L'ecosistema degli agenti AI si sta evolvendo: quelli che erano semplici wrapper di API, stanno diventando sistemi capaci di ragionare, imparare e agire. In questo scenario, come possiamo mantenere il controllo sulla tecnologia e sui nostri dati? La risposta è nell'open source.

In questa sessione tecnica, esploreremo due filosofie architetturali opposte attraverso due framework che stanno avendo molto seguito: OpenClaw e Hermes.

OpenClaw (l'orchestratore): Analizzeremo l'approccio deterministico "CLI-first". Vedremo come gestire gateway multicanale e skill esplicite tramite file di configurazione "human readable", garantendo che l'agente esegua esattamente ciò che è stato progettato per fare.

Hermes (il learner): Esploreremo il lato dell'autonomia. Vedremo come Hermes utilizzi cicli di auto-apprendimento per generare nuove skill on-the-fly e adattarsi alle preferenze dell'utente, superando il concetto di programmazione statica.

Infine vedremo come poter fare un home deployment degli applicativi. Fornirò suggerimenti concreti su come allestire un Home-Lab per Agenti AI: dall'uso di modelli quantizzati, alla scelta dell'hardware (GPU RTX vs Mac Silicon), fino alla gestione della persistenza dei dati locale.

Se sei uno sviluppatore che crede nel open source e vuoi capire come scalare i tuoi agenti dal laptop al server di casa, questo talk ti darà i suggerimenti per farlo.