Conclusioni e Riflessioni Finali🎧 Spotify: https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF📺 YouTube: https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg🌐 Sito ufficiale: https://risorseartificiali.com⏱️ Capitoli🔗 Link utili

In questa puntata di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, analizziamo i principali trend dell’intelligenza artificiale che stanno ridefinendo il modo in cui costruiamo software, agenti e sistemi complessi.Partiamo da un confronto concreto tra Claude e GPT-Codex, due approcci sempre più centrali nel mondo dell’AI Engineering, per capire come stanno evolvendo modelli, workflow e modalità di utilizzo.Uno dei temi chiave è il ruolo dei token, sempre più determinanti nei task complessi: dalla gestione del contesto fino all’efficienza delle sessioni parallele. Discutiamo anche di come i modelli AI stiano sviluppando capacità di auto-miglioramento (auto-research), e di cosa questo significhi davvero in termini pratici, tra hype e realtà.Affrontiamo inoltre:le differenze tra i principali modelli AI (Claude vs GPT-Codex)il valore economico e operativo dei token nel mercato del lavorostrategie per un utilizzo efficiente nei workflow di svilupposicurezza, validazione e responsabilità nell’uso dell’AInuove uscite e innovazioni (GLM, Minimax, Meta, OpenAI)l’integrazione dell’AI in prodotti reali (come Google Maps)Un episodio che unisce esperienza pratica e visione strategica, per capire dove sta andando davvero l’AI Engineering e perché questi trend stanno già validando nuovi modelli come OpenClaw.Link dalla puntata:Il nostro progetto: https://github.com/RisorseArtificiali/lince00:00 Introduzione e felicità con i token03:19 Riflessioni su addiction e concentrazione07:33 Confronto tra modelli AI e token12:10 Personalità dei modelli AI e abbonamenti13:10 Valore dei token nel mercato del lavoro19:45 Uso efficiente dei token e sessioni parallele23:12 Problemi di comunicazione e trasparenza23:40 Evoluzione dei modelli AI: OpenAI vs Meta25:17 Prestazioni e innovazione nei modelli AI26:50 Nuove uscite: GLM e Minimax28:30 Strategie di miglioramento nei modelli AI30:54 Auto research e sviluppo strategie33:14 Applicazioni pratiche delle nuove tecnologie AI36:37 Critiche e scetticismi su auto research40:10 Il futuro dell’auto-miglioramento41:49 Startup, mercato e concorrenza43:38 Acquisizioni e innovazioni45:42 OpenAI, Nvidia: hype e critiche48:15 Permessi e sicurezza nell’AI50:42 Validazione dei modelli53:07 Rischi e responsabilità54:08 Ragionamento e comprensione nei modelli55:52 Parallelo tra AI e umani57:44 Rappresentazione grafica e comprensione01:01:32 Cloud Code e interfacce01:05:25 AI in Google Maps01:12:15 Extra e momenti divertentiClaude (Anthropic): https://www.anthropic.comGPT-4 (OpenAI): https://openai.com/research/gpt-4Google Maps AI features: https://blog.google/products/mapsMeta Avocado & Mango: https://www.meta.com/research/avocado-mangoAuto Research (Karpathy): https://github.com/carpati/auto-researchSpotify → https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSFYouTube → https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg🌐 https://risorseartificiali.com⏱️ Capitoli🔗 Risorse citate🎧 Seguici

In questa puntata di Risorse Artificiali – Appunti e spunti dal mondo dell’Intelligenza Artificiale, intervistiamo Massimo Re Ferrè per discutere di come l’AI stia trasformando lo sviluppo software e il ruolo degli sviluppatori.Partendo dalla sua esperienza nel mondo tecnologico, Massimo racconta come stanno evolvendo i workflow di sviluppo grazie a strumenti di AI Assisted Coding, esplorando concetti emergenti come Vibe Coding e Spec Driven Development, dove l’intento diventa sempre più la vera source of truth nello sviluppo del software.Durante la conversazione affrontiamo diversi temi chiave per chi lavora nel mondo del software engineering e dell’intelligenza artificiale: l’impatto dell’AI sul mercato degli sviluppatori, i nuovi modelli di collaborazione tra umani e agenti AI, il futuro della code review, e come i developer – soprattutto i più giovani – possono prepararsi a un panorama tecnologico in rapido cambiamento.Parliamo anche di come filtrare l’hype tecnologico, di quali competenze saranno davvero importanti nei prossimi anni e di come affrontare l’evoluzione dell’industria software con un approccio pragmatico e consapevole.Una conversazione ricca di spunti per software developer, AI engineer, tech leader e appassionati di intelligenza artificiale che vogliono capire come cambierà davvero il modo di costruire software nei prossimi anni.Come l’AI sta trasformando lo sviluppo softwareAI Assisted Coding, Vibe Coding e Spec Driven DevelopmentL’evoluzione del ruolo degli sviluppatoriCome cambieranno code review e workflow di sviluppoIl futuro dei junior developer nell’era dell’AICome distinguere hype tecnologico e innovazione reale👤 Massimo Re FerrèLinkedIn: https://www.linkedin.com/in/massimoreferreIl suo Blog: https://it20.info/AWS Kiro: https://kiro.dev/🎙 Podcast Risorse ArtificialiSpotify: https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF▶ YouTubehttps://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg🌐 Home pagehttps://risorseartificiali.comChapters00:00 Introduzione e Giocattoli Preferiti02:16 Il Percorso Professionale di Massimo04:32 Evoluzione della Professione e Intelligenza Artificiale12:04 L'Intelligenza Artificiale e il Mercato degli Sviluppatori17:41 Scrittura e Condivisione di Conoscenza20:45 Vibe Coding e AI Assisted Coding24:44 Spec Driven Development e Differenze con Vibe Coding34:33 Workflow di Sviluppo e Kiro39:53 L'Intento come Source of Truth48:00 Evoluzione del Ruolo dello Sviluppatore53:50 La Review del Codice e le Nuove Tecnologie01:06:23 Collaborazione e Workflow nello Sviluppo Software01:08:54 Evoluzione del Ruolo dello Sviluppatore01:10:36 L'Apprendimento per i Junior Developer01:13:42 Strumenti e Approccio Positivo01:19:40 Consigli per i Software Developer01:25:19 Filtrare l'Hype Tecnologico01:29:25 Consigli per i Neo-Diplomati01:33:55 Conclusioni e Messaggi Finali

AI Coding, Code Review AI e sviluppo software con Intelligenza Artificiale: cosa cambierà davvero per gli sviluppatori nei prossimi anni?L’intelligenza artificiale sta cambiando radicalmente il modo in cui sviluppiamo software.Dalla generazione automatica di codice alla code review basata su AI, gli strumenti di AI stanno trasformando workflow, ruoli e processi nello sviluppo software.In questo episodio di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, registrato live al JUG Milano, discutiamo di come l’AI stia evolvendo da semplice assistente per programmatori a parte integrante del ciclo di sviluppo del software.Se il 2025 è stato l’anno della generazione di codice con AI, il 2026 potrebbe diventare l’anno della code review automatizzata, dove modelli di intelligenza artificiale analizzano il codice, identificano errori, suggeriscono miglioramenti e supportano gli sviluppatori nella qualità del software.Durante l’episodio parliamo di:• AI coding e generazione automatica del codice• il futuro della code review automatizzata con AI• come cambierà il ruolo degli sviluppatori software• rischi legati a privacy, sicurezza e shadow AI nelle aziende• differenze tra modelli AI locali e modelli cloud• benchmark e affidabilità dei modelli AI per lo sviluppo software• l’importanza di open source, API e standard aperti nell’AI engineeringDiscutiamo anche di workflow reali con strumenti di AI per sviluppatori, integrazione nei processi di sviluppo e di come le aziende dovrebbero prepararsi a un futuro in cui l’AI non scrive solo codice, ma lo revisiona e ne verifica automaticamente la qualità.Un episodio pensato per sviluppatori, AI engineer, tech lead e appassionati di intelligenza artificiale che vogliono capire come cambierà il lavoro dei programmatori nei prossimi anni.🎧 Ascolta il podcast su Spotifyhttps://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF📺 Guarda gli episodi sul canale YouTubehttps://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg🌐 Home page del podcasthttps://risorseartificiali.comChapters00:00 Introduzione e Benvenuto02:55 Il Ruolo dell'Intelligenza Artificiale nella Società05:57 Formati e Tipologie di Podcast08:53 Domande dalla Community e Risposte12:01 Esperienze Pratiche con l'AI15:08 Strumenti AI e Workflow17:55 Privacy e Utilizzo degli Strumenti AI21:24 Condivisione di Informazioni Sensibili e Shadow AI27:13 Benchmark e Affidabilità dei Modelli AI35:10 Modelli Locali vs. Cloud: Vantaggi e Svantaggi49:17 Evoluzione delle API e Integrazione dei Modelli AI50:14 L'importanza del codice aperto e delle specifiche53:08 Progetti complessi e workflow nello sviluppo56:35 Evoluzione del ruolo dello sviluppatore01:00:41 Automazione e controllo nella revisione del codice01:03:10 Linguaggi di programmazione e qualità del codice01:10:18 Formazione e necessità di sandbox nel coding

