Questa settimana è stata meno concentrata su un singolo progetto e molto più su una serie di esperimenti che, messi insieme, stanno cambiando abbastanza il mio modo di usare il computer. Il filo conduttore è sempre lo stesso: Linux, intelligenza artificiale e automazione, ma con un passaggio sempre più evidente dall'AI che risponde alle domande all'AI che fa effettivamente delle cose.
ChatGPT comincia a diventare un agente
La novità forse più interessante non è un programma che ho scritto, ma il modo in cui sto usando ChatGPT.
Negli ultimi giorni ho iniziato a sfruttarlo sempre più come un vero assistente operativo, collegandolo anche ad alcuni servizi dell'ecosistema Google. Senza entrare nei dettagli delle mie cose personali, significa poter lavorare con Drive, Fogli, posta e calendario direttamente dalla conversazione.
La differenza rispetto al normale chatbot è notevole: non gli chiedo soltanto come fare qualcosa, ma in alcuni casi gli chiedo direttamente di farla.
È ancora un esperimento e ci sono naturalmente limiti e operazioni per le quali preferisco mantenere il controllo manuale, ma è probabilmente uno degli utilizzi dell'AI che in questo momento trovo più interessanti.
Questo ha anche ridimensionato un po' il ruolo di Hermes. L'avevo sperimentato parecchio come assistente personale, ma l'ho rimosso dal PC principale insieme a PicoClaw. Hermes continua a vivere sul vecchio Raspberry rakgateway, collegato a Telegram, mentre sul desktop sto spostando una parte maggiore del lavoro verso ChatGPT come agente più generale.
Lo stesso Raspberry ha ormai una vita completamente diversa da quella per cui era nato: ho chiuso il nodo LoRa-One e tolto la scheda LoRa. rakgateway oggi fa soprattutto da nodo Tor — ospitando anche il sito dei Cantinari — e da piccolo server per Hermes.
Linux Mint: zram e kernel 7.3
Sul fronte Linux sono tornato a fare quello che faccio periodicamente da anni: cercare di capire quanto si possa spremere ancora dal sistema senza trasformarlo in qualcosa di fragile.
Questa volta ho lavorato soprattutto su zram, provando configurazioni diverse per capire come gestire meglio memoria e swap compressa e rendere il desktop più reattivo quando il carico aumenta.
In parallelo sono arrivati gli esperimenti con il kernel Linux 7.3. Ho lavorato sulla compilazione e sulla messa a punto del kernel per la mia macchina, cercando un compromesso sensato tra ottimizzazione e mantenibilità.
Non mi interessa ottenere un numero spettacolare in un benchmark: l'obiettivo continua a essere quello alla base del mio progetto mint-cachyfy, cioè vedere quanto ci si possa avvicinare alla reattività delle distribuzioni Linux più aggressive mantenendo però Linux Mint come sistema quotidiano.
Sono esperimenti, quindi per ora niente proclami: zram, scheduler, kernel e parametri vari vanno provati nell'uso reale prima di decidere se una modifica abbia veramente senso.
Codice, agenti e documentazione
Un'altra riflessione della settimana riguarda il modo in cui sto programmando.
Uso ormai diversi agenti: ChatGPT, Codex e, in alcuni casi, DeepSeek attraverso gli strumenti che mi sono costruito. Il problema comincia paradossalmente a essere ricordarsi chi ha fatto cosa.
Da qui l'idea di mantenere una sorta di diario delle modifiche, utilizzabile anche dagli agenti stessi. Potrebbe diventare un modo semplice per documentare automaticamente il lavoro fatto sui progetti, indicando anche quale modello o agente è stato utilizzato.
È una piccola cosa, ma credo possa diventare importante: quando un agente modifica decine di file in pochi minuti, la documentazione non è più un optional.
Resta valida anche l'organizzazione sperimentata con ai-bar: una base generica sul branch main, una parte personale separata e un AGENTS.md che spiega agli agenti come intervenire senza distruggere la struttura del progetto. ai-bar su GitHub
Nello stesso filone continua l'uso di freellmApi con za.py, con l'idea di permettere a un modello di interagire con il sistema operativo attraverso un livello controllato invece di dargli semplicemente una shell libera.
RepoRoulette: GitHub senza sapere cosa arriverà dopo
Continua anche il piccolo esperimento che avevo iniziato per riscoprire il lato esplorativo di GitHub: RepoRoulette.
L'idea rimane volutamente semplicissima: invece di cercare sempre qualcosa che già conosco, voglio farmi presentare repository casuali, uno dopo l'altro, con una modalità che ricorda un po' la vecchia Chatroulette.
Il sito è qui:
È un progetto minuscolo, ma mi piace perché risolve un problema reale: GitHub contiene una quantità enorme di software interessante che normalmente non incontrerei mai.
Piccoli progetti che continuano a muoversi
Anche GitHub continua a essere il mio laboratorio. Fra i repository su cui ho lavorato e che sto continuando a tenere vivi ci sono ai-bar, mint-cachyfy e DroneCommander.
C'è poi image2ascii, un piccolo programma Python che trasforma immagini PNG e JPEG — e opzionalmente SVG — in ASCII art a colori nel terminale usando caratteri Unicode e colori ANSI a 24 bit. Il repository conta attualmente sei commit ed è esattamente il genere di utility piccola e autosufficiente che mi diverte ancora scrivere.
DroneCommander rimane invece uno degli esperimenti più strutturati: simulazione 3D nel browser, Blockly e l'idea di arrivare dal simulatore al controllo di piccoli droni reali. Il progetto è pubblico e continua a essere disponibile con licenza MIT.
Robot personali: continuo a guardarli
Rimangono sullo sfondo anche Nori A3 e Microduck.
Mi interessano non tanto come gadget quanto come segnale di dove potrebbe andare la robotica personale: piccoli robot relativamente accessibili sui quali far girare software proprio e, soprattutto nel caso di progetti aperti, sperimentare senza dipendere completamente dal cloud del produttore.
Nori mi aveva già dato l'impressione di essere qualcosa di concretamente utilizzabile; Microduck mi interessa soprattutto per l'approccio open source. Per ora, però, li considero osservazioni ed esperimenti, non prodotti sui quali abbia tratto conclusioni definitive.
Una settimana un po' diversa
Alla fine il cambiamento più interessante della settimana non è quindi il kernel 7.3, zram o un nuovo repository.
È il modo in cui sto cominciando a mettere insieme tutti questi pezzi.
Per anni ho usato programmi. Poi ho iniziato a scrivere programmi che usavano API e modelli AI. Adesso sto iniziando a usare l'AI come uno strato sopra ai programmi che utilizzo già.
Forse è questa la parte più interessante degli agenti: quando funzionano bene, dopo un po' si smette quasi di pensare all'intelligenza artificiale e si comincia semplicemente a chiederle di fare qualcosa.
Ed è probabilmente proprio lì che volevo arrivare.
