When a Model Can Use Tools, Credentials and Networks, a Wrong Answer No Longer Stays on the Screen For a long time, when discussing the risks of artificial intelligence, the most immediate example was hallucination. A model could invent a source, misinterpret a request, or provide an answer that sounded convincing but was completely wrong. … Read more
A conversation about AGI started with the future of software and ended up touching on universal basic income, social mobility, taxation, ownership and power. We did not find the solution, but perhaps we found better questions. This is not an interview in which I asked artificial intelligence to predict the future, nor an attempt to … Read more
In seven days, Codex processed 65 billion tokens for me. That does not mean it produced 65 billion tokens’ worth of value, but it does say something about the way agents are changing both the duration and the intensity of work. A few weeks ago, I installed Who Burned More, a small open-source tool that … Read more
Watermark e Content Credentials possono aiutarci a capire come è stato prodotto un contenuto, ma non possono certificare che ciò che stiamo vedendo o leggendo sia vero e degno di fiducia. Quando ho letto che Anthropic avrebbe cominciato a inserire una marcatura invisibile nei testi generati dai nuovi modelli Claude e metadati di provenienza firmati … Read more
Quando usi un coding agent, la tentazione più naturale è partire dal risultato. “Costruiscimi un’applicazione che faccia questo.“ Descrivi la funzionalità, magari indichi linguaggio e framework preferiti, lasci che l’AI cominci a lavorare. Dopo poco compaiono la struttura del progetto, il database, alcune API, l’interfaccia, forse anche una prima serie di test. Il risultato può … Read more
Quando oggi si parla di sviluppare un’applicazione basata sull’intelligenza artificiale, quasi inevitabilmente la discussione comincia dal modello da utilizzare, dalle funzionalità che dovrà avere l’applicazione, dall’interfaccia e, naturalmente, dal prompt. È comprensibile. Sono le parti immediatamente visibili del prodotto e sono anche quelle che permettono di ottenere velocemente qualcosa da mostrare. Si collega un LLM, … Read more
Chi utilizza ogni giorno Codex Desktop sa bene che, dopo qualche settimana di lavoro, una conversazione non è più soltanto una chat. Diventa la memoria del progetto. È lì che si trovano le decisioni architetturali, le motivazioni dietro certe scelte, le alternative scartate, i problemi già risolti e tutto quel contesto che sarebbe praticamente impossibile … Read more
L’illusione di costruire software con l’AI senza prima costruire le fondamenta Da qualche tempo, nelle aziende, si ripete una scena sempre più comune. Qualcuno presenta un’idea, magari ancora poco definita, e prima ancora di discutere requisiti, vincoli e impatto sul sistema esistente arriva la frase: “Che ci vuole? Con l’intelligenza artificiale possiamo farlo in pochi … Read more
Secondo me la stragrande parte delle aziende ancora legge l’AI nel modo più banale possibile. Vedono l’AI e pensano subito: “Ok, quante persone possiamo sostituire?” Da una parte capisco perché succede. È la cosa più semplice da vedere. Il risparmio è immediato, misurabile, comodo da raccontare in una riunione, soprattutto agli investitori. Però è anche … Read more
Using large language models for personality-based job-fit assessment, and the calibration rabbit hole that followed. The Challenge My boss asked me a question that sounded simple: “Can you get an AI to generate a psychometric scoring formula from any text description?” I said yes before I fully understood what I was agreeing to. Here’s what … Read more