Risorse Artificiali AI Engineering in italiano

RisorseArtificiali
  • 0.0 (0)
  • Technology
  • Updated Weekly

Risorse Artificiali è il podcast italiano di AI Engineering. Ogni settimana, tre ingegneri con 20+ anni di codice alle spalle fanno deep dive tecnici su agent, LLM, tool chain e produzione: Claude Code, Codex, agenti e modelli open source, inference, spec-driven development, e tutto ciò che serve per portare l'AI dal demo al deploy. Niente hype, niente "l'AI cambierà tutto": solo analisi oneste, casi concreti e cicatrici dal campo. Se scrivi codice per vivere e vuoi capire cosa cambia davvero per te, sei nel posto giusto.

  1. 15h ago

    Open weight americano e Kimi K3: cambio di scena

    Kimi K3 è terzo al mondo, vicino a Fable, e costa un quarto. Intanto esce il primo open weight americano dopo Llama 4: Thinking Machine Lab di Mira Murati. È un cambio di scena nei modelli di frontiera. Torniamo sul mercato dei modelli con Stefano, Paolo e Alessio. Moonshot AI ha rilasciato Kimi K3: 57 nell'indice di Artificial Analysis (tra Opus 4.8 a 56 e Fable a 60), ma con metà dei token e a un quarto del costo di Fable. I modelli cinesi chiudono il gap di settimana in settimana, e Paolo chiude con una sintesi: fine estate un fable level ce l'abbiamo tutti. Parliamo anche dell'articolo di Demis Hassabis sulla governance dell'AI e sull'AGI (una questione di mesi o al massimo di cinque anni), del perché Thinking Machine Lab punta sul fine tuning di modelli specializzati per mix-of-agents, del caso della CLI di Grok che sfilava dati dai computer degli utenti, e della posizione di Torvalds: l'AI è uno strumento, è il 2026, chi non vuole usarla si fork il kernel. Links: https://x.com/demishassabis/status/2076957440109625718 https://x.com/maeste/status/2077733742584398029 https://x.com/miramurati/status/2077455974743593100?s=20 Per chi costruisce con LLM e guarda i costi di inferenza, è una puntata da non perdere. CAPITOLI 00:00 Modelli nuovi e feedback dal vivo 06:58 Hassabis: AGI tra pochi mesi 13:52 Kimi K3: i cinesi chiudono il gap 22:36 Terzo al mondo: Kimi K3 in classifica 27:36 Costi e token: un quarto di Fable 31:47 Fable: memoria, rifiuti e switch a Opus 40:19 Provenienza umana, Fable e il business 44:53 Thinking Machine Lab: l'open weight di Murati 49:39 Inklings: open weight americano e fine tuning 54:14 Grok CLI ruba dati: bug o training? 57:40 Torvalds: l'AI è qui, usatela 1:05:54 La mossa 37 del codice Ascolta su Spotify: https://open.spotify.com/episode/3SLjYEq7cLYgIkJbNZgdSJ?utm_source=youtube&utm_medium=description&utm_campaign=ep63_drop Sito: https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep63_drop Iscriviti al canale per non perdere le prossime puntate. #63

