Ho costruito un sistema AI per fare un lavoro che mi ero stancato di fare. Ha funzionato ed è cresciuto. Capire quanto costava è diventato un altro problema di ingegneria.

Questo talk segue gli errori dietro un agente costoso: usare un modello potente per ogni compito, trascinare contesto inutile, chiedere risposte lunghe e perdere le occasioni per riusare informazioni stabili. Attraversiamo le decisioni che cambiano il conto: misurare il costo per compito, scegliere i modelli, ridurre i token superflui e far funzionare la cache.

Vediamo anche quali controlli servono per accorgerci di una perdita di qualità o di spese inattese. Gli esempi nascono dalla costruzione di un sistema autonomo. L’obiettivo è dare agli sviluppatori un modo pratico per esaminare i propri costi e scegliere cosa cambiare.

Per sviluppatori, architetti e responsabili tecnici che costruiscono sistemi agentici. La sessione collega un problema concreto, il conto dell’AI, a decisioni su cui il pubblico può intervenire: scelta dei modelli, contesto, lunghezza delle risposte, cache e controlli di spesa. Una sequenza di errori personali dà un motivo a ogni tecnica. I partecipanti trovano un ordine per esaminare i propri costi e verificare che il risparmio conservi la qualità. Adatto a programmi su ingegneria dell’AI, piattaforme e FinOps.