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

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.

In questa puntata di Risorse Artificiali intervistiamo Alessandro Maserati per affrontare uno dei temi più complessi e urgenti dell’Intelligenza Artificiale contemporanea: l’AGI (Artificial General Intelligence), il suo allineamento e il ruolo della consapevolezza umana nel futuro della società e del lavoro.Partendo dal suo percorso tra ricerca e business, discutiamo del grande gap che ancora separa l’innovazione tecnologica dall’adozione reale dell’AI nelle aziende. Parliamo di spiegabilità dei modelli, di perché sia un fattore chiave per la fiducia e l’integrazione nei processi decisionali, e di come i modelli di linguaggio non si limitino a replicare conoscenza, ma possano generare nuove forme di intelligenza.Con Alessandro affrontiamo anche temi più ampi e spesso controversi:cosa intendiamo davvero quando parliamo di AGIperché l’allineamento dell’AI è un problema aperto e senza soluzioni sempliciquali sono le implicazioni per il futuro del lavoro, tra automazione, nuovi ruoli e possibili sistemi di ridistribuzioneil ritardo dell’Europa nella corsa all’Intelligenza Artificiale rispetto a Stati Uniti e Cinale opportunità concrete per studenti e neolaureati che oggi scelgono di investire competenze nell’AIUna conversazione lucida e senza hype, che invita a guardare all’Intelligenza Artificiale non solo come tecnologia, ma come trasformazione sistemica che richiede responsabilità, strategia e visione di lungo periodo.🎧 Risorse Artificiali è il podcast dedicato a chi vuole capire davvero come l’AI sta cambiando il mondo del lavoro, delle aziende e della società.⏱️ Capitoli dell’episodio00:00 – Introduzione e presentazione di Alessandro Maserati03:03 – Percorso professionale e AI06:12 – Il gap tra ricerca e business08:55 – Adozione dell’Intelligenza Artificiale nelle aziende12:20 – Spiegabilità dei modelli AI15:20 – AGI: definizioni, paure e fraintendimenti18:00 – Implicazioni dell’Intelligenza Artificiale Generale24:12 – Futuro del lavoro e ridistribuzione della ricchezza30:49 – Automazione e trasformazione dei ruoli35:23 – Consapevolezza nell’uso dell’AI41:17 – Il problema dell’allineamento54:12 – Europa e Intelligenza Artificiale: un’assenza critica01:03:28 – Oltre i modelli stocastici01:06:47 – Evoluzione dei modelli di ragionamento01:10:55 – Agenti intelligenti e sistemi complessi01:13:06 – Comportamenti emergenti01:20:34 – AI, istruzione e nuove competenze01:30:35 – Strategie aziendali nell’era dell’AI

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