I concetti

La costruzione, su un corpus, della tabella ordinata delle fusioni e del vocabolario

Far ricavare le regole alla macchina dagli esempi, invece di scrivergliele: nelle parole di Samuel (1959), programmare un calcolatore perché si comporti in un modo che chiameremmo apprendimento, eliminando gran parte della programmazione minuziosa

Trovare struttura in dati senza etichette: gruppi, somiglianze, anomalie

Imparare da azioni e ricompense invece che da esempi: la macchina-bambina istruita per punizioni e premi (Turing 1950), la routine di Samuel (1959), e il metodo dietro i modelli di ragionamento di oggi

Imparare da esempi etichettati: coppie di ingresso e risposta giusta, da cui il modello generalizza; il modo più diffuso nelle applicazioni aziendali

La famiglia di soluzioni nei pesi che comprime la cache di chiavi e valori: la GQA condivide chiavi e valori fra gruppi di teste, la MLA li comprime in un vettore latente; il motore può aggiungere la quantizzazione della cache al volo

Il meccanismo di attenzione applicato da una sequenza verso sé stessa: ogni posizione interroga le altre posizioni della stessa sequenza

L'unità che si ripete lungo la pila: una normalizzazione, l'attenzione multi-testa, una connessione residua, poi una seconda normalizzazione, l'MLP e una seconda connessione residua

Famiglia di algoritmi che costruisce unità a lunghezza variabile fondendo ripetutamente coppie frequenti; la variante di Sennrich parte da caratteri, quella di GPT-2 dai byte

La memoria che il motore riempie durante la generazione con le chiavi e i valori già calcolati, per non ricalcolarli: possibile perché il passato è fisso; nell'addestramento non esiste

La scelta del prossimo token secondo le probabilità - con la temperatura che le schiaccia o le appiattisce - invece di prendere il candidato più probabile

L'applicazione a un testo nuovo della tabella delle fusioni già appresa

Un vettore lungo quanto il vocabolario, composto di zeri tranne un unico 1; rende ogni voce equidistante dalle altre

La somma dell'ingresso di un sotto-blocco con la sua uscita: il segnale e il gradiente hanno una scorciatoia, e ogni blocco corregge invece di riscrivere

Quanto si paga per ogni token di ingresso, di ragionamento e di uscita: dipende dalla lingua attraverso il tokenizzatore, dalla finestra di contesto, dai parametri attivi e dai token di ragionamento

Il prezzo del collegamento diretto: ogni posizione si confronta con tutte le precedenti, e i confronti crescono col quadrato della lunghezza della finestra

La forma del Transformer che genera: legge la sequenza e produce il prossimo token con la maschera causale; la forma di GPT, Claude, DeepSeek, Qwen e GLM

Correggere ogni peso spostandolo di un passo nella direzione che riduce l'errore, come scendere un pendio seguendo la pendenza del punto in cui ci si trova

Le tre proiezioni apprese ricavate dal vettore di ogni posizione: la domanda interroga, la chiave si lascia trovare, il valore è il contenuto che viene trasmesso

Il vettore iniziale associato a un token prima che gli strati lo mettano in relazione col contesto

Il vettore statico associato a una parola intera nei modelli storici come word2vec

Un vettore che introduce l'informazione sulla posizione occupata dal token, usato da nanoGPT e da altre architetture

La forma che legge e poi genera: il codificatore trasforma l'ingresso, il decodificatore produce l'uscita; la forma della traduzione e di T5

La forma del Transformer che legge senza generare: trasforma la sequenza in rappresentazioni; la forma di BERT

La funzione che trasforma la somma pesata nell'uscita del neurone: nel percettrone è un gradino (0 o 1); nelle reti moderne è una curva morbida

Rispondere bene su esempi mai visti durante l'addestramento: la differenza fra aver colto un criterio e aver memorizzato la raccolta di esempi. Si misura tenendo da parte esempi di prova

Negli strati profondi il segnale d'errore si spegne, perché torna indietro moltiplicato per pendenze minori di 1 a ogni strato: gli strati vicini all'ingresso smettono di imparare

Il numero intero che individua una voce del vocabolario; è un indirizzo, non una quantità dotata di significato

La seconda fase: riaddestrare il modello su coppie di istruzione e risposta, perché impari a obbedire invece di continuare; è l'inizio dell'allineamento

