danilo

CHIUNQUE LA FUORI TI VUOLE FOTTERE. Oggi piu che mai, e il vettore è proprio l'AI. Comprati due (tre) chiavi @Yubico e mettila in culo agli hacker (link nel primo commento)

TI SERVE DAVVERO UN AGENTE AI? La risposta è molto probabilmente NO. Se sai già quali passaggi servono per raggiungere l’obiettivo, delegare a un modello anche la scelta di quei passaggi è quasi sempre una complessità inutile. La distinzione è architetturale: - in un workflow, il codice governa il percorso di esecuzione; - in un agente, il modello decide dinamicamente quali strumenti usare e come procedere sulla base dei risultati. In buona sostanza è una biforcazione: sai obiettivo e step per raggiungerlo? → workflow sai solo l'obiettivo? → agente La stessa Anthropic raccomanda di partire dalla soluzione più semplice, anche quando significa non costruire un sistema agentico, perchè se ci pensate non ha senso aggiungere complessità, sopratutto perchè con un workflow hai un output deterministico, mantieni il controllo sull'orchestrazione e deleghi a un LLM solo una piccola parte. Non tutto ciò che usa l’AI deve essere un agente. L’autonomia ha un costo tecnico: cicli di decisione, chiamate agli strumenti, contesto da mantenere, tentativi e recupero dagli errori. Nei sistemi multi-agente si aggiungono delega, sincronizzazione e trasferimento delle informazioni. Nel proprio sistema di ricerca, Anthropic ha osservato agenti che duplicavano le ricerche o creavano 50 sottoagenti per domande semplici. Nella stessa analisi riporta consumi di circa 4 volte i token per gli agenti e 15 volte per i sistemi multi-agente rispetto alla chat. Non è meglio il workflow, mostra però perché l’autonomia debba produrre un beneficio sufficiente a giustificarne il costo. Scegliere un agente perché ci secca progettare un workflow non elimina la progettazione. La sposta: dobbiamo comunque definire strumenti, confini operativi, condizioni di arresto e gestione dei fallimenti. Io parto dal disegnare l'architettura su carta, prima ancora di accendere il pc, e lo consiglio anche a voi: > quali decisioni richiedono davvero un modello? > quali passaggi possono restare nel codice? > quali componenti esistono già e sono adeguati? > come verifichiamo il risultato e recuperiamo da un errore? Non reinventate la cazzo di ruota: anche se oggi puoi ricostruirti tutto in-house, affidarsi a prodotti o servizi già rodati, con documentazione tecnica, supporto, etc, diminuisce in maniera quadratica che qualcosa possa rompersi. Ieri un amico mi parlava delle olimpiadi di Wikipedia: in pratica si danno due argomenti e vince chi arriva dalla pagina di uno dei due all'altra, in meno passaggi possibili, migliorando tutto il sistema sottraendo ciò che introduce fragilità. Un sistema agentico dovrebbe seguire la stessa procedura: deve tendere alla semplicità, ad avere meno passaggi possibili. Un sistema agentico deve tendere all'ablazione. Gli agenti servono quando il percorso non è prevedibile e adattarsi a risultati intermedi produce valore, perchè l’autonomia dovrebbe risolvere un limite del workflow, non compensare la nostra voglia di non progettarlo.

Fable 5.2 built a working prototype OS from scratch, coordinating 1,000+ subagents over 8 days to create a full system that actually boots on a laptop: >kernel >drivers >file system >windowing >login screen >installer and even built-in Claude support a real fucking operating system no way

Did you know that with /goal, your agent keeps going until it finishes the task? Did you know that to use /loop, you need to define heuristics and have them evaluated by a “judge” to get the most out of it? Claude Code has over 100 commands, some of which even I didn’t know about: I’ve compiled the 27 that really matter, each with a pro tip 💡 that I learned to use after a lot of swearing. (link in the first comment)

L’UOMO È CIÒ CHE MANGIA. CLAUDE CODE È CIÒ CHE CARICA. Se usi Claude Code da qualche mese, il tuo setup è cresciuto per aggiunte: skill, server MCP, istruzioni scritte per modelli più vecchi. Tutto questo entra nel contesto a ogni richiesta, e sprechi un sacco di token senza vederlo. Esempio: il mio Claude inviava 40.950 token ancor prima del primo messaggio. Ed un'altra riga del CLAUDE.md, gli faceva leggere a ogni sessione un file da 17.749 token. Nell’articolo trovi: - la routine da fare una volta al mese, in sei passi, con i comandi di Claude Code; - dove si nasconde il peso che /context non vede; - un prompt che fa l’inventario del tuo setup al posto tuo e chiede il tuo sì prima di ogni modifica. (link nel primo commento)