Open weights: capaci, mentre la frontiera si sposta

Negli ultimi mesi, anche con l’arrivo di DeepSeek V4, si è riaccesa la corsa tra due filosofie contrapposte: quella dei modelli proprietari e quella dei modelli a pesi aperti. Dico apposta open weights e non open source, perché la distinzione è sostanziale: avere i parametri appresi dal modello permette di eseguirlo, ma non garantisce di avere tutto ciò che serve a riprodurne l’addestramento.

Questo non significa che manchino necessariamente codice o informazioni sul training. DeepSeek, per esempio, pubblica anche dettagli sul proprio processo. Il punto è che pesi scaricabili e addestramento interamente riproducibile sono due cose diverse. Chi dispone dell’hardware necessario può comunque far funzionare il modello sulla propria infrastruttura, nei limiti della licenza. Ed è un vantaggio mica da ridere. La documentazione di DeepSeek V4 dà un’idea sia di ciò che viene reso disponibile sia delle risorse richieste.

I modelli sono migliorati, come era prevedibile data la traiettoria. Io resto un sostenitore del famigerato plateau: prima o poi, secondo me, ci arriveremo. Per ora, però, continuo a stupirmi di quanto margine sembri esserci. Le scaling laws mi affascinano proprio per questo: aumentare le risorse può ancora portare a progressi importanti. Non conta soltanto la dimensione del modello, ma anche la qualità dei dati, l’addestramento, il post-training e il calcolo impiegato durante il ragionamento.

Sul fronte aperto abbiamo gli ultimi DeepSeek, Kimi K3, GLM-5.3. Sistemi molto capaci, che competono con quelli proprietari su diversi compiti. Poi arriva una nuova generazione e la frontiera si sposta di nuovo. Oggi mi sembra che i modelli proprietari più avanzati mantengano un vantaggio nei lavori più difficili, soprattutto se considero anche i sistemi di ricerca a cui non abbiamo accesso diretto.

Per l’uso quotidiano, però, molti modelli aperti sono già sufficientemente bravi da essere utili sul serio: dalla preparazione di un’email alla manutenzione di un’infrastruttura. E su quest’ultimo punto voglio spendere qualche parola in più.

L’AI nel terminale

Se ne parla meno di quanto meriterebbe: questi modelli sono molto forti anche nel deploy di applicazioni web e nell’amministrazione dei sistemi. Scrivono file Docker Compose, aiutano a gestire deployment Kubernetes, leggono log e configurazioni. Sanno lavorare dentro un terminale GNU/Linux, e per quello che faccio io è un risultato enorme.

Pensiamo a un aggiornamento: leggere le modifiche della nuova versione, scegliere l’immagine corretta per l’architettura, fissarne eventualmente il digest, controllare le migrazioni, preparare i backup e fare un riavvio controllato. Poi verificare che i servizi siano effettivamente ripartiti e che il database sia a posto. Passaggi ripetitivi ma delicati, che un agente capace può aiutare a eseguire con metodo.

Dall’uscita di V4 Flash in poi, questo è stato uno degli usi migliori che ho fatto dell’AI. Mi ha aiutato a migliorare sicurezza, resilienza e manutenzione dello stack di applicazioni che tengo in piedi. La responsabilità dei server rimane mia, ma avere uno strumento che sa ricostruire un problema dai log e lavorare sulle configurazioni mi semplifica parecchio la vita.

Io sono più sbilanciato verso il cloud che verso l’homelab puro. Preferisco una soluzione ibrida, con alcuni servizi in casa e altri su infrastrutture esterne, soprattutto quando mi interessa la disponibilità. In entrambi i casi, l’aiuto di questi modelli si è fatto sentire.

È una parte meno appariscente delle grandi demo, ma per me conta tantissimo: meno manutenzione rimandata, più controlli e meno tempo perso nelle operazioni ordinarie.

Frontier models: la gara che sto seguendo

Chiusa la parentesi open weights, arriviamo ai modelli più capaci. Per il mio utilizzo, il confronto principale oggi è tra Anthropic e OpenAI. Google mi sembra rimasta più indietro rispetto alle aspettative che avevo a febbraio. Continuo a seguirla, ma non so cosa stia succedendo internamente.

Quest’anno si avverte l’avvicinamento a un’AI sempre più capace, e inevitabilmente il discorso torna sull’AGI. Sono d’accordo con chi pensa che non sia un traguardo netto, ma un concetto sfumato: cosa si intende davvero per general intelligence?

Se la definizione è una macchina capace di svolgere molti dei compiti intellettuali che riescono bene alla maggior parte delle persone, mi sembra che siamo molto vicini. Se invece chiediamo di imparare qualsiasi lavoro e portarlo avanti in autonomia con affidabilità, il discorso cambia. Io la vedo più come uno spettro di capacità che come una linea da attraversare.

Una parte di me spera che si arrivi a un plateau: progressi più graduali, senza un salto generazionale dietro l’altro. Potrebbe essere l’inizio dello sgonfiamento di quella che considero una bolla, alimentata dalla corsa partita con ChatGPT nel 2022. Mi preoccupa quante risorse stia assorbendo e quanto questa espansione possa pesare su hardware, energia e infrastrutture. Vorrei che rimanessero gli strumenti utili e si ridimensionasse un po’ la frenesia che li circonda.

Nel frattempo, sul fronte OpenAI, il 9 luglio è arrivata la disponibilità generale di GPT-5.6, dopo una fase di anteprima: Luna come modello più economico, Terra come soluzione intermedia e Sol come modello di punta.

Sol è stato un gran modello. Per il mio utilizzo l’ho trovato decisamente superiore a GPT-5.5: nei due mesi di piano Plus l’ho usato quasi sempre con reasoning effort medio, mi sono trovato benissimo e ho praticamente ignorato i livelli di ragionamento estremi. Quando un modello mi basta già nell’effort medio, per me è un ottimo segnale.

Su Anthropic il discorso è più controverso. Haiku e Sonnet non mi convincono rispetto alle alternative. Con Opus ho apprezzato molto 4.6 e, con qualche riserva, 4.7; con 4.8 e Opus 5 mi sono trovato peggio. Troppa verbosità, troppo lavoro prodotto rispetto a quello che chiedevo e un costo che faccio fatica a giustificare.

Non sto dicendo che ogni nuova versione sia peggiore in assoluto. Sto dicendo che, nel mio modo di usare questi strumenti, il rapporto tra risultato, tempo e spesa è diventato più favorevole a OpenAI. Avere un modello molto capace conta, ma conta anche quanto gli serve per arrivare al punto.

Il caso Mythos e Fable

Qui secondo me Anthropic ha fatto scelte discutibili. È vero che capacità maggiori pongono problemi reali, anche nella cybersecurity. Capisco la necessità di protezioni mirate, ma trovo frustrante la distanza tra ciò che il modello potrebbe fare e ciò a cui posso effettivamente accedere.