In questa puntata di Risorse Artificiali – Appunti e spunti dal mondo dell’Intelligenza Artificiale, discutiamo le ultime evoluzioni dell’ecosistema AI partendo da GPT-5.4 e arrivando al cambiamento radicale che l’intelligenza artificiale sta portando nel lavoro degli sviluppatori.Parliamo di AI engineering, nuovi workflow di sviluppo e dell’importanza crescente delle interfacce CLI per lavorare con modelli di linguaggio sempre più potenti. Un confronto diretto tra approcci diversi – come CLI e MCP – per capire quali strumenti stanno davvero trasformando il modo in cui scriviamo codice, integriamo modelli AI e costruiamo software.Nel corso della conversazione esploriamo anche:• le implicazioni economiche e tecnologiche dei nuovi modelli AI• il ruolo del workflow e delle skill nell’utilizzo efficace degli LLM• le sfide di sicurezza ed etica nell’intelligenza artificiale• le nuove pratiche di code review nell’era dell’AI• le innovazioni hardware (come il reverse engineering dell’hardware Apple)• il futuro del lavoro degli sviluppatori nell’epoca degli AI engineersUna puntata ricca di riflessioni tecniche, esperienze pratiche e curiosità nerd per capire dove sta andando davvero il mondo dell’AI engineering, del coding assistito dall’AI e dello sviluppo software.Link dalla puntata:https://www.latent.space/p/reviews-dead https://openai.com/index/introducing-gpt-5-4/ https://www.anthropic.com/news/where-stand-department-war https://trilogyai.substack.com/p/deep-dive-qwen-35-brings-native-multimodality https://github.com/RisorseArtificiali/lince🎙 Risorse Artificiali – Appunti e spunti dal mondo dell’AIUn podcast su intelligenza artificiale, AI engineering, coding, innovazione tecnologica e futuro del lavoro.🔗 Spotifyhttps://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF🔗 YouTubehttps://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg🔗 Home pagehttps://risorseartificiali.comChapters00:00 Introduzione e Mood della Puntata03:07 Notizie sull'AI e GPT 5.406:10 Esperienze con il Bluetooth e LLM09:08 Evoluzione dei Modelli di AI12:22 Considerazioni Economiche sui Modelli di AI15:07 Reverse Engineering e Hardware Apple17:57 Tendenze nel CLI e MCP21:05 Riflessioni su REST e MCP25:19 L'importanza del contesto nelle skill26:13 Definizione e utilizzo delle CLI27:44 Workflow e NCP: un confronto29:00 Open Source e risorse utili30:39 Sviluppo agentico su Linux32:54 Notebook LM: un aiuto per lo studio34:38 Pubblicità personalizzata e creatività37:02 L'evoluzione del ruolo dello sviluppatore40:01 Critiche e opportunità nell'era dell'AI43:06 La review del codice e le nuove pratiche49:41 Rinascita del COBOL e AI51:10 Linguaggi di Programmazione e AI53:50 Distribuzione e Gestione del Software57:15 Controversie tra Antropik e Pentagono01:04:11 Modelli Cinesi e Innovazioni nel Settore AI

In questa puntata di Risorse Artificiali parliamo di Intelligenza Artificiale e creatività digitale insieme a Mizzio Ratti e Stefano Lombardini.Come sta cambiando la pubblicità nell’era dell’AI?La tecnologia sta davvero democratizzando la produzione video e il cinema digitale oppure sta comprimendo il valore economico della creatività?Durante l’intervista affrontiamo temi centrali per chi lavora nel mondo creativo, nel marketing e nella produzione audiovisiva:Impatto dell’Intelligenza Artificiale nella pubblicitàDifferenze tra freelance e agenzie nell’uso di strumenti AIProduzione di video AI e spot generati con modelli generativiQuestioni legali e diritti digitaliAutorialità, originalità e valore dell’idea creativaOpportunità e rischi per i giovani creativiFuturo del lavoro nel cinema e nella comunicazione digitaleParliamo di strumenti come Midjourney e Kling, ma anche di cultura pop e gaming – da Age of Empires II alle nuove dinamiche di viralità contemporanea – per capire come la tecnologia stia ridefinendo il concetto stesso di creatività.Uno dei punti chiave emersi è chiaro:“La tecnica non conta più, conta l’idea.”L’AI abbassa le barriere di ingresso, ma rende ancora più centrale la capacità di pensiero critico, strategico e creativo. In un mondo dove tutti possono produrre contenuti, l’originalità diventa il vero vantaggio competitivo.Questa intervista è pensata per:Creativi e pubblicitariAI engineer curiosi dell’impatto culturale della tecnologiaProfessionisti del marketing digitaleStudenti e giovani che vogliono lavorare nella comunicazioneChiunque voglia capire il futuro della creatività nell’era dell’AILink dalla puntata:Il video di Bonios: https://www.youtube.com/watch?v=Ognk7Ngx3FULinkedin di Mizio: https://www.linkedin.com/in/mizio-ratti-b75b13/La newsletter di Mizio: https://mizionewsletter.substack.com/Linkedin di Stefano Lombardini: https://www.linkedin.com/in/stefanolombardini/Il sito di Stefano Lombardini: https://stefanolombardinicopywriter.com/Se vuoi restare aggiornato su AI, AI Engineering e scenari futuri dell’Intelligenza Artificiale:🎧 Spotify: https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF📺 YouTube: https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg🌍 Sito ufficiale: https://risorseartificiali.com

In questa puntata di Risorse Artificiali parliamo di AI Coding Agents, produttività estrema e rischio “effetto slot machine”.Partiamo da una provocazione: l’Intelligenza Artificiale sta diventando una macchina dopaminica per sviluppatori? Tra vibe coding, reward loop continui e modelli sempre più veloci, l’esperienza di sviluppo software sta cambiando radicalmente.Analizziamo:Le nuove funzionalità di Claude Code (memory gerarchica, automemory, rules)L’approccio open source di OpenClaw e il controllo remoto degli agenti via TelegramLa corsa al milione di token di contesto e cosa significa davvero per chi sviluppaBenchmark e consistenza dei nuovi modelli: GLM 5, Minimax 2.5, Gemini 3.1, GPT 5.xVelocità vs accuratezza: quando conviene sacrificare qualità per performance?Compressione del contesto e rischi reali nell’utilizzo di agenti autonomiSicurezza, guardrail e casi concreti di AI fuori controlloDiscutiamo anche dell’impatto sui team open source: se l’AI aumenta la produzione di codice, chi revisiona tutto? Sta cambiando il ruolo dei tech lead?Un episodio tecnico ma con implicazioni profonde per AI Engineer, sviluppatori, CTO e chiunque stia integrando modelli di linguaggio nel proprio workflow.🎧 Ascolta il podcast:Spotify: https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSFYouTube: https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2FgHome: https://risorseartificiali.comChapters00:00 Introduzione e Riflessioni Iniziali02:30 Disagi e Riflessioni sull'AI04:27 Potenzialità e Limiti delle Tecnologie AI09:27 Gamification e Coding nell'Industria12:34 Riferimenti al Gioco d'Azzardo e AI15:08 Ottimizzazione e Automazione nel Coding20:14 Integrazione di AI e Strumenti di Lavoro22:37 Rilascio di Nuove Funzionalità da Parte di Anthropic23:48 Sicurezza e Memoria nel Cloud26:22 Innovazioni di Claude Code29:18 Funzionalità di OpenClaw31:43 Rilasci di Modelli e Aggiornamenti36:44 Benchmarking e Performance dei Modelli41:04 Ottimizzazione e Inferenza Locale46:44 La Complessità dei Contesti Lungo48:13 Modelli di AI: Minimax e GLM49:32 Consistenza e Qualità delle Risposte51:12 Velocità e Performance dei Modelli52:35 Utilizzo dei Subagents e Ottimizzazione53:39 Velocità vs Accuratezza nel Coding01:00:20 Rischi e Sicurezza nell'Utilizzo di AI01:02:20 Compressione del Contesto e Qualità delle Risposte01:07:16 Strumenti per la Gestione del Contesto01:09:30 Conclusioni e Riflessioni Finali

In questa puntata di Risorse Artificiali intervistiamo Antonello Mantuano, imprenditore tech ed ex CTO nel mondo Big Data, oggi founder della startup Data Beez, una piattaforma che sviluppa agenti AI di dominio basati su dati strutturati e conoscenza verticale.Parliamo di:* 🚀 AI e coding agents: come stanno trasformando lo sviluppo software* 🤖 Vibe coding e Agentic Engineering: cosa cambia davvero per i developer* 🏢 La resistenza delle organizzazioni italiane all’adozione dell’AI* ⚡ La velocità del cambiamento e il rischio burnout* 🧠 Soft skills vs hard skills nell’era dell’intelligenza artificiale* 👩‍💻 Il ruolo delle nuove generazioni e dell’educazione digitaleStiamo vivendo un momento storico simile all’esplosione di Internet: l’AI generativa e gli agenti autonomi stanno ridefinendo il modo in cui progettiamo, sviluppiamo e gestiamo software.Ma le aziende italiane sono davvero pronte?E cosa significa oggi fare carriera come software engineer?Una conversazione lucida e concreta su AI engineering, startup innovative, trasformazione digitale e futuro del lavoro tech.----------------------------------------🔗 Scopri di più su Data Beez: https://databeez.ai🔗 Antonello Mantuano su LinkedIn: https://linkedin.com/in/antonellomantuano🎧 Ascolta “Risorse Artificiali – Appunti e spunti dal mondo dell’AI” su Spotify📺 Seguici su YouTube🌍 Home: https://risorseartificiali.com----------------------------------------Se vuoi possiamo:* renderla più tecnica (più AI engineering, meno cultura)* renderla più provocatoria (es. “Stiamo creando la tecnologia che ci sostituirà?”)* accorciarla per YouTube mantenendo SEO forte* aggiungere capitoli formattati per YouTubeChapters00:00 Introduzione e Presentazione di Antonello03:22 L'Esperienza di Antonello nel Mondo dei Dati06:09 La Creazione di Data Beads09:07 Il Ritorno alla Programmazione e l'Influenza dell'AI12:16 Vibe Coding e le Sfide del Sviluppo18:14 L'Impatto della Velocità dell'AI sul Lavoro21:01 Riflessioni Finali e Conclusioni24:13 Il contesto e il cambiamento nella programmazione29:28 La sfida del context switching32:24 Tecnologie emergenti e il loro impatto39:25 La velocità del cambiamento e il burnout46:11 Il futuro delle organizzazioni e l'adozione delle nuove tecnologie52:02 Il Trend di TikTok e l'Intelligenza Artificiale54:17 Generazione Z e l'Approccio all'AI56:14 Interazioni Divertenti con ChatGPT59:06 Rischi e Opportunità dell'AI nella Società01:01:21 Creatività e Lavoro nell'Era dell'AI01:05:13 Soft Skills vs Hard Skills nel Lavoro01:10:21 Educazione e Comportamento dei Modelli AI01:17:16 riverside_risposte_divertenti a gemini_risorse_artificiali (2).mp4

