Vibe coding alla cieca: un gioco bellissimo da vedere e un codice che non scala
Ho lasciato che l'IA costruisse da sola un gioco nel browser: 21 ore, 613 M di token e 240 USD. È bellissimo da vedere. Il codice ha accumulato 20 anti-pattern.
Autore:
Ho lasciato che l'IA costruisse da sola un gioco nel browser: 21 ore, 613 M di token e 240 USD. È bellissimo da vedere. Il codice ha accumulato 20 anti-pattern.
I media tornano continuamente alla stessa domanda: se l'IA prova qualcosa, se è cosciente, se ha paura. Qui spiego perché un LLM somiglia più a una previsione del tempo molto complessa che a una mente — e perché sembrare convincente non vuol dire pensare.
Continua a leggere: L'IA è cosciente? No: calcola probabilità →
Se tutto quello che fai è pubblicare articoli, un CMS completo è superficie d'attacco e manutenzione di cui non hai bisogno. Ecco come ho migrato un sito su S3 + CloudFront usando Claude Code, con permessi minimi, pipeline di stage e prod e senza access key su GitHub.
Usiamo un vocabolario cognitivo per descrivere questi sistemi, e questo crea aspettative che poi si infrangono in produzione. Qui ripasso i concetti di base — LLM, MCP, AGI —, cosa succede davvero dentro un transformer, perché il reasoning non è un nuovo modulo, e le metriche di Artificial Analysis che uso per misurare invece di discutere.
Continua a leggere: Che cos'è davvero un LLM — e come misurarlo con Artificial Analysis →
Gli AI dev tool sono ottimi per un PoC, ma andare in produzione è un'altra storia. Qui condivido il mio approccio all'AI SDLC e le buone pratiche che applico, basate sulla mia esperienza.
Continua a leggere: AI SDLC: una raccolta di buone pratiche per sviluppare con l'IA →
Un complemento scritto di zerogap.uk/agents — dove condivido le architetture RAG, gli agentic pattern di orchestrazione e come scegliere quello giusto per il tuo problema.
Continua a leggere: Agentic Patterns e le molte facce del RAG →
Un possibile design per un'infrastruttura di agente di livello produzione su AWS: ECS Fargate, CI/CD con GitLab e valutazione automatizzata, ingestione con Lambda, osservabilità self-hosted con Phoenix, un'unica istanza RDS con pgvector, DR multi-regione in pilot light e un ciclo di miglioramento continuo — con i costi mensili.
Continua a leggere: Architettura di un agente — Infrastruttura in produzione →
Un pattern per permettere agli utenti di SharePoint di lavorare con i dati del back-end senza esporre segreti né fidarsi del client: un'estensione SPFx ottiene in silenzio un token di Entra ID, una Azure Function valida il JWT e scrive su Azure Table Storage.
Continua a leggere: SPFx, Azure Functions e Table Storage con Entra ID →
L'HyperAgent Cognition Engine è un'architettura duale di hyper-agent in cui due pipeline cognitive complete — un Solver e un Critic — lavorano insieme, combinando pensiero laterale, ragionamento da esperti di dominio, verifica indipendente e raffinamento iterativo in un unico sistema coerente.
Una checklist pratica per mettere in sicurezza i sistemi di IA: scegliere tra LLM e logica deterministica (e quando usare MCP), proteggere gli input, sanificare gli output, isolare agenti e strumenti, usare in sicurezza i modelli locali e valutare e osservare in modo continuo.