Mythos e Fable condividono il modello sottostante: la differenza riguarda le protezioni e le condizioni di accesso. Mythos è riservato a soggetti selezionati; Fable è disponibile più ampiamente, con limitazioni aggiuntive. Alcune richieste vengono reindirizzate a Opus. Non è quindi semplicemente un modello più piccolo o meno intelligente: è un accesso più limitato alle stesse capacità di base. Anthropic lo spiega sia per Fable 5 sia per la generazione 5.1.

Ed è proprio il reindirizzamento che mi lascia perplesso. Se scelgo un prodotto di fascia alta, voglio capire quale modello sta rispondendo, quando intervengono le limitazioni e cosa sto pagando. Posso comprendere il motivo di una protezione e, allo stesso tempo, trovare poco convincente il prodotto che ne risulta per i miei compiti.

Poi c’è stato il blocco vero e proprio. Il 12 giugno il governo statunitense ha imposto controlli sulle esportazioni di Fable 5 e Mythos 5, dopo un rapporto dei ricercatori Amazon su un metodo per aggirare le protezioni di Fable. Il provvedimento richiedeva di limitare l’accesso ai cittadini stranieri; Anthropic, non potendo verificarne immediatamente la nazionalità, ha sospeso entrambi i modelli per tutti.

I controlli sono stati revocati il 30 giugno e Fable è tornato disponibile al pubblico dal 1° luglio. L’accesso a Mythos è rimasto selettivo, con un primo ripristino per alcune organizzazioni statunitensi già autorizzato il 26 giugno. Quindi quasi tre settimane di stop per il pubblico, non una semplice pausa di qualche giorno. È la cronologia riportata nella ricostruzione ufficiale di Anthropic.

Fable rimane molto capace, ma nell’uso che mi interessa faccio fatica a preferirlo a Sol quando il vantaggio non mi sembra sufficiente a giustificare la spesa. Amodei può avere buone intenzioni, ma la comunicazione di Anthropic spesso mi convince poco. E non sono così sicuro che in questa gara ci siano “i buoni”: quando ci sono interessi economici di queste dimensioni, preferisco giudicare le aziende da quello che fanno e da come trattano gli utenti.

Le ultime due uscite

Arriviamo alla parte più recente. A inizio settembre Anthropic ha rilasciato Fable 5.1, riducendo il prezzo delle letture dalla cache del 75% rispetto a Fable 5, fino a 0,25 dollari per milione di token. L’azienda stima un risparmio sui carichi tipici, ma il costo finale dipende anche da quanto ragionamento viene generato e da come si usa il modello.

Il 3 settembre OpenAI ha presentato GPT-6 Astra, il successore di Sol. A me sembra un salto generazionale vero, soprattutto nella capacità di utilizzare il computer e portare avanti lavori complessi. OpenAI riporta miglioramenti sia nei risultati sia nei tempi di completamento rispetto a Sol: è una direzione che mi interessa molto, perché estende alle interfacce grafiche quello che già apprezzo negli agenti da terminale.

Sul costo abbiamo un confronto concreto. Al 9 settembre, Artificial Analysis riporta 3,26 dollari per task per Astra max contro 7,63 dollari per Fable 5.1 max con fallback. Si tratta del costo medio ponderato dei task del suo Intelligence Index, non del prezzo di una generica richiesta. Il punteggio aggregato visualizzato è 53 per entrambi.

In quella valutazione Astra costa quindi meno della metà. Questo non rende i modelli identici in ogni compito, ma rende molto chiaro perché l’efficienza mi interessi tanto. Anche la velocità va letta bene: generare più token al secondo non significa necessariamente finire prima un lavoro, se poi ne vengono prodotti molti di più.

Io resto piuttosto fiducioso su OpenAI. Sol mi ha convinto nell’uso quotidiano e Astra mi incuriosisce ancora di più. Nel frattempo aspetto Google: un altro ritorno in grande stile sarebbe una buona notizia per tutti quelli che usano questi strumenti.

La parte scientifica

Nel frattempo, dentro questi laboratori succedono cose che mi colpiscono ancora più delle nuove uscite commerciali. L’8 settembre OpenAI ha annunciato una dimostrazione relativa al problema di esistenza e regolarità di Navier–Stokes, pubblicando anche una formalizzazione in Lean.

Il risultato dichiarato riguarda la formazione di una singolarità in tempo finito nella formulazione con una forza esterna liscia. Secondo l’azienda, è stato ottenuto con un sistema di agenti basato su un modello interno più capace di Astra; Astra è intervenuto nella successiva formalizzazione e verifica.

È un annuncio appena uscito, quindi distinguerei ciò che OpenAI ha presentato dalla sua piena accettazione da parte della comunità matematica.

È qui che spero vadano a finire gli sforzi e i soldi investiti: nuovi materiali, strumenti per la ricerca, contributi allo sviluppo di cure e alla comprensione di problemi che contano davvero. Tra un risultato al computer e un beneficio reale rimane moltissimo lavoro, ma la prospettiva mi entusiasma.

Posso essere critico verso la corsa economica e trovare straordinario quello che sta succedendo sul piano tecnico. In questo momento mi sento esattamente così.

Questo è più o meno tutto per questo State of AI di settembre 2026. A febbraio provavo a capire dove stesse andando il settore; sette mesi dopo devo già rimettere mano a parecchie convinzioni.

What a time to be alive.

~Joe

P.S. Articolo derivato da una trascrizione vocale, riordinato e rivisto da GPT-6 Astra.

Nell’articolo precedente avevo accennato a una delle aggiunte più recenti al mio stack: un agent. Da lì la faccenda mi si è un po’ allargata tra le mani, perché il salto dai coding agent agli agenti veri e propri è più grande di quanto sembri. Le modalità di interazione restano più o meno le stesse, ma cambia radicalmente l’opacità. Quando usi Claude Code, vedi ogni comando che gira. Quando parli con un agent via Telegram o WhatsApp, ti stai fidando ciecamente del modello: dei suoi tool, delle skill che si è costruito, dei meccanismi interni di memoria che gli permettono di eseguire comandi, creare nuove skill, connettersi a server remoti, persino riavviarsi da solo.

Un agent, in fondo, è il punto in cui un modello incontra un computer — letteralmente ha un computer tutto suo. Nel mio caso ho preferito dargliene uno diverso: un container piazzato nel mio stack, raggiungibile H24 via Telegram.

Perché Hermes

Non è stato il primo software di questo tipo che ho provato. Qualche mese fa avevo testato per curiosità OpenClaw, il progetto di Peter Steinberger che per primo ha portato questi harness alla ribalta. L’esperienza è stata scottante: un software pesante, macchinoso, pieno di feature poco utili, con uno store di skill dove chiunque può pubblicare qualcosa — piuttosto pericoloso quando si tratta di dare le proprie password a un agent, perché una skill malevola può farle finire dove non dovrebbero.

