2025-09-05 –, Conference Room (CrunchLab)
Paragonare un modello di linguaggio "open" a un servizio AI è un confronto non equo. Nel primo caso si tratta di semplici modelli, la cui conoscenza è limitata dai dati che hanno visto in fase di training. Nel secondo compaiono invece sistemi complessi, che fanno uso di strumenti aggiuntivi per risolvere problemi specifici.
Nel corso degli ultimi mesi, la diffusione di framework open source per la creazione di agenti basati su LLM e quella di strumenti compatibili con il protocollo MCP hanno offerto una possiblità di ridurre questa differenza. Al momento, però, il trend sembra più quello di rilasciare codice "in the wild" sperando che qualcuno ci faccia qualcosa, piuttosto che investire in soluzioni pratiche che mostrino come usare agenti open source, modelli locali, e strumenti in grado di interoperare con loro in modo efficace.
Lo scopo di questo talk è mostrare sia limiti che potenzialità degli agenti open source attraverso una serie di esempi, esperienze... e clamorosi fallimenti. Perché AI, agenti e MCP rimangono buzzword in bocca a chi desidera semplicemente venderle, ma possono diventare tecnologie utili nel momento in cui si riesce a prenderne possesso e a usarle per risolvere dei problemi pratici.
