AI Engineering: articoli su agenti, tool e context

Qui raccolgo gli articoli su come far reggere un sistema AI in produzione: agenti, tool, contesto, e le piattaforme su cui li faccio girare. Se cerchi prima una spiegazione dei concetti, c'è la mappa Cos'è l'AI engineering; questa pagina è l'indice dei pezzi.

Da dove partire

Dalla prompt alla graph engineering: i quattro livelli (prompt, context, loop, graph) con un esempio di supporto clienti.
Tool engineering: perché un tool mal descritto rompe tutto il loop, non solo quella chiamata.
AGENTS.md, CLAUDE.md e regole di Cursor: il context engineering applicato al repo. Un file breve con comandi, vincoli e cose da non fare, e cosa l'agente carica davvero.

Decidere prima di costruire

Quando un agente non serve: tre casi in cui un cron e uno script battono il loop.
La trappola dello stack di default: perché il modello propone sempre lo stesso stack e come imporre i tuoi vincoli.
Claude Code vs Cursor vs Copilot: prima di scegliere l'agente per il repo, guarda dove sta il confine. Permessi, sandbox e review a confronto, dalla documentazione ufficiale.

Guida AI locale, in ordine

La serie si legge in ordine: prima se il locale ti serve, poi con cosa farlo girare. I due pezzi sotto le puntate rispondono ai problemi che arrivano subito dopo.

Guida AI locale 1: quando conviene il modello in casa e quando il cloud resta la scelta onesta.
Guida AI locale 2: Ollama, LM Studio, llama.cpp e vLLM confrontati su VRAM, manutenzione, API e chat contro batch, non sulle feature list.
API OpenAI-compatible in locale: cambi base_url e il client resta uguale, ma nomi dei modelli, tool calling, streaming e due default silenziosi vanno controllati.
Ollama 0.40: dalla 0.40.2 i modelli già scaricati vengono convertiti al primo avvio e la copia vecchia resta come backup, quindi per un po' lo spazio su disco raddoppia.

Strumenti e piattaforme per agenti

AI Gateway di Cloudflare in pratica: un gateway davanti alle chiamate LLM, con log senza prompt, cache e un tetto di spesa che risponde 429.
Web Search API di Cloudflare: ricerca live per agenti tramite AI Gateway, provider, costi e quando usarla.
Cloudflare spinge cf al posto di Wrangler: cosa cambia per i deploy e per gli agenti che generano ancora comandi wrangler.

I termini usati in questi articoli sono spiegati nel glossario. Se il tuo problema è portare online codice scritto da un modello, la raccolta giusta è Vibe coding.

Articoli in questo hub

31 ott 20269 min

Structured output o tool calling: quando chiedere JSON e quando dare un tool al modello

Stessa forma, contratti diversi. Quando chiedere uno schema JSON e quando dare un tool al modello, secondo la documentazione di OpenAI, Anthropic e Gemini: modalità strict, cosa lo schema non garantisce, quanti tool dare e cosa cambia con modelli piccoli e locali su Ollama e llama.cpp. Nessun test fatto per l'articolo.

AI API

30 ott 20269 min

Rivedere codice scritto da un agente: cosa controllare prima del merge

Il codice di un agente compila e sembra finito. Una checklist di review prima del merge costruita dalle guide ufficiali di GitHub, Claude Code, Codex, OpenSSF e OWASP: verifiche automatiche, intento, confini del diff, errori silenziosi, dipendenze nuove, test che testano il mock e limiti della review automatica. Nessun test fatto per l'articolo.

AI Best Practices

30 ott 202610 min

GitHub Universe 2026: cosa cambia per chi lavora con agenti e Copilot

Dopo GitHub Universe 2026 tre annunci toccano davvero il flusso di lavoro: Copilot Fusion sceglie i modelli al posto tuo, gli agenti entrano nella CI con Agentic Workflows e automazioni, e Copilot può approvare una pull request. In più Copilot dentro GitHub Enterprise, i lockfile di Actions e cosa conviene fare adesso. Solo annunci e documentazione ufficiale, senza test né benchmark.