In questa puntata di Risorse Artificiali – Appunti e spunti dal mondo dell’Intelligenza Artificiale (AI) intervistiamo Daniele Zonca, Chief Architect in Red Hat, per capire come portare l’AI generativa in Enterprise in modo sostenibile, sicuro e governabile.Cosa significa davvero adottare l’Intelligenza Artificiale generativa in azienda?Parliamo di:Explainability e fiducia nei sistemi di AIKubernetes come piattaforma per gestire modelli generativi in produzioneOpen Source e innovazione nel mondo enterpriseCosti, sostenibilità e ciclo di vita dei modelliGestione del rischio e responsabilità nell’utilizzo degli LLMEvoluzione dello sviluppo software tra AI assisted coding e vibe codingL’AI generativa non è solo una tecnologia: è un cambio di paradigma per architetture, processi e competenze.Capire come integrarla nei sistemi enterprise significa affrontare temi di governance, sicurezza, affidabilità e trasparenza.Un episodio per AI engineer, architetti software, CTO e professionisti che vogliono portare l’AI generativa in azienda senza perdere controllo e fiducia.Chapters00:00 Introduzione e Giochi dell'Infanzia02:40 Il Percorso Professionale di Daniele Zonca04:57 L'Importanza dell'Explainability nell'AI13:19 OpenShift AI e il Lavoro di Daniele Zonca17:22 Kubernetes come Piattaforma per LLM22:13 Vantaggi del Professional Open Source23:37 Inizio e complessità delle soluzioni AI29:08 La scelta tra soluzioni interne ed esterne30:33 Futuro dei modelli linguistici31:51 Costi e sostenibilità delle soluzioni AI34:29 Ciclo di vita dei modelli e gestione dei dati40:27 L'importanza del background accademico44:47 Curiosità e Approfondimento nel Mondo del Lavoro47:35 L'importanza del Background Tecnico50:39 Evoluzione e Rivoluzioni Tecnologiche53:26 Vibe Coding e AI Assisted Coding56:30 Interazione con i Modelli di Linguaggio59:37 Il Ruolo dello Sviluppatore nel Futuro01:02:32 Gestione dei Fallimenti nel Mondo Enterprise01:13:06 Gestione del Rischio e Fiducia nei Modelli01:15:09 Responsabilità e Agenzia nell'Utilizzo degli LLM01:17:00 Etica e Fiducia nell'Intelligenza Artificiale01:19:13 Antropomorfizzazione e Comprensione dei Modelli01:21:46 Architettura dei Modelli e Allineamento Etico01:26:58 Futuro dei Modelli di Base e Open Source

In questa puntata di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, Paolo entra ufficialmente in fissa con Claude Code (come Stefano aveva previsto 😄), ma la vera domanda è un’altra: stiamo assistendo alla nascita dell’Internet degli Agenti AI?Parliamo di:🔥 Claude Code, Cloud Code e Vibe Coding🧠 Memoria e strategia negli agenti AI🧩 Constraint solving e pianificazione con modelli intelligenti🌐 OpenClaw e WebMCP: verso un ecosistema interoperabile di agenti📱 Le app tradizionali sono destinate a scomparire?🎮 AI nei giochi e nuove forme di interazione digitale🧪 Open source, sperimentazione e modelli che generano altri modelli⚔️ CLI vs MCP: dibattito tecnico sul futuro degli strumenti di sviluppoL’intelligenza artificiale non sta solo migliorando le app: potrebbe sostituirle.Stiamo passando da un mondo di applicazioni isolate a un ecosistema di agenti autonomi, capaci di interagire tra loro, ricordare contesto, pianificare azioni e collaborare attraverso protocolli come WebMCP.Discutiamo anche dell’evoluzione dei modelli AI (inclusi quelli cinesi), del ruolo dell’open source e di come l’AI stia cambiando radicalmente il modo in cui sviluppiamo software.👉 Se ti interessano AI engineering, agenti intelligenti, sviluppo software, open source e scenari futuri dell’intelligenza artificiale, questa puntata fa per te.Chapters00:00 Introduzione e Confusione Numerica01:59 Vibe Coding e Deprivazione da Cloud Code03:58 Progetti Strani e Automazione Domestica07:03 Deep Research e Cloud Code12:13 Pianificazione e Constraint Solving15:07 Utilizzo di Cloud Code per Progetti17:40 Strumenti e Funzionalità di Cloud Code23:19 Svelare i Segreti del Coding24:25 Strumenti e Workflow per Non Programmatori26:28 Presentazioni e Conferenze: Condivisione di Esperienze28:53 Discussione su Sviluppo Software e AI30:19 Futuro degli Assistenti Virtuali36:11 Implicazioni dell'AI sulle App e sull'Industria40:13 Giochi e AI: Nuove Frontiere41:19 Prossimi Passi: Dove Ci Porta l'AI?42:46 L'uso consapevole degli agenti AI45:55 Memoria e strategia negli agenti AI47:48 La singolarità e l'evoluzione dei modelli AI50:25 Modelli che generano altri modelli54:43 CLI vs MCP: un dibattito tecnico59:43 L'evoluzione dei modelli AI cinesi01:04:08 Interazione tra modelli e agenti01:07:05 WebMCP e l'Internet degli agenti🎧 Ascolta “Risorse Artificiali” su Spotify:https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF📺 Guarda il podcast su YouTube:https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg🌍 Tutti gli episodi su:https://risorseartificiali.com

In questa puntata di Risorse Artificiali parliamo di agenti di coding, Claude Code e di come l’intelligenza artificiale stia cambiando radicalmente il modo in cui programmiamo, lavoriamo e acquisiamo nuove skill.Partendo da un approccio pratico e ironico (“meglio un boomer smanettone oggi che un doomer domani”), discutiamo di come gli agenti intelligenti possano essere usati non solo dagli sviluppatori, ma anche da chi non scrive codice ogni giorno. Le skill diventano una nuova forma di programmazione, il contesto guida il comportamento degli agenti e la proattività apre scenari completamente nuovi.Affrontiamo anche i temi più delicati:🔐 sicurezza,⚠️ rischi operativi,🤖 comportamenti emergenti,🧠 consapevolezza nell’uso di sistemi AI sempre più autonomi.Dagli agenti di coding a OpenClaw, passando per la democratizzazione della programmazione, riflettiamo su cosa significa davvero lavorare con l’AI oggi e su come evitare di subirla domani.🎧 Un episodio per chi vuole capire dove sta andando l’AI applicata allo sviluppo software, senza hype ma anche senza paura.

L'AGI arriva prima di quanto credi: Maserati l'aveva detto a febbraio, oggi si vede chiaramente.A febbraio abbiamo parlato con Alessandro Maserati, AI lead in una società svizzera di digital transformation ed ex-Boston Consulting, su AGI, allineamento e futuro del lavoro.Matematico di formazione (Scuola Normale di Pisa, tesi in logica pura) e con un decennio di esperienza enterprise, Maserati affronta l'AI con un mix raro di profondità tecnica e prospettiva business. Nell'intervista spiega perché l'AGI è molto più vicina del dibattito pubblico, perché l'allineamento resta irrisolto, perché l'Europa sta sostanzialmente a guardare, e come il rapporto uomo-AI nella scrittura di codice si sta ribaltando. Parliamo anche di adozione AI enterprise, della distanza fra ricerca e business, e del perché le aziende nate dopo il 2022 stanno prendendo un vantaggio strutturale su chi è venuto prima.Rivederla a 2,5 mesi di distanza è onesto: molte affermazioni sono invecchiate bene, alcune meno. Segui il podcast per non perdere le prossime interviste.Guardala anche su YouTube: https://www.youtube.com/watch?v=XP2jiPxFtPk&utm_source=spotify&utm_medium=description&utm_campaign=maserati_relaunch

Il mercato dei chatbot e dell’intelligenza artificiale sta cambiando rapidamente. In questa puntata di Risorse Artificiali analizziamo i segnali più interessanti emersi negli ultimi mesi: la crescita di Gemini, l’evoluzione dell’uso delle API, la standardizzazione delle applicazioni AI e il ruolo sempre più centrale degli agenti intelligenti.Partendo dai dati di traffico e dalle dinamiche di mercato, discutiamo di come l’AI stia passando dall’essere una semplice interfaccia conversazionale a una vera infrastruttura di automazione. Approfondiamo le regole e le limitazioni nell’uso dei modelli, il tema della spiegabilità in ambito enterprise e le nuove proposte di standardizzazione che stanno emergendo nell’ecosistema AI.Un capitolo centrale della puntata è dedicato al dibattito sull’AGI (Artificial General Intelligence) e sulla superintelligenza, confrontando le visioni di Demis Hassabis e Dario Amodei: quanto siamo davvero lontani dall’AGI? E cosa significa, concretamente, per il lavoro e per chi sviluppa software oggi?Chiudiamo con una riflessione diretta sul futuro della programmazione: scriveremo meno codice? Cambieranno gli strumenti, le interfacce e le competenze richieste ai programmatori? E che ruolo avranno gli agenti AI nel nostro modo di lavorare?Una puntata per chi vuole capire dove sta andando davvero l’intelligenza artificiale, oltre l’hype e oltre la semplice “chat”.I Link dalla puntata:Chrome: The browser you love, reimagined with AI https://blog.google/products-and-platforms/products/chrome/chrome-reimagined-with-ai/https://openclaw.ai/ ex clawdbot ex moltbot….https://openclaw.ai/blog/introducing-openclawhttps://ppc.land/chatgpts-lead-shrinks-as-gemini-surges-in-ai-traffic-war/Hassabis-Amodei: https://www.youtube.com/watch?v=02YLwsCKUwwChapters 00:00 Introduzione e Panoramica del Mercato 02:42 Crescita di Gemini e Confronto con ChatGPT 06:16 Traffico Internet e Utilizzo delle API 10:50 Regole e Limitazioni nell'Uso dei Modelli AI 15:49 Standardizzazione e Innovazioni di Antropic 21:58 Spiegabilità dei Modelli e Adozione nell'Enterprise 24:51 Controversie Legali e Venture Capital 28:15 Interviste e Percezioni nel Mondo Economico 30:57 Definizioni di AGI e SGI 34:10 Dibattiti sul Futuro dell'Intelligenza Artificiale 38:04 Riflessioni sulla Competizione Globale 42:25 Paragoni con la Bomba Atomica e Riflessioni Finali 48:12 Il Cambiamento dei Nomi e le Aspettative di Mercato 49:15 L'Utilizzo di Modelli e Agenti AI 52:10 Interazione e Automazione con le AI 53:48 Riflessioni sul Futuro della Programmazione57:09 Evoluzione del Codice e delle Interfacce Utente 01:00:38 Il Ruolo degli Agenti AI nel Futuro della Tecnologia 01:02:44 La Trasformazione degli Strumenti di Lavoro 01:07:24 Conclusioni e Teaser per il Futuro

