Gli agenti AI autonomi stanno diventando più semplici e capaci, con harness di coding open source, script Python minimalisti e LLM in grado di generare kernel hardware di basso livello, ridisegnando il modo in cui il codice viene scritto e distribuito.
In 50 minuti un LLM ha scritto il codice per eseguire un modello quantizzato da 90 GB su un Mac Studio, senza kernel preesistenti. Prestazioni modeste ma sufficienti a dimostrare che l’hardware consumer può diventare un’alternativa credibile per l’in...
Un esperimento open source mostra un agente di coding essenziale: 9 righe di Python, solo standard library, nessuna dipendenza esterna. Funziona con qualsiasi API compatibile OpenAI Responses, usa un singolo tool sh, cache via session_id e mostra l’u...
L’agente Prime Agent, completamente open source, ridefinisce il coding autonomo superando il baseline umano su ARC-AGI-3 e migliorando ogni modello rispetto agli harness proprietari. Un cambio di passo che premia chi vuole controllo, sovranità dei da...
Un paper propone un’architettura stratificata dove Ollama gestisce l’inference LLM e OpenClaw orchestra l’esecuzione agentica. La validazione mostra che memoria persistente, uso di strumenti e decisioni adattive emergono dall’integrazione di sistema,...