    Open weight americano e Kimi K3: cambio di scena

  2. 3d ago

    Inferenza europea e zero log | Eugenio Petullà

    Inferenza LLM in Europa, zero data retention e open weight: Eugenio Petullà (Regolo.ai) su dove finiscono i tuoi dati quando interroghi un modello di frontiera o open weight. Parliamo con Eugenio Petullà, Chief AI Alchemist di Regolo.ai, provider europeo di inferenza hostato in Italia nel gruppo DHH/Seeweb. Regolo serve modelli open weight a consumo tramite API OpenAI-compatible, con zero data retention: niente log, niente training sui dati dei clienti, tutto dentro un datacenter italiano GDPR-compliant. Nell'intervista: la geopolitica delle GPU e perché l'Europa è schiacciata tra USA e Cina (TSMC, ASML, il collo di bottiglia di Taiwan), il routing dei modelli con brick e il principio "il modello giusto per il task giusto" (non Fable per tradurre un'email), la libreria ai-footprint per misurare CO2 e Watt di ogni chiamata, il sospetto che OpenAI e Anthropic logghino i tuoi prompt, e perché l'Europa ha perso il treno del training ma può ancora vincere su inferenza e robotica. 🎓 Capitoli 0:00:00 Inferenza europea e i tuoi dati 0:06:07 Red Hat, GNOME e l'amore per Linux 0:11:00 Professional open source: Mozilla e WordPress 0:15:52 Regolo, provider europeo di inferenza 0:20:47 GLM, Qwen, Gemma e i small model 0:27:56 I tre business model di Regolo 0:33:45 Geopolitica GPU: Europa tra USA e Cina 0:43:52 Server farm, memoria e impatto ambientale 0:56:00 Modelli di frontiera, Mistral e gap europeo 1:03:39 Routing e brick: il modello giusto 1:12:31 Zero data retention: i tuoi dati su OpenAI 1:18:30 Colonia tecnologica e cloud sovrano 1:24:59 Il futuro degli open weight 1:32:26 AI Act, il treno perso e robotica 🔗 Ascolta sull'altra piattaforma Spotify: https://open.spotify.com/episode/4mlKC6SrTiixqdNCVjD75T?utm_source=youtube&utm_medium=description&utm_campaign=petulla_drop Sito: https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=petulla_drop 👥 Eugenio Petullà LinkedIn: https://www.linkedin.com/in/eugeniopetulla Regolo.ai: https://regolo.ai Se ti piace il podcast, iscriviti al canale. Si parla di AI Engineering in italiano, tra pari tecnici.

  3. Jul 11

    Fable, GPT 5.6 e tanti modelli cinesi

    Fable è un altro livello di modello: così intelligente che ottimizza l'harness al posto tuo, insegna a Opus e la gente lo usa per fare distillation. Da qui parte la puntata, e finisce dentro un'ondata di modelli cinesi. Stefano, Paolo e Alessio partono dal pattern Anthropic "Fable advisor di Opus" (Fable fa il planning, Opus esegue) e dal grafico modello+harness: GLM 5.2 con l'harness Pi arriva più in alto di Opus a costi più bassi. Poi i costi reali misurati da artificialanalysis: far girare la test suite con Fable 5 costa 5.600$, Grok 4.5 solo 600$, e Sonnet 5 costa più di Opus perché brucia molti più token. Nel roundup: GPT 5.6, Grok 4.5 (primo Grok davvero di frontiera), il nuovo modello Meta closed source, Ollama Cloud e OpenRouter per provare gli open, Seedance 2.5 (video 4K fino a tre minuti), ComfyUI con MCP server per pilotare la generazione da un agent, Pocket TTS e il rischio concreto di deepfake della voce, la guerra fredda dell'AI tra Cina e USA, LongCat 2.0 trainato interamente su chip Huawei, e il paper Anthropic sul ragionamento per concetti nel latent space. CAPITOLI 0:00 Fable e il taglio dell'abbonamento Anthropic 1:06 Le live del giovedì e i commenti degli ascoltatori 4:37 GLM 5.2 e i laboratori cinesi 9:03 Fable come oracolo: distillation e skill 12:14 Modello più harness e Fable advisor di Opus 19:03 Modelli open: Ollama Cloud, OpenRouter e HY3 23:36 Grok 4.5, GPT 5.6 e il modello Meta 32:33 Costi reali: Fable, Grok e Sonnet più di Opus 36:34 Voce GPT Live 2 e i dati per i robot 40:50 Seedance 2.5: video 4K da tre minuti 46:11 ComfyUI e l'MCP server per la generazione 51:09 Pocket TTS e i deepfake della voce 54:08 La guerra fredda dell'AI: Cina, backdoor, Europa 1:00:34 LongCat 2.0 trainato su chip Huawei 1:06:59 Il paper Anthropic sul ragionamento per concetti Ascolta l'episodio su Spotify: https://open.spotify.com/episode/3pL5JnwfiPK6vJNhG1YOHH?utm_source=youtube&utm_medium=description&utm_campaign=ep61_drop Archivio episodi e newsletter: https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep61_drop AI Engineering in italiano, ogni settimana, da pari a pari. Iscriviti al canale se scrivi codice con l'AI in produzione. #61