L’AI scala davvero? In questo episodio di Risorse Artificiali partiamo da una domanda chiave per chi lavora con l’intelligenza artificiale oggi: la scalabilità dei modelli AI è reale o stiamo solo spostando i costi?Parliamo di:crescita dei modelli AI e limiti del pre-trainingdistillazione come strategia per rendere l’AI più sostenibilehardware sempre più commoditizzato e costi energeticiperché il prezzo della RAM sta diventando un collo di bottigliacoding creativo e Vibe Coding: conta ancora scrivere codice?l’arrivo di Gemini su (quasi) tutti i telefoni e l’impatto sull’ecosistema mobileChatGPT e la pubblicità: cosa cambia per utenti, aziende e sviluppatoriprivacy, business model e nuove tensioni tra AI, prodotto e mercatoChiudiamo con una riflessione più ampia: ha ancora senso fermarsi a scrivere, progettare, persino scrivere libri, in un’epoca di accelerazione continua?Un episodio che mette insieme AI engineering, creatività, business e futuro del software, senza hype ma con domande scomode.🎧 Risorse Artificiali – Appunti e spunti dal mondo dell’AIDisponibile su Spotify e YouTube.Link dalla puntata:Black Forest Labs is back: Flux.2 [Klein]https://bfl.ai/blog/flux2-klein-towards-interactive-visual-intelligencehttps://github.com/black-forest-labs/flux2 Esempi in community: https://www.reddit.com/r/StableDiffusion/comments/1qfvebh/flux_2_klein_is_really_amazing/ Prove gratis a https://huggingface.co/spaces/black-forest-labs/FLUX.2-klein-4B Script prompt upsampling: https://github.com/black-forest-labs/flux2/blob/main/docs/flux2_with_prompt_upsampling.md Invisible watermark: https://github.com/ShieldMnt/invisible-watermarkArticolo di Salvatore Sanfilippo: Don't fall into the anti-AI hypeChapters00:00 Introduzione e Saluti02:50 Riflessioni sull'Intelligenza Artificiale05:44 Scalabilità e Investimenti nell'AI08:33 Pre-Training e Consumi Energetici11:40 Innovazioni nei Modelli AI14:36 Hardware e Comoditizzazione17:41 Distribuzione del Calcolo e Progetti Futuri20:46 Ritorno di Flux e Black Forest Lab30:10 Evoluzione e Distillazione dei Modelli40:16 Coding Assistito e Creatività49:20 Riflessioni sul Gioco e la Creatività49:35 Il Vibe Coding e le Opinioni di Linus Torvalds55:41 Le Innovazioni di Apple e Gemini01:00:42 L'Intelligenza Artificiale e la Privacy01:04:45 Pubblicità e Chatbot: Un Nuovo Paradigma01:10:13 Riflessioni Finali e Conclusioni

In questo episodio di Risorse Artificiali intervistiamo Emanuele Fabbiani, imprenditore e ricercatore nel mondo dell’intelligenza artificiale, fondatore di Xtream e Ready, oggi parte dell’ecosistema TeamSystem.Partendo dal suo percorso personale — tra ricerca accademica e costruzione di startup AI — affrontiamo uno dei temi più discussi e fraintesi dell’AI moderna: le allucinazioni dei modelli linguistici (LLM) e il problema della explainability.Parliamo di:perché i modelli AI allucinano e cosa ci dice questo sul loro funzionamentodifferenza tra significato e significante nei Large Language Modelsquali tecniche aiutano a mitigare le allucinazioniperché la spiegabilità è cruciale per l’adozione enterprise dell’AIlimiti e costi delle scaling lawil ruolo del reasoning nei modelli di nuova generazioneVibe Coding: perché sta cambiando davvero il modo di scrivere softwarecosa significa fare impresa AI in Italia oggiconsigli pratici per giovani, ricercatori e futuri imprenditori techUn episodio denso ma concreto, che unisce AI engineering, ricerca, startup e futuro del lavoro, con uno sguardo lucido su cosa funziona davvero oltre l’hype. Link:https://www.linkedin.com/in/emanuelefabbiani/https://xtreamers.io/⏱️ Capitoli00:00 Introduzione01:54 Il percorso di Emanuele Fabbiani05:52 Ricerca vs startup: una falsa dicotomia11:48 Accademia e industria: contaminazione necessaria12:49 Nascita di Xtream e dinamiche di gruppo19:02 L’acquisizione da parte di TeamSystem24:55 Explainability nei Large Language Models33:32 Significato, non significante43:06 Allucinazioni nei modelli AI56:42 Scaling law e limiti economici59:35 Vibe Coding e sviluppo software assistito01:05:18 Revisione del codice e AI01:10:23 Ecosistema AI in Italia01:21:24 Consigli per chi vuole fare startup01:29:33 Il futuro dell’intelligenza artificiale

Nel nuovo episodio di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, partiamo dal caso Grok e dalla polemica sui deepfake di immagini generate dall’AI per affrontare una domanda molto più ampia:👉 come cambia il concetto di autenticità in un mondo in cui l’intelligenza artificiale può generare contenuti indistinguibili dal reale?Discutiamo della reazione di Elon Musk, delle implicazioni culturali e legali della generazione di immagini fake e di una provocazione centrale:in un ecosistema dominato dai fake, forse non è il falso che va marcato, ma l’originale.Da qui allarghiamo lo sguardo all’evoluzione dei modelli di generazione immagini, come GLM Image, e al tema della comprensione semantica nei modelli multimodali.Nella seconda parte dell’episodio ci spostiamo sulla sanità, commentando il lancio di ChatGPT Health da parte di OpenAI:un passo importante che apre opportunità concrete, ma anche questioni etiche, di privacy e di responsabilità, soprattutto quando l’AI entra in ambiti critici come le decisioni mediche.Infine, chiudiamo con una riflessione più tecnica e filosofica sul futuro degli agenti AI, discutendo il ruolo della memoria procedurale e semantica nei coding agent e perché progettare sistemi di memoria non è solo un problema di performance, ma di affidabilità e controllo.Un episodio per chi lavora con l’AI — o ne subisce già gli effetti — e vuole andare oltre l’hype, interrogandosi su responsabilità, fiducia e limiti dell’intelligenza artificiale generativa.Chapters00:00 Introduction and Context of the Controversy02:27 Deepfake Technology and Cultural Reactions04:50 Legal Implications and Image Authenticity11:40 Emerging AI Models and Future Directions24:49 Exploring Image Generation Techniques37:02 AI in Healthcare: Opportunities and Ethical Concerns46:15 User Responsibility in AI Healthcare Decisions47:38 The Risks of Anthropomorphizing AI50:02 The Future of AI in Personal Health52:49 Debating AI Memory Systems01:04:58 The Complexity of AI Memory and Learning

Nel nuovo episodio di Risorse Artificiali analizziamo AI e robotica nel 2026, partendo da un tema centrale: il dilemma strategico di Meta tra acquisizioni, critiche pubbliche e il dilemma dell'innovatore sugli occhiali. La roadmap generale sembra ancora poco chiara.Parliamo poi delle novità emerse al CES, dove la robotica — soprattutto asiatica — è sempre più protagonista, e di come anche Lego stia ridefinendo il concetto di gioco educativo con mattoncini intelligenti e robotica per le nuove generazioni.La conversazione si sposta quindi sui trend di fondo che guideranno i prossimi anni:world models applicati alla robotica autonomacontinual learning e refinement continuo dei modelliorchestrazione e sistemi multi-agentenuove tecniche di generazione di immagini con layer editabiliUn episodio che intreccia attualità, gossip tech e visione ingegneristica, per capire cosa è davvero segnale debole e cosa invece sarà infrastruttura dell’AI del futuro.Meta tra acquisizioni, critiche e mancanza di una strategia chiaraRobotica al CES: hype o vero cambio di passo?Lego e l’ingresso della robotica nel mondo educationalGen Z e nuovi pattern di utilizzo dell’AIWorld models e autonomia dei sistemi intelligentiContinual learning come chiave per l’evoluzione dei modelliMulti-agent systems e refinement continuo🎧 Ascolta Risorse Artificiali su Spotify, YouTube e tutte le principali piattaforme podcast.Tutti i link sono disponibili sulla nostra home page.🔍 Temi chiave dell’episodio

In questo episodio di Risorse Artificiali parliamo con Simone Di Somma, fondatore di Cyberwave, di come costruire una startup nel mondo della robotica e dell’automazione (e perché oggi è il momento giusto per farlo anche in Italia).Partiamo dalle lezioni imparate in Y Combinator e arriviamo ai temi più caldi della Physical AI: robot che diventano sempre più capaci grazie all’intelligenza artificiale, nuovi modelli di business come marketplace di robot e hardware-as-a-service, e il ruolo centrale di open source e community per accelerare innovazione e adozione.Parliamo anche di PMI, carenza di manodopera, “tempi degli early adopter” e del perché la robotica non significa solo umanoidi: ci sono form factor e casi d’uso molto più concreti e vicini alle esigenze delle aziende.Lezioni pratiche da Y Combinator per chi vuole fare startup techPhysical AI: cosa significa davvero “automazione fisica” oggiLa visione Cyberwave: persone e robot che lavorano insiemeMarketplace di robot e modelli “robot-as-a-service / hardware-as-a-service”Approccio bimodale: enterprise e sviluppatoriOpen source e community come leva per costruire ecosistemiRobotica per PMI italiane: opportunità, competenze, adozioneReinforcement learning e AI applicata alla roboticaConsigli per giovani: “studiate, studiate, studiate”🔗 Cyberwave: https://cyberwave.com🎧 Ascolta Risorse Artificiali – Appunti e spunti dal mondo dell’AI su Spotify e guarda gli episodi anche su YouTube.➡️ Spotify (show): https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF➡️ YouTube (canale): https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg➡️ Home page: https://risorseartificiali.comChapters00:00 Introduzione e Giocattoli dell'Infanzia02:18 Il Percorso Imprenditoriale di Simone Di Somma05:05 La Visione di Cyberwave e l'Intelligenza Artificiale10:25 Opportunità in Italia e il Futuro della Robotica14:28 Physical AI: Democratizzare l'Automazione Fisica19:27 Marketplace di Robot e Hardware as a Service28:08 Approccio Bimodale: Enterprise e Sviluppatori32:12 Open Source e Community nel Progetto Cyberwave41:12 Robotica Umanoide vs. Altri Formati Robotici47:50 L'Innovazione e i suoi Limiti51:00 L'Intelligenza Artificiale Fisica54:43 Il Reinforcement Learning nella Robotica58:48 La Ricerca e Sviluppo in Robotica01:00:59 Il Ruolo delle PMI nella Robotica01:05:33 Costruire una Community di Innovatori01:10:04 L'Esperienza in Y Combinator01:24:03 Consigli per i Giovani Innovatori#robotica #intelligenzaartificiale #startup #automazione #PhysicalAI #opensource #PMI #YCombinator #innovazione

