Risorse Artificiali AI Engineering in italiano

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

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

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

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.

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