Agenti AI nel team: valutare qualità, costi e responsabilità
Come valutare gli agenti AI in azienda: qualità, costo del lavoro completo, responsabilità e condizioni per adottare, limitare o fermare un pilota.
Blog / Matteo Vincenti
Appunti dal lavoro.
Scrivo di AI nel lavoro quotidiano, sviluppo software e organizzazione dei team. Parto dai problemi aziendali e approfondisco le scelte tecniche.
18 articoli in AI, pagina 2 di 2
Categoria: AI Rimuovi categoria
Context engineering: fonti, memoria e handoff per riprendere il lavoro
Come organizzare contesto, fonti e handoff per gli agenti AI. Un percorso reale in Notion, dal risultato METR al riuso e alla manutenzione della conoscenza.
LangChain, LangGraph, OpenRouter e Langfuse: cosa scegliere e quando
LangChain, LangGraph, OpenRouter e Langfuse: ruoli, benefici da valutare e criteri di scelta per un progetto AI aziendale. Scenari e dettagli tecnici.
Come sto misurando il costo reale di Claude e Codex
Ricerca in corso sul costo dei task con Claude e Codex: consumi, tempi e revisione umana, con comandi e configurazioni per le varianti da confrontare.
Skills per Claude e Codex: costruire una review e vedere quando parte
Crea una skill di code review per Claude e Codex. Il laboratorio confronta due descrizioni in quattro sessioni Codex, con risultati osservati e limiti.
MCP: cos’è, come creare un server e quali strumenti scegliere
Cos’è MCP e quando adottarlo in azienda: benefici da verificare, costi, permessi e criteri di scelta, con un server di esempio completo.
Contatti