Cosa ci aspetta davvero nel 2026 sul fronte Intelligenza Artificiale? In questo episodio di Risorse Artificiali facciamo il punto sulle previsioni AI 2026 partendo da ciò che abbiamo visto nell’ultimo anno: hype, strumenti che maturano, e nuove direzioni che iniziano a consolidarsi.Parliamo di modelli locali (on-device / on-prem) e perché stanno tornando centrali (costi, privacy, sovranità e controllo), dell’arrivo più concreto degli agenti AI e di come potrebbero cambiare sviluppo software e produttività. Poi allarghiamo lo sguardo su due temi che dividono sempre: robotica e guida autonoma, tra limiti normativi, barriere psicologiche e confronto inevitabile tra errore umano vs errore macchina. Chiudiamo con una riflessione su AI etica, pensiero critico e sul rischio crescente di AI washing.Previsioni AI 2026: cosa sta maturando davvero e cosa è solo hypeModelli locali: perché contano (privacy, costi, compliance, controllo)Agenti intelligenti: siamo davvero nell’“anno degli agenti”?Sviluppo software assistito: rinascita dei developer e nuovi workflowRobotica: progressi concreti e casi d’uso che iniziano a funzionareGuida autonoma: ostacoli normativi e resistenze culturaliAI etica e pensiero critico: come orientarsi tra marketing e realtàAI washing: come riconoscerlo (e perché sta crescendo)00:00 Introduzione e Buon Anno01:22 AI nella vita quotidiana05:04 Previsioni tecnologiche per il 202611:14 Rinascita degli sviluppatori e sviluppo assistito17:02 Pubblicità e modelli di business21:48 Robotica e occhiali intelligenti31:02 Guida autonoma: ostacoli e prospettive34:59 Accettazione dell’errore: umano vs macchina36:35 Agenti e Intelligenza Artificiale: previsioni39:15 Hype AI: realtà o illusione?45:23 Impatto della tecnologia: passato e futuro51:28 AI etica e resistenza54:11 Singolarità e AGI: prospettive e dubbi🎧 Ascolta Risorse Artificiali – Appunti e spunti dal mondo dell’AI su Spotify e guarda gli episodi su YouTube:Spotify: https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSFYouTube: https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2FgHome: https://risorseartificiali.com#IntelligenzaArtificiale #AI2026 #AgentiAI #Robotica #GuidaAutonoma #ModelliLocali #AIEngineering #SviluppoSoftware #AIEtica

Nel nuovo episodio di Risorse Artificiali facciamo un bilancio dell’AI nel 2025: sorprese, delusioni e cambi di rotta che hanno impattato davvero il modo in cui lavoriamo — soprattutto su coding, produttività e strumenti AI.Parliamo di Vibe Coding e di come sta cambiando le abitudini degli sviluppatori, del “caso” DeepSeek e dell’effetto che ha avuto sul panorama dei modelli, di Gemini e delle nuove dinamiche d’uso, e del ruolo dell’open source come acceleratore dell’innovazione. In mezzo: aspettative tradite, tool che ci hanno convinto (e quelli che ci hanno stancato), e cosa ci aspettiamo dal prossimo anno.AI e coding: cosa è cambiato davvero nel lavoro quotidianoVibe Coding: perché ha sorpreso così tanti developerDeepSeek: impatto, percezione e “shock” di mercatoGemini: come ha spostato l’adozione e i flussi di lavoroOpen source: velocità di innovazione e nuove opportunitàSorprese vs delusioni: hype, realtà e aspettative disattese (anche lato Big Tech)I nostri momenti preferiti dal podcast e perché continuiamo a esplorare00:00 Introduzione e Auguri di Buon Anno00:58 Riflessioni sul 2025 e Sorprese dell’Anno07:45 Delusioni e Aspettative Non Soddisfatte12:48 Outsider e Innovazioni Inaspettate16:37 Strumenti AI Utilizzati e Preferenze24:13 Cambiamenti nell’Uso degli Strumenti AI26:37 Strumenti e Tecnologie in Evoluzione29:41 Impatto delle Innovazioni nel Settore33:23 Rilascio di Modelli e Open Source35:02 Innovazioni e Sviluppi Recenti42:08 Riflessioni sul Podcast e Interviste🎧 Ascolta e segui “Risorse Artificiali”Spotify: https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSFYouTube: https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2FgHome: https://risorseartificiali.com

In questo episodio di **Risorse Artificiali** parliamo di **AI Engineering applicata allo sviluppo software** con **Alex Gavrilescu**, creator di **backlog.md**: un approccio “AI-first” per trasformare il *vibe coding* in un processo ripetibile, verificabile e collaborativo.Partiamo da una provocazione che gira online (“Topolino ha comprato OpenAI”) e mettiamo ordine: **Disney non ha acquisito OpenAI**, ma ha annunciato un **investimento da 1 miliardo** e un accordo di licensing per portare personaggi Disney dentro gli strumenti di generazione video (Sora) e altri prodotti. ([OpenAI][1])Poi torniamo al punto che interessa a chi scrive codice: **come progettare backlog, specifiche e contesto** per far funzionare davvero gli agenti di coding.### Cosa ti porti a casa* **Backlog.md**: task in Markdown, repo “git-backed” e workflow pensato per lavorare *insieme* agli agenti* **Spec-driven development**: specifiche, acceptance criteria e piani di implementazione per ridurre ambiguità e bug* **Context engineering**: perché il contesto è il vero “carburante” degli agenti (e come evitarne la deriva)* **Compaction**: riassumere e comprimere sessioni lunghe senza perdere intent e vincoli* **Milestone e task breakdown**: spezzare la complessità in unità che stanno in una context window* **Skills** come “packaging standard” per applicazioni/azioni agentiche* Chiusura sui trend: modelli, toolchain, sicurezza, chip AI, e perché la collaborazione tra aziende conta davvero### Capitoli00:00 Introduzione e presentazione di Alex Gavrilescu03:00 AI e “Topolino”: cosa sta succedendo davvero06:00 Conferenze e novità nel mondo AI08:37 Backlog MD: uno strumento nuovo per developer11:39 Spec-driven development e backlog14:46 Uso pratico: come strutturare task e progetti17:35 Futuro dell’AI e sviluppo software26:12 Gestire la complessità nel codice27:44 Context engineering e task management32:01 Compaction: riassunti “utili” per continuare a lavorare35:27 Skills e integrazione con backlog41:21 AI e modelli di business (musica)53:26 Chip e sicurezza nazionale57:13 Meta, PyTorch e Google: innovazioni e collaborazione01:00:10 La visione di Google nell’AI01:04:22 Nuovi modelli e applicazioni01:06:30 Strumenti e modelli per la programmazione con AI01:10:59 Esperimenti con modelli open source01:15:43 Chip AI e futuro della tecnologia### Link utiliBacklog.md: https://backlog.mdIl profilo X di Alex: https://x.com/mrlesk* Podcast su Spotify: [https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF](https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF)* Canale YouTube: [https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg](https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg)* Home: [https://risorseartificiali.com](https://risorseartificiali.com)

In questa intervista, Pamela Gotti racconta il suo percorso straordinario: dagli inizi precocissimi nel software fino al ruolo di CTO nel fintech, passando per esperienze internazionali, startup, crescita manageriale e sfide legate alla presenza femminile nel mondo tech.Parliamo di intelligenza artificiale nel settore bancario, sicurezza e governance, explainability, agenti AI e del modo in cui l’AI può davvero potenziare le persone invece di sostituirle.Al centro della conversazione c’è però soprattutto la dimensione umana: team autonomi, gestione delle persone, importanza delle soft skills, formazione dei junior engineer, mentorship e salute mentale nel settore tecnologico.Un episodio ricco, concreto e profondamente ispirante, che attraversa temi come:- Come si passa “dal codice alla CTO” senza perdere il contatto con l’ingegneria.- Perché il gender bias è ancora un problema reale e come contrastarlo nel quotidiano.- L’AI nel fintech e nel banking: opportunità, rischi e responsabilità.- Il ruolo chiave della developer experience e della velocità di esecuzione.- L’importanza della crescita personale — propria e del team.Un ascolto consigliato a chi lavora nell’AI, nel fintech o nel banking, nella gestione di team tech, o semplicemente vuole capire meglio come evolvono le professioni tecnologiche nell’era dell’intelligenza artificiale.

In questo episodio analizziamo cosa cambia dopo l’arrivo di GPT 5.2, un modello che spinge ancora più avanti benchmark, ragionamento e capacità multimodali. Parliamo di come l’AI stia evolvendo tra API sempre più costose, scelte strategiche di OpenAI, nuove soluzioni per l’enterprise e piattaforme come OpenRouter, che permettono di lavorare con decine di modelli diversi.Esploriamo anche le novità sul fronte riconoscimento visivo, i primi occhiali smart realmente utili, e il ruolo dell’AI nella vita quotidiana: dalla cucina robotica agli elettrodomestici intelligenti, fino alla nuova generazione di wearable.Nella seconda parte affrontiamo le prospettive più avanzate: come la robotica sta integrando modelli AI di nuova generazione, gli sviluppi della guida autonoma con realtà come Waymo, e perché la memoria a lungo termine sarà una delle frontiere decisive dei modelli futuri.🎧 Temi principali dell’episodio:- GPT 5.2: benchmark, prestazioni e cosa cambia davvero- API, costi e strategia enterprise nell’AI moderna- OpenRouter e l’accesso a modelli AI alternativi- Riconoscimento visivo e innovazioni nei wearable- Occhiali intelligenti e futuro della multimodalità- Robotica domestica e intelligenza in cucina- Guida autonoma e stato dell’arte dei taxi robot- Modelli proprietari vs open: implicazioni per il futuro- Memoria a lungo termine: perché diventerà centrale nell’AIQualche link dall'episodioThe state of enterprise AI: https://openai.com/index/the-state-of-enterprise-ai-2025-report/Claude Code in Slack: https://techcrunch.com/2025/12/08/claude-code-is-coming-to-slack-and-thats-a-bigger-deal-than-it-sounds/Google to launch first of its AI glasses in 2026: https://www.cnbc.com/2025/12/08/google-ai-glasses-launch-2026.htmlWaymo crosses 450,000 weekly paid rides as Alphabet robotaxi unit widens lead on Tesla: https://www.cnbc.com/2025/12/08/waymo-paid-rides-robotaxi-tesla.htmlMeta acquires AI device startup Limitless: https://techcrunch.com/2025/12/05/meta-acquires-ai-device-startup-limitless/Titans + MIRAS: Helping AI have long-term memory: https://research.google/blog/titans-miras-helping-ai-have-long-term-memory/Chapters00:00 Introduzione e Presentazione di GPT 5.202:02 Benchmark e Performance di GPT 5.205:57 Implicazioni e Critiche sui Modelli di AI09:42 Focus sull'Intelligenza Artificiale nel Settore Enterprise13:25 Costi e Sostenibilità dei Modelli AI17:26 Esperienze con API e Modelli di Google21:39 Discussione su OpenRouter e Accesso ai Modelli AI25:14 Evoluzione dei Modelli AI e Rischi di Proprietà27:54 Innovazioni e Dispositivi Wearable32:19 Utilizzo dell'AI nella Vita Quotidiana33:41 L'Impatto delle Nuove Tecnologie sui Giovani38:45 Ragionamento Visivo e Applicazioni Avanzate41:26 Occhiali Intelligenti e Futuro della Visione44:23 AI e Applicazioni Pratiche nella Cucina49:58 Intelligenza degli Elettrodomestici52:42 Riflessioni sulla Generazione Z54:08 Integrazioni Tecnologiche e Slack56:19 Waimo e la Guida Autonoma01:00:02 Modelli di Intelligenza Artificiale01:12:05 Memoria e Apprendimento nei Modelli AI📌 Ascolta “Risorse Artificiali – Appunti e spunti dal mondo dell’AI” su Spotify, YouTube e su tutte le piattaforme.

