Antonio SpinaAI Engineer / Consultant Co-founder LibraJFBologna · Milano

Costruisco
AI che misura.

Integro l'intelligenza artificiale nei processi reali delle aziende. Software end-to-end orchestrando i coding agents, dall'idea alla produzione. Vengo da analisi quantitative: misurare prima di dire.

Antonio Spina, ritratto
PYTHONTYPESCRIPTASTROGOOGLE CLOUDVERTEX AIDOCUMENT AIFIRESTOREPOSTGRES + PGVECTORQDRANTSTRIPECLAUDE CODECODEX PYTHONTYPESCRIPTASTROGOOGLE CLOUDVERTEX AIDOCUMENT AIFIRESTOREPOSTGRES + PGVECTORQDRANTSTRIPECLAUDE CODECODEX
Lavori / Selected work

Cosa costruisco

Prodotti AI portati in produzione, non slide. Uno in evidenza, gli altri sotto.
plinto · studio edilizia
Capitolato per ristrutturazione 120mq, Bologna
↓ generazione AI
SaaS · in produzione infra UE GDPR

Plinto

Computo metrico, preventivo e capitolato per studi di edilizia privata: dalla chat al PDF in pochi minuti. Legge i preventivi storici dello studio e riusa il listino reale nelle generazioni successive. Sviluppo end-to-end con coding agents, più la eval pipeline che misura la qualità sui task veri del settore.

Stack  Next.js · React · TypeScript · Cloud Run · Firestore · Vertex AI · Document AI · pgvector · Qdrant · Stripe

AI Digest

Le news che leggo,
sintetizzate

Aggiornato dal mio motore ai_news. Sintesi mia, fonte sempre linkata.
Tutte le news →
★ Top del giorno
23 giu 2026

[AINews] SpaceX is already a $28B/yr Neocloud

Secondo Latent Space: SpaceX avrebbe già un business di GPU rental da circa 28 miliardi di dollari l'anno, stimato dai conti di Jamin Ball, quasi il doppio del fatturato di CoreWeave. È una stima costruita su un terzo contratto (Reflection AI) sommato a quelli con Anthropic e Google, non un bilancio certificato. Quello che conta per chi costruisce non è il titolo da record, ma chi controlla la capacità di calcolo e a che prezzo: qui si parla di oltre 10 dollari l'ora per i Blackwell, una tariffa alta.

Fonte: Latent Space · sintesi originale Leggi la fonte →
Tier 2 23 giu 2026 · Sicurezza

Prompt Injection as Role Confusion

Secondo Simon Willison: un nuovo lavoro mostra che i modelli distinguono il testo privilegiato da quello non fidato più dallo stile che dal contenuto, tanto che riscrivere un attacco in forma meno riconoscibile fa crollare il tasso di successo dal 61% al 10%. Il problema non è un bug da chiudere con una patch, ma un limite strutturale di come i modelli percepiscono i ruoli. Finché non avranno una vera role perception, secondo gli autori la difesa dal prompt injection resta un gioco a rincorrere — da tenere a mente prima di mettere agenti in produzione su dati non fidati.

Fonte: Simon Willison
Tier 2 22 giu 2026 · Sicurezza

Red-Teaming after Mythos — Zico Kolter & Matt Fredrikson, Gray Swan

Secondo Latent Space: in un'intervista Zico Kolter e Matt Fredrikson di Gray Swan sostengono che la sicurezza dell'AI non è cybersecurity con l'AI, ma una classe di vulnerabilità nuova che gli agenti introducono — dal prompt injection indiretto alla cosiddetta lethal trifecta di dati non fidati, dati privati ed esfiltrazione. La tesi è netta: modelli più grandi non diventano automaticamente più robusti. Resta da vedere sul campo quanto reggano gli strumenti che citano, ma il punto di fondo, trattare gli agenti come una superficie d'attacco a sé, è difficile da contestare.

Fonte: Latent Space
Tier 1 22 giu 2026 · Ricerca

MAS-PromptBench: When Does Prompt Optimization Improve Multi-Agent LLM Systems?

Secondo ArXiv: il benchmark MAS-PromptBench studia in modo sistematico quando l'ottimizzazione dei system prompt migliora davvero i sistemi multi-agente, variando task, workflow e dimensione del team. La conclusione onesta è che i guadagni esistono ma non sono garantiti: dipendono dalla configurazione, e lo spazio di ricerca cresce in modo esponenziale con il numero di agenti. La domanda utile non è se ottimizzare i prompt, ma quando conviene farlo.

Fonte: ArXiv
Ogni voce è una sintesi originale con commento mio. Il contenuto resta della fonte: niente copia, sempre il link all'originale.
Chi sono

Misurare prima
di dire

Da analisi quantitativa ad AI engineering. Lo stesso riflesso, strumenti diversi.

Sviluppo software AI in LibraJF e supporto aziende e professionisti che vogliono integrare l'AI nei propri processi, non nelle slide.

Lavoro con i coding agents come metodo di sviluppo: orchestro gli agent per chiudere feature end-to-end. Claude Code e Codex sono quelli su cui faccio più affidamento, ma la configurazione è la stessa per qualsiasi agent.

Vengo dai modelli previsionali. Mi è rimasto un riflesso: misurare prima di dire.

Mi piace sperimentare strumenti nuovi e capire dove funzionano davvero. Costruisco tool e skill personalizzati, e racconto cosa mi colpisce.

Cosa faccio
  1. 01Integrazione AI nei processi aziendali
  2. 02Sviluppo di SaaS verticali
  3. 03Automazione di workflow documentali
  4. 04Consulenza tecnica end-to-end
  5. 05Sviluppo full-stack & cloud
  6. 06Analisi dati & decision support
2018
Modelli quantitativi
Forecasting model e analisi previsionali. La prima palestra di pensiero sistemico applicato al software.
2022
Tech per la real economy
Sistemi pensati per l'uso diretto delle aziende: automazione, efficienza, decision support.
2025
Fondazione LibraJF
Software house dedicata a portare l'AI dentro i processi aziendali, con metodo e misura.
Consulenza

Lavoriamo insieme

Due modi di lavorare insieme. Si parte sempre da una call gratuita di 30 minuti.
01 / Supervisione

Pacchetto supervisione

multi-call · su progetto
  • Affianco il tuo team durante lo sviluppo
  • Review di architettura e eval
  • Sblocco i punti critici
su preventivo
02 / Setup

Configurazione agenti AI

Setup completo · 3 sessioni · ~2 settimane
  • Il tuo ecosistema configurato: skill, hook, MCP, orchestrazione
  • Starter kit + playbook del tuo standard, riutilizzabili
  • Metodo per misurare l'output + check a 30 giorni
€390 €590 prezzo di lancio
La prima call è gratuita.
Prenotala quando vuoi.
Prenota la discovery call →