La crescita combinatoria delle sequenze possibili, tanto rapida che nessun corpus può coprirle tutte

Il vincolo che impedisce a ogni posizione di usare le posizioni successive, ponendo a meno infinito i loro punteggi prima della softmax

Un parametro appreso con una riga per ogni token e una colonna per ogni dimensione del vettore

Il calcolo che produce, per una posizione, una somma pesata dei valori delle altre posizioni, con pesi decisi dalla compatibilità fra domanda e chiavi

La memoria condivisa fra processore e scheda grafica, come nei chip Apple: un modello può usare tutta la memoria della macchina

Le proporzioni di lingue e argomenti nel corpus su cui si addestra il tokenizzatore: decidono quali parole ottengono voci intere e quali si compongono a pezzi

L'architettura che sostituisce l'MLP del blocco con una schiera di esperti e un router: i parametri totali crescono, il calcolo per token usa solo gli esperti scelti

Lo strato che allarga ogni vettore di quattro volte, lo passa per una curva morbida e lo riporta alla dimensione di partenza, elaborando ogni posizione da sola

I modelli che pensano a lungo prima di rispondere, con catene di ragionamento interne, addestrati con ricompense verificabili

Il modello che attiva tutti i suoi parametri a ogni token, in addestramento e in generazione: il costo per token è proporzionale alla taglia

Un modello statistico che stima il prossimo token dalle frequenze di sequenze corte osservate e, quando i conteggi mancano, può ricorrere a sequenze più brevi

Le tre forme in cui un modello di linguaggio si compra: a servizio pagando a token, come modello privato su macchine a noleggio pagando a ore, o su macchine proprie come investimento; ogni forma sposta il punto dove i costi colpiscono

Il software che carica i pesi di un modello e li esegue per produrre le risposte: gestisce la cache, il campionamento e le richieste

L'unità di calcolo ispirata al neurone biologico: riceve ingressi, li somma pesati, produce l'uscita attraverso una funzione di attivazione. Discende dal neurone logico di McCulloch e Pitts, che però aveva i pesi fissati a mano

La messa in scala che riporta i vettori a una scala comune prima di ogni operazione, tenendo i numeri sotto controllo lungo la pila

La spartizione del modello fra più computer per gruppi di strati: le attivazioni attraversano la rete da uno stadio all'altro a ogni token; somma la capacità delle macchine

La spartizione del modello per fette di matrice: ogni macchina tiene una parte di ogni strato e scambia le somme parziali a ogni passaggio; richiede un'interconnessione velocissima

La prima rete neurale che impara da sola i propri pesi: somma gli ingressi moltiplicati per i pesi e si accende se la somma supera la soglia. Costruita da Rosenblatt (1957-58) anche come macchina fisica, la Mark I

I numeri che dicono quanto conta ciascun ingresso: positivi a favore, negativi contro. Sono ciò che l'apprendimento regola - nella Mark I erano potenziometri mossi da motorini

I coefficienti, prodotti dalla softmax sui punteggi fra domanda e chiavi, con cui una posizione pesa le altre; sommano a 1

La prima fase: predire il prossimo token su un corpus enorme; il modello impara il sapere ma continua il testo invece di rispondere

La difficoltà di trattare lunghezze variabili, ordine e dipendenze lontane senza legarli a una finestra rigida di ingressi

Il caso di scuola della non separabilità: quattro punti - risposta 1 per 0·1 e 1·0, risposta 0 per 0·0 e 1·1 - che nessuna retta divide. L'argomento con cui Minsky e Papert (1969) segnarono il limite del percettrone a uno strato

Il numero di strati. Più strati permettono gerarchie di tratti - semplici nei primi, composti nei successivi - che uno strato solo, per quanto largo, paga carissimo

La compressione dei pesi da sedici bit a otto o quattro: il modello occupa meno memoria e arriva più in fretta, a scapito di un po' di precisione

Il vettore trasformato dagli strati del modello in funzione degli altri token accessibili

A ogni errore: nuovo peso = peso + tasso di apprendimento × errore × ingresso. I pesi si spostano solo dove l'ingresso era acceso, e la soglia si aggiusta in direzione opposta

La funzione di attivazione oggi standard negli strati nascosti (Rectified Linear Unit, unità lineare rettificata): zero sotto lo zero, la somma così com'è sopra; pendenza 1 ovunque sia accesa, costo di calcolo minimo

