tl;dr

Il linguaggio naturale, il pseudocodice e il codice non sono strumenti in competizione. Sono linguaggi diversi per livelli diversi di precisione.

Nell’era della programmazione assistita dall'intelligenza artificiale, imparare a programmare non è solo questione di scrivere ogni riga di codice a mano. È anche questione di sapere quando un'idea deve diventare più precisa, come controllare quella traduzione e come distinguere le decisioni prese da una persona da quelle integrate da un sistema di IA.

BlackBoxApproach: Creare app quando l’IA continua a rompere tutto

Ricerca come prova di concetto. github.com/amiune/theblackboxapproach

L’IA è bravissima a generare codice. È anche bravissima a riscrivere l’intero progetto quando le chiedi di ritoccare un solo pulsante. BlackBoxApproach è il nostro esperimento per risolvere questo problema.

MokuML: Previsioni ML locali senza pipeline

Ricerca come prova di concetto. github.com/amiune/MokuML

E se una piccola impresa potesse collegare Postgres, descrivere una previsione in inglese comune e ottenere risultati sul proprio Mac senza un team di scienza dei dati, un’infrastruttura ML nel cloud o un abbonamento in stile Kumo?

È quello che stiamo esplorando con MokuML. Pensalo come un Kumo.ai leggero: colleghi un database, chiedi previsioni e ottieni risposte. Ma tutto viene eseguito in locale.

LLMs e AI in 2025: esperimenti, frustrazioni e pochi grandi sorprese

2025 è stato un anno di esperienze dirette per noi con LLMs e AI applicata. Invece di osservare lo spazio solo da un lato, abbiamo passato l'anno a costruire, testare, rompere cose e provare idee che a volte funzionavano e a volte no.

Il sentimento complessivo è misto. Alcune parti della tecnologia sono impressionanti e in crescita incredibilmente veloce. Altre parti ancora sentono early e fragili. Ecco un riassunto di ciò che abbiamo imparato e come sta influenzando ciò che vogliamo fare successivamente.

LLM: Un caso d’uso reale

In breve: abbiamo lavorato all’implementazione di LLM, database vettoriali e RAG per elMejorTrato.com. Abbiamo concluso che:

• Lavorare in lingua spagnola ha le sue particolarità
• L’API di ChatGPT è troppo costosa
• LangChain e gli agenti a volte sono eccessivi
• Con SentenceBert e un VectorDB si possono fare cose straordinarie
• Gli LLM open source quantizzati danno ottimi risultati

Come imparare l’IA da zero?

Per imparare l’intelligenza artificiale da zero, FreeCodingTour propone tre corsi da seguire in questo ordine:

1. Programmazione
2. Scienza dei dati
3. Intelligenza artificiale