Melabit

Due parole sul WWDC26

Tue, 09 Jun 2026 18:00:00 +0000

Non la farò lunga, solo qualche veloce commento a caldo (o dovrei dire a tiepido visto che è già passato un giorno?) su ciò che mi ha colpito di più nel keynote introduttivo al WWDC26.

Controlli parentali. Sarà perché ho le figlie già grandi, ma sull’efficacia dei controlli parentali ho sempre avuto molte riserve. I ragazzi li superano facilmente, magari con l’aiuto del solito amico più sveglio, mentre i genitori ne ricavano un falso senso di sicurezza e, quel che è peggio, li usano per illudersi di non avere responsabilità su quello che fanno i figli online.

Vedremo se questa volta Apple avrà azzeccato l’equilibrio giusto fra controllo e libertà.

Siri AI. Parlare male di Siri è come sparare sulla Croce Rossa e avendo una figlia medico non lo farò. Fatto sta che forse questa volta potremo finalmente usare Siri per interagire con i nostri dispositivi Apple in modo più facile e veloce, senza le castronerie del passato.

Ho scritto potremo ma in realtà noi europei dovremo aspettare chissà quanto per poter usare Siri su iOS e iPadOS mentre sul Mac dovrebbe essere disponibile immediatamente. Vedremo.

macOS 27 Golden Gate. Dopo il disastro di Tahoe, ed in particolare della implementazione di Liquid Glass in macOS Tahoe, Apple sembra aver ascoltato le critiche dei tanti utenti insoddisfatti (ci sono anch’io, ma dubito che Apple se ne sia accorta), correggendo qui a là le assurdità più macroscopiche di Liquid Glass.¹

L’impressione che si ricava dal keynote è che Golden Gate sia una versione di macOS focalizzata più sul migliorare quello che già c’è che sull’introdurre nuove funzioni.

Per quanto mi riguarda, è una notizia graditissima, visto che sono proprio queste le versioni di macOS che ho amato di più e che considero più riuscite, come Panther o Snow Leopard e fino a Mountain Lion e a El Captain. Appena finito di scrivere proverò a scaricare Golden Gate, per cui stay tuned!

Come ad esempio, macOS Tahoe: rimandato a settembre, macOS Tahoe: dov’è il Terminale?, Ancora macOS Tahoe, macOS Tahoe: liberiamo le icone!. ↩︎

Da HFS+ a APFS

Mon, 08 Jun 2026 06:00:00 +0000

Da anni ho due dischi esterni sempre collegati al mio Mac Mini M1 di casa.¹ Il primo è un SSD esterno da 2 TB che contiene tutti i documenti di lavoro e personali, il codice degli script e delle applicazioni che sviluppo, la documentazione e così via.

Un secondo disco, questa volta meccanico, conserva invece tutte le foto e la musica, e anche una grande libreria di software soprattutto per macOS e Linux, che ho cominciato ad archiviare più di vent’anni fa, quando non si trovava tutto in rete, e che continuo ad aggiornare ancora oggi.

Questa configurazione è necessaria, perché il disco interno da 1 TB è troppo piccolo per le mie esigenze. Ma si rivela anche molto utile ogni volta che passo ad un nuovo Mac: una volta configurato macOS e installate le applicazioni indispensabili, mi basta collegare i due dischi esterni per avere a disposizione tutto ciò che mi serve per lavorare.

– Fonte: William Warby su Unsplash.

Dal punto di vista velocistico non noto grosse differenze tra il disco interno e l’SSD esterno, anche perché per le cose che faccio io (principalmente scrivere e sviluppare software) il collo di bottiglia non è certo la velocità di lettura o scrittura del disco. Anche i file multimediali sul disco meccanico non sono un grosso problema, quando uso Foto e Musica posso anche permettermi di perdere qualche secondo di troppo.

Fino a macOS Monterey la visualizzazione del contenuto dei dischi esterni è sempre stata praticamente istantanea, anche quando avevo a che fare con cartelle contenenti migliaia e migliaia di file.

Con Sonoma, improvvisamente, è cambiato tutto. Ogni volta che aprivo una cartella contenente un gran numero di file o di altre cartelle, mi toccava aspettare diverse decine di secondi prima di riuscire a vederne il contenuto. Sequoia ha migliorato un po’ le cose, ma solo temporaneamente, perché nelle ultime release la velocità di apertura delle cartelle dei dischi esterni è tornata ad essere esasperante.

Non è un problema hardware, lo stesso disco collegato ad un Mac con Monterey mostra i file in modo praticamente istantaneo. Il problema quindi è di natura software, o meglio è legato a come macOS gestisce i due filesystem principali del mondo Mac, HFs+ e APFS.

APFS

Nel 2017, dopo quasi vent’anni di HFS+, Apple ha introdotto un nuovo filesystem ottimizzato per i dispositivi di memoria a stato solido, denominato con poca originalità Apple File System (APFS).

Fino a Monterey i due filesystem hanno convissuto pacificamente: APFS era diventato obbligatorio per il disco di sistema (per capirci, quello da cui si avvia il Mac e che contiene il sistema operativo e le applicazioni), ma niente impediva di continuare ad usare HFS+ per i dischi esterni, che in questo modo rimanevano leggibili anche dai Mac più datati e, con qualche difficoltà, anche da Linux e Windows.

A partire da Sonoma (forse anche da Ventura, che ho sempre evitato di usare) l’accesso al contenuto delle cartelle dei dischi HFS+ è diventata lentissimo. Non credo che Apple l’abbia fatto intenzionalmente, magari per forzare gli utenti ad usare APFS. È più probabile che sia stato un banale bug, mai corretto perché Apple non ha nessun interesse a continuare a supportare HFS+. Il rallentamento, infatti, riguarda solo la visualizzazione di file nel Finder, mentre la loro apertura o salvataggio non veniva penalizzato in alcun modo.²

Per pigrizia, ho convissuto per due anni con questi rallentamenti. Nel frattempo ho sostituito il disco esterno meccanico da 2 TB con un SSD NVMe;³ la velocità di apertura delle cartelle è migliorata, ma molto meno di quanto sarebbe stato logico aspettarsi.

E allora qualche giorno fa ho deciso di fare il grande salto e di convertire i due dischi esterni ad APFS.

Da HFS+ a APFS

Con Disk Utility, passare da HFS+ a APFS è facilissimo: basta cliccare con il tasto destro del mouse sul disco da modificare e selezionare Convert to APFS....

Prima di iniziare, è utile selezionare la voce Show All Devices del menu View (o cliccando sull’icona View della barra degli strumenti di Disk Utility), in modo da vedere come cambia la struttura del disco passando da HFS+ a APFS.

In teoria, il processo di conversione non danneggia i file presenti sul disco, ma meglio non fidarsi e fare sempre un backup prima, non si sa mai. Parlo per esperienza, come leggerete fra poco.

Con il primo disco, l’SSD da 2 TB, non ho avuto problemi, magari anche perché il disco era relativamente vuoto, avendo solo 500 GB occupati sui 2.000 totali. La conversione da HFS+ a APFS ha richiesto solo una manciata di secondi e dopo il disco è diventato finalmente veloce e reattivo, come è normale per un SSD.

Leggi pure ma non puoi scrivere

La conversione del disco meccanico è stata una faccenda completamente diversa. Questo disco, al contrario del precedente, ha solo 500 GB liberi su 2.000 totali. Ma 500 GB sono pur sempre un quarto della capacità totale e quindi, dopo la buona esperienza appena fatta, ho deciso di iniziare senza fare un backup, tanto i file contenuti potevano sempre essere ripristinati con Time Machine

Ma al momento di convertire il disco in APFS, Disk Utility si è messo a macinare per un bel po’, magari tutto è durato solo un minuto o due, ma un minuto può essere lunghissimo quando si fanno queste cose. E dopo Disk Utility si è bloccato, avvertendomi che il processo di conversione era fallito.

Per fortuna, nonostante l’errore il disco continuava a funzionare come al solito. E per questo non posso che ringraziare con calore gli sviluppatori Apple, che sono stati bravissimi a fare in modo che la conversione del filesystem, un processo estremamente delicato che va a modificare la struttura di fondo del disco, potesse fallire senza fare danni ai file contenuti sul disco.

Naturalmente ci ho riprovato, ma il risultato è stato identico.

A questo punto e prima di riprovare di nuovo, ho deciso che era più saggio fare prima un backup di tutto su un ennesimo disco esterno. C’è voluta una notte intera, ma meglio non rischiare troppo.

Sarà stata una premonizione, perché al terzo tentativo Disk Utility si è arreso riportando l’errore -69860, “The underlying task reported failure on exit” (L’operazione associata ha restituito un errore in uscita), che è così vago da non significare niente. La conseguenza però era che il disco era diventato read-only, potevo leggere tranquillamente tutti i fil, ma non potevo più scriverci sopra nemmeno un bit.

Avendo a disposizione un backup appena fatto non mi sono scomposto più di tanto e, sempre con Disk Utility, ho cancellato tutto il disco, scegliendo questa volta di usare APFS come filesystem. Per farlo, basta selezionare il disco e poi cliccare sul tasto Erase della barra degli strumenti di Disk Utility.

Ripristinare i file

A questo punto si trattava di ripristinare i file dal backup. All’inizio ho provato ad usare il Finder, trascinando una alla volta le cartelle dal disco di backup a quello da ripristinare, appena riformattato in APFS .

Nessun problema con le cartelle contenti (relativamente) pochi file, ma con una molto più grossa il Finder a un certo punto si è arreso, affermando che il disco conteneva già un file con lo stesso nome. Ovviamente il file non c’era, perché stavo ricostruendo il disco da zero, ma non avevo la minima voglia di perdere altro tempo ad indagare, per poi magari ritrovarmi dopo un’ora con lo stesso errore.

E allora ho aperto il caro vecchio Terminale, mi sono spostato con cd nella cartella iniziale del disco da ripristinare (che qui chiamerò Media HD),

% cd "/Volumes/Media HD"

e ho copiato una alla volta le cartelle dal disco di backup (Backup HD) a quello di destinazione. Prima di fare tutto questo, ho riformattato Media HD in modo da ripartire da una configurazione pulita.

% cp -p -R "/Volumes/Backup HD/<directory A>" .
% cp -p -R "/Volumes/Backup HD/<directory B>" .
...

Nei comandi qui sopra, <directory A>, <directory B> (senza lo / finale) e così via indicano i nomi delle cartelle (o directory) da copiare. L’opzione -p specifica che la copia non deve modificare gli attributi dei file,⁴ mentre -R indica che devono essere copiati in modo ricorsivo tutti i file e le cartelle contenute nella cartella da ripristinare. Attenzione: il . alla fine di ogni comando è importante ed indica che i file verranno copiati nella cartella corrente del disco di destinazione.

Il bello di usare il Terminale è che, una volta che il processo di copia è iniziato, lo si può mettere da parte e fargli fare il suo lavoro mentre noi ci dedichiamo ad altro. Basta solo fare attenzione a non chiudere il Terminale e a non toccare il disco di backup e quello di destinazione.

Il brutto invece è che non abbiamo la più pallida idea di cosa stia succedendo e di quanti file siano stai già copiati. Usare l’opzione -v è fuori discussione, perché con questa cp stamperebbe sul terminale il nome e il percorso di ogni file copiato, rallentando enormemente tutta l’operazione.

Molto meglio aprire una seconda scheda del Terminale, spostarsi (se non compare già automaticamente) nella cartella iniziale del disco da ripristinare con

% cd "/Volumes/Media HD"

e poi eseguire il comando

% du -h -d 1 "/Volumes/Media\ HD/<directory A>"

che restituirà la lista delle cartelle contenute in <directory A> con la relativa dimensione, con alla fine la dimensione totale occupata da <directory A>. Confrontandola con la dimensione dalla cartella sul disco di backup è facile avere una idea di quanto manca alla fine della copia.

Una avvertenza: quando cp è impegnato a copiare un file di grandi dimensioni du può essere molto lento a rispondere. Abbiate pazienza e non preoccupatevi, questi sono strumenti Unix, roba affidabile che va in crash solo se li prendete a martellate.

Anche il Terminale può fare le bizze

Anche se il Terminale è quasi sempre più affidabile dell’interfaccia grafica, ci sono casi, rari per fortuna, in cui anche il Terminale può dare problemi.

A me è successo con una cartella di una decina di GB, contenente un numero enorme di file piccolissimi disposti in cartelle molto annidate, che è sempre stata difficile da trasferire da un disco all’altro. In genere, la cosa migliore da fare è comprimere la cartella dal solito Terminale,

% tar -czf cartella_grande_con_tanti_file.tar.gz "Volumes/Media HD/Cartella grande con tanti file"

trasferirla all’altro disco e poi espanderla con

% tar -xzf cartella_grande_con_tanti_file.tar.gz

L’ho fatto tante volte (purtroppo!) e ha sempre funzionato. Questa volta no: al momento di decomprimere il file è venuto fuori un “Special header too large error” (Errore: intestazione speciale troppo grande) che potrebbe essere legato a qualche modifica alla cartella o ai suoi file avvenuta quando cercavo di convertire il disco in APFS.

Il problema è che potevo avere tutti i backup del mondo, ma se non riuscivo a decomprimere il file avrei dovuto ripristinare la cartella da Time Machine, una cosa che avrebbe richiesto, ne sono sicuro, un numero spropositato di ore.

Per fortuna sul Mac ho sempre qualche utility che magari uso pochissimo, ma che quando serve si rivela fondamentale. È il caso di The Unarchiver di MacPaw, che si trova sull’App Store. Non chiedetemi come e perché, ma The Unarchiver è riuscito a decomprimere il file tar.gz senza fare una piega, e l’ha fatto pure molto velocemente, forse più velocemente del solito tar da Terminale.

Conclusioni

Alla fine tutta la storia si è risolta felicemente, e sono riuscito a convertire i miei due dischi esterni da HFS+ a APFS senza perdere nemmeno un dato e in meno tempo di quello che avrei pensato.

Ora l’accesso ai dischi è tornato ad essere fulmineo o quasi, esattamente com’era in Montery o macOS precedenti. Continuo però a non capire cosa sia successo dentro macOS per rendere così inefficienti i dischi formattai con HFS+. Non credo che Apple l’abbia fatto apposta per spingere gli utenti a passare al nuovo filesystem, è molto più probabile che sia un banale bug che Apple non ha interesse a correggere.

La mia personale esperienza con la conversione da HFS+ a APFS conta meno di zero dal punto di vista statistico, però mi sembra ragionevole poter affermare che quando il disco da convertire è relativamente vuoto, diciamo fino al 50%, il processo di conversione non dovrebbe creare problemi. Non lo dico per aver guardato nella palla di cristallo, ma per la semplice ragione che in queste condizioni macOS ha ampio spazio per creare le strutture dati del nuovo filesystem senza toccare quelle già esistenti.

Al di sopra di quest limite il discorso cambia, la conversione potrebbe funzionare oppure, come è successo a me, potrebbe dare errori. E in quel caso è inutile rischiare, meglio fare un backup preventivo piuttosto che perdere i propri documenti o doversi infognare in astrusi processi di riparazione che non si sa mai come (e quando) finiscono.

C’è chi ama vivere sul filo del rasoio e considera il backup una perdita di tempo. Ma non è così, il backup non è mai una perdita di tempo, è una assicurazione sui propri dati. E, a differenza dele normali assicurazioni, è gratis o quasi.

In ogni caso, mai spaventarsi se succede qualche imprevisto. Meglio fare una pausa, pensarci su, cercare informazioni in rete, perché reagire (male) d’istinto può fare più danni di quelli che ci sono già.