    Fable, GPT 5.6 e tanti modelli cinesi

  4. Jul 4

    La politica USA su AI e open source mi fa drizzare i peli

    Anthropic limita Fable e gli open weight: perché ho tagliato il 90% del mio abbonamento. Sonnet 5, Nano Banana, Hermes, Fugu. Puntata di reazione a caldo: Sonnet 5 è uscito ed è ottimo, soprattutto su task agentici (con lo slash /advisor come consigliere), ma la politica di Anthropic su Fable (rimesso disponibile solo al 50% dei token, ritirato il 7 luglio) e le dichiarazioni di Dario Amodei sul limitare il rilascio di modelli open weight non ci sono piaciute per niente. Al punto che Stefano ha tagliato il 90% del suo abbonamento Anthropic. Si parla anche di Nano Banana 2 Lite di Google, del rilascio open weight di CREA2, della ricerca DeepSeek su Sparque (+60/70% di token al secondo), e della crescita di Hermes: skill-learn, Mixture of Agents, e il parallelo con Fugu di Sakana AI, che con un mix di modelli piccoli raggiunge risultati a livello Fable. CAPITOLI 0:00 Audio migliorato e la maturità con le IA 7:13 Sonnet 5 e il comando /advisor di Claude Code 11:09 Anthropic limita Fable: 50% dei token e fallback a Opus 17:52 Armi, uranio e la narrativa della pericolosità AI 21:51 Bill Gates, Linux, e il taglio del 90% di Anthropic 25:05 Distillation cinese e la scommessa open weight di OpenAI 32:02 Nano Banana 2 Lite: Google accelera sulle immagini 37:56 CREA2 open source e la guerra delle licenze 43:32 DeepSeek Sparque: +70% di velocità di inferenza 46:59 Hermes, gli skin e i contributi alla community open source 58:04 Skill learning e Mixture of Agents in Hermes 1:01:23 Fugu di Sakana AI e il ritorno del fine tuning Ascoltaci anche su Spotify: https://open.spotify.com/episode/60UaPWIMgdM1rHqnGMxz7M?utm_source=youtube&utm_medium=description&utm_campaign=ep60_drop Sito: https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep60_drop Iscriviti al canale per non perderti le prossime puntate. #60

    La politica USA su AI e open source mi fa drizzare i peli

  5. Jun 27

    Physical AI: VLA contro World Model

    Physical AI in italiano: come i robot imparano a muoversi nel mondo reale, tra VLA e World Model. Ospite Vittorio (Cyberwave). Vittorio è founder di Cyberwave, startup italiana che costruisce la piattaforma per sviluppare applicazioni di Physical AI. Con Stefano, Paolo e Alessio affrontiamo il dibattito del momento: Vision Language Action model contro World Model, e perché il vero collo di bottiglia non è l'hardware ma i dati. "Non esiste un Reddit dei robot": ecco il problema di addestrare modelli che agiscono nel mondo fisico, tra edge e cloud, force feedback, e il contrasto brutale tra sviluppare un agente software (due ore) e uno fisico (due anni). Si parla di form factor (cani robot, droni, umanoidi e l'effetto Breaking Bad), di come si addestra un robot con teleoperation e visori VR, di testing e CI quando ogni test ti porta via 30 minuti, e di una via europea alla robotica fatta di sovranità sui dati e guida autonoma. CAPITOLI 0:00 Physical AI e Cyberwave: chi è Vittorio 3:00 VLA contro World Model e il problema dei dati 10:36 Edge, cloud e i dati di Tesla e Waymo 17:42 Ispezione autonoma: cani robot e droni 21:36 Addestrare i robot: teleoperation, SO-101, VR 25:47 Force feedback e form factor dei robot 33:00 Cyberwave: developer experience e standardizzazione 36:27 NVIDIA, startup e le sfide del developer 43:02 Testing e CI nel mondo fisico 47:53 Tooling, community e Robot House as a Service 55:27 Bloopers e i rischi del mondo fisico 58:35 L'AI come un frigo: lavoro e sostituzione 1:03:39 Guida autonoma in Europa e sovranità Ascolta l'episodio completo su Spotify: https://open.spotify.com/episode/3bJONcpkKJHrYCcpvfVSJU?utm_source=youtube&utm_medium=description&utm_campaign=ep58_drop Tutti gli episodi e la community: https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep58_drop Iscriviti al canale per non perdere i prossimi episodi di AI Engineering in italiano. #58