Neuroni artificiali disposti in strati, ognuno dei quali legge le uscite del precedente: con almeno uno strato nascosto e curve non lineari supera il limite della retta del percettrone

Una rete che legge la sequenza un elemento alla volta, conservando in un vettore di stato la storia degli elementi già visti

L'algoritmo che ripartisce l'errore all'indietro, strato per strato, in proporzione alla responsabilità di ciascun peso; l'idea fu scoperta da più gruppi negli anni Settanta e Ottanta, e Rumelhart, Hinton e Williams (1986) la resero lo strumento di tutti

Il rinforzo la cui ricompensa è un fatto: la risposta giusta, il test che passa; da qui emergono i modelli di ragionamento

Il rinforzo la cui ricompensa è un gusto: classifiche umane, un modello di ricompensa, e l'addestramento a produrre risposte preferite

Il documento che accompagna un modello: dichiara famiglia, taglia, parametri attivi, finestra di contesto, tokenizzatore e licenza - e a volte tace sull'architettura

La condizione in cui una retta (un piano, in più dimensioni) lascia tutti gli esempi di una classe da una parte e tutti gli altri dall'altra: l'unico mondo in cui un percettrone può riuscire, perché un percettrone è una retta che si sposta

La trasformazione che converte le somme d'uscita in probabilità: ogni somma passa per l'esponenziale e si divide per il totale; tutte positive, sommano a 1, coi distacchi amplificati

Il livello che la somma pesata deve superare perché l'uscita si accenda; nei testi in inglese entra nella formula col segno cambiato, sotto il nome di bias

Imparare a memoria gli esempi invece del criterio: eccellente sull'addestramento, inutile sui dati mai visti; si smaschera col metro della generalizzazione

La regolarità per cui una piccola frazione di neuroni è attiva su quasi tutti i token, mentre la maggior parte si attiva di rado: è ciò che rende indovinabile lo streaming

Lo strato fra ingresso e uscita, che nessuna etichetta raggiunge direttamente: trasforma i dati finché il problema diventa separabile

La lettura dei pesi dal disco al bisogno invece di caricarli tutti in memoria: con mmap, col caricamento pigro degli esperti del MoE, o con la cache dei neuroni attivi

L'elenco ordinato delle coppie che il tokenizzatore può fondere, appreso sul corpus di addestramento

La lunghezza del passo della discesa: troppo alto scavalca la valle oscillando, troppo basso non arriva

Una rete con un solo strato nascosto abbastanza largo può approssimare qualunque funzione continua (Cybenko, 1989). Garantisce che la rete esiste, non che l'addestramento la trova

Se esiste una retta che separa gli esempi, la regola di apprendimento la trova in un numero finito di correzioni (Rosenblatt; dimostrazione classica di Novikoff, 1962)

L'ultimo strato che riporta il vettore alla taglia del vocabolario, da cui la softmax produce le probabilità del prossimo token

Una delle copie parallele del meccanismo, ciascuna con le proprie proiezioni, che guardano la stessa sequenza da sottospazi diversi

La trasformazione del testo in una sequenza di token secondo un vocabolario; può operare a caratteri, parole, sottoparole o byte

La sostituzione del tokenizzatore in un modello già addestrato: si ricostruiscono le righe della matrice degli embedding e la testa di uscita, spesso la stessa matrice, e si riprende l'addestramento perché le righe nuove partono quasi casuali

L'elenco finito dei token disponibili, con un identificativo assegnato a ciascuna voce

Il servizio che gestisce e manutiene il sistema a progetto chiuso, teso fra l'efficienza per chi usa e la sostenibilità per chi paga

Il confronto, voce per voce, fra quello che un sistema fa nel suo standard e quello che l'azienda chiede, con cui nelle prime settimane di progetto si classificano centinaia di requisiti

Il disegno d'insieme dei sistemi dell'azienda: quali avrà, come si parleranno fra loro, che cosa si compra, che cosa si costruisce, che cosa si spegne

Lo storico transazionale che non si migra: resta consultabile fuori dal sistema nuovo

L'elenco dei sistemi che circondano l'ERP, con la decisione presa per ciascuno - si integra, si sostituisce, si spegne - e per ognuno proprietario, flussi, momento, volume e comportamento in caso d'errore