Ovviamente c’è anche un terzo disco destinato solo a Time Machine, ma quello è indispensabile e non fa testo. ↩︎
Se vuoi obbligare qualcuno a fare qualcosa, meglio farlo come si deve, no? ↩︎
Sono stato fortunato a scegliere il momento giusto, oggi lo stesso disco costa più del doppio e non è detto che si riesca a trovarlo facilmente. ↩︎
Gli attributi di un file sono i metadati associati a un file che ne definiscono il comportamento e le modalità di accesso. Fra questi, ci sono le date di creazione e di modifica del file, i permessi di lettura e di scrittura, il proprietario del file e così via. ↩︎

Apfel, una mela per Apple Intelligence

Mon, 11 May 2026 06:00:00 +0000

– Fonte: Julian Zwengel su Unsplash.

Uno dei motivi, pochi per la verità, per passare a macOS 26 Tahoe è la possibilità di utilizzare il modello linguistico che è alla base di Apple Intelligence.

Apple Intelligence è il prodotto finale, integrato nativamente nell’ecosistema Apple, con cui possiamo elaborare il testo (ma anche le immagini) direttamente sul nostro dispositivo. Ad esempio, basta selezionare quello che ci interessa, cliccare con il tasto destro del mouse e scegliere Show Writing Tools (in italiano Mostra gli Strumenti di Scrittura), per avere sulla punta del mouse uno strumento utile per riassumere certi documenti chilometrici oppure per farci riscrivere quella frase che abbiamo buttato giù alla bell’e meglio.

Come mostra la figura qui sotto, questi strumenti non sono limitati alle sole applicazioni Apple, ma possono essere utilizzati anche in applicazioni di terze parti come Firefox.¹

Il modello linguistico (LLM) che sta dietro Apple Intelligence è accessibile attraverso il Foundation Models framework. Ed è proprio questo framework che permette agli sviluppatori di integrare le funzioni di intelligenza artificiale nelle applicazioni che girano macOS 26 e anche su iOS e iPadOS.

Qualche mese fa Apple ha aggiunto ai Comandi Rapidi una nuova azione che permetteva anche agli utenti finali di utilizzare il Foundation Models framework, ma non era una cosa proprio alla portata di tutti.

Da qualche settimana, però, è disponibile apfel (“mela” in tedesco), con il quale finalmente chiunque può utilizzare l’LLM integrato in macOS Tahoe tramite la linea di comando e anche attraverso una semplice GUI.

Installazione

Installare apfel è un attimo per chi già usa Homebrew. Dal Terminale, bisogna prima eseguire²

% brew update
% brew upgrade

per aggiornare homebrew, e poi

% brew install apfel

per installare l’applicazione vera e propria. Chi non usa Homebrew (e fa male!), può installarlo seguendo queste istruzioni.

Come già detto, apfel funziona solo sui Mac con macOS 26 Tahoe e Apple Silicon. Se si prova ad installarlo su Sequoia si ottiene questo messaggio di errore.

% brew install apfel
==> Fetching downloads for: apfel
✔︎ API Source apfel.rb                                                                        Verified      1.1KB/  1.1KB
apfel: A full installation of Xcode.app 26.4 is required to compile
this software. Installing just the Command Line Tools is not sufficient.

Xcode 26.4 cannot be installed on macOS 15.
You must upgrade your version of macOS.
apfel: This software does not run on macOS versions older than Tahoe.
Error: apfel: Unsatisfied requirements failed this build.

Configurazione

Prima di poter usare apfel bisogna chiudere e riaprire il Terminale oppure aprire una nuova scheda.³ Ma non basta, bisogna anche attivare Apple Intelligence sul Mac eseguendo

% apfel --model-info

e seguendo le istruzioni, visibili anche nell’immagine qui sotto.

In pratica si tratta di andare in Impostazioni di Sistema > Apple Intelligence & Siri, configurare Siri in modo che usi la stessa lingua del Mac (io ho dovuto farlo perché uso sempre il Mac in inglese con Siri in italiano) per poi attivare l’interruttore relativo ad Apple Intelligence.

Non vi fidate della scritta 100% complete che compare subito dopo aver attivato Apple Intelligence. Sarà un bug, perché poco dopo macOS inizia a scaricare il modello e ci vuole un po’ per completare il download.

A questo punto, anche apfel ci conferma che siamo pronti per usare il modello, per cui si può cominciare.

Tanti modi diversi per usare apfel

Il modo più semplice per usare apfel, adatto anche ad essere integrato in un programma, è eseguire da Terminale il comando apfel seguito dal prompt fra virgolette. Ad esempio:

% apfel "Qual'è la capitale dell'Italia?"
La capitale dell'Italia è Roma.

Il comando apfel dispone di parecchie opzioni utili, descritte nel README del programma. Quelle più interessanti sono quelle elencate qui sotto, dove il simbolo <n> rappresenta il valore numerico associato all’opzione:

--temperature <n>, imposta la temperatura della risposta. Una temperatura più bassa (<n> vicino a 0) rende la risposta più ripetitiva, una temperatura più alta (<n> intorno ad 1 o più) la rende più casuale e imprevedibile.
--seed <n>, imposta il valore iniziale del generatore di numeri casuali utilizzato dall’LLM. Fissare il valore del seed significa che una stessa domanda produrrà sempre una risposta identica.
--max-tokens <n>, imposta il numero massimo di token della risposta. Un valore basso di <n> rende la risposta più concisa, un valore alto permette all’LLM di generare una risposta più lunga.
--permissive, permette di generare risposte con filtri di sicurezza meno rigidi. Francamente non ho capito bene cosa significhi in pratica, ma forse non gli ho fatto le domande giuste. In ogni caso, mi pare che le risposte acquisiscano un tono più leggero e amichevole.

È possibile anche attivare un server basato su apfel, da interrogare tramite il comando curl. Il vantaggio in questo caso è che la risposta è un file JSON che può essere facilmente elaborato in modo automatico.

In alternativa, si può aprire una sessione di chat nel Terminale tramite il comando apfel --chat. Qui si può dialogare direttamente con l’LLM, senza dover mettere le domande fra virgolette e potendo scorrere con i tasti freccia la storia delle domande della sessione corrente, che possono così essere facilmente modificate o integrate.

Infine, è disponibile anche una GUI per apfel. Una GUI molto spartana per carità, non vi aspettate le sofisticatezze a cui ci hanno abituato Claude, Gemini, ChatGPT e compagnia cantante.

Mettiamo apfel alla prova

Prima di iniziare va detto che il modello linguistico di Apple, unico fra quelli prodotti dalle grandi aziende del settore (OpenAI, Anthropic, Google, Microsoft, Meta, i soliti noti), non ha bisogno di essere collegato alla rete per funzionare, ma gira sulla macchina su cui è installato (con qualche eccezione). Una garanzia per la privacy dei nostri dati che solo Apple è in grado di offrire.

Però, dovendo girare su dei semplici iPhone, iPad e Mac, il modello Apple ha delle forti limitazioni in termini di dimensioni e, di conseguenza, di capacità di elaborazione. Un dettaglio da tenere bene in conto in fase di valutazione di ciò che è in grado di fare (e di non fare). Ma questo è un problema comune a tutti i modelli locali, quelli che possiamo far girare sulle nostre macchine personali. In definitiva si tratta di scegliere fra potenza e privacy, e non è mai una scelta facile.

Ma, a parte rispondere a domande banali come quelle di sopra, cosa è davvero in grado di fare apfel (e di conseguenza il modello linguistico di Apple a cui apfel si appoggia)?

Scordatevi di usarlo per la matematica, per il ragionamento logico o per scrivere codice. Apple non esagera quando scrive che queste attività sono fuori dalla portata del suo modello.

Il solito test sulla morte di Maria Antonietta produce risposte molto variabili, a volte corrette a volte totalmente inventate. Quando usa l’inglese se la cava un po’ meglio, ma è normale perché l’inglese è la lingua nativa di tutti gli LLM. Anche la matematica non è il suo forte, non tanto perché le risposte sono sbagliate, quanto perché ogni tanto lo sono. Usereste mai una calcolatrice che vi dà quasi sempre il risultato corretto, ma che ogni tanto sbaglia? Inutile dire che anche con il codice non ci siamo.

Se, invece, si rimane dentro le capacità dichiarate da Apple le cose vanno decisamente meglio.

Ho provato a far riassumere ad apfel una lunga nota che avevo dettato sull’iPhone mentre ero in giro e, nonostante la presenza di tanti errori di trascrizione, di ripetizioni e di incertezze, ha fatto un lavoro eccellente. La nota in questione contiene del materiale ancora riservato, per cui avere la sicurezza che il testo fornito in pasto all’LLM rimarrà solo sul mio computer è un valore aggiunto che supera di gran lunga le limitazioni del modello.

Nessun problema anche a chiedergli di essere più o meno conciso, cosa che in tanti casi può essere davvero utile. Molto facile anche fargli cambiare il tono della risposta, convertendo in pochi secondi quello che abbiamo scritto in un comunicato stampa o in un testo comprensibile anche alla nonna.

Anche con le traduzioni se la cava bene, io ho provato l’inglese e il tedesco ma non c’è motivo di pensare che non faccia lo stesso con le altre lingue supportate.

Va detto che le risposte sono un po’ lente, però io ho provato apfel solo su un Macbook Air M1 (l’unico Mac che ho aggiornato a Tahoe) e immagino che i Mac più recenti possano dare dei risultati migliori in termini di velocità.

Perché apfel e non Apple Intelligence?

Semplice, perché gli Strumenti di Scrittura integrati in Apple Intelligence hanno delle impostazioni di default che vanno bene nella maggior parte dei casi, ma solo apfel permette di definire in dettaglio quello che si vuole ottenere.

Infatti, se provo ad usare gli Strumenti di Scrittura per riassumere la stessa nota di prima in un modo che possa capirla anche la nonna, mi risponde che non ce la fa, senza dare altre spiegazioni.

Ma se chiedo la stessa cosa ad apfel, non solo riassume il testo senza battere ciglio ma, dato che gli ho fatto la domanda in inglese, lo traduce anche in questa lingua (nell’immagine qui sotto parte del testo è offuscato perché, come dicevo prima, contiene informazioni ancora riservate).

Insomma, Apple Intelligence è uno strumento immediato che chiunque è in grado di usare. Ma se serve flessibilità, non c’è partita, apfel è la scelta migliore.

Conclusioni

Apple ha ragione, il suo modello linguistico non è un modello generalista in grado di competere con ChatGPT, Gemini o Claude. Ma quello che sa fare lo fa bene, e il fatto di girare sul Mac (o sull’iPhone o l’iPad) è un valore aggiunto che compensa più che abbondantemente i suoi limiti.

Secondo Apple solo le richieste più complesse hanno bisogno di appoggiarsi a modelli più grandi sul cloud. E con apfel sembra che sia davvero così: disattivando il collegamento di rete apfel ha sempre continuato a funzionare senza problemi. Con gli Strumenti di Scrittura però è un’altra storia, perché alcune funzioni vengono disattivate appena manca il collegamento ad internet.

Una differenza di comportamento piuttosto incomprensibile e che meriterebbe di essere approfondita.

Usando apfel bisogna fare i conti con una certa lentezza delle risposte. Io ho usato un MacBook Air M1, su un Mac più recente l’elaborazione sarà di sicuro più veloce. Ma dubito che sia molto più veloce perché, non dimentichiamolo, stiamo sempre usando un computer personale e non una server farm che costa miliardi di dollari.

Dal mio punto di vista, il difetto più grave di Apple Intelligence e di conseguenza di apfel, è il dover configurare il Mac e Siri per usare la stessa lingua. Perché questa modifica è globale, e quindi interessa tutti i dispositivi Apple collegati all’account utilizzato. Me ne sono accorto mentre ero in macchina e su CarPlay Siri ha iniziato improvvisamente a parlarmi in inglese. Per fortuna ero da solo, altrimenti avrei fatto la figura del nerd presuntuoso.

Se voglio tornare ad usare Siri in italiano (e lo voglio), sarò costretto a disattivare Apple Intelligence, almeno finché Apple non si decide a rimuovere questo vincolo. Un vincolo che tecnicamente ha poco senso e che sembra solo una ritorsione contro le regole imposte dall’Unione Europea ad Apple e ai suoi concorrenti.

Se lo screenshot non vi piace (non piace nemmeno a me) prendetevela con chi ha progettato Liquid Glass. ↩︎
Il simbolo % in zsh (oppure il $ in bash), rappresenta il prompt della shell e non fa parte del comando vero e proprio. Io lo uso per distinguere visivamente i comandi eseguiti nel Terminale, che sono preceduti dal %, dalle relative risposte, che invece non lo includono. ↩︎
È un piccolo fastidio che vale per qualunque applicazione installata tramite Homebrew. ↩︎

Installare Homebrew

Mon, 11 May 2026 06:00:00 +0000

Installazione

Per installare Homebrew basta aprire il Terminale, installare i Command Line Tools for XCode tramite il comando

% sudo xcode-select --install

e poi eseguire lo script

% /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

rispondendo alle domande che compaiono via via sul Terminale. Alla fine dell’installazione è sempre bene eseguire

% brew doctor

per controllare che il processo di installazione sia andato a buon fine.

Formule disponibili

I package disponibili in Homebrew (o meglio, le formule nel gergo del programma), sono elencati in questa pagina, e possono essere installati dal solito Terminale tramite il comando,

% brew install <formula name>

dove <formula name> è il nome della formula da installare. Ad esempio, brew install tree installa un programma (utilissimo!) per per rappresentare graficamente, tramite una vista ad albero, l’intera gerarchia di file e cartelle di una directory.

Aggiornamenti

Ogni tanto è consigliabile aggiornare i package installati (io lo faccio più o meno una volta alla settimana), eseguendo da Terminale questi tre comandi,

% brew update
% brew outdated
% brew upgrade

che servono rispettivamente ad aggiornare l’elenco dei package disponibili in Homebrew (brew update), ad elencare i package installati per i quali esistono degli aggiornamenti (brew outdated) e infine ad aggiornare i package già installati (brew upgrade).

Quando si esegue brew update compare una lista delle nuove formule disponibili in Homebrew, utile per scoprire dei nuovi programmi interessanti. Quando se ne trova uno, basta eseguire

% brew home <formula name>

per accedere alla home page del programma tramite il browser di default.

Cask

Homebrew consente anche di installare e di aggiornare da Terminale molte fra le normali applicazioni grafiche disponibili per macOS, come 1Password, Chrome o Zoom (che qui sono dette cask). Per farlo basta usare l’opzione --cask seguita dal nome del programma da installare. Ad esempio

% brew install --cask audacity

installa Audacity, uno dei migliori editor audio esistenti. L’elenco completo dei cask disponibili si trova qui.

Volendo si può usare una applicazione grafica, Applite, per cercare, installare e disinstallare i cask, ma questo secondo me snatura un po’ il senso di usare Homebrew.

50 anni con Apple

Wed, 01 Apr 2026 06:00:00 +0000

– La prima immagine di un Apple II pubblicata su Bit, che a cavallo fra la fine degli anni ‘70 e i primi anni ‘80 è stata la più importante rivista italiana dedicata ai personal computer (Bit n. 5, Novembre-Dicembre 1979).

Cinquant’anni fa ero un liceale brufoloso e non avrei saputo dell’esistenza di Apple fino ai primissimi anni ‘80, quando Bit, che allora era la più importante rivista italiana dedicata ai personal computer, iniziò ad ospitare le prime pagine pubblicitarie dedicate all’Apple II.

– Prima pagina pubblicitaria dedicata ad “Apple Computer” (Bit n. 6, Febbraio 1980, ultima di copertina).

