Blog
Ultime novità su AI, agenti e nuove tecnologie
Approfondimenti pragmatici su LLM, agenti autonomi, hardware e standard emergenti. Quello che conta davvero per chi costruisce prodotti AI oggi.
Google Code Wiki: da repository GitHub a wiki con agente AI
Google Code Wiki trasforma una repository GitHub in una wiki esplorabile con agente AI contestuale, basata su LLM Wiki.
Come creare un agente AI nel 2026: guida pratica end-to-end
Guida operativa per costruire un agente AI nel 2026: scelta del modello (Claude Opus 4.8, GPT-5.5, Gemini 3.1 Pro), tool calling via MCP, memoria, orchestrazione e deploy in produzione.
Cosa sono gli agenti AI: definizione, funzionamento ed esempi nel 2026
Cosa sono gli agenti AI nel 2026, come funzionano, in cosa si distinguono da un chatbot e quali casi d'uso reali generano valore in azienda oggi.
OpenAI compra Tomoro.ai: nasce il Forward Deployed Engineer
L'acquisizione di Tomoro.ai segna un cambio di fase: il problema non è più costruire modelli, ma farli funzionare nelle organizzazioni.
MCP è già superato? Gli AI Agent passano alle CLI
La CLI torna al centro dei workflow agentici: efficienza del contesto, costi ridotti e strumenti come Printing Press sfidano MCP.
Gemma 4 diventa 3x più veloce grazie a MTP
Con Multi-Token Prediction Gemma 4 triplica la velocità di inferenza senza perdere qualità. Cosa cambia per chi sceglie modelli open-weight in produzione.
AI con 100M token di memoria: è la fine del RAG?
Le finestre di contesto da 100M token cambiano il gioco, ma non eliminano il RAG. Quando conviene davvero abbandonare le pipeline di retrieval e quando no.
Anthropic × SpaceX: nuovi record per Claude
Grazie a Starlink e ai data center orbitali sperimentali, Anthropic alza i limiti di Claude di un ordine di grandezza.
GLM-OCR in locale: PDF in Markdown senza cloud
Estrarre testo da PDF complessi mantenendo struttura e gerarchia, senza inviare nulla a server esterni. Cosa cambia per chi gestisce documenti riservati.
Dreaming: gli LLM che 'sognano' soluzioni da inattivi
Un nuovo paradigma per gli agenti autonomi: il modello continua a ragionare in background quando non riceve input, esplorando soluzioni in modo non lineare.
DeepSeek V4 vs GPT-5.5 e Opus 4.8: chi vince?
DeepSeek V4 arriva con benchmark da top tier ed è open-weight. Cosa succede quando lo si confronta su task reali con GPT-5.5 e Claude Opus 4.8.
GPT-5.5 batte Opus 4.8? La verità dopo i test
Tra entusiasmo e scetticismo, la verità sta nel mezzo: dove GPT-5.5 fa davvero un passo avanti e dove Opus 4.8 mantiene il suo margine.