La verifica dei valori sul mondo reale - magazzino contato, contratti riletti, listini confermati - e la firma con cui un proprietario dichiara quei dati buoni per il sistema nuovo

Le versioni, gli aggiornamenti e la durata del supporto di un ERP, da tenere compatibili con gli obiettivi aziendali

Il progetto il cui sforamento esce da ogni previsione: uno su sei nei progetti informatici, con costi in media al triplo

L'adattamento del sistema dentro i parametri che il prodotto prevede: sopravvive agli aggiornamenti

Il momento da cui il sistema vecchio non accetta più modifiche ai dati in viaggio

La disciplina di lasciare intatto il core - il codice standard che il produttore di un ERP scrive e riverifica per tutti i suoi clienti - adattando il sistema con la configurazione e le estensioni: è ciò che lo tiene aggiornabile in cloud

Quanto costa lasciare sistema e fornitore: dati da riportare fuori, integrazioni da riscrivere, licenze, formazione da rifare

La somma dei costi, diretti e indiretti, lungo il ciclo di vita del sistema: acquisto, realizzazione, infrastruttura, formazione, manutenzione, aggiornamenti, personalizzazioni, uscita

I dati migrati veri su cui i test hanno senso: anagrafiche, saldi e documenti dell'azienda, con le loro eccezioni

I difetti noti lasciati passare per tenere la data: non spariscono, consumano i rilasci successivi con gli interessi

Le scelte che determinano il costo del progetto e il futuro del sistema: personalizzare o tenere standard, collegare o spegnere, dare precedenze, decidere quando aggiornare

La decisione affidata, con autorità vera, a chi ha gli strumenti per entrare nel merito; il suo contrario, l'accentramento, riduce ogni scelta a bilancio e date

L'allargamento non governato di ciò che il progetto deve consegnare, una richiesta alla volta

La regia tecnica del progetto e del dopo: conduce fornitori e calendario, verifica che i requisiti siano coperti, risponde di interfacce, dati, disponibilità, sicurezza e conformità, disegna il supporto (AMS) e veglia sul ciclo di vita del sistema

L'assegnazione esplicita di chi decide che cosa: gli investimenti, gli standard e l'architettura, i bisogni

L'aggiunta a un ERP che non ne tocca il codice standard, in due forme: dentro l'ambiente di sviluppo del sistema, sui punti di aggancio che il produttore dichiara, oppure accanto, in dialogo attraverso interfacce documentate; sopravvive agli aggiornamenti per costruzione, ma a ogni aggiornamento va riprovata sui suoi punti di contatto

Il tavolo tecnico che scioglie i conflitti di merito e fa salire ai vertici solo ciò che sposta perimetro, costi o equilibri fra reparti

L'addestramento di ciascun ruolo sui processi e sui dati propri, vicino al rilascio, al posto della sessione unica per tutti

Il lavoro organizzato che fa adottare il sistema alle persone: comunicazione, coinvolgimento, formazione, supporto, con tempi più lunghi di quelli tecnici

L'accensione del sistema in esercizio: una partenza con una data, non un traguardo

La funzione che prende le decisioni informatiche per conto dell'azienda: decidere, verificare, rispondere, disegnare il futuro

Il partner che realizza il progetto; la sua esperienza di settore decide quanta strada si fa configurando prima di personalizzare

Il collegamento dell'ERP agli altri sistemi dell'azienda; per ognuno la decisione iniziale è se integrarlo o sostituirlo, e ogni interfaccia è un contratto fra due programmi da mantenere

Il registro vivo dei flussi coi sistemi di terzi: proprietario, formato, frequenza, comportamento in caso d'errore, e chi risponde dall'altra parte

La persona del reparto che conosce il processo vero e fa da ponte col progetto: requisiti, test, validazione dei dati, formazione dei colleghi, supporto al rilascio; poi riferimento per gestione e manutenzione

L'adeguamento del sistema a lingua, norme fiscali e adempimenti di un paese

Il viaggio di anagrafiche, saldi e partite aperte dal sistema vecchio al nuovo, con la qualità verificata a ogni tappa

Il passaggio completo, interfacce comprese, eseguito e cronometrato finché tempi e scarti non sono noti