Ma in quegli anni la parte del leone la faceva la sua principale concorrente, MCmicrocomputer, che fin dal primo numero del settembre 1981 dedicò ampio spazio all’azienda californiana.

Nel 1981 un Apple II con 48 KB di RAM, un monitor da 11 pollici e un disco floppy costava 5 milioni di lire, più di una FIAT Panda tanto per capirsi. Una cifra fuori dalla portata di uno studente universitario come ero io, che al massimo potevo permettermi un Commodore 64 comprato grazie ad una vincita al Totocalcio.¹

– Listino completo dei prodotti Apple a settembre 1981 (tratto da MC Microcomputer no. 1, Settembre 1981, pagina 84).

Però a Fisica di Apple II ce n’erano parecchi, perché li si poteva usare per costruire i primi strumenti di misurazione automatica o per digitalizzare le immagini.² Bastava fare un giretto nei vari laboratori per trovarne qualcuno, e se si era fortunati si riusciva anche ad usarli quando erano liberi.

Arrivò presto anche uno dei primi Macintosh 128K, che riuscii ad usare solo fugacemente perché venne rubato dopo un paio di giorni.

Poco dopo, al mio primo congresso, mi accorsi che uno degli oratori, Ken Gray, aveva usato il Macintosh per scrivere sia l’articolo che le slide. Fra un centinaio di partecipanti, tutti con i testi scritti con la macchina da scrivere e le immagini incollate, il suo lavoro spiccava e si distingueva a colpo d’occhio. Il Mac fece nascere una simpatia immediata fra noi due, tanto che mi chiese di trasferirmi a Chicago a lavorare con lui. Ma avevo già accettato di andare al Physikalisch-Technische Bundesanstalt (PTB) in Germania, e preferii mantenere la parola data.

E proprio al PTB arrivò la svolta, anche in campo Apple. Nel mio laboratorio di misure, assieme a strumentazione sofisticata e a uno o due Mac più vecchi, campeggiava un Macintosh II, il primo Mac espandibile (finalmente!), una workstation vera e propria che poteva competere con le macchine Sun e DEC. E questo di espansioni ne aveva, eccome! Non mi ricordo se era collegato ad un sistema di acquisizione e elaborazione di immagini da microscopio che era avanzatissimo per l’epoca (una volta tornato in Italia ho impiegato anni per riuscire a realizzarne una pallida copia).

Ma ricordo benissimo che c’era installata una scheda di conversione analogico-digitale che poteva essere usata per digitalizzare le misure sui nostri campioni, che era arrivata insieme alla prima versione del LabVIEW, il primo linguaggio di programmazione visuale, che proprio per quello girava solo ed esclusivamente sul Macintosh. Per motivi vari la scheda l’abbiamo usata poco, ma il LabVIEW diventò subito il divertimento preferito mio e di un amico danese. La sera, quando non c’era nessuno, passavamo ore ad usare il LabVIEW per le cose più assurde, più erano lontane dagli scopi originali del linguaggio meglio era.

I Macintosh del laboratorio erano configurati per usare il tedesco, e il System 6 di allora non permetteva certo di supportare utenti e linguaggi diversi. Ma nonostante il mio tedesco fosse zoppicante (molto zoppicante, in verità) io riuscivo ad usare senza troppi problemi il Mac perché mi ricordavo la posizione delle voci di menu che trovavo sui manuali o sulle riviste. Rispetto al sistema Unix proprietario e localizzato in tedesco che ero costretto ogni tanto ad usare, era davvero un altro mondo!³

Tornato a casa, iniziò il mio inverno Apple, che durò fino agli albori del nuovo millennio. I computer Apple erano diventati incompatibili con tutto: le tastiere e i mouse per PC non funzionavano su Mac e viceversa, idem per la RAM o le schede video e idem soprattutto per le cose più sofisticate, come le schede di acquisizione dati e immagini o le schede per il controllo degli strumenti che usavo ogni giorno. Anche trasferire un file via floppy da un PC a un Mac metteva a dura prova la pazienza (e la testardaggine) di un santo.

Poi, finalmente, arrivò Mac OS X.

Nei primi anni ‘90 avevo scoperto Unix, più che altro perché era l’unico modo per riuscire a fare certi calcoli piuttosto complicati.⁴ E quindi quando arrivò Linux, saltai immediatamente sul carro e iniziai ad usarlo ovunque.

Tecnicamente Linux era uno sballo, ma l’aspetto grafico era, diciamo così, zoppicante. Per cui, quando vidi in una vetrina un iBook G3 “Snow” con Jaguar e lessi su Macworld che il nuovo sistema operativo era basato su BSD Unix, decisi che doveva essere mio.

Lo stesso successe con l’iMac G4: lo vidi, me ne innamorai e lo comprai subito. E per settimane i colleghi venivano in ufficio, ammiravano il monitor e si mettevano a cercare il computer… 😂.

Da allora, e sono quasi venticinque anni, ho sempre usato prodotti Apple: Mac, iPod, iPad, iPhone, Apple Watch, dimentico di sicuro qualcosa. Del resto funzionano (quasi) sempre, perfino i familiari più coriacei nei confronti della tecnologia riescono ad usarli senza troppi problemi. E poi sono eleganti, costano un po’ di più dei concorrenti ma durano anche molto di più. Non avrebbe senso cambiare, almeno per ora.

Certo, Apple ci mette del suo con certe decisioni discutibili: macOS Tahoe e Liquid Glass, la prossima dismissione di Rosetta, il fork a pagamento di Pages, Numbers e Keynote (senza dimenticare Freeform), le crescenti limitazioni sull’uso di Applicazioni di terze parti, la debacle di Siri, la ristrutturazione delle Impostazioni di Sistema che ha rese ostiche anche a chi, come me, le usa quasi ogni giorno.

Ma finché Apple non deciderà di impedire l’installazione di applicazioni di terze parti anche su macOS, come succede (non sempre) giustamente su iOS e iPadOS, sarà difficile abbandonare la casa madre. Perché, proprio come in un matrimonio con i suoi alti e bassi, cinquant’anni di vita passati quasi sempre a braccetto non sono facili da dimenticare.

E allora tanti, tanti, tanti auguri ad Apple per i prossimi cinquant’anni!

– Fonte: Ray Hennessy su Unsplash.

Se confrontate il prezzo dell’Apple II base riportato in questa immagine con quello della pubblicità su Bit, noterete che in meno di due anni il prezzo dell’Apple II base era aumentato di ben un milione di lire (più o meno 1.000-1.500 euro odierni) a causa dell’inflazione galoppante di quegli anni. ↩︎
Era proprio l’epoca del passaggio dai digitalizzatori umani, che passavano la vita chini su enormi immagini che digitalizzavano a mano, ai sistemi di digitalizzazione semiautomatici, che nei casi più semplici erano quasi sempre degli Apple II. ↩︎
Tutti i normali comandi di shell erano localizzati in tedesco, per cui il normale whoamiche serve per sapere il nome dell’utente che ha effettuato il login diventava wobinich. ↩︎
I PC erano tropo lenti. E come se non bastasse e nonostante i cartelli terroristici che lasciavo in giro, alcuni colleghi si ostinavano a spegnere il PC su cui eseguivo le simulazioni durante la notte. Non volevano “sprecare corrente”, dicevano 😱. ↩︎

Antigravity: l'LLM lo fa meglio

Mon, 16 Mar 2026 18:00:00 +0000

Nelle ultime settimane ho scritto delle mie esperienze con Antigravity, o meglio con gli agenti (più o meno) intelligenti integrati in questo editor. I risultati sono stati contrastanti: a volte gli agenti si sono dimostrati molto efficaci, alleviando con precisione alcuni compiti complessi o ripetitivi, in altri casi non hanno combinato niente di buono facendo solo perdere una montagna di tempo.

Programmare male con l’LLM

Fra tutti gli impieghi più o meno utili degli LLM, uno dei più controversi è l’idea che chiunque possa usare un LLM per programmare, anche quando di programmazione non se ne sa una cippa. È il cosidetto vibe coding, un concetto che si può riassumere così: “vedo cose, dico cose, copio e incollo cose, e nella maggior parte dei casi funziona”. Non è una citazione da Nanni Moretti, lo dice Andrej Karpathy, uno dei fondatori di OpenAI.

Ora, mettendo da parte le tante questioni relative alla sicurezza, alla manutenibilità di codice prodotto senza sapere bene cosa fa, alla deriva verso la media che implica che la qualità del codice prodotto dall’IA tenderà inevitabilmente a crollare, basta sperimentare un po’ in prima persona, anche con progetti semplici, per accorgersi che l’idea del coding per tutti non funziona, e che se vuoi ottenere qualcosa di buono dall’IA devi sapere bene cosa vuoi e come lo vuoi.

Ci ho provato io stesso a fare vibe coding: ho chiesto a Gemini di scrivere un driver per una videocamera Arducam, spiegandogli solo le cose indispensabili a aspettando che facesse tutto da solo.¹

Questo approccio però non ha funzionato. Ci sono volute ore ed ore di lavoro, di errori, di risposte inconcludenti, di correzioni e di consigli per raggiungere un risultato accettabile.

E questo solo perché a un certo punto ho buttato alle ortiche l’idea di far fare tutto a Gemini e gli ho dato dei consigli su come procedere. Senza quelli sarebbe stato solo un sacco di tempo buttato via inutilmente.

Anche Mimmo ha provato, in modo del tutto indipendente da me, a far scrivere a Lumo un programma in Micropython per gestire la mia Arducam Mini 5MP Plus con il Pico. E anche Lumo, che è senza dubbio uno dei migliori chatbot in circolazione, non ce l’ha fatta da solo.

– Immagine generata da Google Gemini.

Programmare meglio con lo stesso LLM

Tutto questo però non significa che un LLM non possa essere prezioso quando si programma, basta solo usarlo come si deve. Bisogna spiegargli per filo e per segno cosa deve fare, mettergli a disposizione tutto il materiale che gli serve per lavorare, e piazzargli dei paletti entro cui deve muoversi.

In poche parole, bisogna trattarlo come un tesista o una stagista, con poca esperienza ma tanta voglia di imparare.

Sono bastati infatti due prompt scritti con criterio, il primo che definiva la struttura delle directory del progetto e istruiva l’agente ad usare fin dall’inizio git per il controllo di versione del codice e uv per installare i pacchetti Python che gli sarebbero potuti servire,

Prompt

Start a new project and name it project13-pico-camera5mp-reprise.

Read the AGENTS.md file that defines your basic behaviour.

Create a new directory with this name and initialize an empty git repository using git init Use uv for managing Python packages. All the code must stay in the code directory, with no subdirectories within it. This project does not need a data directory and the output directory must be renamed as images.

e il secondo che conteneva tutto quello che mi è venuto in mente per aiutarlo a lavorare,

Prompt

I have a Rasperry Pi Pico 2W connected to a Arducam 5MP Plus OV5642 Mini Module Camera Shield (https://www.arducam.com/arducam-5mp-plus-spi-cam-arduino-ov5642.html).

I have connected the camera to the Pico using the standard layout found in the documentation:

Camera	CS	MOSI	MISO	SCK	GND	VCC	SDA	SCL
Pico	GP5	GP3	GP4	GP2	GND	3V3	GP8	GP9

The main documentation for the camera can be found at these links:

The code to drive this camera with the Pico is written in C (i.e., for Arduino) and CircuitPython, and can be found here: https://github.com/ArduCAM/PICO_SPI_CAM. You can download all the files you need from this repository. In particular, the files for CircuitPython are in the Python directory:

Arducam.py, which contains the functions to drive the camera,
OV5642_reg.py which, as far as I have understood, defines the resolutions allowed when taking pictures, and
boot.py , but I don’t know what it does. In the same directory there is also the script ArduCAM_Mini_5MP_Plus_VideoStreaming.py which sends the video captured by the camera to a Windows application and that is of no use here.

Please write a basic CircuitPython script that uses the functions defined in Arducam.py to test that the camera works and can take photos.

per permettere a Gemini 3 Flash di generare rapidamente uno script in CircuitPython che gira direttamente sul Pico e che fa tutto quello che gli è stato chiesto.

In verità, la primissima versione dello script non funzionava, ma è bastato a Gemini modificare una sola riga del driver Arducam.py fornito dal produttore per mettere tutto a posto (ha tolto uno zero al valore della frequenza).²

– La linea evidenziata in azzurro indica l’unica modifica effettuata da Gemini al file Arducam.py; a sinistra il file originale, a destra quello modificato da Gemini.

Tutti gli altri file forniti dal produttore sono rimasti intatti.

Alla prova dei fatti, il driver del produttore funzionava benissimo con il Pico e Gemini si è limitato ad imparare ad usarlo per scrivere lo script che cattura l’immagine direttamente dal microcontroller (una cosa che con un po’ di pazienza avrei potuto fare anch’io).

Guidare l’LLM o lasciarlo fare da solo?

La differenza rispetto al vibe coding della volta scorsa è abissale.

In quel caso Gemini aveva lavorato furiosamente per ore, combinando dei tali casini da costringermi a riavviare per ben due volte il Mac. E nel frattempo si era convinto (e mi aveva convinto) che il driver Arducam.py fosse incompatibile con Il Pico e l’aveva riscritto da zero, buttando via una libreria essenziale per interloquire con la videocamera (quella indicata dalla freccia rossa),

– Modifiche alle prime righe del file Arducam.py; a sinistra il file originale, a destra come appare lo stesso file dopo le modifiche di Gemini. La freccia indica una libreria importante che viene rimossa di peso da Gemini.

e togliendo senza nessun motivo, e senza nemmeno un guadagno reale in termini di efficienza o di funzionalità (anzi!), la maggior parte delle funzioni definite nello stesso file (si noti nell’immagine qui sotto la differenza nella lunghezza del codice originale, a sinistra, rispetto a quello modificato, a destra).

– Modifiche al file Arducam.py. I rettangoli rossi mettono in evidenza la differenza fra il numero di righe del codice originale (a sinistra) e di quello modificato da Gemini (a destra).

E non contento di tutto ciò, aveva pure stravolto il file OV5642_reg.py contenente i dati di configurazione della videocamera, adducendo dei presunti problemi di memoria. Problemi che evidentemente non esistevano, visto che in questo secondo esperimento tutto è filato liscio usando il file originale del produttore.

– Modifiche al file OV5642_reg.py, contenente i dati di configurazione della videocamera. La configurazione originale (a sinistra) è stata totalmente stravolta da Gemini (a destra).

E Arduino?

Arrivato a questo punto era inevitabile che chiedessi a Gemini di generare anche il driver per Arduino, usando le stesse informazioni che gli avevo già fornito per CircuitPython.

Questa volta Gemini ha penato di più, ma soprattutto perché gli avevo imposto di effettuare solo delle modifiche minime alle librerie originali Arducam. Un vincolo che questa volta era impossibile da soddisfare, perché queste librerie non supportano nativamente il Raspberry Pi Pico.

Risposta

Researching Arducam Library Compatibility I’ve thoroughly inspected both the original ArduCAM library and the Arducam_mini library. Neither version contains native support for the RP2040/RP2350 (Pico) architecture. Specifically, both libraries are missing the necessary definitions for regtype, regsize, cbi, and sbi for this platform, which is the root cause of the compilation errors.

Una volta allentato questo vincolo le cose sono filate lisce e in poco tempo anche il driver modificato ad hoc per il Pico ed il relativo programma di acquisizione delle immagini erano pronti.

Gratis o a pagamento?

C’è chi sostiene che i modelli a pagamento sono molto meglio di quelli gratuiti. Di conseguenza, i miei problemi con il vibe coding sarebbero scomparsi se avessi pagato per usare Gemini o Claude.

