Llm

Gli agenti di coding AI possono già scrivere funzioni, modificare repository, eseguire test e aprire pull request. Il problema più difficile è convincere un agente a seguire un processo di ingegneria ripetibile prima, durante e dopo la scrittura del codice.

Deep Research è diventato una categoria software a sé stante, e non è più soltanto un modello indirizzato verso una casella di ricerca. Questo articolo confronta dodici sistemi self-hosted e le architetture di ricerca che li sottendono.

Nel settembre 2026, il fronte efficiente dei modelli open source si colloca tra i 25 e i 34 miliardi di parametri: lavoro agenziale quasi al livello di frontiera su una singola GPU da 24 GB, a una frazione dell’hardware di classe 70B.

La memoria persistente trasforma un agente da uno strumento che va spiegato ogni volta in uno che porta avanti il contesto — ma apre a una modalità di fallimento evitata dalla chat senza stato: un’interpretazione può diventare memoria, essere recuperata come fatto e giustificare una versione più forte di sé stessa.

Mnemosyne è un provider di memoria locale-first per Hermes Agent, che archivia memoria operativa, fatti strutturati, dati temporali e cronologia episodica in SQLite locale — nessun servizio gestito, nessuna chiamata di rete obbligatoria e un controllo delle scritture insolitamente granulare.

Un agente che ha proposto e implementato “spostare la persistenza in una libreria condivisa” sei mesi fa proporrà volentieri di nuovo la stessa idea il prossimo trimestre, a meno che non esista un registro durevole che gli indichi come l’idea sia già stata indagata e rifiutata – e OpenSpec al momento non ha uno stato interno per questo scopo.

OpenSpec è una CLI gratuita e open source di Fission AI che consente a te e al tuo agente di coding di concordare una modifica in Markdown semplice prima che venga scritto qualsiasi codice, evitando la cerimoniale fase-gated dei framework spec-driven più pesanti.

Migrare un assistente AI non è la stessa cosa di copiare la configurazione di un’applicazione. La parte difficile è preservare l’identità, la memoria, il comportamento degli strumenti, i lavori programmati e l’accesso alla messaggistica senza che due gateway agiscano come lo stesso bot.

Ollama e llama.cpp vengono spesso confrontati come se fossero motori di inferenza rivali. La scelta reale è tra un servizio di modelli gestito e un toolkit che si opera direttamente.

ROCm e Vulkan accelerano entrambe le GPU AMD per l’hosting locale di LLM, ma non sono intercambiabili. La scelta giusta dipende dal motore, dalla GPU e dal carico di lavoro.

Un modello può pubblicizzare una finestra di contesto da 128K eppure fallire a 40K token su una GPU da 16 GB. Il limite architetturale non ha mai promesso che pesi, KV cache, buffer di calcolo e il compositor desktop potessero coesistere sulla stessa scheda.

L’hype sull’IA segue un ritmo: all’incirca ogni tre anni, l’architettura su cui tutti scommettono viene sostituita da qualcosa di più recente. Il prossimo cambiamento è già in fase di formazione nei laboratori di ricerca.

L’interfaccia a riga di comando di OpenCode è progettata per la scripting, le pipeline CI e le esecuzioni non monitorate di agenti. Questo articolo è una guida pratica per utilizzarlo nel lavoro quotidiano.

Superpowers incapsula un’intera metodologia guidata da specifiche in Claude Skills installabili, imponendo il brainstorming, la pianificazione, l’implementazione guidata da subagenti e il TDD rigoroso, invece di lasciare quella struttura a tua discrezione.

Pi Coding Agent è un’interfaccia di coding terminale minimale e open-source che include quattro strumenti predefiniti e lascia la maggior parte del comportamento a estensioni, abilità e al tuo stesso flusso di lavoro.

Ogni chiamata API sembra una semplice transazione - finché non si accumulano abbastanza da far sì che i dati di fine-tuning, gli harness di valutazione e gli schemi degli strumenti siano tutti modellati attorno a un singolo vendor, e cambiare diventi altro che una modifica al routing.