L'Open Data Protocol: lo standard aperto per leggere e scrivere dati via web, adottato da Microsoft per le entità dati di Dynamics 365 e da SAP per le API applicative di S/4HANA

Lo smontaggio del progetto con le consegne a chi resta: l'AMS subentra, i key user diventano riferimento, la chiusura ha una firma

Ciò che il progetto consegna e, altrettanto esplicito, ciò che non consegna

La modifica al comportamento standard del sistema, con il suo seguito di riprova a ogni aggiornamento

La fase che decide perimetro, requisiti, responsabilità e criteri di misura prima che si tocchi il sistema

Il documento che divide il progetto in fasi con traguardi verificabili

Il calendario condiviso delle prove: chi prova che cosa, quando, su quali dati; è completo quando percorre per intero il ciclo attivo e il ciclo passivo, e il suo pannello di avanzamento e difetti è visibile a direzione e key user

Il periodo dichiarato dopo il go-live in cui il progetto resta schierato: consulenti raggiungibili, key user col tempo prenotato, canale corto

Lo strumento nato ai margini del gestionale, mai dichiarato perché nessuno lo considera un sistema, che emerge quando il sistema nuovo non ne copre la funzione

La verifica del sistema sui processi e sui dati dell'azienda, con un criterio di riuscita scritto prima, oltre la dimostrazione del fornitore

La bonifica di duplicati, incoerenze e campi vuoti, fatta nel sistema vecchio prima del viaggio

Il confronto dei saldi fra sistema vecchio e nuovo, conto per conto, firmato da chi ne risponde

Il censimento di ciò che il sistema deve fare, condotto con chi lo userà davvero e non solo con chi lo compra

La coda governata delle richieste dopo il lancio: personalizzazioni rimandate, mancanze emerse, idee dei reparti, con priorità, responsabili e revisione periodica

Il quaderno di governo dove ogni personalizzazione del codice standard entra con motivo, firma, costo di riverifica stimato e data di revisione; vi entrano anche le soluzioni verticali, col nome di chi ne garantisce la manutenzione

L'opposizione delle persone al sistema nuovo: in parte timore che si cura con la chiarezza, in parte informazione su processi che il disegno non ha capito

Il modello, pubblicato dagli stessi fornitori cloud, per cui dati, dispositivi, account e accessi restano responsabilità del cliente, qualunque sia il servizio comprato

La tentazione di rifare nel sistema nuovo il sistema vecchio, funzione per funzione, finché il nuovo non somiglia al vecchio: si pagano i prezzi di entrambi

Il costo strutturale della modifica del codice standard di un ERP: a ogni aggiornamento del produttore, tutto ciò che si è toccato va provato di nuovo, per l'intera vita del sistema

L'ordine con cui si risponde a un bisogno che un ERP non copre così com'è: standard, configurazione, estensione e solo per ultima la personalizzazione del core, con l'onere della prova che sale a ogni gradino

La regola per cui chi crea un dato sensibile non ne esercita anche il controllo: chi crea un fornitore in anagrafica non ne paga le fatture

La versione di settore di un ERP, costruita da un partner o dal produttore stesso, con personalizzazioni del core mantenute da chi la vende: la coerenza a ogni rilascio la garantisce chi la vende, una volta per tutti i suoi clienti

Il sostegno visibile e continuativo dei vertici: chi ci mette la faccia, firma la comunicazione e arbitra i conflitti fra reparti

La scelta fra accendere tutto insieme (big bang), per gradi, o tenere i due sistemi in parallelo

La misura di chi usa davvero il sistema, contro chi è tornato ai fogli: il numero che dice se l'investimento vive

La prova coi volumi e la concorrenza veri: la chiusura mensile con tutti collegati, non il sistema vuoto di domenica

La prova del flusso intero attraverso i moduli: dall'ordine alla spedizione, alla fattura, al saldo contabile

Il collaudo di accettazione (UAT): chi userà il sistema lo prova sui casi propri del reparto, e la sua firma è quella che conta

Il filo documentato che lega ogni requisito alla sua risposta nel sistema e alla prova che lo verifica

La traduzione dal modello dati del sistema vecchio a quello del nuovo: listini, distinte, confezioni e piano dei conti non si copiano, si rimappano

La prima famiglia di problemi da cui nasce la cultura secondo Schein: il ciclo missione, obiettivi, mezzi, misure, correzione con cui il gruppo si tiene agganciato al mondo