Hermes, di Nous Research, è la scelta opposta. All’inizio l’avevo snobbato proprio perché sembrava un clone di OpenClaw, ma la filosofia è completamente diversa. Non appena lo installi è una tavola bianca: ha qualche skill di base, i suoi meccanismi di memoria, la possibilità di collegare dei tool, ma la vera magia arriva con l’uso. Man mano che parli con l’agent, che la memoria si aggiorna, che l’agent stesso crea in autonomia le skill di cui ha bisogno — spesso senza che gliele chieda esplicitamente — il sistema diventa via via più utile, più personale, cucito sulle tue abitudini.

Come gestisce la memoria

A differenza di un coding agent, la gestione della memoria di Hermes è molto più articolata, ed è basata su file. I principali sono tre: il soul (l’anima, cioè il carattere dell’agent), lo user (chi sono io) e la long term memory. Esistono probabilmente anche altri meccanismi più brevi, delle “memorie software” un po’ superate ora che i modelli hanno contesti così ampi.

La differenza sostanziale rispetto a scrivere in un CLAUDE.md è che l’aggiornamento è autonomo. Non sono io a dire all’agent di aggiornare la memoria: è lui, attraverso i suoi meccanismi interni, a farlo da solo, e soprattutto a curarla, tenendola pulita nel tempo. Con l’accumularsi delle interazioni, questo diventa sempre più prezioso: l’agent sa sempre meglio come vorrei che si comportasse.

Un caso d’uso concreto: l’inventario di casa

Uno degli utilizzi che mi trovo a sfruttare più spesso è la gestione dell’inventario delle cose che ho in casa. Dico all’agent che sono tornato dalla spesa e cosa ho comprato, lui scarica il file Excel dell’inventario da Nextcloud, lo aggiorna con degli script Python che si è scritto da solo — di cui io non ho la più pallida idea di cosa contengano — e lo ricarica.

La configurazione di questo comportamento è stata banale: gli ho detto cosa volevo ottenere, gli ho passato i secret per connettersi a Nextcloud, e basta. Ovviamente questo significa anche che l’agent ha ora accesso a tutti gli altri file sul mio cloud, non solo a quel foglio Excel — un dettaglio da tenere a mente quando si abilita questo genere di integrazioni.

La digressione sul system prompt

Uno dei problemi principali quando si interagisce con questi modelli attraverso un harness è il peso del system prompt: gli strumenti su cui gira il modello iniettano nella richiesta informazioni su tool, skill, file di contesto del progetto, eventuali MCP collegati. Basta poco per farlo esplodere.

L’ho toccato con mano passando da OpenCode a Pi Agent. Il system prompt di OpenCode è pesante, vicino ai 20.000 token alla prima chiamata — poi certo, ci sono i cache hit e quindi il costo reale è mitigato, ma la situazione poteva essere molto migliore. E lo è stata con Pi, che ha un prompt molto più snello, circa 5.000 token, e di conseguenza risultava anche più reattivo.

Il connubio perfetto è arrivato con DeepSeek v4, in particolare nella variante Flash: velocissimo ed economico. Ho consumato una quantità di token che non pensavo di raggiungere in vita mia, spendendo relativamente poco — parliamo di 10-15 euro totali sull’API di DeepSeek, contro i 200-300 euro che mi sarebbero costati sull’API di Anthropic per lo stesso volume. Ed è la stessa filosofia snella che ho ritrovato in Hermes rispetto a OpenClaw.

Gli agenti non sono ancora autonomi

Nonostante tutto, la favola dell’agente completamente autonomo resta per ora una favola. Questi oggetti vanno invocati: o sei tu a scrivere, oppure c’è un cronjob che gli manda un messaggio a un orario prestabilito. Non si svegliano da soli e non vengono a cercarti di propria iniziativa — l’input, la scintilla, va sempre data da qualcuno, anche se indirettamente attraverso un’automazione deterministica.

Detto questo, dato che questi modelli stanno migliorando parecchio nel tool calling e nel computer use, è lecito aspettarsi ulteriori passi avanti. I modelli di frontiera oggi sono già in grado di controllare un browser, ma con meccanismi ancora abbastanza farraginosi — coordinate approssimative su uno schermo, invece di un’interazione più naturale. Credo che nel prossimo futuro l’interazione uomo-macchina si sposterà sempre di più verso il conversazionale: accenderemo il computer, un agent ci chiederà cosa vogliamo fare, e faremo tutto parlando o scrivendo. Da quando è uscito Claude Code, a gennaio dell’anno scorso, il salto che ho visto è stato enorme — davvero quell’esponenziale di cui parla spesso Dario Amodei.

Lo stato dei modelli, tra Mythos, Fable e il divario europeo

Chiudo con una fotografia dello stato attuale. I modelli continuano a saturare quasi tutti i benchmark, e più crescono di scala più emergono capacità nuove — proprio come è successo con il linguaggio naturale a partire da GPT-3. Sul fronte Anthropic è arrivata la nuova classe Mythos: Mythos 5 per le aziende e la sua controparte consumer, Fable 5, disponibile per chi ha un abbonamento. Fable è stata resa di nuovo disponibile proprio in questi giorni, dopo essere stata temporaneamente bloccata per via delle restrizioni all’export imposte dal governo americano — un tema su cui varrebbe la pena tornare in un articolo a parte.

Sul fronte cinese e americano la corsa continua senza sosta. Noi europei restiamo comodamente al palo, e Mistral ne è l’esempio più lampante: secondo i dati di Artificial Analysis, il costo per task del loro modello di punta, Mistral Medium 3.5, risulta più alto di quello di modelli enormemente più grandi come GPT-5.5. Un paradosso su cui vale la pena riflettere.

Di questi temi — bolla dei mercati, agenti che entrano nella robotica, i prossimi rilasci intermedi in arrivo — ci sarebbe da parlare per ore. Ma questo articolo era dedicato agli agent, e quindi alla prossima.

~Joe

Partiamo dall’inizio: cos’è il self-hosting? È quella pratica — chiamatela moda, tendenza, filosofia — che porta informatici e curiosi a volersi ospitare da soli i servizi digitali che di solito deleghiamo ad altri, principalmente le grandi aziende tech. Il motivo principale è quello più ovvio: privacy e controllo. Se il servizio gira sulla tua macchina, lo controlli tu. Nessun altro legge i tuoi dati, non ci sono termini di servizio che cambiano, non ci sono account che vengono sospesi senza preavviso.

I trade-off che nessuno ti dice

C’è però un lato della medaglia che si sente troppo poco. Quelle aziende multimiliardarie che stai sostituendo hanno strutture, team e ridondanze che tu, come singolo, non puoi replicare. Un errore umano nel tuo setup — e credetemi, succede — può essere fatale. A me è capitato: ho perso dati personali perché non avevo fatto i backup come si deve e il servizio non era ripristinabile in modo semplice. Non è una storia piacevole da raccontare, ma è una storia onesta.