In questa puntata di Risorse Artificiali raccontiamo quanto sta cambiando l’AI attraverso tre filoni principali:👉 l’uso combinato di più modelli, a partire dai benchmark di Karpathy,👉 le novità nella generazione di immagini e video, tra Z-Image, Flux 2 e i modelli cinesi,👉 i progressi della guida autonoma e il lavoro “automatizzato”, tra auto che si guidano da sole e “meccanici col pilota automatico”.Commentiamo l’investimento di Oracle nell’AI, le criticità dei modelli generativi, i benchmark più discussi del momento e le applicazioni pratiche che stanno emergendo nel commerce e nella produzione di contenuti.Un episodio ricco di esempi concreti, più che di hype, che fotografa lo stato attuale dell’innovazione AI.Ascolta il Podcast su tutte le principali piattaforme. Tutti i link https://risorseartificiali.comIl transcript integrale dell'episodio https://risorseartificiali.com/2025/12/08/Puntata-29Qualche link dalla puntataL'esperimento di Karpathy: https://github.com/karpathy/llm-councilE la PR di Stefano: https://github.com/karpathy/llm-council/pull/76Flux.2 Dev / Flex / Pro / klein / vae: https://bfl.ai/blog/flux-2Z-Image (gruppo Alibaba): https://github.com/Tongyi-MAI/Z-ImageRunway Gen-4.5, a new AI: https://runwayml.com/research/introducing-runway-gen-4.5 Kling 2.6 https://www.youtube.com/watch?v=2IFMIkN2HaU&t=912s )Kling O1: https://app.klingai.com/ Il video del meccanico con Gemini Live: https://x.com/BillAckman/status/1996048967386231094?s=20Il video di tesla guida autonoma in italia: https://www.youtube.com/watch?v=T6QAhW1pEsEChapters00:00 Introduzione e Novità del Podcast03:08 Esperimenti con Modelli AI05:48 L'Importanza della Collaborazione tra Modelli08:57 Deployment Ibrido e Modelli Locali11:52 Applicazioni Pratiche e Benchmarking14:43 Riflessioni su Ilya Sutskever e i Transformer17:46 Evoluzione e Intelligenza Sociale27:58 Introduzione e Riflessioni sulla Bolla Economica32:41 Novità nel Mondo della Generazione di Immagini37:49 Confronto tra Modelli di Generazione di Immagini41:16 Critiche e Limiti dei Modelli di Generazione45:19 Applicazioni Pratiche e Futuro della Generazione di Immagini50:19 Annunci e Confronti nel Mondo AI52:49 Evoluzione della Generazione Video54:19 Intersezione tra Videogiochi e AI58:14 Innovazioni Cinesi nella Generazione Video01:01:14 Riflessioni sulla Generazione Multimodale01:05:01 Guida Autonoma e Futuro della Mobilità01:09:00 Prospettive sul Mercato e IPO

Intervista a Mario Fusco per una conversazione autentica sullo sviluppo software nell’era dell’Intelligenza Artificiale.Parliamo di come il lavoro del programmatore stia cambiando, del ruolo centrale dell’interazione umana, della collaborazione nei team di sviluppo e delle competenze soft necessarie oggi per crescere davvero come professionisti. L’AI accelera i processi e automatizza parti del lavoro, ma rende ancora più strategiche le capacità di comunicare, coordinarsi e prendere decisioni insieme.Temi principali dell’episodio👉 Perché sviluppare software non è un’attività solitaria👉 L’importanza del teamwork in un contesto tecnologico sempre più complesso👉 Come l’AI sta cambiando il modo di collaborare👉 Le soft skills indispensabili per i developer moderni👉 Perché il codice è “solo una parte” del lavoro👉 Crescita professionale e dinamiche dei team👉 Interazione, creatività e problem solving nell’era dell’AIUna intervista da non perdere per chi lavora (o vuole lavorare) nel mondo tech, e per chi vuole capire come cambiano davvero i team di sviluppo con l’arrivo dell’Intelligenza Artificiale.Ascolta il Podcast su tutte le principali piattaforme. Tutti i link https://risorseartificiali.comIl transcript integrale dell'intervista https://risorseartificiali.com/2025/12/03/Intervista-Mario-FuscoQualche Link su Mario:* Prima di tutto il taglio di capelli sul placo del devoxx: https://www.youtube.com/watch?v=AGqDe6ZQGT0&t=6sil suo profilo per devoxx belgium: https://m.devoxx.com/events/dvbe25/speaker/4683/mario-fusco Qui puoi trovare i suoi ultimi talk compresi i video youtubeUna sua presentazione al codemotion: https://www.youtube.com/watch?v=N0Ko_W6B8eoI suoi ultimi articoli https://quarkus.io/author/mariofusco/il suo profilo X: https://x.com/mariofusco00:00 Anteprima Episodio0:01:32 Introduzione e Passione per la Tecnologia00:04:09 Chi è Mario00:10:11 Il talk Drools vs GenAI00:16:00 I linguaggi di programmazione dinamici un vecchio nemico00:19:37 AI assisted coding00:27:00 è più importante saper leggere che scrivere il codice00:35:30 AI nell'enterprise...meglio Java00:41:13 L'inferenza dei modelli in Java00:49:52 Langchain4J e gli agenti in Java00:47:52 Agenti e functional programming. Un parallelo01:03:31 La community e il serial speaker01:15:45 COntribuire ai progetti Open Source01:22:48 Bias e behavioral software engineering01:32:15 Consigli per gli Junior

In questo episodio di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, parliamo di Intelligenza Artificiale applicata all’industria insieme a Veronica Brizzi, data scientist con una lunga esperienza nella trasformazione digitale dei processi produttivi.Dalla maturità dell’AI industriale alle sfide di adozione nelle aziende manifatturiere, esploriamo un approccio pragmatico e utile all’AI, in cui etica, sostenibilità e responsabilità tecnologica non sono temi astratti, ma leve per migliorare prodotti, processi e decisioni.Discutiamo di:come l’AI generativa può supportare reportistica, analisi e automazione;perché i dati industriali richiedono cura, contesto e qualità;l’evoluzione delle interfacce utente, tra dashboard generative e sistemi conversazionali;il ruolo del data scientist come ponte tra persone, dati e valore;i rischi di semplificazioni mediatiche su AI, politica e innovazione;un modo “sobrio ma efficace” di fare divulgazione tecnologica.Un episodio perfetto per chi vuole capire come AI, machine learning e deep learning stanno rivoluzionando fabbriche, decisioni e cultura aziendale — e per chi cerca una visione concreta dell’innovazione, lontana dall’hype ma ricca di spunti utili.Ascolta il Podcast su tutte le principali piattaforme. Tutti i link https://risorseartificiali.comIl transcript integrale dell'episodio https://risorseartificiali.com/2025/11/29/Puntata-ventotto/Chapters00:00 Introduzione e Presentazione di Veronica Brizzi04:12 Il Ruolo del Data Scientist nell'Industria10:15 Scetticismo e Accettazione dell'Intelligenza Artificiale12:26 Applicazioni Pratiche dell'Intelligenza Artificiale Generativa20:14 Divulgazione e Iniziative per il Gender Gap23:38 Cosa Fa un Data Scientist?24:58 Il Ruolo del Data Scientist28:59 Correlazioni e Creatività nei Dati31:27 Evoluzione delle Interfacce Utente34:51 Dashboard Generative e Visualizzazione dei Dati48:53 Etica e Responsabilità nell'Intelligenza Artificiale51:03 Interessi Economici e Innovazione Politica56:09 Approccio Pragmatico all'Intelligenza Artificiale01:08:21 Utilizzo Pratico delle Tecnologie AI

In questa puntata di Risorse Artificiali analizziamo cosa cambia davvero con Gemini 3, Nano Banana Pro e la nuova ondata di modelli multimodali che stanno ridisegnando il panorama dell’intelligenza artificiale.Parliamo di innovazione, social media, efficienza energetica dell’AI e di come il coding stia evolvendo grazie a nuovi strumenti sempre più “agentici”.Dalle prime impressioni alle capacità di reasoning multimodale, passando per l’impatto psicologico dei social e per i miglioramenti nella generazione di immagini, discutiamo come questi modelli stiano influenzando sia l’uso quotidiano dell’AI sia il lavoro di sviluppatori, creator e aziende.Un episodio molto nerd, in cui riflettiamo su:Cosa rende davvero diverso Gemini 3 rispetto ai modelli precedentiLe capacità agentiche e il reasoning su testo, immagini e videoLe novità di Nano Banana Pro nella generazione visualeEfficienza energetica e “intelligenza per watt”L’evoluzione del coding tra CLI, IDE e modelli multimodaliIl ruolo dei social media nel creare hype (o repulsione)💡 Ideale per chi vuole capire, al di là del rumore di fondo, dove sta andando l’AI — tra innovazione tecnica, impatti sociali e nuove modalità di interazione.Qualche Link dalla puntata:Thoughtworks radar: https://www.thoughtworks.com/radarGemini 3: https://deepmind.google/models/gemini/Nano Banana Pro: https://deepmind.google/models/gemini-image/pro/Intelligence per Watt: https://arxiv.org/abs/2511.07885🎧 Ascoltaci su Spotify, YouTube e nella tua app preferita.Chapters00:00 Introduzione e Feedback dalla Community00:10 Innovazioni di Gemini 3 e Impatti Sociali00:24 Miglioramenti Multimodali e Ragionamento Visivo00:35 Controllo e Modifica delle Immagini00:46 L'Intelligenza Artificiale e l'Efficienza Energetica00:54 Governance e Utilizzo degli Strumenti AI01:10:08 riverside_risposte_divertenti a gemini_risorse_artificiali (2).mp4

