David Vicente Campos
Fondatore di NeuraLIA Labs e cofondatore di MyRealFood
Sono ingegnere informatico, laureato all’Università di León. Ho cofondato MyRealFood, dove, come CTO, ho costruito l’app che milioni di persone hanno usato per mangiare meglio, e ho fondato NeuraLIA Labs, dove sviluppo prodotti AI. Qui scrivo di ciò che ho dovuto capire strada facendo, come avrei voluto che qualcuno me lo spiegasse.
IA da zero
30 capitoli
- Il perceptron da zero: che cosa calcola un neurone
- Da dove nasce una funzione di loss: verosimiglianza, non convenzione
- In discesa: Gradient Descent e i due passaggi che tutti saltano
- Classificazione, cross-entropy e come non ingannarti da solo
- Backpropagation da zero: prima il motore, poi la rete
- Far sì che si alleni, e che generalizzi
- Costruire un Tokenizer BPE: perché il tuo modello non conta le R
- Predizione del next-token: embedding e cosa significa la perplexity
- Attention e transformer block, derivati da una media
- Pretraining di un LLM: dati, compute, scaling laws e costi
- Dal modello di base all'assistente: SFT, RLHF, DPO e GRPO
- Chain of Thought, RLVR e Test-Time Compute, misurati
- Rendere l’inference economica: KV cache, batching e quantizzazione
- La tua prima chiamata LLM in produzione: streaming, retry, timeout
- Prompt Engineering misurato: cosa cambia l’output
- Context window, token e conto: misurati
- Temperature, Top-p e il determinismo che non hai
- Tool Calling e output strutturati: il contratto che regge
- RAG in produzione: chunking, retrieval e citazioni oneste
- Fine-Tune, retrieval o prompt? La decisione è economica
- Prezzi multimodali: cosa fatturano davvero immagini, audio e video
- Cos’è un AI agent: cinque tipi classici, due definizioni rivali
- Costruire un agent harness: il loop e le sue cinque vie d’uscita
- Context Engineering: perché il tuo agent diventa più stupido al turno 40
- Orchestrazione multi-agent: cinque pattern e quando ne vince uno
- MCP spiegato a partire dalla specifica: che cos’è davvero un server
- Pubblicare un server MCP: TypeScript e Python, misurati
- Agent Skills e SKILL.md: disclosure progressiva, misurata
- Valutazione degli LLM: dai benchmark pubblici al tuo golden set
- Prompt injection e trifecta letale: mettere in sicurezza un vero agent