Come in tutte le cose, ci sono trade-off. Bisogna decidere su quali servizi si è disposti ad accettare compromessi e su quali no. Il password manager, per esempio, è un servizio su cui non transigo: se lo gestisco io, voglio che sia inattaccabile e ridondante. Un servizio di streaming di film auto-hostato, invece, se muore per una settimana non è la fine del mondo.

L’infrastruttura: Oracle Cloud e Docker

Tutto il mio ambiente di self-hosting vive su Oracle Cloud, e la scelta è motivata da un’unica ragione: è l’unico grande provider cloud che offre un piano permanentemente gratuito degno di questo nome.

Nel free tier di Oracle è incluso un VPS ARM64 con 4 OCPU, 24 GB di RAM e fino a 200 GB di spazio su disco. Un’offerta assolutamente generosa. Esiste anche una variante x86 con la possibilità di creare due o tre macchine virtuali — utile per chi vuole giocare con Kubernetes invece di Docker — ma con 100 GB o meno per macchina diventa limitante. Per il mio caso d’uso, un singolo ARM64 con tanta RAM è la scelta giusta.

Vale la pena notare che Oracle ha cambiato le regole nel tempo: per sbloccare il free tier completo e creare il server ora è necessario inserire una carta di credito. Non addebita nulla, ma la carta ci vuole — il che significa, di fatto, attendere i 18 anni.

Prima di Oracle usavo un Raspberry Pi 4 — uno degli acquisti tech più soddisfacenti che abbia mai fatto, ne parlerò dopo. Per i servizi cloud, però, il Raspberry non bastava più.

Tutto il mio self-hosting passa da Docker. Ho un unico file docker-compose principale che richiama altri file compose annidati — una struttura diventata necessaria quando i servizi erano troppi per stare in un unico file leggibile. Trovate la struttura completa, con tutti i compose e la gestione di secret e credenziali, nel mio repository GitLab.

Vaultwarden: il password manager

Il primo servizio che ho migrato in self-hosting è stato il password manager. Il percorso è stato lungo: ho iniziato con LastPass quando ancora era gratis e funzionava bene, poi verso il 2017-18 sono passato a Bitwarden in cloud — ancora un servizio esterno, ma open source e con un track record migliore.

Il self-hosting vero è arrivato quando ho iniziato ad avere le competenze per farlo e il Raspberry Pi su cui farlo girare. Bitwarden self-hosted all’epoca era completo: installavi il server e ottenevi tutte le funzionalità della versione pro. Poi le cose sono cambiate, ma per fortuna la community ha risposto creando un fork: Vaultwarden, nato come riscrittura in Rust di Bitwarden e tuttora il software che utilizzo.

Vaultwarden è uno di quei servizi che se smettesse di funzionare mi creerebbe seri problemi. Tutte le password, le credenziali, le chiavi SSH e i secret passeranno presto tutti da lì. È trattato con il rispetto che merita: backup ridondanti, monitoraggio attivo, zero esperimenti sopra di esso.

Da NPM a Traefik: il reverse proxy

Per anni ho usato Nginx Proxy Manager per gestire reverse proxy e certificati HTTPS. Funziona, ha un’interfaccia grafica carina, ma ha un problema fondamentale: va gestito graficamente. Ogni volta che creo, distruggo o modifico un container, devo aprire l’interfaccia web e fare le modifiche a mano. Con il numero di servizi che ho, questo era diventato insostenibile.

Il passaggio a Traefik era in lista da tempo, e l’ho fatto verso settembre dell’anno scorso. Traefik si configura via file — tutto è codice, tutto è versionabile, tutto sta nel repository insieme ai compose. La feature che ha reso il passaggio possibile in modo pulito e che ha fatto fare un salto di qualità all’intero stack è stata, diciamolo senza giri di parole, l’arrivo degli agenti AI.

Gli agenti AI: il vero game changer

Apro una parentesi a cui tengo molto, e che approfondirò in un articolo dedicato.

Configurare Traefik non è banale. Richiede di incastrare regole di routing, middleware, certificatori, reti Docker e una quantità di configurazione YAML che, scritta a mano, porta facilmente a errori silenziosi che ti fanno perdere ore. Fino a qualche tempo fa, fare tutto questo era un processo lungo e frustrante. Oggi no.

Quando ho provato Claude Code all’inizio del 2025 ero già impressionato, ma i modelli dell’epoca avevano ancora troppi limiti: si confondevano con troppi file aperti in contemporanea, non erano efficienti nel navigare codebase complesse, il contesto era limitato. Il risultato era che per compiti come la system administration e il DevOps, gli agenti erano poco utili.

Da settembre-ottobre 2025 la situazione è cambiata radicalmente. I modelli attuali — Sonnet 4.5, Opus 4.1, GPT 5.2, e gli open weight come Kimi, Minimax e DeepSeek v4 — hanno una comprensione della codebase che è su un altro pianeta rispetto a prima. Sanno navigare decine di file di configurazione, capiscono il contesto globale, realizzano modifiche complesse in modo preciso e veloce.

Il risultato pratico: il mio stack Docker è oggi molto più solido di quanto sarebbe mai stato senza questi strumenti. Divisioni di rete complesse, configurazioni Traefik con più strati di sicurezza, middleware personalizzati — cose che a mano mi avrebbero richiesto giorni, realizzate in sessioni di lavoro misurate in ore. Sarebbe interessante fare un git log del repository e misurare concretamente tutto quello che è cambiato da quando gli agenti sono entrati in questo workflow.

OpenWebUI: la mia interfaccia per i modelli

Un altro servizio che uso ogni giorno è OpenWebUI, un’interfaccia unificata per accedere alle API dei principali provider di modelli linguistici. Con OpenWebUI ho accesso a qualsiasi modello di qualsiasi produttore dalla stessa schermata, pagando solo quello che uso effettivamente via API.

La versione recente ha introdotto una feature importante: il native function calling. L’interfaccia espone al modello le proprie utilità — creazione di immagini, esecuzione di codice Python, calendario, task scheduler, automazioni via cron — come tool diretti. Il modello le invoca autonomamente, la piattaforma esegue e restituisce l’output, e il modello continua il ragionamento fino a soddisfare la richiesta. Esattamente come funzionano ChatGPT o Claude, ma con la differenza che puoi vedere ogni singolo passaggio in trasparenza.

C’è poi la questione economica, che vale la pena sottolineare. In questo momento tantissime persone pagano 20, 100 o anche 200 euro al mese per abbonamenti a ChatGPT, Claude o Gemini senza minimamente saturare i limiti del piano. Il consumo medio di chi usa questi strumenti come assistente conversazionale è risibile rispetto a quello che serviva per giustificare un abbonamento mensile. Con OpenWebUI e le API dirette si paga solo quello che si consuma, e per la maggior parte degli utenti il risparmio è sostanziale. È una cosa su cui bisognerebbe creare più consapevolezza.