Non è proprio così. Nel corso delle prove ho usato prevalentemente la versione gratuita di Gemini, proprio per verificare cosa succedeva all’utente non professionale che voleva provare a giocare un po’ con questi strumenti. Ma quando finivano i token sono passato alla versione a pagamento di Gemini fornita dall’università, e non ho mai notato differenze significative. Su Claude non posso dire niente, perché dover pagare 200 dollari al mese per usarlo in modo serio non ha senso per chi, come il sottoscritto, non è un programmatore professionista.

Ho notato però che Claude Opus e Claude Sonnet si sono sempre dimostrati molto più bravi di Gemini a risolvere i problemi che si presentavano nel corso dello sviluppo del codice. Ma poiché li ho utilizzati sempre a lavoro inoltrato, potrebbero solo essere stati facilitati da quello che Gemini aveva già fatto.

Conclusioni

È inutile dire che sia questo esperimento che quello precedente non hanno nulla di scientifico. Per essere tale, dovrei almeno utilizzare tipi diversi di microcontroller e di moduli collegati, stabilire un set di prompt ben definito e misurare in qualche modo come cambia la risposta dell’agente di turno al variare delle condizioni sperimentali.

Ma nonostante questo, l’esperimento ha un pregio: è riproducibile. Chiunque, con una spesa ridotta, può provare a ripeterlo usando lo stesso hardware e gli stessi prompt, in modo do verificare di persona se quello che ho trovato io è corretto o no.³

Una cosa che gli apostoli del vibe coding da decine di milioni di letture evitano sempre accuratamente di proporre. I loro articoli sono pieni di certezze e di previsioni roboanti, ma mancano sempre di fornire il sia pur minimo appiglio che permetta di verificare i loro claim.

Nessuno, oggi, può ancora negare che gli LLM possano essere di grande aiuto durante la programmazione, ma è difficile credere che riescano davvero a farlo senza nessun intervento umano. E questo almeno finché gli apostoli di cui sopra non si degneranno di fornirci dati chiari e ripetibili a supporto delle loro affermazioni.

Pur sapendo qualcosa di programmazione, non avevo la minima idea di come si potesse sviluppare un driver e non avevo nessuna voglia di passare dei giorni a studiare come si fa. ↩︎
Tecnicamente questo file è una libreria di funzioni, ma i microcontroller non hanno un sistema operativo e quindi queste funzioni accedono direttamente all’hardware, proprio come fanno i driver che controllano i componenti di un computer. Di conseguenza, in questo caso i termini libreria e driver sono interscambiabili. ↩︎
Dico spesa ridotta ma ormai la penuria di componenti elettronici ha fatto impazzire i prezzi del Pico e ancor di più della Arducam Mini 5MP Plus. Quest’ultima, dai 40 euro di pochi mesi fa ora si trova su Amazon o AliExpress a più del triplo. Per fortuna alcuni rivenditori mantengono (almeno per ora) dei prezzi più onesti. ↩︎

Effetto Dory

Mon, 09 Mar 2026 18:00:00 +0000

Lo so che gli LLM hanno poca memoria, ma non avrei mai immaginato di doverne subire così in fretta le conseguenze.

– Immagine generata da Google Gemini.

Nota per il lettore. Questo articolo è un complemento di quello precedente, Antigravity: un driver scritto dall’IA e andrebbe letto dopo il primo. Ma ecco un breve riassunto per i più pigri.

Non sapendo come fare a scrivere un driver per una videocamera SPI collegata ad un Raspberry Pi Pico, ho chiesto aiuto a Gemini 3 Flash, lavorando interamente dentro Antigravity. Dopo parecchie ore di lavoro, l’agente è riuscito a scrivere un programma funzionante in Arduino. A questo punto ho fatto un errore fatale, chiedendogli ancora di più, ma senza prendere delle precauzioni.

Premessa

Il codice funzionante generato con tanta fatica da Gemini 3 Flash prevedeva che il Pico facesse da interfaccia fra il mio Mac Mini e la videocamera SPI.¹ Sul Mac, uno script in Python comandava la cattura di una immagine, mentre l’acquisizione vera e propria veniva eseguita dal Pico tramite un programma per Arduino (uno sketch, nel gergo della piattaforma), che è fondamentalmente codice C/C++ adattato all’uso con i microcontrollori.

Comandare tutto da computer va benissimo per le prime prove, ma è molto scomodo quando si prevede di usare un dispositivo di questo genere per delle attività sul campo.

Catture automatiche

Allora ho chiesto a Gemini di modificare il codice in modo da effettuare automaticamente la cattura dell’immagine ogni N minuti oppure premendo un pulsante, inviando poi l’immagine ad un computer tramite Wi-Fi.²

Prompt

[...] However, this means that I need to use a Pico for the capture and another computer, even a Raspberry Pi Zero for commanding the capture process. Would it be possible to do everything on the Pico, eg press a button and perform the capture or via a timed process (defined in the .ino file itself) every N minutes (but there should be a mechanism that sends the images to a computer connected by WiFi, avoiding to fill the pico storage space).

Gemini si mette subito al lavoro, sempre continuando ad usare Arduino. Dovrebbe essere un programma molto semplice da realizzare ma, per quanto Gemini ci provi, non funziona mai. Dopo molti tentativi infruttuosi mi scoccio e gli chiedo di ritornare all’ultima versione funzionante del programma.

Tornare sui propri passi

E qui Gemini sbatte contro un muro imprevisto perché, nonostante la mia guida e i miei continui suggerimenti, non c’è assolutamente verso di riuscirci.

Stupidamente non avevo pensato di tenere traccia delle varie versioni del codice man mano che veniva generato, e questa è solo ed esclusivamente colpa mia.

Ma d’altre parte, pur essendo ben consapevole che i modelli linguistici di grandi dimensioni (LLM, Large Language Model) mentre lavorano hanno una memoria che sembra quella della pesciolina Dory, non avrei mai immaginato che questi sistemi ultrasofisticati non fossero neanche in grado di ricostruire a posteriori ciò che hanno fatto, pur avendo a disposizione decine e decine di file implementation_plan.md, task.md e walkthrough.md, che descrivono per filo e per segno tutti i passaggi precedenti (li ho contati, solo per questo progetto Antigravity ha generato più di 250 file diversi).

Tornare sui propri passi è una cosa che invece strumenti come git e i suoi predecessori, tutti privi di una qualunque forma di intelligenza che non sia quella dei suoi creatori, sono in grado di fare benissimo da più di cinquant’anni. Magari chi sviluppa questi agenti tanto intelligenti potrebbe farci un pensierino, no?

Epilogo

Alla fine, testardamente e basandomi sulle mie note,³ sono riuscito a far ripetere a Gemini tutto quello che aveva già fatto. Ci ha messo delle ore, ha ripetuto pari pari tutti gli errori della volta precedente, ma alla fine il codice ricostruito funziona di nuovo correttamente.

Già che c’ero, gli ho fatto rifare tutto anche per CircuitPython, e anche questo port ha richiesto molte altre ore di lavoro e di errori. E, prima di arrivarci, Gemini ha creato dei problemi talmente gravi che macOS ha dovuto disabilitare la comunicazione delle porte USB con il Pico, costringendomi a riavviare per un paio di volte il Mac.

Inutile dire che questa volta gli ho fatto tenere traccia di ogni passaggio con git e ho messo pure tutto il codice su GitHub, non si sa mai.

Uno dei prossimi passi sarà (spero) MicroPython, ma questa è ancora un’altra storia.

Perché Arduino fa tanta fatica, pur se è una piattaforma di sviluppo per microcontroller molto più matura di MicroPython e CircuitPython? Perché, per il modello di videocamera che ho scelto, Arducam non supporta il Raspberry Pi Pico ma solo i Raspberry Pi classici (quelli con il sistema operativo, per intenderci, come il Rasperry Pi 4, 5 e lo Zero), nonché tutti i microcontroller Arduino e ESP286. ↩︎
Lo so che l’inglese non è un gran che, è più un flusso di pensieri che un discorso organico. Ma ci sono dettagli che mi vengono in mente mentre scrivo, e preferisco buttarli giù così alla bell’e meglio piuttosto che perdere il filo delle idee. ↩︎
Non ripeterò mai abbastanza quanto sia importante tenere delle note scritte di quello che si fa. All’inizio sembra solo una perdita di tempo, mentre invece è il modo migliore per evitare di perderlo in futuro. ↩︎

Antigravity: un driver scritto dall'IA

Wed, 04 Mar 2026 18:00:00 +0000

Fra tutti i modelli di Raspberry Pi e di Arduino con cui al momento passo la giornata, il mio preferito è senza dubbio il Raspberry Pi Pico, un microcontrollore piccolo ma potente, in grado di essere programmato non solo in C/C++ tramite l’IDE di Arduino, ma anche in MicroPython e CircuitPython, due versioni diverse (e concorrenti) di Python specifiche per i microcontrollori.

A differenza degli altri modelli di Raspberry Pi, il Pico non dispone di una connessione dedicata alla videocamera, ma può utilizzare quelle con interfaccia SPI,¹ come ad esempio la Arducam Mini 5MP Plus.

In teoria non dovrebbe essere un lavoro difficile. Dopo aver dato una occhiata alla documentazione ufficiale, si tratta solo di collegare la videocamera al Pico, scaricare il driver e i programmi di test dal repository GitHub del produttore, copiarli sul Pico dopo aver installato la versione di Python supportata, e infine provare a scattare qualche foto.

Non avrei potuto sbagliarmi di più.

Ci vuole un driver

Gli unici due programmi di di test disponibili, uno per Arduino e l’altro per CircuitPython, prevedevano di utilizzare Windows per visualizzare il video prodotto dalla videocamera, una cosa insolita dato che la stragrande maggioranza di chi lavora con questi dispositivi usa Linux o macOS. CircuitPython, poi, è meno diffuso di MicroPython, e io avrei preferito usare quest’ultimo per compatibilità con gli altri componenti già collegati al Pico.

Con un po’ di pazienza, e avendo a disposizione un programma che insegna ad usare le funzioni principali per gestire il dispositivo, si può provare a tradurre il codice CircuitPython in MicroPython (e viceversa),² ma in questo caso non c’era nulla del genere a disposizione.

Altra guide trovate sul web sembravano promettenti, ma alla prova dei fatti non funzionavano. L’unica opzione rimasta era quella di bypassare i tool ufficiali e di scriversi da solo un driver per la videocamera.

Una parola!

Io so come scrivere il codice per risolvere una equazione differenziale o per analizzare dei dati di misura. Me la cavo anche con la programmazione di microcontrollori ed affini per catturare i dati dei sensori collegati. Ma qui si tratta di ben altro. Si tratta di studiare nei dettagli come funziona a basso livello la comunicazione fra il Pico e la videocamera. Un lavoro da ingegneri specializzati, che scrivono i driver che poi permettono a noi umani di eseguire operazioni complesso come scattare una foto con poche righe di codice Python.

E allora perché non mettere al lavoro uno degli agenti integrati in Antigravity per fargli fare quello che io non sono capace di fare?

Non sarei stato obbligato ad usare Antigravity, anche Claude Code, Google Gemini, Deepseek o uno degli altri mille LLM che abbiamo a disposizione avrebbe potuto tranquillamente lavorarci su. Ma, come ho già scritto, usare uno degli agenti integrati in Antigravity permette di lavorare direttamente nell’editor e di accedere al sistema operativo sottostante, una vantaggio enorme quando si deve provare e riprovare mille volte il codice prodotto.

L’IA al lavoro

Quando si leggono tanti articoli entusiastici sul vibe coding, ovvero sullo sviluppo del software eseguito dall’intelligenza artificiale senza nessun intervento o quasi da parte del programmatore umano, sembra tutto facile (tanto per citarne qualcuno, questo articolo che ha avuto milionate di letture oppure questo senza dimenticare il tweet che ha iniziato tutto).³ In sostanza, scrivi due-tre righe chiedendo all’LLM o all’agente di turno di fare questo o quello, te ne vai a pranzo o a fare una passeggiata e quando torni è tutto pronto.⁴

Proviamo per una volta a fare lo stesso con Gemini, dandogli solo le informazioni essenziali e verificando cosa riesce a fare davvero. In questo caso queste informazioni si riducono al link alla pagina web della videocamera e a una tabella che descrive come sono collegati i pin della videocamera al Pico (sono più di tre righe, lo so, ma io sono prolisso).

Prompt

I have a Rasperry Pi Pico 2W connected to a Arducam 5MP Plus OV5642 Mini Module Camera Shield (https://www.arducam.com/arducam-5mp-plus-spi-cam-arduino-ov5642.html). I have connected the camera to the Pico using the standard layout found in the documentation:

Camera	CS	MOSI	MISO	SCK	GND	VCC	SDA	SCL
Pico	GP5	GP3	GP4	GP2	GND	3V3	GP8	GP9

Please write a basic Micropython code to test that everything is right and that the camera can take photos

Gemini ci lavora su furiosamente, tira fuori codice MicroPython che non funziona, si ingegna a correggerlo in base ai miei suggerimenti e finisce sempre per fare nuovi errori (dico sempre Gemini per semplicità, ma sono passato anche a Gemini 3.1 Pro, Claude Opus 4.6 e Claude Sonnet 4.6 via via che finivano i token).

A un certo punto, non sapendo più che pesci prendere, Gemini ipotizza anche che ci sia un problema hardware, come un collegamento sbagliato o una videocamera difettosa (ma interrogando i singoli pin della videocamera è facile verificare che tutto funziona correttamente).

Dopo ore ed ore di lavoro e dato che con MicroPython non riesce a combinare niente di buono, gli chiedo di passare ad Arduino, che è una piattaforma software più matura. Ci vogliono altre ore di lavoro ma alla fine, testardamente, ce la fa, e quella qui sotto è la prima immagine in assoluto scattata con il codice Arduino generato da Gemini (l’immagine originale era al contrario e io mi sono limitato a ruotarla di 180°).

Va detto che subito dopo faccio un errore gravissimo che mi, anzi ci, costringe a rifare tutto da capo. Ma questo è argomento di un’altra storia.

Epilogo

Una volta generato un programma funzionante in Arduino, chiedo a Gemini di rifare tutto per CircuitPython. Anche questo port richiede parecchie ore di lavoro, inframmezzate da un paio di riavvi forzati del Mac che, dopo qualche bug di troppo, è stato obbligato a disabilitare la comunicazione fra le porte USB e il Pico.

In teoria dovrei ripetere il ciclo per la terza volta con MicroPython. Ma l’idea di perdere chissà quanto altro tempo a guardare Gemini che lavora mi fa venire i brividi e lascio perdere, almeno per ora.

Conclusioni

Non so cosa usano quelli che scrivono gli infiniti articoli che proclamano che chiunque, anche se non sa un tubo di programmazione, può farsi scrivere dall’IA in poco tempo un programma perfettamente funzionante.

Anche se di programmazione ne so qualcosa, a me è successo solo per gli esperimenti più semplici descritti nei due articoli precedenti. E men che meno è successo in questo caso. Va detto, però, che sono in buona compagnia.

– Immagine generata da Google Gemini.

È vero, seguendo alla lettera i dettami del vibe coding, qui non ho scritto nemmeno una riga di codice e ho fatto eseguire a Gemini perfino i comandi di Terminale che potrei scrivere ad occhi chiusi. Ma è altrettanto vero che se non avessi dialogato di continuo con l’agente, se non lo avessi guidato passo passo, se non avessi corretto i suoi tanti tanti errori, a volte davvero banali, Gemini non sarebbe andato da nessuna parte.

E ci sono volute molte ore di lavoro ininterrotto, fin troppe ore secondo me, per ottenere qualcosa di utilizzabile.