    Physical AI: VLA contro World Model

  6. Jun 24

    Licenze AI a tutti in azienda, non solo ai dev | Simone Basso

    AI Engineering in azienda: Simone Basso, CTPO di WeRoad, spiega perché "il modello è una commodity, l'harness è l'asset", e cosa cambia quando l'AI entra in mano a tutti. In questa conversazione tra pari parliamo di cosa succede quando i coding agent triplicano l'output da un mese all'altro, perché WeRoad ha dato licenze AI a tutta l'azienda e non solo agli ingegneri, come si governa una spesa che può passare da 7.000 a 70.000 euro al mese, e perché l'ingegnere sta diventando "il manager degli agenti". Si parla di harness, company brain, routing layer, pull request agentiche, ROI reale degli LLM (l'8x di Anthropic visto da chi lo misura davvero), AI in locale ed Europa che rischia di restare indietro. Dal lato di chi costruisce prodotto a scala europea: AI Engineering, coding agents e LLM in produzione, senza hype. CAPITOLI 00:00 Harness vs modello, WeRoad e Commodore 64 02:42 20 anni nel travel-tech e gli ecosistemi startup 09:13 Da scrivere codice a guidare 200 persone 12:01 Da novembre è cambiato tutto: output triplicato 16:37 Produttività, layoff e budget in token 20:45 150 licenze AI a tutta l'azienda 26:00 Il modello è commodity, l'harness è l'asset 31:56 2026, l'anno della pull request agentica 36:05 Junior, senior e il manager degli agenti 42:22 ROI del prodotto e mini-hackathon settimanale 47:19 Company brain, routing layer e app disposable 58:50 Costo energetico, Europa e nucleare 1:04:57 AI in locale e il consiglio ai giovani LINK Ascolta su Spotify: https://open.spotify.com/episode/7ip38QPHEKb7uvwgQ7Edjc?utm_source=youtube&utm_medium=description&utm_campaign=basso_drop Tutti gli episodi: https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=basso_drop Newsletter Context Window di Simone Basso: https://medium.com/@smnbss Iscriviti al canale per le prossime conversazioni su AI Engineering in italiano.

    Licenze AI a tutti in azienda, non solo ai dev | Simone Basso

  7. Jun 20

    Clona ogni voce in locale, gratis e poi preoccupati

    Clonare la voce in locale, gratis e con qualità vicina a ElevenLabs: Paolo l'ha fatto sul Mac e ora non si fida più di un vocale. In questo episodio di Risorse Artificiali, con l'ospite Tommaso (Alessio è in vacanza), parliamo di voice cloning open source con OmniVoice Studio, video dubbing automatico e di tutto il drama sui modelli: il ritiro di Fable, Opus 4.6 vs 4.8, Codex 5.5, GLM 5.2 ed Elon che compra Cursor. Poi la domanda che ci facciamo da soli: quanto guardate ancora il codice? Stefano racconta il suo side project su Lince costruito senza leggere una riga, Salvatore Sanfilippo e DarkStar V, e cosa significa conoscere l'architettura di un software senza averne mai visto il sorgente. Nella seconda parte Tommaso racconta i suoi esperimenti "sull'uomo": un food diary fotografico con MCP server, il meal planning per la famiglia e un assistente di lavoro in stile LLM wiki / G-Brain che ricorda tutto al posto suo. Chiudiamo con privacy, modelli locali, geopolitica dell'AI e IPO da capogiro. CAPITOLI 0:00 Voce clonata in locale: OmniVoice Studio e i vocali WhatsApp 7:25 Truffe vocali e come proteggere i genitori 11:06 Video dubbing automatico e YouTube multilingua 14:06 Fable: limiti bruciati e Opus 4.6 vs 4.8 18:38 Loop engineering, plan mode e TDD come verifier 24:14 Il ritiro di Fable: guardrail, jailbreak e Anthropic 32:19 GLM 5.2, Codex 5.5 ed Elon compra Cursor 37:39 Non guardo più il codice: Sanfilippo e DarkStar V 41:25 Serve l'esperienza? Hacker mindset e curriculum 48:37 App personali con AI: food diary e meal planning 52:58 Assistenti di lavoro, LLM wiki e G-Brain 1:01:28 Privacy, modelli locali e Gemini che sa già tutto 1:05:30 Geopolitica AI, IPO da 6000 miliardi e saluti ASCOLTA SU SPOTIFY https://open.spotify.com/episode/2nj1v1GTlLZ35lxpD2lOt9?utm_source=youtube&utm_medium=description&utm_campaign=ep57_drop SITO + ALTRE PIATTAFORME https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep57_drop Se l'episodio ti è piaciuto iscriviti al canale e lascia un commento: ci aiuta davvero a crescere. #57