Quando finirà il mio piano Gemini Pro attuale, probabilmente non rinnoverò nessun abbonamento. Rimarrò su OpenWebUI e userò le API.

Nextcloud e OpenCloud: lo storage

Nextcloud è la mia alternativa a Google Drive. È in self-hosting da quando avevo il Raspberry Pi — uno dei software più datati del mio stack — e ospita i backup di tutti i miei documenti GoodNotes e i file in generale. È rinomatissimo, maturo, fa quello che deve fare.

Affiancato a Nextcloud c’è OpenCloud, che è un po’ la storia di un fork di un fork. Nextcloud nasce come fork di ownCloud, il progetto originale di storage self-hosted. Nel 2023-24 ownCloud viene forkato di nuovo e nasce OpenCloud. Perché è interessante? Perché è costruito su un’architettura a microservizi — ordini di grandezza più leggero di Nextcloud — e ha un’integrazione nativa con l’ecosistema Amazon S3 e compatibili.

Questo significa che OpenCloud non occupa quasi nulla in termini di risorse ma può gestire terabyte di dati perché tutto finisce su un bucket S3. Nel mio caso uso uno storage S3-compatibile che non è Amazon — i 200 GB del VPS di Oracle sono preziosi e non posso sprecarli per archiviare file pesanti. OpenCloud risolve elegantemente il problema: i file importanti o voluminosi vanno lì, e lì restano senza consumare spazio sul disco principale.

È anche il servizio con cui ho perso i dati di cui parlavo all’inizio. La lezione è stata imparata nel modo peggiore, ma imparata.

SpeechForge: il servizio pubblico

Una piccola deviazione verso qualcosa che ho costruito e reso pubblico: SpeechForge (speechforge.jshep.xyz).

È un’applicazione per trascrivere audio di qualsiasi lunghezza — non ha limiti pratici perché spezzetta automaticamente il file prima di inviarlo all’API. Usa Voxtral di Mistral come motore di trascrizione, con risultati molto accurati. L’ho costruita in vibe coding usando un mix di Claude, GPT-5.5 e DeepSeek. Questo è, non a caso, lo stesso servizio che ha trascritto l’audio da cui è nato questo articolo.

Authentik, SyncThing, Immich, N8N, Hermes

Gli altri servizi, in rapida carrellata.

Authentik è il mio sistema di single sign-on. Gestisce l’autenticazione centralizzata per tutti i servizi esposti: per accedere a Nextcloud, OpenCloud o altri, bisogna avere un account su Authentik. Vaultwarden richiede sia Authentik che la sua password nativa — doppio layer. È uno di quei servizi di infrastruttura che non si notano finché funzionano, e che si rimpiangono quando non ci sono.

SyncThing è la soluzione per sincronizzare cartelle specifiche senza passare da Nextcloud. Leggero, peer-to-peer, affidabile.

Immich — o IMIC come dicono i creatori, nome che trovo decisamente cacofonico — è la gestione delle foto. Una delle aggiunte più recenti.

N8N è la piattaforma low-code per le automazioni. Ci ho costruito sopra il mio primo agente personale, MyAssist, che però è in fase di dismissione.

Hermes è l’ultima aggiunta allo stack, e quella a cui dedicherò presto un [articolo separato]. È il nuovo assistente personale AI che sostituisce MyAssist su N8N. Lo uso da circa una settimana e mezza, funziona molto meglio di quanto mi aspettassi — decisamente più leggero e production ready rispetto a OpenClaw, che avevo provato sul Raspberry con risultati deludenti.

Networking: Tailscale e Cloudflare

Per interconnettere tutto uso Tailscale. È una VPN mesh che permette di collegare il VPS, il Raspberry e il computer di casa in modo seamless, senza dover configurare firewall o port forwarding. Funziona sotto qualsiasi tipologia di rete, è praticamente invisibile una volta configurato.

Per il DNS ho scelto Cloudflare. È la scelta migliore disponibile, e lo so. Riconosco anche che è un enorme single point of failure — se Cloudflare crolla, crolla letteralmente metà di internet con lei — ma cambiare DNS in questo momento richiederebbe anche spostare il dominio, e francamente non ne ho voglia. Si va avanti.

L’homelab domestico

Il mondo del mio homelab non è solo il VPS in cloud. C’è anche il Raspberry Pi 4, che è ancora attivo e connesso al tutto via Tailscale. In questo momento ospita Home Assistant a casa di mio nonno, per una futura gestione della domotica e delle telecamere esterne. Uno dei migliori acquisti tech della mia vita — non me ne pento.

C’è poi il computer di casa, che in gran parte funziona anche da server remoto. Ho accesso via Wake-on-LAN e posso accenderlo a distanza (quando non si spegne male, che è una storia a parte). Ospita Jellyfin con 6 TB di storage totale — è la mia base multimediale, con la libreria di film gestita localmente. Ci sono anche altri servizi, principalmente di backup.

Questo è il quadro completo. È un setup che ho costruito nel tempo, pezzo per pezzo, e che continua a evolversi — soprattutto da quando gli agenti AI sono diventati strumenti seri. Se avete domande o volete esplorare qualcosa in dettaglio, il repository è qui, i compose sono leggibili e i commenti sono aperti.

~Joe

P.S. Articolo derivato da una registrazione vocale, trascritto da Voxtral e arrangiato da Claude

Il settore dell’intelligenza artificiale generativa ha subito un’accelerazione tale che sembrano passati decenni. Siamo a febbraio 2026 e il panorama che si presenta è radicalmente diverso da quello degli anni precedenti: l’era del winner takes all è finita. Non esiste più un unico vincitore assoluto, ma un campo di battaglia affollato dove giganti tecnologici, startup unicorno e nuovi attori geografici si contendono la supremazia.

La fine dell’egemonia OpenAI

OpenAI è stata sinonimo di AI generativa. ChatGPT ha raggiunto il miliardo di utenti più velocemente di qualsiasi piattaforma precedente, anche più di TikTok, costruendo una quota di mercato che si aggira ancora attorno al 60-65%. Eppure, sotto la superficie, i numeri raccontano una storia diversa: l’azienda non è redditizia e, anzi, registra perdite sempre più significative di anno in anno.

Il problema non è solo finanziario. OpenAI ha subito una emorragia di talenti senza precedenti: Dario Amodei (fondatore di Anthropic) e Ilya Sutskever (tra i creatori di GPT-2 e GPT-3) sono solo le figure più visibili di un esodo che ha svuotato l’azienda del know-how scientifico che l’aveva resa unica. Sam Altman rimane un businessman abile, ma la capacità tecnica che ha reso grande l’azienda si è diluita. L’obiettivo immediato è la quotazione in borsa, anticipata rispetto alla rivale Anthropic per raccogliere capitali freschi. Tuttavia, questa corsa verso l’IPO alimenta un timore crescente: se le aziende AI-first crolleranno in Borsa dopo l’euforia iniziale, il rischio è che scoppi una bolla finanziaria di proporzioni sistemiche.