AI Best Practices

28 ott 202614 min

Eval per agenti: il set minimo di casi da girare prima di ogni modifica al prompt

Cambi una riga di prompt e si rompe un caso che non guardavi. Un set minimo di 20–35 casi in otto famiglie (compito tipico, scelta del tool, argomenti, quando non agire, informazione mancante, conflitto con il sistema, errore del tool, bug già visti), come dare il voto a esito e trace, perché girare ogni caso più volte. Dalla documentazione ufficiale, senza test.

AI Best Practices

27 ott 202613 min

Guida AI locale 5: dataset ed eval locali — misurare prima di cambiare modello

Senza un set di casi tuoi, ogni modello nuovo sembra meglio. Come scrivere criteri e 30–50 casi, come dare il voto (codice, persona, modello giudice), come girarli in locale con promptfoo, Inspect AI o lm-evaluation-harness su Ollama e llama.cpp, cosa guardare nei risultati. Dalla documentazione ufficiale, senza test.

AI Best Practices

26 ott 202613 min

Guida AI locale 4: fine-tuning con Unsloth — quando ha senso e quando basta il prompt

Prima del fine-tuning chiediti cosa sbaglia il modello e se un prompt più chiaro, qualche esempio o un RAG lo risolvono. Quando no, cosa chiede Unsloth: LoRA e QLoRA, requisiti hardware e VRAM, scelta del modello, export in GGUF per Ollama e in safetensors per vLLM. Dalla documentazione ufficiale, senza test.

AI LLM

25 ott 202610 min

Licenze dei modelli open-weight: Apache 2.0, Llama, Gemma e Qwen, cosa puoi farci in un prodotto

Open-weight non vuol dire che puoi farci quello che vuoi. Le clausole che pesano su un prodotto, lette dai testi ufficiali: uso commerciale, soglie di utenti, "Built with Llama", restrizioni che passano ai tuoi termini, Llama 4 multimodale in UE e le nuove licenze Qwen3.8.

AI LLM

22 ott 20268 min

LoRA, QLoRA o full fine-tuning: cosa cambia in VRAM, tempi e risultati

Tre parole che si confondono. Cosa cambia tra full fine-tuning, LoRA e QLoRA in memoria, tempi e qualità, dai paper originali e dalla documentazione di Unsloth e Hugging Face, e quale scegliere se hai una sola GPU.

AI LLM

21 ott 20269 min

Prompt caching nelle API LLM: Anthropic, OpenAI e Gemini a confronto, e quando ti fa risparmiare davvero

La cache del prompt non è la cache del gateway. Come funziona da Anthropic, OpenAI e Gemini secondo la documentazione ufficiale: soglie minime, durata, quanto costa scrivere e leggere, quando ripaga davvero e cosa la rompe.

AI Best Practices

21 ott 20267 min

GGUF, safetensors o MLX: quale formato di modello ti serve per quale runtime

Scarichi un modello e il runtime non lo apre. GGUF, safetensors e MLX a confronto: cosa contiene ciascun formato, quali runtime lo leggono, come si converte e quale scegliere per laptop, Mac e server GPU.

AI LLM

15 ott 20265 min

MyAfters: recensione della piattaforma per l'hospitality

Recensione di MyAfters, la piattaforma per l'hospitality: locali, staff ed eventi in un unico sistema, l'assistente AI MyIA, i prezzi e i limiti.

MyAfters

15 ott 20268 min

Mac con Apple Silicon o GPU NVIDIA per LLM locali: la domanda è la memoria, non i TFLOPS

Non i TFLOPS: quanto modello e contesto entrano. Unified memory sul Mac, VRAM dedicata su NVIDIA, runtime e quando scegliere cosa — solo da fonti ufficiali.

AI Best Practices