La nostra esperienza con Qwen3.8-27B, Pi e LM Studio su ASUS Ascent GX10: sviluppo reale, limiti di inferenza, cross review con Codex e autonomia dagli AI provider.
AILocal ModelsCoding AgentsOpen Weights
Leggi →Insights
Note dal lavoro su sistemi reali.
Guide pratiche, casi studio e riflessioni del team XSEVEN su AI, software engineering, DevOps e infrastruttura.
11 articoli
Qwen3.8-27B e Pi: un agente LLM locale al lavoro
La nostra esperienza con Qwen3.8-27B, Pi e LM Studio su ASUS Ascent GX10: sviluppo reale, limiti di inferenza, cross review con Codex e autonomia dagli AI provider.
LeggiVibe coding e AI: il software funzionante non è sempre software governabile
Una riflessione sul futuro del software nell'era dell'AI: costruire prodotti funzionanti diventa più accessibile, ma produzione, sicurezza, manutenzione e responsabilità restano problemi reali.
LeggiAI locale e modelli uncensored: libertà tecnica o rischio senza filtro?
Una riflessione sull’uso di modelli AI locali uncensored, tra sperimentazione su hardware personale, LM Studio, llama.cpp, sicurezza, responsabilità e accesso senza filtri a capacità potenzialmente dannose.
LeggiClaude Fable, Codex e il dovere di dubitare delle classifiche AI
Partendo dalle osservazioni di Salvatore Sanfilippo su Claude Fable 5 e GPT 5.5, una riflessione critica su benchmark, coding agent, contesto di progetto e valutazione dei modelli AI.
LeggiIl lavoro invisibile del Sysadmin: perché l'infrastruttura non è un parco giochi
Una riflessione sul ruolo spesso sottovalutato di Sysadmin, DevOps e SRE: responsabilità, troubleshooting, scala, automazione, AI e confini necessari nelle infrastrutture condivise.
LeggiQuando l'AI costruisce se stessa: governance, potere e rischio competitivo
Dopo l'articolo di Anthropic sul recursive self-improvement, una riflessione su governance dell'AI, pause credibili, competizione tra aziende, ruolo dei governi, rischi e possibilità.
LeggiL'impatto psicologico dell'AI: imparare a non umanizzare i modelli
L'AI generativa parla in modo convincente, ma non prova sentimenti e non possiede intenzioni. Una riflessione su LLM, antropomorfizzazione, educazione e responsabilità per le generazioni che cresceranno con l'AI.
LeggiPrivate AI: trasformare la conoscenza aziendale in intelligenza governata
La Private AI non è solo eseguire un LLM su infrastruttura privata. È collegare AI, conoscenza aziendale, processi e governance mantenendo controllo su dati, accessi e compliance.
LeggiCloud repatriation: perché abbiamo spostato un cliente da AWS al bare metal
Come abbiamo migrato un workload production da AWS a server bare metal Leaseweb, riducendo drasticamente i costi mantenendo affidabilità, performance e controllo operativo.
LeggiLa filosofia DevOps: perché la tua azienda dovrebbe adottarla
Dal modello “throw it over the wall” alla responsabilità condivisa del ciclo di delivery: cosa significa davvero DevOps e cosa cambia quando viene adottato seriamente.
LeggiOttimizzazione costi Kubernetes: guida pratica per il 2025
Guida operativa per ridurre i costi Kubernetes: misurazione per namespace, right-sizing, VPA, HPA, nodi spot, Karpenter, quote, cleanup e routine FinOps.
Leggi