Le convinzioni che nessuno ha scritto e che tutti seguono: il livello più profondo della cultura, secondo Schein

Ciò che serve per spostare gli assunti taciti: il tempo e l'attenzione delle persone che conoscono il processo

L'insieme dei presupposti condivisi che un gruppo ha appreso risolvendo i propri problemi esterni e interni, e che trasmette ai nuovi membri come il modo corretto di percepire, pensare e sentire; è per il gruppo ciò che la personalità è per l'individuo

La lettura della propria cultura: si parte dalle discrepanze fra dichiarato e praticato, si chiede il perché delle pratiche che nessuno sa giustificare, si ascolta cosa si insegna ai nuovi

I fatti che il gruppo non può più negare - un cliente perso, un mercato che si sposta, un bilancio - e che rendono la conservazione più costosa dell'apprendimento; per Schein è ciò che mette in moto il cambiamento culturale

Le quattro età che un gruppo attraversa secondo Schein - formazione, costruzione, lavoro, maturità - ognuna definita dal problema che il gruppo sta risolvendo; la maturità apre il bivio fra reinvenzione e declino

La seconda famiglia: la lingua comune, i confini del gruppo, chi decide, come si trattano errori e conflitti - le regole dello stare insieme che diventano assunti

Il modello di Hersey e Blanchard (1969): non esiste uno stile di guida migliore in assoluto, e l'efficacia sta nell'adattare lo stile alla maturità di chi si guida

I tre strati di Schein - artefatti visibili, valori dichiarati, assunti profondi - con la regola di lettura: gli strati alti si interpretano solo alla luce di quello basso

La coppia di dimensioni su cui si regola lo stile: la competenza (maturità lavorativa) e la spinta a prendersi responsabilità (maturità psicologica); si muovono separate

Le leve con cui chi guida imprime gli assunti: ciò a cui presta attenzione e ciò che misura, la reazione alle crisi, chi premia e chi promuove, l'esempio personale; per Schein contano più di qualunque dichiarazione

La convinzione, formulata da Carol Dweck, che capacità e talento si sviluppino con l'apprendimento; a Microsoft è diventata il nuovo presupposto di fondo del decennio di Nadella

Il principio per cui ciò che l'azienda misura e premia comunica ciò che conta davvero, qualunque cosa dichiarino i valori

Il modello organizzativo senza gerarchia tradizionale, a cerchi autogestiti, adottato da Zappos fra il 2013 e il 2015 e in seguito ridimensionato dalla stessa azienda

La convinzione condivisa e quasi mai dichiarata che governa una fase della vita del gruppo, rispondendo alla sua domanda più urgente: chi ci guida, stiamo insieme, funzioniamo, sopravviveremo

La ragionevole certezza di poter imparare il nuovo senza essere puniti mentre lo si impara; abbassa l'ansia del disimparare e rende possibile il cambiamento degli assunti

I quattro modi del modello: dirigere, motivare, sostenere, delegare - dal massimo di struttura al massimo di autonomia, seguendo la crescita della persona

Il sistema che percepisce, decide e agisce per raggiungere un obiettivo, e affida a un modello di linguaggio il compito di capire e produrre il testo

Il sub-agente che invece di partire dal solo incarico eredita l'intera conversazione del genitore e ne prosegue una copia

Il meccanismo che si sovrappone a una topologia senza sostituirla: l'approvazione, la ripetizione, l'instradamento

Il meccanismo con cui un agente crea un sub-agente: una chiamata di strumento che l'harness esegue aprendo una nuova conversazione col modello, con l'incarico come argomento

Lo strato che, intorno al modello, governa il contesto, gli strumenti, il ciclo di lavoro, le verifiche e le registrazioni. Alla lettera: la bardatura

Il mandato che l'orchestratore consegna con la chiamata di delega: diventa il contesto iniziale del sub-agente, che non vede la conversazione del genitore

Il collegamento con i servizi, le banche dati e le applicazioni fuori dall'agente

La parte che capisce e scrive: interpreta il testo che riceve e produce quello che risponde

Il componente che affronta i compiti in cui servono una pianificazione o più passaggi

Il componente che registra ciò che è successo e ne verifica gli esiti

Il software che fa girare i pesi di un modello dopo che è stato addestrato: li esegue in modo efficiente, li adatta a un compito, li fa stare su macchine più piccole