Altro che programmazione rapida ed intuitiva. Altro che codice basato sulle buone vibrazioni stile anni ‘60. Altro che programmazione for dummies!⁵

Se non ti rimbocchi le maniche e non ti dai da fare in prima persona con il codice, anche quello prodotto da un agente più o meno intelligente, non vai da nessuna parte. Sarebbe bello essere smentito.

L’interfaccia SPI (Serial Peripheral Interface) è una interfaccia di comunicazione seriale, molto utilizzata per collegare un microcontrollore (master) ad uno o più dispositivi periferici (slave) in modo veloce ed affidabile. ↩︎
Mentre scrivevo l’articolo ho trovato questo video, che spiega come mescolare nello stesso script codice MicroPython e CircuitPython. Se funzionasse anche in casi più complicati di accendere e spegnere un LED sarebbe davvero una svolta. ↩︎
Sarà un caso che sono sempre post lunghissimi ma senza mai uno straccio di prova, un prompt, qualche brano di codice, dei link a supporto delle tante affermazioni non verificate e non verificabili? ↩︎
Mai nessuno, da vero nerd, dice che va a fare un po’ di sesso. ↩︎
Dal titolo di una famosa serie di guide introduttive agli argomenti più svariati, che spaziavano da come usare il DOS a come giocare a scacchi. ↩︎

Antigravity: dalla sorpresa al dubbio

Mon, 16 Feb 2026 18:00:00 +0000

Per quanto Antigravity sia efficace, scavando più in profondità ci si accorge che i sistemi ad agenti che agiscono al suo interno, per quanto servizievoli e capaci di rispondere in modo preciso a tante questioni complesse, non sono esenti dai soliti problemi di tutti i modelli linguistici di grandi dimensioni (LLM, Large Language Model) con cui abbiamo a che fare da tre anni a questa parte.

Vediamo alcuni esempi pratici.

– Immagine generata da Google Gemini.

Esempio #1

Dopo aver provato con successo ad estrarre i dati dalle immagini di un mio articolo, mi sono messo subito al lavoro per provare a applicare il metodo ad altre figure simili a quelle analizzate la prima volta, come ad esempio questa.

Obiettivamente, la figura è più complessa rispetto alle mie precedenti: nella parte superiore compare un istogramma che mostra le misurazioni mensili di precipitazione e altezza della neve per due località dal nome impronunciabile del Québec, dove le diverse misurazioni sono rappresentate con tonalità e colori differenti. Più in basso, ma parzialmente sovrapposto all’istogramma, troviamo un grafico a linee con le temperature medie mensili delle due località, la cui scala verticale è posizionata sul lato destro.

La figura è più complessa, è vero, ma non mi sarei mai aspettato che Gemini 3 Flash faticasse così tanto. Ci prova, ci riprova, ma ogni volta c’è qualcosa che non va. L’istogramma tutto sommato non è un grosso problema, ma non c’è verso di fargli capire cosa deve fare con i dati del grafico a linee. E questo anche dopo avergli spiegato dove deve guardare per determinare i valori di temperatura di ogni mese

Prompt

Hint: To evaluate temperatures for a given month you should take a point on the temperature plot that is between the two precipitation bars

Sono molto sorpreso dalla difficoltà che ha Gemini a ripetere ed estendere i risultati della mia prima prova, anche se continua a rassicurarmi sostenendo di aver capito benissimo quello che voglio e di aver eseguito un lavoro meticoloso.

Risposta

I have completed a meticulous re-evaluation of Figure 4 using the "midpoint" method you suggested (reading the temperature at the horizontal center between the two monthly precipitation bars). Final Corrections Applied: [...]

Nei fatti, sembra che Gemini non abbia la minima idea di cosa sia davvero il metodo “midpoint” e si limiti solo a ripetere ciò che gli dico, modificando solo qualche parola. Se così non fosse, infatti, risolverebbe l’intoppo in pochi secondi, tirando fuori i dati giusti proprio ha fatto la prima volta.

Alla fine mi arrendo. Non ha senso perdere delle ore per far fare ad un agente intelligente un lavoro che fatto a mano richiederebbe solo pochi minuti.

Esempio #2

Devo ammettere di essere deluso, ma forse mi sono aspettato troppo dal mio agente intelligente.

E allora cerco di semplificargli la vita, scegliendo un grafico di un mio vecchio articolo che non dovrebbe costituire un ostacolo particolarmente arduo per Gemini 3 Flash.

Che invece si incarta e fa errori incomprensibili. Con qualche aiutino, riesce a tirare fuori i dati mostrati in questo grafico, che però ha ancora parecchi punti mancanti (messi in evidenza dai riquadri colorati) o punti aggiunti in modo fantasioso (come quello indicato dalla freccia).

Nuova delusione. Perché usare un agente intelligente se si fa prima ad acquisire i punti a mano?

Esempio #3

Ma io non mi arrendo facilmente e provo ancora a fargli fare qualcosa di buono. E allora prendo una figura da quest’altro articolo, che è piuttosto semplice dal punto di vista grafico, ma che allo stesso tempo sarebbe utile poter acquisire in modo automatico, perché la quantità di dati contenuta rende difficile digitalizzarla a mano in modo preciso.

Scottato dalle esperienze precedenti gli chiedo prima di tutto di descrivere cosa vede nella figura.

Prompt

Now could you describe in simple words what you "see" in figure 1?

La risposta è lunga, precisa e quasi senza sbavature,

Risposta

Looking at figure 252505_1_f1.jpeg, I can see:

Two side-by-side graphs showing current-voltage (I-V) characteristics:

(a) Left graph (T = 2.0 K):

Shows a hysteretic behavior - the curve forms a loop
The current jumps abruptly at certain voltage points
There’s a clear gap between the upward and downward voltage sweeps
The vertical jumps occur around ±1 mV

(b) Right graph (T = 5.8 K):

Shows non-hysteretic behavior - smooth, continuous curve

No loop or gap between voltage sweeps
The transition is gradual rather than abrupt
The curve is more rounded at the critical points

Key observation: This demonstrates how the same Josephson junction behaves differently at different temperatures. At the lower temperature (2.0 K), it shows hysteresis (memory effect), while at the higher temperature (5.8 K), the hysteresis disappears and the junction becomes “overdamped.”

Both graphs show current ranging from about -15 to +15 mA on the y-axis, with voltage on the x-axis measured in millivolts (mV).

ma in realtà contiene un errore proprio alla fine della risposta che manderebbe a pallino tutti i tentativi di digitalizzare i dati contenuti nei due grafici.

Quando glielo faccio notare, Gemini 3 Flash si corregge immediatamente e sembra quasi dispiaciuto. Ma come ben sappiamo, tutti gli LLM sono programmati per assecondare sempre l’interlocutore.

Vado avanti e cerco di dargli una mano, spiegandogli per bene cosa dovrebbe fare.

Prompt

No problem. Now could you extract the values of voltage and current from the two images? Please produce a table for each image, and export the table as a csv file and a markdown file, with suffix `_table`.
Since one of the I-V curves is hysteretic, I suggest this strategy for extracting the data: start from V=0, increase V up to the maximum value following one of the paths, decrease V to 0 following the other path, do the same for the negative values of V.

Ma nonostante il suggerimento, non c’è verso di fargli fare un lavoro decente. Il meglio che ottengo sarebbe questo, che a prima vista è un ottimo risultato.

Peccato però che ci sia un errore grave e incomprensibile, che lascio a voi scoprire.

In ogni caso, l’immagine precedente è davvero il meglio del meglio del meglio, ed è stata ottenuta dopo ore di tentativi falliti (come questo tentativo iniziale, o questo, o questo) e di suggerimenti prima vaghi e poi sempre più precisi, un po’ come si fa con uno studente impreparato dal quale si cerca di tirar fuori qualche parola. Nonché di risposte che cercavano di adattarsi al suggerimento del momento, senza fare mai, o quasi mai, tesoro di tutto ciò che si era detto in precedenza.

Tutti questi tentativi infruttuosi sono stati resi ancora più frustanti dal fatto che, diversi anni fa, avevo risolto lo stesso problema in modo preciso e riproducibile con appena duecento righe di codice in Python (ricordavo male, non era C ma Python).

E quando alla fine gli spiego per filo e per segno come si fa, suggerendogli perfino che la chiave di tutto è convertire il file originale JPEG in un formato, il PBM (che è praticamente una griglia di 0 o 1 a seconda che il pixel sia bianco o nero),

Prompt

My suggestion is to change focus completely. If I were you I would:

take note of the extreme values of voltage and current on the X and Y axes;
get rid of the extraneous information outside the plot area and of the text (if any) inside it;
convert the image to the PBM (or PGM) format, that gives you a clean grid of black and white (or gray and white) pixels;
remove the extraneous grid dots using a 3x3 or 5x5 filter (or anything like that);
calculate the X and Y position of each black pixel, converting the [values] to Voltage and Current (it is just a proportion).

Clearly you can change the order of the steps or do something different if you believe your approach is better than mine.

non c’è lo stesso verso lo stesso di fargli fare qualcosa di utile.

Ancora più frustante è il fatto che Gemini non si è nemmeno fatto scrupolo di provare ad imbrogliarmi! Quando ha trovato il file originale dei valori misurati, che usavo per confrontare i risultati delle sue analisi con i dati veri, ha provato ad usare quel file per generare i dati che gli chiedevo. Chiaramente questa volta i risultati erano perfetti, ma ci voleva una intelligenza, artificiale o non, per tirare fuori una cosa del genere?

Altri esempi

Nei giorni in cui ho provato e riprovato quello che ho descritto in questo articolo ho fatto anche molte altre prove, come fargli scrivere del semplice codice in LaTeX, o convertire in CSV o Markdown le tabelle contenute nei file PDF di alcuni articoli.

Con il LaTeX se l’è cavato sempre bene, con le tabelle ha faticato parecchio anche quando il layout era abbastanza semplice. Inutile entrare nei dettagli, perché alla fine non ci sono grosse differenze rispetto agli esempi precedenti.

Conclusioni

Dopo gli ottimi risultati descritti nell’articolo precedente ero sinceramente convinto di poter usare gli agenti intelligenti integrati in Antigravity per estrarre facilmente i dati sepolti in tanti articoli scientifici di qualche anno fa, cosa che mi avrebbe permesso di eseguire delle nuove analisi comparate in modo rapido ed efficiente.

Purtroppo tutte le prove più approfondite descritte in questo articolo si sono rivelate un totale fallimento.

Il modello usato, quasi sempre Gemini 3 Flash (ma ho provato, anche se ho provato in modo più superficiale anche Gemini 3 Pro e Claude Sonnet 4.5),¹ ha mostrato un comportamento poco coerente e ripetibile. Ad esempio utilizzando metodi diversi per risolvere lo stesso problema, senza che fosse mai chiaro se dietro la scelta di un algoritmo o libreria di calcolo ci fosse una precisa motivazione tecnica o se si trattasse solo di una questione di probabilità statistica nella generazione delle risposte.

Un altro problema serio è stato la mancanza di memoria, un po’ come la pesciolina Dory dei cartoni animati. Nonostante pochi giorni prima avesse risolto con successo il problema di estrarre i dati da un istogramma, Gemini non stato in grado di riapplicare la stessa metodologia ad un caso analogo. Altre volte, una volta risolto un problema in modo parziale, gli capitava di ricominciare a lavorarci su ripartendo da zero, invece di limitarsi a rielaborare e a migliorare la risposta precedente.

Ma il problema che forse mi ha disturbato di più è stata l’incapacità di generalizzare il lavoro già fatto. Se gli chiedi di estrarre dei dati da una immagine, Gemini crea un programma adatto a quella immagine, senza mai cercare di sviluppare un metodo generale applicabile ad altre immagini dello stesso tipo. Se gli chiedi di generare il grafico di un file di dati, Gemini crea uno script adatto solo per quel file, che sarà impossibile o quasi adattare ad altri casi analoghi.

Quando un umano affronta un problema, tende ad affezionarsi alla soluzione e cerca di riusarla e di estenderla a problemi simili. Un LLM non se ne cura e riscopre la ruota ad ogni nuova iterazione. Sembra il trionfo dell’usa-e-getta, lo spreco di risorse e di intelligenza (per quanto artificiale) elevato all’ennesima potenza.

E queste cose non le ho notate solo io, che con queste cose ci gioco soltanto. Studi scientifici molto seri – che ad esempio hanno provato ad usare gli LLM per riscoprire la legge di gravitazione di Newton a partire dalle orbite dei pianeti attorno al Sole, oppure per prevedere il comportamento di una molecola in base alle diverse rappresentazioni della sua struttura – hanno raggiunto le stesse, identiche conclusioni.

La nostra analisi rivela che questi modelli si comportano, invece, come se sviluppassero delle euristiche specifiche per il singolo compito, che non riescono a generalizzare.²

Il semplice aumento delle dimensioni del modello non migliora le prestazioni né la capacità di generalizzazione.³

Infine, e anche se a prima vista sembra il contrario, non dobbiamo mai dimenticare che gli LLM non capiscono davvero quello che gli si chiede, sono solo molto bravi a ritrovare un ago in un pagliaio molto, molto, molto grande. Un LLM può spiegare per filo e per segno cos’è una “caratteristica I-V di una giunzione Josephson”, perché ha letto un sacco di libri e di articoli sull’argomento. Ma poi, quando si tratta di collegare il concetto ideale di “caratteristica I-V” con la sua rappresentazione sperimentale riportata in una figura, fallisce miserabilmente, dimostrando di essere solo un pappagallo bene ammaestrato.

C’è chi sostiene che gli LLM di ultima generazione siano in grado di scrivere da soli un intero compilatore C o decine di migliaia di righe di codice perfettamente funzionante.

Da parte mia, e molto più umilmente, mi accontenterei che questi modelli riuscissero a produrre un file di dati o una tabella in maniera ripetibile, senza incorrere in errori inspiegabili o in risultati incoerenti. E magari evitando situazioni incresciose come quelle che ho sperimentato, in cui una volta tutto procede senza problemi e la volta successiva non si riesce a cavare un ragno da un buco.

Ho usato anche la versione a pagamento di Gemini, gentilmente concessami dall’università, senza notare differenze rispetto alla versione gratuita. Chi sostiene che i modelli a pagamento facciano cose che quelli gratuiti si sognano dovrebbe fornire prove più che solide prima di essere creduto. ↩︎
K. Vafa et al., What Has a Foundation Model Found? Using Inductive Bias to Probe for World Models, arXiv 2507.06952v4, 2025. ↩︎
B. Yan et al., Inconsistency of LLMs in molecular representations, Digital Discovery vol. 4, 2025. ↩︎

Sorpresa Antigravity

Wed, 21 Jan 2026 18:00:00 +0000

Lo confesso, quando ho cominciato ad usare Antigravity avevo molte riserve, perché il nuovo editor rivoluzionario prodotto da Google mi sembrava solo uno dei tanti cloni di VS Code di Microsoft.¹

Ma appena ho iniziato ad usare le funzioni agentiche di Google Antigravity ho dovuto ricredermi, perché c’è davvero del buono.

Certo, ci sono anche tanti limiti, ma sono gli stessi di tutti gli altri modelli linguistici di grandi dimensioni (LLM, Large Language Model), che funzionano bene se li guidi passo passo in quello che devono fare, ma che hanno anche poca fantasia e vanno in affanno se gli sottoponi dei problemi nuovi e appena appena complicati.

– Immagine generata da Google Gemini.

Editor e IDE

Google Antigravity è una IDE (Integrated Development Environment), in italiano un ambiente di sviluppo integrato, cioè è un editor con funzionalità aggiuntive che aiutano a scrivere e a correggere il codice.

