Un Tandy 1000 TL/3 con processore 286 riesce a chattare e a generare immagini senza mai processare un singolo token. Il merito non è della macchina del 1990, ma di un'architettura che sposta tutto il carico su un server locale. DeskMind, il programma DOS nativo, parla via WiFi attraverso una scheda PicoMEM 2 con mTCP e si collega a un piccolo server Python su un PC. Quel server usa Qwen3.8-27B con NInfer su una RTX 5090 e Krea 2 con ComfyUI su una RTX 4090. Il 286 non vede mai JSON, base64 o PNG: riceve righe di testo semplice e immagini già pronte per essere copiate nella memoria video.

La generazione delle immagini avviene senza tool calling. Il prompt di sistema dice a Qwen di racchiudere una richiesta di disegno in <draw>...</draw>. Il server intercetta il tag mentre il flusso è ancora in corso, esegue Krea 2, applica il dithering e restituisce una riga picture ready. La richiesta 'Draw me a 286 AI logo' impiega circa 9 secondi dall'invio alla miniatura nella chat. Qwen Vision riceve sia l'originale sia la versione dithered a 16 colori, così quando chiedi perché il cielo appare a strisce ha un contesto reale. L'ultima immagine resta nel contesto per le domande successive.

Il livello di adattamento è la parte più interessante. Il server elimina il reasoning, rimuove il Markdown al volo, converte l'Unicode nella code page 437 e fonde i token più piccoli in righe da circa 48 caratteri, evitando che il 286 ridisegni lo schermo per ogni token. Il sistema sa di vivere in un ambiente a 80 colonne e 16 colori: tiene le risposte brevi e in ASCII semplice, e se gli chiedi giochi suggerisce Wolfenstein 3D o Commander Keen. Lo sforzo di reasoning per richiesta è basso per la chat, con risposte che partono in circa 2 secondi, e medio per la riscrittura dei prompt delle immagini. La riscrittura viene mostrata in una casella di modifica sul Tandy prima del disegno, e le regole stesse possono essere modificate dal Tandy.

C'è anche un Dither Lab nella GUI del server: Floyd-Steinberg, Atkinson, Bayer, Yliluoma e altri algoritmi, con anteprima alle proporzioni reali del Tandy. Krea 2 genera a 1024x768 in circa 10 secondi con 8 passi, ma l'obiettivo è 640x200. L'invio di un'immagine da 64.000 byte sulla scheda PicoMEM WiFi richiede circa 1 secondo, con un throughput osservato tra 56 e 79 KB/s. In altre parole, nel percorso di generazione immagini il trasferimento di rete pesa più del calcolo locale, nonostante la GPU moderna.

Questo progetto non è un semplice omaggio al retrocomputing. È una dimostrazione pratica di come un'architettura terminale-server possa separare l'inference dalla presentazione. Il Tandy funge da thin client: non deve eseguire il modello, non deve decodificare JSON o PNG, non deve nemmeno gestire il rendering ad alta risoluzione. Tutto il carico computazionale resta sul server locale. Per chi valuta deployment on-premise, questo è un segnale strutturale: il costo hardware si sposta dalla flotta di client al nodo centrale, che deve ospitare GPU recenti e gestire alimentazione e raffreddamento. I client possono restare obsoleti, a patto che siano in grado di ricevere testo e immagini in un formato compatibile. La località del server implica anche che i dati non escano dalla rete domestica o aziendale, ma richiede competenze per mantenere lo stack. Per chi valuta deployment on-premise, AI-RADAR mette a disposizione framework analitici su /llm-onpremise per soppesare questi trade-off, senza dettare una strada unica.

Il dithering, spesso considerato un dettaglio estetico, qui diventa un vero strato di compatibilità: permette a un display a 16 colori di mostrare un'immagine generata a 1024x768 senza doverla trasmettere o elaborare in locale. Lo stesso vale per la pulizia del flusso: trasformare l'output di un LLM in righe adatte alla code page 437 non è un vezzo, è un protocollo di presentazione. Il progetto è distribuito con licenza GPLv3 su GitHub, il che rende l'intero esperimento replicabile e ispezionabile.