Il componente che decide quali passi compiere e in che ordine, ed esegue le chiamate agli strumenti

Il testo con cui il sub-agente chiude il lavoro: entra nel contesto del genitore come l'esito di uno strumento

La proprietà per cui cambiare modello è una configurazione e non una riscrittura, e il modello nuovo lavora con la stessa qualità del vecchio

Un agente creato da un altro agente per una parte del compito: istruzioni proprie, contesto proprio, strumenti di norma più ristretti; alla fine restituisce al genitore solo il risultato

Il modo in cui gli agenti si dispongono l'uno rispetto all'altro: chi parla con chi

La strategia a livelli con cui una competenza entra nel contesto: all'avvio solo nome e descrizione, le istruzioni intere all'attivazione, i file collegati solo se citati

Un lavoro ricorsivo su una misura definita, che finisce quando la soglia è raggiunta o quando smette di migliorare

Le quattro condizioni per cui il ciclo si ferma: riuscita, fallimento definitivo, dotazione esaurita, intervento umano

Il nome e la descrizione con cui uno strumento si presenta al modello: è l'unico criterio con cui il modello sceglie

Lo stato esplicito del compito in corso: passi fatti, esiti, decisioni prese

Ciò che l'agente conserva oltre il compito: preferenze, convenzioni, fatti stabili

Un lavoro con un traguardo riconoscibile, che può richiedere molti passaggi ma finisce quando è fatto

La ricerca dentro una raccolta di documenti, per mettere nel contesto solo la parte che serve al passo in corso

Una procedura scritta in un formato standard: una cartella con un file di istruzioni, un nome e una descrizione, che l'harness dichiara in catalogo e carica per intero solo quando il compito la richiede

L'insieme fisso di casi con l'esito atteso, rieseguito a ogni modifica per misurare riuscita, costo e tempo

Il controllo dei parametri prodotti dal modello prima di eseguirli, trattati come dati di cui non fidarsi

Contenuto inesatto prodotto con la stessa sicurezza di quello giusto

La capacità di decidere quali compiti affrontare e in che ordine, senza supervisione

Un modello viene pubblicato, resta in servizio per un tempo che il fornitore non dichiara e a un certo punto viene ritirato: come ogni prodotto ha un inizio e una fine, decisi da chi lo produce

Un'informazione errata entrata nel contesto continua a influenzare ogni iterazione successiva

Il sistema si ferma e attende l'approvazione di una persona che ha l'autorità di bloccare. Da non confondere con human on the loop, che è sola osservazione

La proprietà dell'operazione che, ripetuta, lascia il mondo come se fosse stata eseguita una volta sola

Il testo che l'agente legge può contenere comandi, perché per il modello istruzioni e dati arrivano nello stesso canale

La domanda su chi risponde degli errori dell'agente, su quali dati tratta e con quali obblighi di legge

Quando un agente entra nel processo, l'organizzazione perde la pratica di fare a mano e dipende da un componente che cambia per decisione altrui

Un modello viene dichiarato in dismissione, resta disponibile per un periodo annunciato e poi smette di rispondere

L'insieme di formati, integrazioni e tariffe di uscita che rende il passaggio ad altri abbastanza caro da non farlo

Il pagamento in proporzione al testo scambiato col modello di un fornitore, senza investimento iniziale

Le macchine, l'energia e le competenze per far girare il modello in proprio

Quanto si spende per arrivare al risultato, non per milione di token: un modello meno capace itera di più, e può costare di più pur costando meno a chiamata

A ogni iterazione l'harness rispedisce l'intera conversazione, quindi ogni passaggio costa più del precedente

Il volume d'uso oltre il quale il costo di possesso diventa più conveniente del costo a consumo

L'unità discreta in cui il tokenizzatore codifica il testo: può essere una parola intera, una sottoparola, un carattere, un byte, punteggiatura o un simbolo speciale; è anche l'unità su cui si misura la spesa a consumo

Ingresso, ingresso già elaborato e uscita hanno tariffe diverse: la seconda è di molto la più bassa, la terza la più alta

La quota di tempo in cui le macchine lavorano davvero invece di aspettare richieste

La quota con cui ogni anno si ripartisce nei conti il costo di un bene destinato a durare

La spesa per produrre un modello: soprattutto macchine e personale di ricerca, pochissimo energia