Essendo un derivato da VS Code ne riprende tutti gli aspetti positivi e negativi, primo fra tutti il fatto di essere basato su Electron, un framework multipiattaforma molto comodo per gli sviluppatori ma anche molto avido di risorse e di spazio su disco.

Infatti, come avevo già notato nell’ultimo articolo, una volta installato Google Antigravity occupa sul mio Mac la bellezza di 700 MB (696.6 MB per la precisione), un pelo di più dello stesso VS Code (683.9 MB) e qualcosa meno del padre Windsurf (718.7 MB). Tanto per fare un confronto, i miei due editor preferiti, TextMate e BBEdit, occupano rispettivamente 40 e 65 MB.²

Sulle funzionalità di editing del codice e di supporto allo sviluppo c’è poco da dire. Sono identiche a quelle di VS Code e possono essere estese a dismisura tramite le più di 8.500 estensioni disponibili sull’Open VSX Registry, un database di estensioni specifico per gli editor derivati da VS Code.

In teoria si potrebbero usare le estensioni di VS Code, ma Microsoft da qualche mese ha bloccato l’uso del marketplace di VS Code a tutti gli altri editor derivati (fra cui Cursor, Windsurf o Antigravity). Alla faccia dei principi dell’open source…

Funzioni agentiche

Ma cos’è l’Intelligenza Artificiale ad agenti (o agentica)? È un sistema di IA in grado di agire in modo autonomo, raggiungendo obiettivi complessi con una minima supervisione umana e senza dover essere istruito in modo dettagliato e ben definito.

È un po’ come il sogno dei cuochi dilettanti: avere a disposizione un robot in grado di guardare cosa c’è in frigorifero e nella dispensa e di preparare da solo un pranzo completo dopo avergli spiegato vagamente cosa vogliamo.

Ma è anche il sogno dei programmatori da bar, i vibe coders, quelli che vorrebbero poter chiedere all’IA di programmare una applicazione “fatta così e cosà”, andare a mangiare una pizza e trovare tutto pronto al ritorno, compreso il porting per le principali piattaforme e un sito di e-commerce dove venderla.

Mettere Antigravity alla prova

Finora tutti questi esperimenti non è che ci abbiano fatto una grande figura ma, come ci insegna Sean Connery, mai dire mai. E allora vediamo come funzionano nella pratica le funzioni agentiche integrate in Google Antigravity.

Per provarle, ho chiesto al programma di eseguire alcuni compiti specifici, spaziando da cose semplici fino ad un compito particolarmente complesso, cercando di lasciarlo libero di decidere cosa fare e intervenendo solo quando era davvero necessario. Ho scelto compiti vicini alle esigenze di ricercatore, ma credo che i risultati siano lo stesso molto significativi.

Ecco come è andata.

Prima di iniziare

Prima di iniziare ho finto di usare Antigravity per la prima volta, cancellando con AppCleaner tutti i file generati dall’applicazione. Ho eseguito di nuovo la procedura di onboarding, decidendo di Start fresh, senza importare la configurazione da VS Code o da Windsurf, e di usare la modalità Review driven development, senza modificare le opzioni di default.

Per quanto riguarda le estensioni, non ne installo nessuna, perché preferisco decidere da solo cosa mi serve.

Dimenticavo: la versione di Antigravity che ho usato per scrivere questo articolo è la 1.11.17 ma, vista la velocità dello sviluppo, è possibile che alcuni aspetti dell’interfaccia e del funzionamento del programma siano già cambiati al momento della pubblicazione dell’articolo.

Compito #1: Estrazione di dati dalle immagini

Cominciamo con una cosa semplice, ma molto importante quando si ha a che fare con dei vecchi articoli scientifici: estrarre i dati dalle immagini. Il mio obiettivo è verificare se è possibile istruire l’IA di Antigravity ad estrarre da solo i dati dalle figure di questo articolo appena pubblicato, di cui non sono per niente orgoglioso (per usare un eufemismo), ma che i referee, sorprendentemente, hanno accettato quasi senza fiatare.

Oggi, in base ai principi della riproducibilità dei risultati ottenuti, è diventato normale condividere tutti i dati di un articolo scientifico tramite dei repository pubblici come Zenodo, OSF, Dataverse o magari GitHub. Ma fino a pochi anni fa i dati originali erano di fatto accessibili solo attraverso le figure negli articoli, ed è proprio per questo che è fondamentale poterli estrarre dalle immagini.

Ci sono parecchi programmi dedicati all’estrazione dei dati dalle figure (come questo, questo o questo), ma richiedono di essere guidati dall’utente, che al minimo deve definire la posizione degli assi X ed Y e i limiti delle coordinate da estrarre. Alcuni programmi riescono a funzionare automaticamente, ma solo se hanno a che fare con tipi ben definiti di immagini.³

Prima di cominciare, creo una nuova directory dove salvo i grafici scaricati dalla pagina web dell’articolo, proprio come farebbe un collega che volesse ripetere il mio esperimento. Già che ci sono, ci metto anche il file PDF dell’articolo, che mi servirà più avanti.

NOTA. Tutte le domande riportate qui sotto sono state copiate senza correggere gli errori di battitura e la sintassi zoppicante, causati (anche) alla voglia di vedere rapidamente cosa veniva fuori. Tutto sommato questi errori sono utili, perché dimostrano che questi sistemi riescono a comprendere le nostre richieste anche quando la forma non è perfetta.

Scelgo di usare Gemini 3 Pro (High), che in questo momento è il modello più potente presente in Antigravity, e per prima cosa gli chiedo di orientarsi nel contenuto della directory.

Prompt

In the current directory you will find a pdf file, a couple of folders and some inages in png or webp format. Is all this right?

Gemini ci pensa un paio di secondi e poi mi conferma che è tutto corretto. Molto bene, allora

Prompt

Now open the file containing "Fig1" in the filename. This is an histogram showing the concentration of several chemical species in two kinds of Shungite, type Z (darker bars) and type B (lighter bars). Could you extract the values of concentration from the images? Please produce a table with the name of each chemical species and the associated concentrations for the Type Z and Type B material. Export the table as a csv file named "gemini-fig1.csv" and as a markdown file "gemini-fig1.md"

Questa è l’immagine con cui ha a che fare Gemini

Nonostante io sia stato volutamente vago sul nome del file, Gemini la trova senza problemi e e dopo una ventina di secondi produce i due file richiesti. La tabella generata da Gemini è questa

Chemical Species	Type Z (Concentration %)	Type B (Concentration %)
SiO2	41	52
C	33	16
Al2O3	11	16
Fe2O3	5	3
FeO	3	2
TiO2	0.2	1
MnO	0.1	0.2
S	1.2	0.5
MgO	0.5	1.5
Na2O	1.5	1.2
CaO	0.5	2
K2O	1	2
H2O	2	1.5
minor elements	0.5	0.5

Confrontandola con la tabella vera, che contiene i valori di concentrazione realmente misurati

Species	Type_Z	Type_B
SiO2	40.8	52
C	33.4	16.3
Al2O3	10.6	15.8
Fe2O3	4.7	3.2
FeO	3.5	1.9
TiO2	0.4	0.9
MnO	0.14	0.12
S	1.1	0.6
MgO	0.3	1.6
Na2O	1.6	1.2
CaO	0.4	2.3
K2O	1	2.2
H2O	1.6	1.4
Other	0.46	0.48

si nota subito che tutti i valori estratti dalla figura sono molto vicini a quelli reali, con approssimazioni minime e sempre minori dello 0,5%.

Sono davvero impressionato dal risultato: Antigravity ha fatto tutto in pochi secondi e senza nessun intervento da parte mia, a parte la preparazione dei file e la scrittura del prompt. È vero che anche i normali chatbot come ChatGPT o Claude possono fare le stesse cose, ma Antigravity ci permette di lavorare direttamente sul nostro computer e con i nostri file, senza dover trasferire niente su e giù per l’interfaccia web del chatbot.

Compito superato a pieni voti.

Compito #2: Riproduzione di grafici

Per motivi non rilevanti qui, ho partecipato poco – e più che altro in modo critico – alla stesura dell’articolo menzionato nel Compito #1. In particolare, non mi sono occupato come al solito di preparare i grafici, che invece sono stati realizzati da una collega in Matlab, un sistema di calcolo molto amato dagli ingegneri. I quali hanno ragione, perché con Matlab si possono fare con poco sforzo dei calcoli molto complicati. Ma produrre dei grafici di qualità non è certo il suo forte.

Vediamo allora se riesco a far ricreare a Gemini 3 Pro l’istogramma del Compito #1, utilizzando la libreria ggplot2 di R.

Prompt

Now generate the R code to recreate the same graph, using ggplot2 and whenever possible the functions available in the tidyverse.

Dopo un po’ lo script è pronto e viene salvato automaticamente nella directory del progetto. Gli do una rapida occhiata e mi sembra a posto. Apro il terminale integrato in Antigravity ed eseguo lo script come mi viene suggerito,

Rscript recreate_fig1.R

e, a parte i colori invertiti, la figura è identica all’originale.

Voglio essere chiaro su questo punto: io non ho toccato nemmeno una virgola del codice generato in Antigravity da Gemini (e non lo farò nemmeno in seguito), il quale quindi riesce da solo a ricreare in R una copia quasi perfetta dell’originale, leggendo i dati presenti nella figura e riconoscendo tutti gli elementi di contorno del grafico, come le etichette degli assi X e Y, le scale numeriche o la legenda.

Conosco abbastanza bene R e avrei potuto ottenere lo stesso risultato in poco tempo, ma non c’è dubbio che anche in casi come questo Antigravity può essere un valido aiuto per chi è a digiuno di programmazione.

Io comunque sono incontentabile e chiedo a Gemini di invertire i colori

Prompt

Sorry, but the colors are inverted. Type Z is light grey and Type B is dark grey. Please switch the colors so that they are identical to the original. Save the new R code as `Rscript recreate_fig1-1.R`

Eseguo il nuovo script e ora i colori sono quelli corretti. Noto con piacere che anche il nome del file png generato è stato aggiornato, cosa che rende più facile confrontare i diversi file prodotti da Gemini.

Di nuovo, sono davvero molto impressionato. Gemini ha fatto tutto perfettamente e io non ho dovuto correggere nemmeno una riga del codice.

Era un lavoro facile, non c’è dubbio, ma rimane comunque un risultato molto interessante. Anche perché stiamo parlando di un linguaggio specialistico come R, che non ha certo la mole di esempi su cui addestrarsi che hanno linguaggi molto più diffusi, come Python o JavaScript.

Anche questo compito mi pare superato a pieni voti.

Compito #3: Generazione di nuovi grafici

Gemini è riuscito a ricreare perfettamente l’istogramma dell’articolo, ma vorrei verificare se ci sono delle rappresentazioni alternative più efficaci.

Lascio di nuovo la palla a Gemini 3 Pro, che tira fuori due idee interessanti, un grafico Lollipop e un Dumbell plot, che però per varie ragioni non mi soddisfano più di tanto. Provo a fargli fare delle modifiche, Gemini esegue sempre tutto a puntino ma il risultato non migliora.

Alla fine, mi convinco che il grafico più equilibrato è il solito istogramma, ma questa volta con gli assi X e Y scambiati e colori molto diversi per i due tipi di materiale.

Dato che, come ho già detto, sono incontentabile, prendo una figura molto più complicata dal solito articolo,

e gli faccio ripetere il lavoro di generazione dei grafici equivalenti usando R e ggplot2. Gemini si mette subito all’opera e capisce da solo che la concentrazione dei vari elementi al giorno 0 vale per entrambi i tipi di materiale, una cosa che non è banale da capire guardando solo il grafico.

Risposta

For Day 0 ("untreated sample"), I assigned the same concentration value to both Type Z and Type B in the dataset. This format suggests that both treatments start from the same baseline, which will make plotting lines easier in R.

Vi risparmio i dettagli, dico solo che Gemini fa tutto quello che gli chiedo, e produce con poco sforzo diversi tipi di visualizzazioni diverse dei dati presenti nell’immagine qui sopra, come questa heatmap o questo Sankey plot. I grafici prodotti non mi soddisfano al 100%, ma comunque dimostrano che Gemini è in grado di eseguire anche i compiti richiesti da utenti incontentabili come il sottoscritto.

Gemini riesce anche a capire da solo che, se gli chiedo di mettere i grafici prodotti in due colonne, una per ciascuno dei due materiali studiati, quello che voglio davvero sono quelle che nel gergo di R si chiamano facet. Sembra una cosa sciocca, ma significa che queste rappresentazioni più complesse diventano alla portata anche di chi sa cosa vuole, ma non sa come esprimerlo in modo preciso.

Va detto, però ,che per quanto sia comodo (e anche divertente) chiedere e osservare Gemini mentre lavora, quando si arriva alle modifiche più fini si perde molto più tempo a scrivere le domande e ad aspettare le risposte che a lavorare direttamente sul codice. E questo è un dettaglio da tenere in conto.

Diciamo che questo compito merita la sufficienza.

Compito #4: Interazione con il codice e il sistema operativo

Vediamo ora se Gemini 3 Pro integrato in Antigravity è in grado di eseguire delle operazioni basilari di gestione dei file e delle cartelle. Tutti gli esempi valgono per macOS, su cui ho fatto tutte le prove, ma anche per le varie incarnazioni di Linux e di BSD Unix.

Per prima cosa gli chiedo di mettere ordine nei file generati finora, spostando gli script in R nella directory code, i file dati in data e i grafici podotti in output. Gemini 3 Pro ci pensa un po’ su e poi crea un semplice script di shell per eseguire quanto richiesto. Fa anche un errore, se ne accorge e mi chiede di autorizzarlo a correggerlo. Molto, molto bene.

Ma quello che mi piace ancora di più è che aggiorna da solo tutto il codice già scritto con i nuovi percorsi dei vari file.

Gli chiedo allora di aggiungere a ciascuno script in R il mio solito preambolo, che crea un ambiente R ben definito. Gli do un esempio tratto da uno dei miei vecchi script. ma per il resto gli lascio mano libera. Gemini fa tutto a puntino e aggiorna di nuovo da solo tutti i percorsi dei file creati finora. Davvero impressionante!

Gemini si comporta in modo ineccepibile anche con la conversione dei tab, da due spazi a quattro spazi, come piace a me. Anzi, si accorge persino che deve farlo evitando errori di formattazione nel codice. Meglio di un linter.

Passo infine al versioning con git che è sempre utile quando un progetto diventa appena complicato.

Prompt

Could you now initialize a local `git` repository for this project? Versioning is very useful as soon as a project starts to become complicated.

Va tutto a meraviglia, Gemini crea il repository richiesto, fa un primo commit e aggiunge anche un file .gitignore sensato. Ovviamente posso interrogarlo per chiedere lo status del repository o per eseguire tutte le altre operazioni con git che sono abituato ad eseguire dal Terminale.

Devo ammettere che ho un po’ paura a far fare tutte queste cose ad un sistema agentico, ma in ogni caso il risultato è perfetto.

Anche in questo caso vale quello che ho scritto alla fine del Compito precedente: chi conosce bene i comandi di git fa molto più in fretta a lavorare nel Terminale che a chiedere a Gemini. Però è altrettanto vero che per il normale ricercatore (ma anche per il normale utente) a digiuno di Terminale e sistemi di versioning, usare un sistema ad agenti come questo può essere un ottimo modo per interagire a basso livello con il codice senza dover studiare pagine e pagine di documentazione.

In ogni caso, un altro compito superato a pieni voti.

Compito #5: Analisi statistica dei dati

Qui non la faccio lunga, anche perché sulla analisi statistica Antigravity/Gemini 3 Pro è un po’ scarso.