In questa nuova intervista, ospitiamo Serena Sensini, esperta di innovazione e tecnologie emergenti, per una conversazione approfondita su come l’Intelligenza artificiale stia trasformando il nostro modo di lavorare, creare e pensare.Parliamo di prompt engineering, di come comunicare efficacemente con i modelli linguistici, del ruolo cruciale dei dati e del perché oggi l’AI non può essere ridotta ai soli chatbot. Entriamo nel merito della regolamentazione europea, della sovranità digitale, e del delicato equilibrio tra innovazione e sicurezza, soprattutto nel settore healthcare, dove l’AI apre opportunità enormi ma richiede responsabilità.Analizziamo il valore dell’open source e il contributo strategico delle community locali, fino ad arrivare ai temi della creatività umana, della democratizzazione dell’accesso all’AI e delle nuove competenze nel coding. Una parte importante è dedicata anche alle donne nel tech, alla sindrome dell’impostore e alle strategie per crescere professionalmente in un settore in rapida evoluzione.Un episodio ricco di spunti, riflessioni pratiche e uno sguardo sincero oltre le esagerazioni dell’hype.Link dall'episodio:Il Blog di Serena: https://theredcode.itI libri si Serena: https://www.apogeonline.com/persone/serena-sensini/Tutti i Link per ascoltare Risorse Artificiali su tutte le principali piattaforme, come sempre li trovate qui: https://risorseartificiali.comChapters:00:00 Introduzione e Presentazione dell'Ospite03:03 Il Ruolo dell'Innovazione nelle Tecnologie Emergenti06:12 Prompt Engineering e Comunicazione con le Macchine11:43 Regolamentazione e Innovazione nell'Healthcare19:06 Riflessioni sull'Accesso alle Tecnologie e il Pensiero Critico26:47 Conclusioni e Riflessioni Finali33:03 La nascita di un libro sull'Uteria37:48 Modelli Linguistici e il loro impatto41:48 Rivoluzione Industriale e AI48:28 Critica all'uso del termine AI57:30 Open Source e il futuro dell'AI01:05:34 La forza delle community locali01:08:03 Inizio della Collaborazione con il Linux User Group01:10:23 L'importanza della Condivisione e della Mentorship01:11:47 Scetticismo e Crescita Professionale01:15:32 Applicazioni dell'Intelligenza Artificiale in Sanità01:20:54 AI e Gestione dei Dati nel Settore Sanitario01:23:51 Coding Assistito e Strumenti di Sviluppo01:26:52 Donne nel Settore Tecnologico e Consigli per il Futuro

In questa puntata di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, parliamo con Alberto Danese di benchmarking di GPU e modelli linguistici (LLM), di cultura del dato e di Intelligenza Artificiale in 4D, l’approccio che unisce dimensioni tecniche, etiche, culturali e pratiche nell’uso dell’AI.Dal reinventare la ruota per capire davvero l’AI al testare le performance dei modelli con progetti come NanoChat, esploriamo il valore dell’analisi qualitativa, dell’apprendimento rinforzato e della sperimentazione continua.Discutiamo anche dei modelli cinesi, del ritmo dell’innovazione e del ruolo cruciale che il mondo consumer avrà nell’adozione dell’AI.Infine, uno sguardo ironico ma realistico al futuro della robotica domestica: quando arriverà davvero il robot che svuota la lavastoviglie?💡 Temi chiave: benchmarking GPU e LLM · cultura del dato · Intelligenza Artificiale in 4D · machine learning · overload informativo · robotica · modelli aperti vs chiusi · innovazione AI · apprendimento pratico · adozione AI🎧 Ascolta il podcast su Spotify, YouTube o Apple Podcasts:👉 https://risorseartificiali.comQualche Link dalla puntata:Intelligenza artificiale in 4d: https://amzn.eu/d/0RagMNiIl progetto benchmark di Alberto: https://github.com/albedan/ai-ml-gpu-benchNanochat: https://github.com/karpathy/nanochatGLM code plan: https://z.ai/subscribe?ic=DWTQHGMFKVL'articolo di perplexity su uso interno di AI: https://r2cdn.perplexity.ai/pdf/pplx-at-work.pdfChapters00:00 Introduzione e Presentazione di Alberto Danese02:58 Il Mondo dei Dati e dell'Intelligenza Artificiale05:47 Il Ruolo dei Libri nell'Era Digitale09:10 Robotica e Innovazioni Tecnologiche11:53 Differenze tra Guida Autonoma e Robotica Domestica15:00 L'Importanza dell'Apprendimento Non Supervisionato18:06 Giochi e Intelligenza Artificiale20:53 NanoChat e l'Approccio di Andrej Karpathy28:16 La velocità della comunicazione30:05 Benchmarking delle GPU e LLM31:52 Sperimentazione con LLM e performance33:48 Collaborazione e condivisione di risultati36:02 Metriche e valutazione delle performance40:03 Benchmarking dei modelli LLM43:54 Competizione tra modelli e ranking46:03 Nuovi modelli cinesi e tendenze47:59 Costi e accessibilità dei modelli AI50:41 Evoluzione dei Modelli AI57:31 Utilizzo Pratico dell'AI01:01:31 Adozione dell'AI nel Mondo Aziendale01:07:12 Impatto dell'AI sulla Società01:11:38 Conclusioni e Prospettive Future

In questo episodio di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, esploriamo le più recenti innovazioni nel campo dell’intelligenza artificiale indossabile.Dagli occhiali smart che registrano e traducono in tempo reale alla generazione video live alimentata da modelli multimodali, fino alle nuove tecniche di inferenza economica che riducono drasticamente i costi dei modelli di linguaggio.Discutiamo come queste tecnologie stiano ridefinendo la competitività globale, aprendo la strada a una nuova era di AI accessibile, pervasiva e creativa.Uno sguardo pratico alle trasformazioni che cambieranno il nostro modo di lavorare, comunicare e creare contenuti.🎙️ Ascolta “Risorse Artificiali – https://risorseartificiali.com” su:🔹 Spotify: https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSF🔹 YouTube: https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg🔹 Apple Podcasts e altri link: https://risorseartificiali.comQualche link dalla puntata:Odissey2: https://odyssey.ml/introducing-odyssey-2GLM (con ulteriore sconto 10%): https://z.ai/subscribe?ic=DWTQHGMFKVChapters00:00 Riflessioni sul Rallentamento del Settore03:04 Novità nei Modelli di Linguaggio06:13 Occhiali Smart: Innovazioni e Funzionalità12:13 Applicazioni Pratiche degli Occhiali Smart18:06 Sicurezza e Usabilità negli Occhiali Smart23:06 Occhiali Smart e Innovazioni Tecnologiche25:55 Generazione di Gatti e Canini Virtuali27:00 Odyssey 2 e Interazione in Tempo Reale32:19 Generazione di Video e Creatività Immediata36:47 Modelli Cinesi e Innovazioni nel Codice41:47 API e Sviluppo a Basso Costo42:26 Competitività dei Modelli AI44:59 Evoluzione dell'Inferenza e dei Prezzi49:02 Investimenti e Scelte Hardware nel Cloud52:42 Evoluzione dei Modelli di Codifica56:51 Interazione con l'AI e Sviluppo del Codice01:01:06 Gestione del Contesto e Memoria nei Modelli AI

Questo episodio inaugura il nuovo format 🎧 “Interviste Artificiali”, le nostre chiacchierate lunghe e rilassate con ospiti che portano punti di vista diversi da quelli che esploriamo nella puntata settimanale di Risorse Artificiali.Sono conversazioni pensate per approfondire, riflettere e staccarsi dalla logica “mordi e fuggi” dei social.Escono ogni due settimane, per darvi il tempo di ascoltarle con calma e farle sedimentare.In questa prima intervista, Matteo Roversi ci accompagna in un viaggio che parte dal gaming dell’infanzia e arriva al futuro del lavoro e dell’educazione.Parliamo di futuri preferibili, di vibe working, di AI che trasforma ruoli e organizzazioni, e dell’importanza di creare contesto più che contenuto.Un dialogo che unisce visione, umanità e futurologia, per capire come affrontare con consapevolezza la rivoluzione AI in corso.🔹 Temi principali:Gaming e apprendimento esperienzialeVibe working e innovazione continuaFuturi preferibili e futurologiaAI, agency e nuovi modelli organizzativiEducazione, contesto e competenze del futuroI link ai progetti di Matteo:La neswletter workafter: https://workafter.substack.com/La newslettr futuri preferibili: https://futuripreferibili.substack.com/Cosmico: https://wearecosmico.com/itVibeworking: https://www.vibeworking.it/L' ultimo progetto: https://playnew.com/🎧 Ascolta “Risorse Artificiali – Appunti e spunti dal mondo dell’AI”:Spotify 👉 https://open.spotify.com/show/16dTKEEtKkIzhr1JJNMmSFYouTube 👉 https://www.youtube.com/channel/UCYQgzIby7QHkXBonTWk-2Fg🌐 Scopri di più su https://risorseartificiali.comCapitoli00:00 Introduzione al Gaming e Background Personale02:46 Esplorare il Lavoro e le Tendenze Future05:52 Il Concetto di Futuri Preferibili08:52 Definire la Futurologia e la Sua Rilevanza11:33 Sfidare lo Status Quo14:31 Vibe Working: Un Nuovo Approccio al Lavoro17:37 La Distruzione come Percorso verso la Creazione20:19 L'Evoluzione del Lavoro in un Ambiente Distribuito23:08 L'Impatto dell'AI sul Futuro del Lavoro25:54 Navigare il Panorama AI-Nativo29:01 Cambiamenti Culturali nel Posto di Lavoro31:50 Il Ruolo dell'Agency nell'Era dell'AI34:31 Conclusione e Prospettive Future48:32 L'Evoluzione dell'Agency nell'Era dell'AI52:49 Potenziare i Team con Strumenti AI58:12 Ripensare la Formazione e i Ruoli Junior01:03:30 Il Passaggio dalla Delega alla Responsabilità Personale01:08:28 Creare Contesto nell'Apprendimento e nella Collaborazione01:16:41 Il Futuro dell'Educazione e l'Integrazione dell'AI01:21:46 Il Ruolo della Curiosità nella Creazione di Contenuti