Il ritorno di Google e la strategia del cannibale

Il concorrente più temibile non è più una startup, ma Google. Alphabet ha compiuto una rimonta straordinaria, con un balzo del 73% in capitalizzazione borsistica nell’ultimo anno, superando i 4.000 miliardi di valore.

Google ha giocato d’anticipo su due fronti. Primo: l’autonomia hardware. A differenza di Microsoft, Amazon o Oracle, che dipendono dalle GPU Nvidia, Google utilizza le proprie TPU (Tensor Processing Units), processori specializzati per l’inferenza che garantiscono efficienza e controllo dei costi. Secondo: una strategia di distribuzione aggressiva, come il programma che ha regalato Gemini Pro agli studenti per un anno, creando dipendenza dal prodotto e rosicchiando terreno a ChatGPT.

C’è però un elemento ancora più audace: Google sta cannibalizzando il proprio modello di business. L’integrazione dell’AI Mode in Google Search e dentro Gemini sta uccidendo le rendite pubblicitarie tradizionali, da cui dipende il 75% dei ricavi dell’azienda. Un cambio di paradigma che sta già decimando le entrate di editori e content creator, ma che posiziona Google come l’unico attore con il capitale sufficiente per sopravvivere alla transizione e uscirne più forte.

Anthropic e la verticalizzazione enterprise

Mentre Google attacca il mercato consumer, Anthropic sta cambiando registro. Ha rinunciato alla competizione diretta sul chatbot per concentrarsi sul coding agent e sull’integrazione aziendale. Con strumenti come Claude Code, Anthropic punta a diventare l’infrastruttura AI delle grandi aziende, rendendo Claude un sistema operativo per i processi lavorativi piuttosto che un semplice assistente conversazionale.

Questa scelta di campo potrebbe renderla redditizia più rapidamente delle concorrenti, proprio mentre si prepara anche lei alla quotazione in Borsa. La sfida tra OpenAI e Anthropic si è spostata dal confronto sui parametri del modello alla conquista di budget IT enterprise.

La nuova geografia: Europa e Cina tornano in gioco

Il 2025 ha segnato la fine della supremazia anglosassone sui modelli fondazionali. In Europa, Mistral AI ha dimostrato che modelli efficienti e multilingue possono competere con i giganti americani. Il rilascio di Devstral 2, specializzato nel coding, ha impressionato per la capacità di risolvere problemi complessi. Accanto a esso, modelli come Mistral OCR e Voxtral sono ormai state of the art.

Il vantaggio competitivo di Mistral è linguistico: i suoi modelli ragionano nativamente nelle lingue europee. Se interpellati in italiano, le catene di pensiero avvengono in italiano, non in inglese tradotto, garantendo una padronanza stilistica e culturale superiore rispetto ai concorrenti americani.

Dall’altro lato del mondo, la Cina ha avuto il suo “momento Sputnik” con DeepSeek, che ha dimostrato capacità di reasoning paragonabili a o1 di OpenAI a costi irrisori. A questo si sono aggiunti Qwen (con modelli fino a 480 miliardi di parametri gestibili su hardware consumer) e, soprattutto, Kimi K2.5 di Moonshot AI: un modello ibrido che alterna autonomamente ragionamento profondo e risposta rapida, in grado di rivaleggiare con i top di gamma americani e caratterizzato da uno stile narrativo convincente e “umano”.

Oltre la chat: agenti, robot e il rischio bolla

Il 2025 si prospetta come l’anno della svolta tecnologica o della correzione di mercato. Le quotazioni imminenti di OpenAI e Anthropic esporranno l’AI ai mercati finanziari mainstream: se i titoli crolleranno dopo l’euforia iniziale, l’effetto a cascata sui venture capital e sull’ecosistema startup potrebbe essere devastante. Tuttavia, la tecnologia sottostante rimane solida: stiamo assistendo al passaggio dai LLM testuali agli agenti autonomi e, potenzialmente, all’integrazione di questi algoritmi nella robotica. L’obiettivo non è più avere un “pappagallo stocastico”, ma sistemi capaci di ragionamento profondo, coerenza logica e instruction following affidabile.

Si attendono entro l’anno i rilasci di modelli intermedi (GPT-5.5, Claude 4.7) che anticipino il salto generazionale di GPT-6 e Claude 5. L’asticella è alta: serve un breakthrough che renda questi strumenti veramente affidabili per compiti critici, aprendo la strada a macchine senzienti nel senso operativo – capaci di agire nel mondo fisico senza necessità di coscienza, ma con padronanza dell’ambiente.

La partita è appena iniziata. E questa volta, nessuno ha la vittoria assicurata.

P.S. Articolo derivato da una registrazione vocale, trascritto da voxtral e arrangiato da Kimi K2.5

Questo è un aggiornamento di fine 2025. Scrivo perché voglio tirare un po’ le somme di questo 2025 e buttare giù i propositi per il prossimo anno.

Sito

Per quanto riguarda il sito sono state effettuate piccole modifiche grafiche, in modo da rendere il tema più piacevole.
Per effettuare queste modifiche mi sono servito di Claude e devo ammettere che sono rimasto a bocca aperta. Le modifiche erano mirate, precise e, soprattutto, in linea con le mie idee. Ne parlo meglio in questo articolo.

Self-Hosting

Un altro degli argomenti che più mi hanno occupato tempo è sicuramente tutto il discorso riguardante il Self-Hosting.
Non ho mai scritto sul Blog in merito, ma il mondo del Self-Hosting è un mondo che mi affascina tantissimo. Riottenere il controllo dei propri dati è una delle libertà fondamentali che non possiamo permetterci di perdere.
Penso che farò un articolo riguardo il mio stack tecnologico in Self-Hosting.

Com’è stato questo 2025 ?

Tutto sommato è stato un buon anno. Questa esperienza al PoliMi sta modificando profondamente il mio carattere e la mia persona. Penso di essere diventato più maturo e più consapevole delle mie capacità e dei miei limiti.
Non è per niente una cosa facile studiare in una delle facoltà migliori d’Europa nel suo ambito, e non nego che certi muri devono ancora essere superati, ma confido nella mia capacità di affrontare problemi complessi, come ho fatto fino ad ora in altri ambiti (come il Self-Hosting). Devo solo capire come traslare queste competenze verso lo studio accademico vero e proprio, ottimizzando il più possibile il processo.
Ho già parecchie idee e penso che questo sarà un ottimo argomento per un prossimo articolo

2026

Questa probabilmente sarà la sezione più scarna. Mi ero promesso di pensarci bene prima di chiudere con l’articolo ma penso che non lo farò. Ho capito, col tempo, che non sono molto bravo a stilare degli obiettivi realistici sul medio periodo (un anno). Per questo mi riprometto di migliorare in questo 2026 che sarà sicuramente un bellissimo anno.