Se lo lascio libero di fare quello che preferisce, tira fuori cose senza senso, come creare delle matrici di correlazione fra le concentrazioni dei diversi metalli pesanti o cercare di confrontare le “differenze di efficacia” dei due materiali. Non è un compito facile, lo ammetto, ma dimostra – se ci fosse ancora bisogno di dimostrarlo – che questi sistemi intelligenti sono molto utili quando gli si dice con precisione cosa fare, ma non riescono a lavorare da soli quando l’utente non ha una idea chiara su cosa vuole ottenere.

Infatti, quando gli spiego per benino con che tipo di dati ho a che fare e cosa voglio ottenere,

Prompt

The two types of shungite, type Z and type B, are different materials and they are used independently. In other words, the experiments made using type Z material is completely independent from the experiment with type B, so the two materials cannot be directly compared. This means that the stat_difference_boxplot has little sense, and the same is true for the correlation matrix which photographs a single day (I guess day 0 for only one type of material), while we are interested to time series. Therefore you should try to use some statistical analysis able to deal with time series.

Gemini ci pensa su per un po’, fa degli errori ma riesce a correggerli da solo e alla fine tira fuori un modellino che dimostra come il materiale di tipo Z assorbe i metalli pesanti più rapidamente del materiale di tipo B. Se ci fossero più dati a disposizione, avrebbe senso ragionare un po’ sul modello, ma per ora può bastare.

Difficile dare un voto qui, diciamo non classificato.

Compito #6: Estrazione di tabelle dai file PDF

Qui entrarre in un territorio ostile. Estrarre automaticamente il contenuto delle tabelle contenute nei file PDF sembra una cosa banale, e invece è un argomento su cui si sono arrovellati centinaia e centinaia di ricercatori, e io fra questi. Il problema principale è che il formato PDF è orientato a gestire l’aspetto grafico della pagina, ma non sa nulla del suo contenuto.

Per le mie prove, ho chiesto ad Antigravity di aprire il file PDF di uno degli Annali Idrologici della Regione Puglia e di estrarre i dati di temperatura minima e massima misurati in alcune stazioni meteorologiche pugliesi. I dati giornalieri ora sono disponibili sul web, ma gli Annali in PDF rimangono una risorsa fondamentale, perché contengono i dati di temperatura e precipitazione (e altro) misurati in tutte le circa 150 stazioni della rete meteorologica pugliese a partire dal 1921, permettendo così di analizzare com’è cambiato il clima della regione nell’ultimo secolo.

Il problema di estrarre i dati da questi file PDF l’ho risolto anni fa attraverso una combinazione di script in R e AWK, ma la procedura è lunga e complessa perché bisogna correggere a mano le tante incongruenze contenute nelle tabelle.⁴ Alla fine, per estrarre i dati di un singolo anno ci vogliono un paio di ore di lavoro attento, che non è male vista la complessità dell’analisi, ma che sarebbe molto utile riuscire a delegare all’IA.

E allora provo a farlo fare a Gemini 3 Pro, scrivendo un prompt bello lungo dove gli spiego per filo e per segno cosa fare

Prompt

Open annale2013.pdf and go to page 6, where you will find a pair of data tables with measured precipitations [sic! sarebbe dovuto essere “temperatures”] for two weather stations. The data is arranged in pairs of columns, and each pair corresponds to a month, G for gennaio (january), F for febbraio (february), etc,. until D or dicembre (december).

As for the pairs, the first column is the minimum temperature and the second column is the maximum temperature.

Each row represents a different day.

At the end of each table there are some summary data, Medie, Med.mens. and Med.norm that you can skip.

Missing data can be marked by either one or more > or < signs, or by = or be simply blank. In some tables there are extraneuous signs that you can skip outright.
Read the table and generate two different csv files, one for the maximum temperature and one for the minimum temperature, following this example

Date,Altamura,Andretta
    2007-01-01,13.4, 7.7,
    2007-01-02,15.7, 9.7,
    2007-01-03, 7.1, 2.7,
    2007-01-04, 9.5, 7.0,

The header contains the date in ISO format, YYYY-MM-DD, and the name of the weather station which is written in bold at the top of each table, just under the months. All other information in thsi area, eg., (Te), Bacino etc. is not useful and can be skipped.

Gemini prova e riprova a risolvere il problema con Python, ma i suoi script producono un sacco di errori e saltano parecchi giorni con dati validi. Del resto non è un problema facile, ci ho buttato il sangue io stesso per mesi, per cui gli do un aiutino.

Ma a questo punto Gemini va in errore e non c’è verso di andare avanti.

La cosa migliore sarebbe ricominciare da zero, ma nel frattempo ho raggiunto il quota limit for Gemini 3 Pro (High) e dovrei aspettare diversi giorni prima di poter continuare.

Non se ne parla, preferisco cambiare modello e passo a Gemini 3 Flash di cui tutti parlano in questo momento. Gemini 3 Flash si mette al lavoro e mi propone un piano di lavoro che sembra sensato, ma che alla prova dei fatti produce, come ammette lui stesso, una jumbled mess (un pasticcio confuso) perché ci sono extraneous characters and unclear formatting (caratteri estranei e formattazione poco chiara).

Gli suggerisco di usare la libreria pdftools di R, che ho usato io stesso e che dà risultati infinitamente migliori dei tool analoghi per Python e alla fine, bingo!, Gemini ce la fa e produce un file dati corretto al 100%.

Lo so, per essere davvero utile dovrei fargli ripetere il processo per tutte le stazioni e per parecchi anni diversi, ma per ora mi accontento, anche perché non voglio sprecare tutta la mia quota in questa attività. In ogni caso il risultato raggiunto con Gemini 3 Flash è molto promettente e merita di essere approfondito come si deve.

Va detto, invece, che con Claude Sonnet 4.5 (Thinking) non c’è verso di fargli fare qualcosa di buono. Prova e riprova, raggiungo il limite di quota anche per questo modello e mi devo fermare.

Votazione? Gemini 3 Flash prende il massimo, mentre Gemini 3 Pro andrebbe riprovato nelle stesse condizioni del modello minore. Claude Sonnet 4.5, infine, prende un non classificato

Compito #7: Programmazione di un microcontroller

Un altro campo in cui le funzioni agentiche di Google Antigravity potrebbero dimostrarsi molto interessanti e la programmazione dei microcontroller, come Arduino, Raspberry Pi Pico o ESP32. Ci sono letteralmente una marea di questi oggettini, e non per niente facile orientarsi fra i tanti modelli diversi e, ancora di più, fra le migliaia di sensori e moduli che gli si possono collegare.

In questo caso specifico, un sistema di IA che produca velocemente del codice funzionante potrebbe essere davvero utile.

Per le mie prove decido di usare un Nicla Vision, che di fatto è un Arduino con una videocamera incorporata. Il Nicla Vision è un vero gioiellino, che non costa poco ma che vale tutti i soldi spesi. Ma è anche un oggetto poco diffuso rispetto ai normali microcontroller, per cui se Antigravity riesce a programmarlo correttamente, riuscirà di sicuro a fare altrettanto con i normali Arduino, Pi Pico o ESP32.

Torno quindi ad usare Gemini 3 Flash e gli chiedo se conosce il Nicla Vision. Gli do anche il link alla pagina web del prodotto per aiutarlo ad orientarsi. Gemini mi conferma di sapere bene di cosa sto parlando, per cui possiamo partire può partire.

Per programmare questi oggettini, io ho sempre e solo usato Arduino IDE e Thonny e non so se Gemini può gestire il microcontroller direttamente dall’editor. Quando glielo chiedo, Gemini risponde con un comando molto semplice

% ls /dev/tty.usbmodem* /dev/cu.usbmodem* 2>/dev/null || echo "No usbmodem devices found"

che permette di controllare che il Nicla Vision sia collegato al Mac. Una volta che l’ha trovato, verifica se sono installate le librerie Python necessarie per comunicare con il microcontroller e, dato che non ci sono, mi propone di installarle. Giustamente mi dà anche la possibilità di scegliere se farlo a livello globale o in un virtual environment, e non c’è bisogno di dire che scelgo la seconda opzione.

Gemini prepara anche un piccolo script di test che fa lampeggiare il LED (il classico Hello World dell’IoT) e, quando gli confermo che tutto funziona, proclama soddisfatto

Risposta

I'm ready to start writing more complex code for your project. What would you like to build first?

Fin qui Gemini non fa nulla di più di quello che avrei potuto fare io stesso con Homebrew e Conda. Ma per riuscirci avrei dovuto consultare pagine e pagine di documentazione sparsa per il web. Qui invece riesco a configurare tutto in pochi minuti, e per di più imparo tante cose utili.

Dato che Gemini era così ansioso di rendersi utile, gli ho chiesto di scrivere un piccolo programma che sfrutta il Nicla Vision per scattare delle foto ad intervalli prestabiliti e inviarle al Mac tramite Wi-Fi. Risultato? Ha funzionato tutto al primo colpo.

E Gemini non si è nemmeno offeso quando gli ho detto papale papale che non mi fidavo a dargli in pasto la password del mio Wi-Fi, anzi ha proposto una soluzione alternativa più sicura. Ma io sono malfidato, e alla fine ho usato l’hotspt del mio iPhone con una password usa e getta.

Anche l’ultimo compito è superato a pieni voti.

Lasciare una traccia

Una cosa seccante di Antigravity è che non dispone di una funzione per esportare un log completo di quello che si fa, con le domande fatte e le risposte del modello, e magari anche i suoi pensieri.

Correzione. Mi sbagliavo, l’abbreviazione da tastiera CMD (⌘)-E consente di aprire l’Agent Manager, una finestra separata di Antigravity che, fra le altre cose, consente di vedere l’intera storia di quello che ha fatto Antigravity, compresi i suoi pensieri. Il problema è che non c’è una voce di menu specifica per l’Agent Manager (o almeno, io non l’ho trovata) e l’abbreviazione da tastiera è visibile solo all’avvio del programma.

Correzione #2. Si può aprire l’Agent Manager direttamente dalla barra degli strumenti di Antigravity: la voce corrispondente si trova proprio accanto alle icone che permettono di modificare il layout dell’applicazione e di effettuare delle ricerche. Non so perché non me ne sia accorto prima, ma è anche vero che tutti gli altri comandi della barra degli strumenti sono rappresentati da icone; per questo non è immediato riconoscere quella voce come un comando anziché come una semplice stringa, come avviene per il nome dell’applicazione che occupa il centro della barra degli strumenti.

In ogni caso, dopo ogni operazione volta, Antigravity mi permette di leggere un Walkthrough dettagliato di ciò che ha fatto e, facendo click con il tasto destro sul Tab relativo,

mi accorgo che posso rivelare il file nel Finder. Quando lo faccio, compare una cartella con un gran numero di file Markdown, con nomi standard come implementation_plan, task, o walkthrough seguiti dal suffisso resolved e da un numero progressivo

che dovrebbero rappresentare la storia di tutto quello che faccio con il sistema agentico.

Da quanto vedo, ogni volta che chiedo qualcosa ad uno degli agenti integrati, Antigravity genera tre file contenenti: (1) quello che deve fare, task, (2) il piano di lavoro, implementation_plan e (3) una sintesi di quello che ha fatto, walkthrough. A prima vista, non è facile mettere in relazione fra loro questi file, ma il meccanismo merita di essere approfondito. Per la cronaca, tutti i file in questione si trovano in una directory contenuta all’interno di ~/.gemini/antigravity/brain/, ma la directory principale ~/.gemini/antigravity/ contiene parecchie altre directory con file di configurazione, codice generato e altro.

Conclusioni

Da quello che ho scritto è chiaro che usare Antigravity mi è piaciuto. Ci sono casi in cui chi sa programmare rischia di essere più rallentato che aiutato, ma in generale, e soprattutto per coloro che sanno usare Word, Excel e poco più, le funzioni agentiche di Antigravity possono rivelarsi un aiuto davvero prezioso.

Nel corso della mia vita di programmatore non-professionista sono passato dallo scrivere il codice consultando i volumoni giganteschi di documentazione a cercare le risposte su StackOverflow. Per come la vedo io, le funzioni agentiche di Antigravity sono come uno StackOverflow con il turbo: non si limitano a presentare delle risposte alle nostre domande, ma le interpretano, ragionano su di esse e propongono soluzioni in modo quasi autonomo.

Ma, proprio come su StackOverflow, bisogna sempre fare affidamento sulle proprie conoscenze e sulla propria esperienza per separare il grano dal loglio, le risposte utili e davvero funzionanti da quelle che valgono meno di niente.

Non parliamo però per favore di vibe coding, cioè di poter chiedere genericamente al programma di svolgere un dato compito, per poi andarsene in giro mentre Antigravity fa tutto da solo!⁵ Come si vede dagli esempi, se non si è molto precisi e non gli si spiega per bene cosa vogliamo, controllando poi passo passo ciò che Antigravity propone di fare, si rischia che l’intero processo fallisca o produca dei risultati sbagliati.

Proprio come un tesista, una dottoranda, o un nuovo collega, Antigravity può darti una grossa mano se sai cosa vuoi e come lo vuoi ottenere, e se glielo spieghi per bene. Ma fargli tirare fuori delle idee sue, non dico originali ma almeno sensate, per ora è solo fantascienza. O marketing.

Già il solo fatto che Google utilizzasse, per un suo strumento di sviluppo, del codice prodotto da un concorrente diretto mi sembrava, diciamo così, piuttosto singolare. ↩︎
È vero che TextMate e BBEdit non sono delle IDE vere e proprie (soprattutto TextMate), ma la differenza di dimensioni rimane lo stesso impressionante. ↩︎
Io stesso ho sviluppato parecchi anni fa un programma in C, no era in Python, che faceva tutto da solo, ma funzionava solo con le immagini di un tipo ben determinato di oscilloscopio digitale. ↩︎
La fantasia degli estensori delle tabelle meriterebbe un premio. ↩︎
Anche un guru della programmazione molto indaffarato come Linus Torvalds usa il vibe coding, ma sa perfettamente quello che vuole fargli fare. E comunque lo usa solo per i suoi giochetti, non certo per sviluppare il kernel di Linux. ↩︎

Un anno di melabit.com

Wed, 31 Dec 2025 06:00:00 +0000

Il 2025 è stato un anno di svolta per questo piccolo blog. Abbandonare la comfort zone di Wordpress.com non è stato facile né tanto meno indolore, soprattutto quando ho scoperto che una volta messo online il sito in Jekyll era lento, troppo lento per essere usabile.

Per fortuna Hugo ha salvato la situazione, anche se ci sono ancora tanti dettagli da sistemare, primo fra tutti l’aspetto grafico del sito.

– Immagine generata da Google Gemini.

Anche gestire i post in due lingue diverse non è facile, ma ne vale la pena visto che i post in inglese permettono di raggiungere un bacino di utenti inimmaginabile scrivendo solo nella nostra lingua.

Il cruccio principale del nuovo sito e l’assenza o quasi di commenti ai post. Non so se è perché sono troppo complicati, troppo lunghi o entrambe le cose. Fatto sta che la scarsezza di commenti è davvero preoccupante. E questo nonostante ci sia un buon numero di visitatori e che in media il 5% passa 15 minuti o più sul sito. Magari alla fine sono troppo esausti per riuscire a commentare, chissà!

Inutile dire che l’IA sta ben lontana dalla scrittura dei testi, al massimo la uso per rivedere qualche termine tecnico di cui non mi ricordo l’equivalente in italiano (Tab è la mia bestia nera, ogni volta mi dimentiche che in italiano si dice Scheda e non Linguetta). A volte provo ad usarla per rendere qualche frase più scorrevole, ma quasi sempre è tempo perso, alla fine diventano così piatte che tanto vale non scriverle.

