Letteralmente nessuno sa cosa sia un agente. Ho visto molte persone riferirsi alle applicazioni come "agenti" purché utilizzino un LLM. Poi ci sono quelli che parlano di "sistemi agentici" e "flussi di lavoro agentici." Se chiedi cosa intendono, inizieranno a balbettare.

GRANDE AGGIORNAMENTO per AG-UI! I 3 protocolli nativi AI: MCP, A2A e AG-UI. C'è una grande adozione in tutto il settore e aggiornamenti massicci e continui per ciascuno di questi protocolli. Ecco alcuni aggiornamenti importanti per AG-UI: Per coloro che non hanno sentito, AG-UI (Protocollo di Interazione Agente-Utente) ti consente di integrare agenti nelle applicazioni frontend. Ti offre: • Aggiornamenti in tempo reale • Orchestrazione degli strumenti • Stato condiviso e mutabile • Confini di sicurezza • Sincronizzazione dell'interfaccia utente Hanno appena aggiornato il protocollo, ecco le novità: 1. AG-UI ora ha un CLI! 2. Pydantic AI è ora compatibile con AG-UI. 2. Nuovo flusso 10 volte più semplice per costruire ulteriori client AG-UI. 3. Pre-release di una stretta di mano tra AG-UI e A2A. 5. Ora puoi visualizzare le tue interazioni A2A. 6. Le interazioni A2A possono ora contattare gli utenti. 7. C'è un flusso di contributo completamente rinnovato. Puoi costruire la tua prima applicazione alimentata da AG-UI con un solo comando: $ npx create-ag-ui-app my-agent-app Controlla il repository GitHub del protocollo:

Agenti auto-apprendenti 👀

Uno dei migliori modi per scrivere codice migliore: Usa agenti personalizzati e specializzati per rivederlo automaticamente ogni volta che fai un push nel tuo repository. Lavoro con @baz_scm, e loro genereranno automaticamente agenti revisori personalizzati basati sul tuo stile di codifica e sulle tue regole. Questo è il primo strumento che ho visto fare questo. Tra i tre diversi modi per creare un agente in Baz, il mio preferito è quello in cui definisci in base alle tue regole tramite prompting e lo testi nel playground prima di distribuirlo. Guarda il video e il link qui sotto. Baz ha collaborato con me su questo.

Un altro aggiornamento interessante per il protocollo AG-AI! Il protocollo AG-UI (Interazione Agente-Utente) ti consente di integrare agenti nelle applicazioni frontend.

Copilot in modalità Beast è letteralmente una bestia! Non ne ero a conoscenza fino a ieri, e sembra buono (e un po' folle!) La modalità Beast è una modalità di chat personalizzata che conferisce a Copilot di @code alcuni superpoteri:. Invece di utilizzare l'"Agente" predefinito di Copilot, puoi usare la modalità Beast per tutto. Aspettati: • Maggiore pianificazione • Maggiore utilizzo degli strumenti • Maggiore utilizzo di internet • Maggiore testardaggine • Meno supporto • Meno paura di agire Se ti senti fortunato, prova la modalità Beast. Non consiglio di utilizzare la modalità Beast sui tuoi codici da $250.000/anno, a meno che tu non sia il capo. Ecco un video su come abilitarla. Troverai il link con le istruzioni qui sotto:

1 ora di pratica è 100 volte meglio di 10 ore di tutorial. La gente ama complicare tutto, ma la padronanza nella creazione di software deriva dal seguire un processo molto semplice: Costruisci → Distribuisci → Condividi → Migliora → Ripeti Non hai bisogno di un altro tutorial in questo momento. Quello di cui hai bisogno è iniziare a programmare e ricevere feedback che ti aiuti a migliorare. Penso che adorerai questo: Se sei un coder di vibrazioni, dovresti dare un'occhiata a @YouWareAI (sono appena andati in diretta e stanno collaborando con me). La loro idea è geniale: è una piattaforma dove puoi costruire applicazioni AI e ricevere feedback, traffico e una comunità di sostenitori. Non c'è niente di simile là fuori. Ecco come funziona: Passo 1: Puoi sfogliare cosa stanno costruendo gli altri. Puoi trarre ispirazione da applicazioni di tendenza e persino remixare un progetto esistente. Ecco il link: Passo 2: Puoi iniziare a costruire la tua app in inglese. È una piattaforma di vibra-coding. Passo 3: Pubblica la tua applicazione e ricevi feedback immediato. Le persone possono metterle mi piace, commentarle o persino forkare e migliorarle. Nessuna configurazione locale. Nessun boilerplate. Sembra la risorsa perfetta per aiutare tutti a migliorare.

L'istruzione in AI e machine learning è rotta. Se vuoi diventare un ricercatore, va bene, ma se vuoi iniziare a risolvere problemi, ci sono pochissime risorse che ti insegneranno lezioni pratiche. Sto sistemando questo. Ecco alcuni degli argomenti che tratto nel mio corso dal vivo per ingegneri AI/ML: 1. Come inquadrare i problemi 2. Come elaborare i dati per addestrare e distribuire modelli 3. Come costruire sistemi RAG 4. Come valutare le applicazioni 5. Come distribuire queste applicazioni 6. Come testare queste applicazioni in produzione 7. Come ottimizzare queste applicazioni 9. Come utilizzare il monitoraggio e l'osservabilità 10. Come utilizzare MCP e A2A Dimentica i concetti teorici e i libri. Qui imparerai direttamente dall'esperienza. Il prossimo corso inizia tra 2 settimane. • È dal vivo (ma anche registrato) • È impegnativo • È pratico • È molto divertente E cosa più importante: Ti aiuterà a diventare un ordine di grandezza più produttivo. Link qui sotto:

A partire da oggi, tornerò a @code + Copilot invece di Cursor. Ho sentito da molte persone che hanno elogiato le ultime iterazioni di Copilot. L'ultima volta che l'ho provato, non mi è piaciuto, ma sono passati alcuni mesi da allora. In generale, usare @code è meglio che usare qualsiasi fork. L'unica cosa che mi spinge a cercare altrove è la funzionalità AI, ma se Copilot può raggiungere il 90-95% delle capacità di Cursor, non me ne andrei. Riporterò quando saprò di più.

Il web scraping è un'abilità fondamentale, eppure nessuno ne parla. Come pensi che le aziende stiano addestrando i loro Modelli di Linguaggio di Grandi Dimensioni? Da dove pensi provenga il dato? Ma il web scraping va oltre tutto questo. Immagina di dare a un agente AI accesso a qualsiasi dato pubblico online in tempo reale! Mi piace chiamarlo "web-scraping su richiesta", e sono abbastanza sicuro che sbloccherà un potere illimitato per le applicazioni AI. Ho registrato un video veloce per mostrarti come puoi farlo usando @apify. Ne ho parlato prima, e stanno collaborando con me per questo post. Hanno una delle migliori librerie open-source per il web scraping e l'automazione del browser disponibili: Ma diventa molto meglio di così! Puoi usare MCP per connettere i tuoi Agenti AI e le applicazioni alla piattaforma Apify e utilizzare qualsiasi attore specializzato su richiesta per estrarre e processare dati online. Nel video, ho usato Cursor per estrarre post di LinkedIn con le parole "Machine Learning" in tempo reale. Ha funzionato alla grande senza bisogno di codice! Ecco un link alla piattaforma: Pensa a questo: Ora puoi alimentare le tue applicazioni AI con qualsiasi dato pubblico su richiesta! Non siamo pronti per ciò che sta per arrivare.