Come Effect sta definendo le regole dell'Agent Experience

Gli agenti AI producono codice di bassa qualità - lo slop - quando lavorano senza vincoli né contesto. Al nostro meetup con Effect è emerso che il vero obiettivo non è sperare che l’agente non sbagli, ma creare un sistema in cui l’errore non possa fisicamente propagarsi: così nasce l'Agent Experience (AX).

Hackapizza 2.0: quando gli agenti devono guadagnarsi da vivere

Hackapizza 2.0 è il nostro hackathon su GenAI tornato più in grande: il doppio dei partecipanti, 24 ore non-stop e una sfida completamente agentica. I team hanno dovuto costruire sistemi multi-agente capaci di gestire un ristorante galattico in tempo reale — tra aste cieche, clienti imprevedibili e mercati in continua evoluzione. Ecco com'è andata.

Lessons from Testing Contextual Retrieval on Multiple Datasets

We tested Contextual Retrieval across multiple datasets to understand whether it still improves RAG systems in 2026, compared to base retrieval and modern rerankers. Here's what we found

Claude Code: perché tutti ne parlano?

Oggi vi vorrei parlare di Claude Code senza filtri. E non vedevo l’ora.

Cosa abbiamo imparato testando la Contextual Retrieval su diversi dataset

Abbiamo testato la Contextual Retrieval su diversi dataset per capire se nel 2026 migliora davvero i sistemi RAG, confrontandola con il retrieval base e con l’aggiunta di reranker moderni. Ecco cosa abbiamo scoperto

RAG Evaluation: Using Claude Skills to craft a truly challenging Q&A set

To truly evaluate a RAG system, public benchmarks aren’t enough—you need datasets that reflect real-world difficulty, including multi-hop questions, wide reasoning, and heterogeneous knowledge bases. In this article, we show how we designed a char-based, chunk-agnostic framework with easy/medium difficulty levels and human validation, leveraging Claude Skills and LLM retrievers to generate questions, answers, and evidence spans. The result is a public dataset based on D&D SRD 5.2.1 (plus two internal datasets), built for reproducible and comparable RAG pipeline testing.

Evaluation per RAG: usare Claude Skills per progettare un dataset Q&A di livello avanzato

Per valutare davvero una RAG non bastano i benchmark pubblici: servono dataset che riflettano difficoltà reali come domande multi-hop, wide e knowledge base eterogenee. In questo articolo mostriamo come abbiamo progettato un framework char-based, chunk-agnostic, con livelli easy/medium e controllo umano, e come usiamo Claude Skills e LLM retriever per generare domande, risposte e passaggi. Il risultato è un dataset pubblico basato su D&D SRD 5.2.1 (più due dataset interni) pensato per testing riproducibile e comparabile di diverse pipeline di RAG.

Oggi lanciamo Datapizza AI - il framework open source per portare la Generative AI in azienda

Nasce Datapizza AI: il framework open-source per costruire sistemi multi-agent AI e soluzioni RAG pronte per la produzione, che abbiamo deciso di rilasciare open source per tutti.

Fare Vibe coding significa programmare?

Secondo il report “The state of Vibe Coding 2025” di v0, il vibe coding sta riscrivendo le regole dello sviluppo software.