Su questo sito

Da dove viene il giudizio

Firmarsi con le iniziali non significa arrivare dal nulla. Dietro ci sono un ingegnere del software di formazione e quasi dieci anni di lavoro professionale: sistemi veri in produzione, basi di codice complesse, progettate, costruite, debuggate e mantenute a mano. Il primo tratto di quella carriera si è svolto per intero prima degli assistenti di IA, e si è rivelato un regalo. Il giudizio su cui gira questo sito, cosa si rompe, cosa scala, quanto costa davvero una modifica, si è formato senza un modello a cui chiedere.

Il gusto ingegneristico rimasto da quegli anni non ha niente di scintillante: la soluzione più semplice che funziona, astrazioni piccole, e una pianificazione a circa sei mesi, non oltre. Di tutto il codice scritto negli anni per rendere più facile una futura estensione, forse un pezzo su venti è stato davvero esteso. Le attività cambiano rotta, i progetti si completano o si chiudono, e nessuno torna per i todo. L’ossessione per il dettaglio va dove rende: l’ultima passata di revisione, la formulazione esatta di un vincolo, la configurazione noiosa che decide se uno strumento si comporta.

L’interesse per l’IA è più vecchio dei prodotti. Nel percorso di studi c’erano corsi di machine learning e di IA, e letture sul tema molto prima che fosse una cosa normale. Poi è uscito ChatGPT, ed era la cosa più vicina alla magia che questo campo avesse prodotto. Il flusso di lavoro di qui ha attraversato ogni fase da allora: copiare frammenti tra una chat nel browser e l’editor, il primo Copilot che sapeva solo completare, la chat che arriva nell’IDE, il periodo in cui nessuno sapeva dire se fosse avanti GPT, Gemini o Claude, e ora agenti che lavorano nel terminale.

L’obiettivo non è mai cambiato: non un’IA che costruisce il prodotto da sola, ma un ingegnere reso più veloce e più preciso, con strumenti configurati con tanta cura da fare il minor numero possibile di errori. Quel lavoro di configurazione, cosa delegare, cosa tenere, come formulare i paletti, è la maggior parte di ciò di cui si scrive qui.

Cosa troverai

Quattro tipi di articoli. Analisi quando un laboratorio rilascia un modello, concentrate sulla pratica e non sul comunicato stampa. Letture dei benchmark che confrontano i numeri con l’esperienza diretta. Esperimenti dalle configurazioni dell’autore, dalla gestione del contesto agli agenti che si delegano lavoro a vicenda nel terminale. E guide su come usare davvero questi strumenti ogni giorno.

Come viene scritto

Tutto parte dall’uso reale. L’autore passa gran parte della giornata dentro questi strumenti e scrive in prima persona a partire da quell’esperienza. Le opinioni compaiono quando sono state guadagnate, e vengono presentate come opinioni.

L’inglese è la versione di riferimento. Ogni articolo esce anche in spagnolo, tedesco, francese, italiano e portoghese, tradotto con cura e non dato in pasto a una macchina e dimenticato.

Le fonti

Ogni affermazione fattuale rimanda a una fonte numerata: paper, annunci ufficiali, changelog, repository di benchmark. Se un’affermazione non si può documentare o riprodurre, non viene pubblicata. E quando i numeri non tornano con l’esperienza vissuta, l’articolo lo dice.

Correzioni

Gli errori si correggono nell’articolo stesso. Quando emerge un errore fattuale, il testo viene corretto e la data di aggiornamento in cima alla pagina cambia insieme, così vedi sempre che qualcosa si è mosso.

Le modifiche cosmetiche, un refuso o una frase più chiara, non toccano mai quella data. Niente viene riscritto in silenzio per sembrare giusto col senno di poi: se un’affermazione si rivela sbagliata, la correzione dice che cosa è cambiato.