2025 archiviato. Avanti il prossimo.

~Joe

L’AI non è di certo un concetto nuovo nel mondo informatico, anzi. Fu Alan Turing stesso a coniare il termine nel 1956. Lo sviluppo dell’AI non avvenne in modo “lineare”, come invece accadde per i computer, che conobbero uno sviluppo continuo e inesorabile verso potenze di calcolo sempre maggiori.

Solo negli ultimi anni l’AI è nuovamente tornata in voga, ma questa è una cosa che ormai sanno pure i sassi. Per approfondire l’argomento rimando al libro La Scorciatoia del professor Nello Cristianini, che fa una panoramica completa su come le macchine abbiano acquisito una forma di intelligenza.

In questo periodo sto sperimentando moltissimo con l’AI e sto cercando di capire come può aiutarmi e velocizzarmi in tutto ciò che faccio. Un esempio perfetto di ciò è questo sito.

Il sito è cambiato

Dall’ultimo articolo pubblicato il sito è cambiato in maniera molto importante. Il più grande cambiamento è il tema, reso più scuro per adattarsi meglio agli schermi OLED, ma non è l’unico: ho anche modificato la struttura per renderla più coerente. Ad esempio, prima se si cliccava nella sezione profilo, per ritornare alla schermata principale accanto al titolo appariva una scritta “En” e non “Home” come ora.

Tutto ciò è stato reso possibile dall’AI.

Chiariamoci: non sono cose dell’altro mondo, con tempo, voglia e tanta pazienza si riesce a fare tutto. Ma questa è la prova di quanto l’AI possa essere un fattore di accelerazione incredibile. Sono rimasto, onestamente, scioccato da quanto forte e potente fosse diventata l’AI nella scrittura di codice frontend: letteralmente sono bastati 2 prompt (e qualche prompt aggiuntivo di debug) e le modifiche descritte in poche parole si sono trasformate in codice funzionante.

L’era degli agenti

Questa nuova era “post-chatbot” dell’industria viene definita era degli agenti. Gli agenti sono modelli che, attraverso dei tools, sono in grado di eseguire vere e proprie azioni e perseguire degli obiettivi.

Non vedo l’ora di scoprire cosa riserverà il futuro e come l’AI cambierà la società.

Spero di essere pronto ad accettare il cambiamento.

~Joe

Come promesso scrivo questa email per raccontarle un po’ quella che è stata la mia esperienza con questo esame di maturità.

Partiamo dalla notte prima degli esami, momento stupendo che ho passato con tutti i miei compagni e non solo davanti al portone della scuola (abbiamo avuto anche l’onore di avere la Preside tra di noi). Ancora però non avevo realizzato cosa stesse realmente succedendo; che quello appena passato fosse il nostro ultimo giorno prima di imbarcarci in questa avventura finale che è l’esame di maturità.

Il giorno dopo mi presento a scuola e si inizia con il tema di italiano. Ho scelto la traccia B1, quella che parlava della bomba atomica e della tensione durante la guerra fredda. Quest’anno sono uscite delle belle tracce quindi non mi lamento assolutamente. Sono rimasto molto soddisfatto della mia scelta e credo di aver dato il massimo (ho scritto 4 fogli protocollo di brutta e 3 di bella).

L’esame di matematica invece non era così facile da fare. Il primo problema era fattibile ma molto lungo, il secondo problema era letteralmente impossibile e anche i quesiti erano più difficili rispetto alla media degli scorsi anni. Comunque sono riuscito a cavarmela non senza essere quasi beccato a preparare un bigliettino dalla presidente.

I risultati sono arrivati lunedì e sono stati molto positivi: 20 in entrambe le prove.

Dopodiché mi sono dedicato al ripasso dei programmi di tutte le materie; ripasso che volevo iniziare a maggio ma siccome nessuno dei professori aveva finito il programma, sono stato costretto a posticiparlo a giugno.

Il ripasso è stato molto impegnativo (quasi da esaurimento nervoso).

Poi è arrivato il giorno dell’orale. Partiamo con il botto: una volta sceso dalla macchina ho vomitato acqua per l’agitazione e mi sono calmato solo dopo aver visto i colloqui dei miei compagni.

Passa il tempo e giustappunto quando sto per entrare io la commissione decide di prendere pausa.

Passano 15 minuti, entro, mi siedo e la presidente mi presenta 2 formule chimiche generiche:

HA -> H+ + A-

HA + B -> HB+ + A-

Fortunatamente per me, la prof di Arte mi aveva già avvisato, sebbene non con esattezza, che mi sarebbe uscita una formula chimica quindi avevo già idea di cosa inserire nel mio discorso. Le invio la mappa dei collegamenti in allegato.

L’esame è andato molto bene. Mi hanno tenuto un ora e un quarto. Ho parlato anche del PCTO e dei tre capolavori fatti e alla fine mi hanno fatto tutti i complimenti.

Questo è un po’ quello che è successo in queste settimane “in breve”.

Con affetto,

Gioele Rosana

Allegato:

Documento: Acidi e Basi: Teoria di Arrenius e Bronsted-Lowry -> Concetti: equilibrio (e perfezione) + polarità

Italiano: Giacomo Leopardi - L’Infinito Latino: Seneca - l’uomo che raggiunge l’equilibrio con la virtus Inglese: C. Dickens - l’equilibrio instabile della società vittoriana Storia: La Seconda Guerra Mondiale - l’esodo degli scienziati tedeschi in America Filosofia: Popper - un nuovo modo di fare scienza + la società aperta + rivalutazione della metafisica Arte: Razionalismo - Wreckbund, Bahuaus e Le Corbusier Scienze: Acidi e Basi e Campo magnetico terrestre + Ricerca su Inge Lehmann Fisica: Interazioni Magnetiche e Campi Magnetici e Forze elettriche e campi elettrici

Ora rilassati, fai un bel respiro e impegnati per l’ultima prova di questo lungo (ma breve) percorso: l’esame orale.

Buona fortuna,
Gioele

Sono uscite le materie dell’esame di maturità.
Seconda prova solo di matematica, senza fisica e commissari esterni per Inglese, Storia e Filosofia.
Tutto sommato poteva andarci peggio (coff coff: seconda prova matematica e fisica).
In tutto ciò non sono in classe perché ho fatto le olimpiadi di Filosofia.

Tutto sembra scorrere per il verso giusto.

Questo è il primo post dell’anno e, come vedi dal bottone dashboard in alto, voglio dare un nuovo ruolo a questo sito. Rimarrà sempre il mio spazio dove scrivere ciò che mi passa per la testa quando e come voglio ma diventerà anche l’hub, attraverso dashboard, dei miei servizi selfhosted e anche il mio portfolio attraverso l’altra modalità di visualizzazione che PaperMod offre. Ho in mente tante cose da scrivere e da condividere in questo mio spazio personale ma prima passiamo alle novità introdotte nel corso del 2023 e a gennaio 2024.