Quanto costa al fornitore rispondere a una singola chiamata: elettricità e macchina impegnata

Il costo di servizio più l'addestramento del modello e i centri dati costruiti per una domanda futura

Gli investimenti in centri dati crescono più in fretta dei ricavi che l'AI produce

I modelli i cui parametri si possono scaricare e installare, usare senza canone e senza dipendere da un fornitore

Il prezzo della memoria è salito perché i centri dati ne assorbono una quota crescente della produzione

La conoscenza di un processo abbastanza profonda da dire dove un agente aiuterebbe e dove sarebbe una complicazione

Quanti esperimenti falliti un'organizzazione può permettersi prima di quello che funziona

Le informazioni di un processo in forma utilizzabile, invece che nei fogli personali e nelle teste

La distanza fra chi usa l'AI e chi no, misurata per dimensione d'impresa: 55% delle grandi contro 17% delle piccole in Europa nel 2025

Il modello addestrato su una materia stretta, capace su quella di battere un generalista con meno risorse

L'Agent2Agent, il protocollo aperto per il dialogo fra agenti di produttori diversi: come un agente dichiara le proprie capacità, riceve un compito e lo segue nel tempo, con scambi sicuri anche fra organizzazioni. Nato in Google nel 2025 e donato alla Linux Foundation, oggi è implementato nelle piattaforme per costruire agenti più che negli harness d'uso quotidiano; il capitolo A2A nello studio per agenti di Oracle ne segna l'arrivo a catalogo negli ERP. Nel colloquio ogni agente resta opaco: sul filo passano messaggi, compiti e artefatti, mai la memoria interna

Il biglietto da visita digitale di un agente nel protocollo A2A: un documento che ne dichiara identità, capacità e indirizzo del servizio, pubblicato a un indirizzo convenzionale, in un registro o scambiato in privato, e che il client conserva in cache come una normale risorsa web

Il meccanismo con cui un server MCP chiede qualcosa a chi usa l'agente - un dato mancante, una conferma a metà operazione - passando dal client: l'elicitation della specifica, potenziata a fine 2025 con le scelte guidate a opzione singola o multipla e la conferma attraverso una pagina web

Il modo in cui si costruiva il software intelligente prima dei modelli di linguaggio: condizioni scritte a mano da chi programmava - «se succede questo, fai quello» - efficaci nei perimetri stretti e stabili, incapaci di capire il linguaggio naturale e di generalizzare a situazioni non previste

Uno standard che ha già il governo, la specifica e il consenso dei produttori, ma non ancora casi di produzione documentati: scelto prima di essere usato. È il gradino sotto lo standard adottato, quello che il mercato ha già messo al lavoro, e la distinzione fra i due misura la maturità di un protocollo meglio degli annunci

Ciò che si consegna al modello a ogni richiesta. È una risorsa finita: si spende con giudizio, non si riempie

La tecnica di mettere nel prompt due o tre esempi di ciò che si vuole ottenere

A parità di domanda il modello può rispondere in modo diverso e seguire un'altra strada

Le istruzioni, gli esempi e il contesto che si consegnano al modello, scritti in linguaggio naturale

Gli agenti, tutti alla pari, collaborano senza un coordinatore

Un supervisore coordina agenti specializzati e ne compone i risultati

Più agenti lavorano su compiti indipendenti, e i risultati si mettono insieme alla fine

Ogni agente lavora sul risultato del precedente

Quanto costa capire cosa è andato storto dopo che è successo

L'insieme dei modelli per cui nessuno più economico fa meglio; tutti gli altri sono battuti su entrambe le misure insieme

Sui compiti lunghi, fra modelli comparabili, l'harness determina il risultato più del modello

Un agente classifica le richieste e le manda allo specialista giusto

Il lavoro ripetuto su una misura, che si conclude quando la soglia numerica dichiarata è raggiunta

Il pagamento a tariffa ridotta della parte di contesto identica alla chiamata precedente

Un modello piccolo per i passi semplici, quello grande riservato ai passi che lo meritano

Lo standard aperto che collega le applicazioni AI a dati e strumenti

La regola di dare all'agente i soli diritti che servono alla fase in corso, e di richiuderli subito dopo

Credenze, desideri e intenzioni: il modello degli agenti a regole degli anni Novanta