
Guida AI locale 2: runtime a confronto (Ollama, LM Studio, llama.cpp, vLLM)
Secondo episodio della serie AI locale. Ollama, LM Studio, llama.cpp e vLLM confrontati su VRAM, ops, API e chat vs batch — non sulle feature list.
Leggi articoloApprofondimenti, confronti e guide. Le notizie quotidiane sono nelle Notizie tech.

Secondo episodio della serie AI locale. Ollama, LM Studio, llama.cpp e vLLM confrontati su VRAM, ops, API e chat vs batch — non sulle feature list.
Leggi articolo
Apre la serie su AI locale. Privacy, costo, latenza e harness: quando il modello in casa conviene, quando il cloud resta la scelta onesta, e come si collega al resto del percorso.
Leggi articolo
Beta del 2 ottobre 2026: un endpoint (o binding Workers) verso Ceramic, Exa e Linkup, con log e billing su AI Gateway. Prezzi e limiti ricontrollati il 21 ottobre, più il nuovo tool web_search dell'Agents SDK.
Leggi articolo
Non ogni automazione ha bisogno di un loop agentico. Tre casi concreti in cui un job schedulato e uno script leggibile sono più affidabili, più economici e più facili da debuggare.
Leggi articolo
Open beta di cf, piano di deprecazione di Wrangler, JSON e config TypeScript. Cosa conviene fare adesso se deployi Workers — e se i tuoi agenti generano ancora comandi wrangler.
Leggi articolo
Un tool mal descritto non produce solo un output sbagliato: inquina tutto il loop dell'agente. Come progettare tool che un modello usa senza fallire in silenzio.
Leggi articolo
Prompt engineering è solo il punto di partenza. Context, loop e graph engineering sono le competenze che contano nel 2026, spiegate con un esempio di supporto clienti.
Leggi articolo
Chiedi un boilerplate all'AI e ottieni quasi sempre Next.js, Tailwind e Prisma. Perché succede, quanto costa, e come riprendere il controllo con file .md, Skills e un prompt architetturale.
Leggi articolo