• Prima di tutto ho migrato il sito su Cloudflare Pages. Ho cambiato anche server DNS affidandomi a Cloudflare e per mantenere le cose coerenti ho spostato anche il sito. Super contento della scelta perché mi sembra molto più responsivo.

• Ho cambiato anche linea internet passando finalmente alla FTTH di Iliad (Uno dei motivi che mi hanno spinto a passare a Cloudflare è anche questa offerta, che ha un “NAT” un po’ particolare)

• Ho aggiornato anche il template di PaperMod allineandolo all’ultimo commit e non ho capito per quale assurdo motivo ma Netlify non riesce più a fare il deployment di questo nuovo template (un altro dei motivi che mi ha spinto verso Cloudflare).

• Durante il 2023 TheD-Post è stato popolato di articoli riguardanti l’arte e le scienze. Purtroppo negli ultimi giorni ho notato che gli articoli scritti attraverso Netlify CMS fanno fallire il deployment e dopo una giornata persa a capire quale fosse il problema ho scoperto che cecil (il generatore dietro TheD-Post) ha rotto la compatibilità con il formato data + ora che NetlifyCMS imposta di default infatti rimuovendo l’ora e lasciando solo la data il problema si risolve. Vedrò nei prossimi giorni se riesco a modificare il CMS in modo da scrivere la data in un formato compatibile.

Ma non è finita qui.
Il 2023 è stato anche un anno importante per me, nato nel 2005. Infatti è stato l’anno dei miei 18 anni. Inutile ribadire quanto sia un traguardo atteso e desiderato per certi versi ma anche quanto il tempo stia passando velocemente. Sono grato di ciò che la vita mi ha regalato e della famiglia in cui sono cresciuto che voglio rendere orgogliosa di me.

Il 2024 sarà un anno spartiacque; un anno di cambiamenti, cambiamenti importantissimi per la mia vita. Tra meno di un anno dovrò lasciare il nido per andare all’università e quindi sarà un momento di crescita importantissimo e anche un occasione per scoprire di più su di me.

Per non parlare del fatto che prima dell’università viene l’esame di maturità, altra tappa importante che voglio affrontare e superare nel migliore dei modi perché ricordo molto bene come sia rimasto deluso da ciò che ho fatto durante l’esame di terza media e non voglio che ciò si ripeta.

Insomma si prospetta un anno scoppiettante, fatto di momenti di passaggio importantissimi per il mio futuro e per me, che ho bisogno di evadere dal mio ambiente per provare nuove esperienze, conoscere nuove persone e, chi sa, trovare l’amore.
Questo è il mio resoconto del 2023 e i miei auspici per l’anno che verrà. Molto presto arriverà anche altro.

Stay tuned.

Ormai è passato più di un mese da quando l’anno è iniziato e mi sento tutto sommato felice e in pace con me stesso e con le persone che mi circondano.
Non so in base a quale meccanismo la mia testa ha deciso di scegliere Once and for all (traduzione di una volta e per tutte) come titolo di questo mio articolo; forse per sottolineare quanto le scelte che si devono fare durante questo periodo adolescenziale siano, nella maggior parte, scelte once and for all che ci condizioneranno per molto tempo e quindi è importante imparare a scegliere nel modo corretto usando sia testa che cuore.

Come ho già anticipato è un periodo abbastanza tranquillo e non ho particolari cose da dire e da raccontare.
È iniziata anche la fashion week a scuola (penso sia la cosa più cringe che i rappresentanti potevano inventarsi ma va be’).
Poi sul fronte dell’intrattenimento audiovisivo sono molto attivo in questo periodo: sto vedendo la serie di The Last of Us, sto vedendo in lingua originale l’ultima stagione di The Flash e qua parte la lacrimuccia 😢, perché The Flash è una delle se non LA serie che mi ha appassionato e coinvolto più in assoluto ed è anche stata la prima serie che ho seguito assiduamente fin dal suo inizio; i primi ricordi che ho di The Flash risalgono al 2013/2014 quando la serie arrivò in Italia su Italia 1, ma passando oltre sono alla ricerca di un gioco da giocare, sono in attesa di prendere Hogwarts Legacy che mi intriga parecchio o spolverare la mia immensa libreria di giochi forniti gratuitamente da Epic Games (ne avrò riscattati più di 250 da quando il servizio esiste 😄) e credo che cercherò un gioco da giocare tra quelli che già ho.

In conclusione sono molto contento di come è iniziato l’anno e non vedo l’ora di scoprire cosa il futuro mi riserverà.

P.S. spero di realizzare articoli più interessanti e con più frequenza

Mi sto divertendo molto ad espanderlo e a capire a fondo come funzionano i siti statici e i possibili CMS per questi siti che rendono la creazione di articoli ancora più semplice per chi non è abituato a scrivere in markdown.
Trovo questo metodo di creazione di siti davvero semplice e intuitivo per chi come me è uno smanettone a cui piace divertirsi e sperimentare con queste cose.

Questo è tutto. Spero di essere più costante con la pubblicazione di nuovi post e se foste interessati vi invito anche a leggere dove pubblicheremo articoli interessanti riguardo svariati argomenti legati al mondo dell’educazione civica e non solo…

Sono passati ormai 11 giorni da quando ho iniziato a lavorare su questo sito e ancora non so bene come continuare. Vorrei esplorare in lungo e in largo le funzionalità di HUGO e del mio tema (PaperMod), ma non riesco veramente a trovare il tempo per poterlo fare. Ho ancora molto da imparare ma, essendo occupato costantemente con la scuola, non ho il tempo e soprattutto la voglia di sedermi a guardare video sulla programmazione con HUGO o con altro.

Mancanza di idee

Poi, non essendo nel mood corretto per poter scrivere, non mi vengono neanche idee su cosa scrivere e questa situazione è un po’ frustrante perché quando vorrei scrivere non mi vengono idee e quando mi vengono idee non ho voglia di scrivere. Forse dovrei trovare un posto dove mettere le idee per poi elaborarle e strutturarle in articoli in seguito ma non so se usare Notion perché non mi sono trovato benissimo, soprattutto in termini di velocità. Mi sa che mi affiderò o a Google Keep o cercherò nuove app con cui prendere appunti al volo e iniziare a scrivere gli articoli in Markdown direttamente da telefono.

Diversificazione

Poi stavo anche pensando di parlare non solo di come procede lo sviluppo, ma anche di tutto ciò che mi passa per la testa. Voglio rendere questo sito un vero e proprio Diario in cui scrivere ciò che voglio (Spoiler: l’avevo scritto anche nella descrizione del sito :sweat_smile:).

Finale

Perciò cercherò di organizzarmi meglio e scrivere un po’ di più.
Ancora non so di preciso cosa voglio da questo sito ma credo che andando avanti saprò sicuramente trovargli uno scopo.