Il corso gratuito di AI agentica per workflow osservabili e verificabili

Spiegare con parole proprie che cosa sono un LLM e un agente, riconoscere strumenti e permessi e progettare una prima micro-missione locale simulata con confini e prove.

• La mappa: AI, machine learning, LLM e Claude Code
• Come nasce una risposta: token, probabilità e limiti
• Prompt, contesto, finestra e memoria non sono la stessa cosa
• Allucinazioni, incertezza ed evidenze
• Da chatbot ad agente: chi decide e chi agisce
• Strumenti, permessi e confini di sicurezza
• File, cartelle, terminale e Git: il luogo di lavoro
• La prima missione guidata, dall’osservazione alla prova

Trasformare una richiesta vaga in un incarico verificabile, con confini e prove esplicite.

• Da risposta a ciclo di lavoro
• L’incarico operativo
• Autonomia proporzionata al rischio
• Le evidenze battono la sicurezza del tono

Orientarsi tra terminale, editor, web e API, diagnosticare l’ambiente ed eseguire il primo script.

• Quattro superfici, responsabilità diverse
• Leggere il terminale senza paura
• Credenziali e variabili d’ambiente
• Il primo ciclo esecuzione–errore–correzione

Seguire un bug dalla riproduzione al commit, mantenendo piccola e verificabile la modifica.

• Costruire una mappa prima di modificare
• Dal sintomo all’ipotesi
• Bug fix e refactoring non sono sinonimi
• Git come rete di sicurezza leggibile

Costruire un contesto piccolo e affidabile, separando regole stabili, memoria, riferimenti e piano.

• Quattro fonti pratiche del contesto
• Istruzioni di progetto che aiutano davvero
• Compattare senza perdere il contratto
• Piano prima dell’esecuzione

Scegliere il livello corretto di riuso e definire strumenti con input, permessi, output e test chiari.

• Comandi integrati, Skills e Plugin
• Input e output prima delle istruzioni
• Anatomia e test di una skill
• Provenienza e permessi

Progettare una connessione MCP locale o remota con capacità verificabili e privilegi minimi.

• Client, server, strumenti, risorse e prompt
• Locale o remoto è una decisione di fiducia
• Scope e token minimi
• Handshake, prova minima e diagnosi

Progettare hook preventivi e successivi che siano deterministici, osservabili e recuperabili.

• Il ciclo di vita di un evento
• Pre-hook: proteggere il confine
• Post-hook: osservare ciò che è già avvenuto
• Idempotenza, ricorsione e fallimento

Decomporre un risultato, assegnare ownership e usare parallelismo soltanto quando riduce davvero il tempo.

• Decomporre per risultato, non per etichetta
• Dipendenze e parallelismo reale
• Ownership dei file e conflitti
• Sintesi basata su prove

Costruire un flusso locale riproducibile con output strutturato, gate e permessi limitati.

• Interattivo e non interattivo
• JSON come contratto, non decorazione
• Gate e propagazione del fallimento
• Auto mode e raggio operativo

Progettare una routine asincrona con checkpoint, retry limitati, approvazione e recupero osservabile.

• Lo stato di una sessione
• Pianificazioni idempotenti
• Controllo remoto e checkpoint umani
• Capstone: sistema completo, non autonomia totale