In questo episodio di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, parliamo di come l’intelligenza artificiale stia riscrivendo il modo in cui creiamo e consumiamo contenuti online.Dal lancio di Grokpedia, l’alternativa di Elon Musk a Wikipedia, alle nuove funzionalità di Claude e alle sfide del bias nei modelli AI, esploriamo come la tecnologia stia trasformando il marketing, la SEO e la comunicazione digitale.Discutiamo anche di innovazione e robotica, con un focus sugli esoscheletri e sul loro impatto nel migliorare la vita e il lavoro.Un episodio ricco di riflessioni su come l’AI stia ridefinendo il web, tra rischi, opportunità e nuove frontiere della personalizzazione.🎙️ Ascoltaci su Spotify, YouTube e Apple Podcasts.🌐 Scopri di più su risorseartificiali.comQualche link dalla puntata:Grokipedia: https://grokipedia.com/Scarpe Nike: https://about.nike.com/en/newsroom/releases/nike-project-amplify-official-imagesClaude Skills: https://www.anthropic.com/news/skillsIl progettino di Stefano con le skills: https://github.com/maeste/social_crontabEsoscheletro: https://www.wired.it/article/hypershell-x-esoscheletro-recensione/Chapters00:00 Introduzione e Saluti01:50 Elon Musk e Grokpedia03:44 Riflessioni sull'AI e Contenuti Generati09:45 Interviste e Nuovi Formati13:47 Bias nei Modelli AI23:12 Futuro di Wikipedia e Altre Fonti24:09 La crisi di Salvatore Aranzulla24:59 Evoluzione della ricerca: Wikipedia e AI27:45 L'importanza di Wikipedia nell'era dell'AI28:22 Stack Overflow e il futuro della programmazione30:35 Prompt Injection e i nuovi browser AI38:34 Rischi e sfide della navigazione AI44:36 Responsabilità e controllo nell'uso dell'AI48:39 Innovazioni nel Mondo degli Esoscheletri54:14 Robotica e Impatto sul Lavoro55:33 Novità su Claude e Integrazioni Tecnologiche59:52 Skill e Personalizzazione in Claude

In questo episodio di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, parliamo con Edoardo Schepis delle sfide reali dell’intelligenza artificiale nel mondo enterprise, tra cultura aziendale, normative europee e maturità tecnologica.Dalle difficoltà di implementazione dell’AI nel settore finanziario alla necessità di una vera educazione tecnologica, esploriamo come le imprese stiano affrontando l’adozione dell’AI generativa e degli agenti intelligenti.Analizziamo l’impatto dell’AI Act, il ruolo dei junior come catalizzatori del cambiamento, e la crescente importanza dell’umanità nei contenuti, in un’epoca di sovraccarico informativo e scrittura automatizzata.💡 Un episodio che unisce prospettive tecniche, culturali e regolamentari per capire dove sta andando davvero l’intelligenza artificiale nelle aziende.🎙️ Ospite: Edoardo Schepis🎧 Ascolta il podcast su ⁠Spotify⁠, ⁠YouTube⁠ o su ⁠risorseartificiali.com⁠.Qualche link dalla puntata:Il blog di Edoardo https://agentsdemocracy.ai/La menzionata intervista di Karpathy: https://youtu.be/lXUZvyajciYTutti dovrebbero usare di più Claude: https://www.lennysnewsletter.com/p/everyone-should-be-using-claude-codeClaude skills: https://www.anthropic.com/news/skillsIl progettino di Stefano...anzi il post linkedin che lo spiega: Chapters00:00 Introduzione e Presentazione di Eduardo Schepis01:07 Esperienze e Osservazioni nel Settore IT06:30 Sfide della Generative AI nelle Aziende12:08 Educazione e Utilizzo delle Nuove Tecnologie16:27 Maturità e Futuro della Generative AI24:47 Impatto delle Regolamentazioni sull'AI28:05 Facilità di Creazione di Agenti AI30:03 Automazione e Agenti Intelligenti30:55 Esperienze Personali e Automazione33:17 Definizione di Agente e Produttività34:51 Skill di Claude e Innovazione36:31 Resistenza al Cambiamento39:05 Creatività e Scrittura42:02 Uso delle AI nella Scrittura44:58 Sovraccarico Informativo e AI48:56 Evoluzione e Memoria50:47 Contenuti Generati da AI e Reputazione53:28 La Crescita dei Podcast e il Desiderio di Umanità55:31 L'Intelligenza Artificiale e il Contenuto Umano59:46 Innovazioni Tecnologiche: DGX Spark e Architettura AI01:08:35 Modelli Locali e la Complessità per i Clienti01:11:08 Conclusioni e Riflessioni Finali

In questo episodio di Risorse Artificiali esploriamo il dilemma fondamentale tra determinismo e indeterminismo nell’uso degli LLM, e come queste filosofie si riflettano nel design di agenti AI e workflow intelligenti. Discutiamo:Perché l’indeterminismo non è un limite, ma una risorsa per esplorare spazi di soluzioni più ricchiQuando e come incorporare elementi deterministici nei workflowIl ruolo della pianificazione, del prompt engineering, dei plugin e dei controlli di feedbackL’importanza del monitoraggio degli agenti, della privacy e della regolamentazioneE infine come Cloud Code e nuove tecnologie stiano plasmando il futuro dell’orchestrazione AIMa parliamo anche di Veo 3.1, Robot umanoidi sempre più evoluti, World models, contenuti per adunlti di ChatGPT e ovvimaente di NanoChatSe ti appassiona il mondo degli agenti intelligenti, del coding per AI, dei modelli generativi e delle sfide etiche che ne scaturiscono, questo episodio è per te.🎧 Vai al prossimo livello del pensiero: l’indeterminismo, spesso visto come un problema, può essere il tuo alleato nell’innovazione.Qualche link di quanto discusso nell'episodio:CC/CI Continuous calibration/Continuous Integration https://www.lennysnewsletter.com/p/why-your-ai-product-needs-a-differentClaude skills: https://docs.claude.com/en/docs/agents-and-tools/agent-skills/overviewNanochat: https://github.com/karpathy/nanochatChapters00:00 Introduzione e Saluti01:23 Determinismo vs Indeterminismo negli Agenti AI08:49 Strategie per Gestire l'Indeterminismo13:15 Continuous Refinement e Monitoraggio degli Agenti18:37 Modellare il Problema e Utilizzare Servizi Remoti23:07 Riflessioni Finali e Risorse Consigliate24:00 Scomporre i Problemi Complessi26:10 Il Valore dei Libri nell'Era dell'AI26:38 Innovazioni di Antropiq e Cloud Code29:07 Plugin e Skills in Cloud Code34:12 Orchestrazione degli Agenti e LLM39:41 Nuovi Modelli e Partnership di Antropiq40:49 Evoluzione della Generazione Video45:35 Robotica Avanzata e Intelligenza Artificiale47:40 Evoluzione della Robotica e delle AI49:59 Interfacce Futuristiche: Gli Occhiali di Apple50:59 Chat GPT e la Modalità Adulti53:19 Regolamentazione e Etica nell'AI56:23 Privacy e Sicurezza Digitale59:36 World Model e Videogiochi01:03:03 NanoChat: Un Nuovo Progetto AI

In questa bonus track di Risorse Artificiali esploriamo insieme a Stefano Gatti come l’evoluzione tecnologica stia unendo intelligenza artificiale, open source e robotica in una nuova era dell’hardware intelligente.Dall’integrazione tra software e hardware all’importanza dei dati per i modelli ibridi, discutiamo del ruolo dell’open hardware, con esempi come Arduino, e del perché la collaborazione aperta stia diventando fondamentale anche nel mondo dell’AI.Parliamo di:Differenze tra AI generativa e ibridaPerché l’open source è in ritardo sull’intelligenza artificialeIl legame tra open hardware e roboticaLa sfida della definizione di “agente” in AI💡 Temi che abbiamo affrontato anche nell'episodio con Stefano Gatti, ospite di due settimane fa, che mette in prospettiva come software, dati e dispositivi fisici si stiano fondendo in un ecosistema sempre più aperto, distribuito e intelligente.🎧 Ascolta il podcast su Spotify, YouTube o su risorseartificiali.com.Chapters00:00 Evoluzione Tecnologica: Hardware e Software06:00 Intelligenza Artificiale: Open Source vs Closed Source07:55 Agenti e Intelligenza Ibrida09:29 Open Hardware e Robotica

In questo episodio di Risorse Artificiali – Appunti e spunti dal mondo dell’AI, analizziamo le principali novità emerse alla conferenza Devoxx Belgium, dove l’AI Assisted Coding e gli agenti intelligenti sono stati i veri protagonisti.Parliamo di Spec Driven Development e del progetto BacklogMD, che sta ridefinendo il modo di scrivere software attraverso specifiche generate e validate dall’AI.Discutiamo anche del ritorno del fine tuning come leva strategica per la specializzazione dei modelli, e delle nuove collaborazioni tra grandi player come Anthropic e IBM.Infine, uno sguardo alle ultime innovazioni nel campo dell’agentic AI, della sparse attention e dei modelli open weight come GLM 4.6 e Reflection AI, per capire dove sta andando l’evoluzione dello sviluppo software.📍 Parole chiave: AI, agenti, Devoxx, coding assistito, sviluppo software, fine tuning, Java, BacklogMD, Spec Driven Development, intelligenza artificiale, trend tecnologici.🎧 Ascolta l’episodio su Spotify o guardalo su YouTube.💡 Scopri di più su risorseartificiali.comChapters00:00 Introduzione alla Conferenza Devox Belgium02:32 Temi Principali: Agenti e Sviluppo Assistito da AI05:15 Spec Driven Development e BacklogMD07:54 Contesto e Finestra di Contesto10:42 Reazioni del Pubblico e Interesse per AI Assisted Coding12:48 Collaborazioni e Novità nel Mondo AI16:11 Miglioramenti Tecnici e Innovazioni nel Coding20:44 Conclusioni e Riflessioni Finali31:17 Sviluppi nella Sparse Attention e Deep Learning33:36 Novità su GLM 4.6 e modelli open weight38:37 Reflection AI e il futuro dell'AI generale43:36 API per il fine tuning e ottimizzazione dei modelli49:08 Fine tuning vs RUG: differenze e applicazioni54:51 Social network e video generati dall'AI