Giampaolo Mangiaracina
CTO e AI/GenAI engineer. Costruisco prodotti AI-driven e coordino i team che li realizzano — oggi attorno ai sistemi multi-agente. Fondatore di FadPro e CityAdvisor.ai. Qui condivido metodo, esperimenti e risultati.
Articoli
L'accuratezza media è la metrica di chi vende→
«Accuracy migliorata fino al 50%». Rispetto a cosa? Il numero medio misura il caso medio in un problema dove il valore vive nei casi peggiori. Il conto che lo dimostra, e cosa chiedo al posto della percentuale.
Farsi trovare quando nessuno cerca più→
Chi chiede a un assistente AI non riceve dieci link, riceve tre nomi. Cosa decide quali, coi numeri degli studi che l'hanno misurato. E il passo successivo, che non è farsi citare ma farsi usare.
Cifrare la memoria di un agente non ne valida il contenuto→
L'hardware confidenziale protegge quello che l'agente pensa da chi gestisce la macchina. Non dice niente su cosa l'agente avrebbe dovuto fare. Le tre minacce che contano nei sistemi multi-agente vivono tutte sopra il silicio.
Il modello è la parte più facile da sostituire→
Un modello si cambia in un pomeriggio. Quello che non si cambia è tutto ciò che gli sta intorno — dove vive lo stato, come è isolata la memoria, cosa resta quando il processo cade a metà. È lì che si decide se un sistema di agenti regge, ed è la decisione che i team prendono per ultima.
Funzionava nel pilota, crolla in produzione. Il collo di bottiglia è il retrieval, non il modello→
Un sistema che risponde sui documenti aziendali quasi mai sbaglia perché il modello è scarso. Sbaglia perché ha risposto bene al contesto sbagliato. Un conto che mostra dove sta la leva, e la metrica che manca in quasi tutti i progetti.
Sei agenti non sono sei volte un agente→
La capacità di una squadra di AI cresce in linea retta col numero di agenti. Il coordinamento cresce al quadrato. I conti che faccio prima di aggiungere un agente, e la topologia che li tiene sotto controllo.
Ho reso open-source il sistema con cui le mie AI lavorano come una squadra→
Una squadra di AI persistenti che si coordinano scrivendosi, con tracciabilità totale e l'umano al comando. Il sistema che lo rende possibile gira interamente sulla tua macchina, e da oggi è open-source.
Il dialogue system: cosa ho costruito e cosa ho validato finora→
Una squadra di AI — un caposquadra, tre specialisti e io a supervisione — costruisce un sistema predittivo completo in 36 ore. Cosa ho misurato, e cosa resta da dimostrare.
Il workflow agentico di un team non è un tool: è un asset del codebase→
Il salto di maturità non è imparare a usare l'agente: è trattare il contesto che gli dai come un asset del codebase — versionato, revisionato, misurato.
"Il nostro modello fa il 95%": come si valuta un sistema predittivo senza ingannarsi→
«Il nostro modello fa il 95%» — da solo, quel numero non dice quasi niente. Le quattro domande che faccio sempre prima di fidarmi di un sistema predittivo.
Issue, spec, ADR, hook: le distinzioni che tengono in piedi un team che lavora con l'AI→
Issue, spec, ADR, guardrail: cinque distinzioni banali da enunciare e costose da ignorare, che tengono in piedi un team che lavora con l'AI.
Come fai a sapere che una squadra di AI sta davvero lavorando?→
Una squadra di AI lavora tra sé mentre nessuno la guarda. Come sai che non è in stallo? Cinque lezioni di osservabilità, nate ognuna da un fallimento reale.
Far capire un video a un'AI senza GPU: il trucco del mosaico→
Far capire a una macchina cosa succede in un video, senza GPU e senza cloud: trasformare il flusso in una sola immagine.
Il giorno in cui la mia squadra di AI mi ha detto no→
Avevo trovato un pattern e ci avevo costruito una strategia. La mia squadra di AI l'ha falsificato su 37.614 casi — e mi ha scritto che avevo torto.
Squadra di AI o AI con assistenti? Quando serve l'una e quando l'altra→
Squadra di AI persistenti o un'AI con assistenti usa-e-getta? Sono due cose diverse, e sbagliare la scelta costa caro.
Identità nascosta, identità dichiarata: la manopola che nessuno regola→
Due esperimenti opposti che a un certo punto ho capito essere lo stesso esperimento: una manopola di design che quasi nessuno regola di proposito.
I due AI che non sapevano di parlarsi→
Ho messo due AI a parlarsi senza che sapessero di non parlare con un umano. Quello che è successo dopo la rivelazione è diventato un protocollo che uso in produzione.