    Clona ogni voce in locale, gratis e poi preoccupati

  8. Jun 13

    Scrivere codice è una commodity: Fable e i workflow

    AI Engineering in italiano: Fable e i workflow ad agenti scrivono codice da soli. Stefano lancia 40 agenti in parallelo e in una notte porta a casa un task multilinguaggio (Rust, Python, shell) zero-shot. Se scrivere codice diventa una commodity, cosa resta al programmatore? In questa puntata partiamo da Fable 5, il modello "Mythos level" con i guardrail di sicurezza più aggressivi che abbiamo visto, e da come gestisce i workflow: decine di agenti che si parlano, si auto-validano con agenti di Verify e Design, e spawnano agenti di fix quando trovano problemi. Da lì il discorso si allarga: la specifica diventa il lavoro, il codice una commodity, e il "loop engineering" è la nuova buzzword della settimana. Poi l'articolo Anthropic "When AI builds itself" e l'opinione forte di Stefano: no, Anthropic non sta dicendo "fermiamoci". E ancora: Gemini su Google Home (un estraneo in cucina), la polarizzazione del mercato tra enterprise e consumer, gli IPO da 2000 miliardi a testa e il rischio bolla, e in chiusura i modelli locali con Gemma 4 quantization-aware training e un'allucinazione come non se ne vedevano da anni. CAPITOLI00:00 Fable 5: il modello con i guardrail aggressivi03:00 Workflow con 40 agenti: il task di una notte07:25 Scrivere codice è diventato una commodity13:08 Benchmark vs impressioni e distillare i modelli17:32 "When AI builds itself": l'articolo Anthropic22:04 Loop engineering: la nuova buzzword29:11 Anthropic vuole davvero fermarsi?34:18 Gemini su Google Home: un estraneo in cucina39:16 Mercato polarizzato: enterprise vs consumer46:30 IPO da 2000 miliardi: c'è una bolla AI?55:27 Gemma 4 QAT e l'allucinazione clamorosa1:08:37 Corso Datamaster e AIConf Milano ASCOLTA SU SPOTIFYhttps://open.spotify.com/episode/2HnpvnbYA2ecFfF9m5OzKH?utm_source=youtube&utm_medium=description&utm_campaign=ep56_drop SITO E ALTRI EPISODIhttps://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=ep56_drop Iscriviti al canale se costruisci con l'AI in produzione e vuoi i nostri appunti senza filtri marketing. #56

    Scrivere codice è una commodity: Fable e i workflow
See All (79)

About

Risorse Artificiali è il podcast italiano di AI Engineering. Ogni settimana, tre ingegneri con 20+ anni di codice alle spalle fanno deep dive tecnici su agent, LLM, tool chain e produzione: Claude Code, Codex, agenti e modelli open source, inference, spec-driven development, e tutto ciò che serve per portare l'AI dal demo al deploy. Niente hype, niente "l'AI cambierà tutto": solo analisi oneste, casi concreti e cicatrici dal campo. Se scrivi codice per vivere e vuoi capire cosa cambia davvero per te, sei nel posto giusto.

Information

You Might Also Like