Ammetto, invece, che la base delle traduzioni la faccio fare all’IA. Mi serve più che altro per risparmiare tempo di battitura, anche se poi ci vuole un bel po’ per sistemare il risultato e rendere il testo tradotto più fluido e vivace.

Uso anche spesso l’IA per generare le immagini in testa ai post. In questo caso non ho scelta, se con la scrittura bene o male me la cavo, in disegno e grafica sono sempre stato il penultimo della classe, e solo perché l’ultimo era davvero terribile. Quindi vi faccio un favore. Ma, anche con il tanto celebrato Nano Banana di Google, c’è voluto del bello e del buono per convincerlo a generare l’immagine di questo post, con le scritte giuste, l’homepage vera e così via. Chi dice che Nano Banana è tanto intelligente da capire al volo quello che volete racconta balle.

Se tutto va bene il 2026 porterà qualche novità, non so bene in che ordine ma la revisione del tema grafico è di sicuro ai primi posti della lista.

Stay tuned! Nel frattempo, tanti auguri per il 2026, che sia un anno pieno di cose buone e di felicità per tutti!

Fotocopiato!

Mon, 15 Dec 2025 18:00:00 +0000

Il video qui sopra è la presentazione ufficiale di Google Antigravity, una IDE (Integrated Development Environment) che non è solo una semplice IDE ma è “un nuovo modo di lavorare per questa prossima era dell’intelligenza agentica”. Che non ho ancora ben capito cosa significa, ma che suona tanto intelligente e al passo con i tempi.

E allora vediamo cos’è questo “nuovo modo di lavorare” nel quale gli agenti “ti aiutano a decollare”. Una espressione che in altri tempi avrebbe significato ben altro.

Scarico l’ultima versione disponibile di Google Antigravity, la 1.11.17 per la cronaca, che una volta installata occupa la bellezza di 700 MB. Una volta superate le solite schermate di onboarding ed essermi autenticato tramite il mio account Gmail, ecco cosa viene fuori

Praticamente VS Code di Microsoft, con in più il tool agentico Antigravity, che non so ancora bene a cosa possa servire e, soprattutto, se serve davvero.

Del resto, me lo avevano praticamente detto durante l’onboarding, quando è comparsa questa schermata dove mi veniva proposto di configurare l’editor da zero oppure di importare la configurazione da VS Code. O da Windsurf.

Windsurf?

Sì, Windsurf, un editor derivato da Cursor,¹ che a sua volta derivava dal solito VS Code.

La somiglianza (per usare un eufemismo) diventa evidente quando li si mette uno accanto all’altro, Antigravity a sinistra e Windsurf a destra.

Identici.

Insomma, l’IDE rivoluzionaria, il “nuovo modo di lavorare per questa prossima era dell’intelligenza agentica” che “ti aiuta a decollare”, non è altro che un clone di un editor che a sua volta era già il clone di un altro editor che a sua volta era il clone…

Basta approfondire un po’ per scoprire che Google ha speso 2.4 miliardi di dollari per acquisire il codice di Windsurf e per assumere i due fondatori, Varun Mohan e Douglas Chen, insieme ad una manciata di sviluppatori dell’azienda.² Ma, per timore di interventi dell’antitrust, Google ha evitato di acquistare il prodotto vero e proprio o il marchio, per cui Windsurf continua ad esistere e ad essere sviluppato indipendentemente, provando a ripetere la storia di Davide contro Golia.

Insomma, è un po’ come se negli anni ‘80 Microsoft avesse assunto Steve Jobs e Steve Wozniak, con magari anche Bill Atkinson, Andy Hertzfeld e Susan Kare, prendendo con loro anche il codice del primo Macintosh. Per poi ripubblicarlo qualche mese dopo come Windows 1.0. E tutto ciò mentre Apple continuava tranquillamente a sviluppare lo stesso codice per il Mac originale.

Ho l’impressione che quelli di Google abbiano usato qualcos’altro per decollare.

Ma a parte le battute, gli agenti presenti in Antigravity funzionano e sono utili nel corso dello sviluppo del codice? Non lo so nemmeno io, ed è quello che vedremo in diretta la prossima volta.

Chi è interessato alle polemiche nate dopo le ultime modifiche ai prezzi di Cursor può leggere qui. ↩︎
L’articolo citato è a pagamento, ma può essere letto liberamente qui. ↩︎

macOS Tahoe: liberiamo le icone!

Mon, 24 Nov 2025 18:00:00 +0000

Non ci sono solo le icone dei dischi. Appena ho visto quello che Tahoe aveva fatto alle icone di tante applicazioni installate sul mio Mac, ho deciso che dovevo fare qualcosa per ripristinare l’aspetto delle icone originali.

Ci ho provato più volte, usando i tool di automazione di casa Apple, Automator e Comandi Rapidi ma niente, c’era sempre qualche funzione che mancava. O magari sono solo io che non sono capace di usarli.

Poi ho scoperto fileicon, una libreria disponibile su Homebrew che permette di modificare programmaticamente le icone di file e cartelle. E con quella il problema era praticamente risolto.

– Fonte: Hennie Stander su Unsplash.

La gabbia dello squircle

Con Tahoe Apple ha introdotto un nuovo formato di icone, che ora devono necessariamente adattarsi alla forma predefinita a squircle, una via di mezzo fra un quadrato e un cerchio (o una superellisse, per chi si diletta di matematica).

Apple ha ridisegnato le icone delle sue applicazioni per adattarle al nuovo formato e ai canoni estetici di Liquid Glass, anche se l’effetto finale è spesso molto discutibile. Persino John Gruber non risparmia critiche su questo aspetto, arrivando a definire chi ha disegnato l’icona di Automator un dilettante che non avrebbe mai dovuto ottenere un lavoro presso Apple (e come dargli torto?).

Il problema però non è solo che tante icone delle applicazioni Apple hanno perso significato o sono proprio brutte, ma anche che tante icone di applicazioni di terze parti non si adattano proprio alla gabbia rappresentata dallo squircle.

Succede a tutte quelle applicazioni che hanno icone che sono veri oggetti di design, come Audio Hijack, BBEdit, Alfred, Amphetamine, VLC, NValt, Gemini 2, HandBrake, Keyboard Maestro e così via.

Tutte applicazioni molto note, sviluppate da team medio-grandi, che però in tutti questi mesi non hanno ritenuto necessario (o utile) adattare le loro magnifiche icone ai nuovi canoni imposti da Tahoe.

E figuriamoci se l’hanno fatto gli sviluppatori più piccoli, o quelli che sviluppano applicazioni multipiattaforma nelle quali è essenziale avere un look grafico unico e ben riconoscibile.

E cosa succede in questi casi? Che Tahoe rimpicciolisce automaticamente le icone di queste applicazioni, racchiudendole all’interno dello squircle. Ma in sovrappiù, quasi a ricordare agli sviluppatori che devono sbrigarsi a rispettare i dettami di Cupertino, piazza queste icone su uno sfondo grigio che definire brutto è poco.

Nella prima beta di Tahoe il risultato finale era semplicemente orribile, come si può vedere nelle immagini del mio primo articolo su Tahoe. In sovrappiù, questo trattamento brutale rendeva alcune icone quasi invisibili (Tunnelblick, QGIS, OpenMV IDE, Thonny).

Nella versione pubblica di Tahoe rilasciata a settembre e negli aggiornamenti successivi, Apple ha attenuato certi eccessi di trasparenza di Liquid Glass e ha anche schiarito un po’ il grigio di sfondo delle icone recalcitranti allo squircle.

L’effetto finale è migliore, non c’è dubbio.¹ Però le icone bordate di grigio rimangono bruttine e molto più piccole di quanto potrebbero (e meriterebbero) essere.

Si può fare qualcosa per ripristinare l’aspetto che avevano prima della cura Tahoe?

Liberiamo le icone

Ovviamente la risposta è sì, altrimenti non avrei scritto questo articolo.

Il metodo per farlo a mano è descritto molto bene qui e richiede di fare click con il tasto destro sull’icona di una applicazione, selezionare Ottieni Informazioni e sostituire la miniatura dell’icona con quella che si trova all’interno dell’applicazione stessa.

Per trovarla, bisogna fare di nuovo click con il tasto destro sull’icona dell’applicazione selezionare Mostra contenuto pacchetto, cliccare sull’icona della cartella Contents e poi su Resources cercare il file con estensione .icns (tenendo conto che alcune applicazioni possono contenere più di un file di questo tipo) e trascinarlo sulla miniatura dell’icona della finestra di Ottieni informazioni.

Sembra complicato ma con un po’ di pratica si fa in fretta. Ma questo metodo manuale può funzionare se si hanno poche applicazioni da curare. Ma se, come nel mio caso se ne hanno più di 20, diventa rapidamente noioso e soggetto ad errori. Come se non bastasse, è probabile che vada ripetuto ogni volta che si aggiorna l’applicazione.

Meglio far fare tutto automaticamente al Mac. Ed è qui che entra in scena IconLib.

IconLib

IconLib è un piccolo script in Bash che automatizza tutto il processo, appoggiandosi alla libreria fileicon per eseguire la modifica vera e propria dell’icona. Basta dargli in pasto un file con la lista delle applicazioni da aggiornare – ed eventualmente anche con il nome del file .icns perché, mannaggia!, tanti sviluppatori usano per le icone dei nomi che non hanno niente a che fare con il nome dell’applicazione e tante volte mettono più di un file .icns all’interno del bundle dell’applicazione – e lui fa tutto il resto.

E se non siamo contenti del risultato, possiamo sempre eseguire di nuovo lo script con lo switch -u (per undo), ripristinando le icone di Tahoe.

Si può anche eseguire IconLib su una data lista di applicazioni e, successivamente, modificare l’elenco in modo da ripristinare le icone solo di alcune applicazioni, lasciando le altre nello stato precedente a Tahoe.

Tutti i dettagli sono nel file README del repository su GitHub e non li ripeterò qui. Qui invece mi limiterò a mostrare come appaiono le icone dopo la cura con IconLib.

Anche se le vecchie icone non rispettano i dettami stilistici dello squircle, l’aspetto più vario e meno costretto nello squircle e l’assenza dello sfondo grigiastro me le fa preferire, almeno finché gli sviluppatori non svilupperanno delle nuove icone adatte a Tahoe.

Lo ha appena fatto Bare Bones Software con BBedit. Ma il fatto stesso che una software house così importante ci abbia messo tanto tempo indica che non è uno scherzo, oppure che gli sviluppatori hanno sperato (invano) per mesi che Apple tornasse sui sui passi. E se BBEdit ci ha messo tanto, è difficile immaginare che altre applicazioni multipiattaforma o di nicchia possano adeguarsi in tempi brevi.

Conclusioni

IconLIb è un programma niente affatto indispensabile e che serve a pochi.

Serve prima di tutto a quelli come me, che hanno tanti programmi installati sul Mac, spesso prodotti da programmatori indie o da team specialistici che non hanno tempo, voglia e competenze per occuparsi di sottili questioni di grafica (penso ad esempio a Tunnelblick, per gestire le VPN, a Thonny, un programma indispensabile per chi programma i microcontrollori in Python, o a JASP che è uno dei migliori programmi grafici di statistica per chi di statistica ne mastica poca).

Serve anche a chi non è soddisfatto della gabbia in cui Tahoe costringe le (ex-)magnifiche icone di tante applicazioni.

E, infine, serve a chi pensa che Apple stia esagerando con questa deriva di macOS, che sembra sempre di più un sottoprodotto di iOS piuttosto che un sistema degno di una sua vita autonoma.

Ma già che c’erano non potevano usare uno sfondo bianco? ↩︎

Ancora macOS Tahoe

Mon, 10 Nov 2025 18:00:00 +0000

Dopo meno di due mesi dalla distribuzione ufficiale, Tahoe sembra avviato a diventare un altra di quelle versioni di macOS da dimenticare, come Lion, Mavericks, Sierra, Catalina o Ventura.

Del resto, tolto Liquid Glass, di cui parlerò fra un istante, cos’ha Tahoe di memorabile? C’è il filtro delle chiamate telefoniche, che però fa più parte di iOS che di macOS e che ha comunque molte limitazioni, e anche le funzioni di ricerca di Spotlight sono migliorate. Ma vale davvero la pena aggiornare un sistema operativo solo per questo?¹

Liquid Glass dovrebbe essere la vera novità di macOS 26 Tahoe, ma Macworld l’ha prima paragonato a Vista e poi l’ha dichiarato morto nella culla. Se lo dice Macworld – non PCWorld o Linux Pro – c’è davvero da preoccuparsi!

Del resto la cose con Liquid Glass sono andate storte fin dal primo momento, quando qualche bello spirito aveva pensato di invertire i colori dell’icona del Finder. Così, senza un motivo particolare, ma solo per cambiare.

Le critiche sono state così distruttive che Apple è dovuta tornare di corsa sui suoi passi ripristinando il design storico dell’icona del Finder, quello che conosciamo da trent’anni e che è uno dei segni distintivi di macOS.

Ma con le icone dei dischi Apple, se possibile, è riuscita a fare persino peggio. Nelle primissime beta di Tahoe le icone dei dischi erano identiche a quelle a cui siamo abituati da anni: l’immagine di un hard-disk meccanico per i dischi interni e un parallelepipedo stondato arancione per i dischi esterni. Tutto molto scheumorfico, ma anche molto chiaro e perfino bello da vedere, con tutte quelle vitine, i LED colorati e persino l’etichetta che ci avvisa di non aprire il disco.

Con la quinta beta di Tahoe, Apple butta nel cestino l’icona del vecchio hard-disk e la sostituisce con una immagine più stilizzata, che dovrebbe rappresentare il disco SSD installato ormai da molti anni su tutti i Mac.² Già che c’è, dà anche una rinfrescata anche alle altre icone dei dischi (esterni, di rete e rimovibili) ed il risultato lo vedete qui sotto, dove la riga superiore mostra le icone dei dischi fino a Sequoia e alle primissime beta di Tahoe, mentre la riga inferiore mostra le icone aggiornate.

– Fonte: Ars Technica.

Poco dopo l’icona del disco interno perde tutti gli elementi frontali, che forse volevano rappresentavano delle prese di areazione o LED di attività, e diventa minimale come le altre.

Le nuove icone sono banali, hanno perso tutti i dettagli in nome di una maggiore semplicità, proprio come è successo a tutto il resto dell’interfaccia grafica basata su Liquid Glass. Ma fin qui tutto sommato ci può stare.

Quello che è incomprensibile è perché le icone siano state ridisegnate in modo da sembrare più strette davanti e più larghe dietro, in barba alle leggi della prospettiva e a come siamo stati abituati a vederle fino a Sequoia. È solo una illusione ottica, in realtà (ho controllato) le icone hanno i lati perfettamente paralleli, ma i giochi di luci ed ombre ce le fanno sembrare strane e fuori posto.

L’effetto peggiora quando le icone vengono affiancate, perché le diverse riflessioni fanno apparire quella grigia del disco interno più naturale e meno distorta rispetto a quelle delle unità esterne.

Ora io capisco la necessità di adottare un linguaggio grafico omogeneo e ben definito, ma non era proprio possibile disegnare delle icone che apparissero più naturali? Ce l’ha fatta Susan Kare con soli 32x32 pixel, come possiamo pensare che non ce la facciano i designer Apple che oggi hanno praterie sterminate di pixel a disposizione?

Se oggi a Cupertino non riescono a fare nemmeno una icona convincente di un disco, come possiamo pensare che Tahoe e Liquid Glass siano una cosa seria?

Il ciclo annuale di aggiornamento di macOS sarà anche buono per il marketing, ma dal punto di vista tecnico non ha senso. Non solo perché è difficile riuscire a trovare ogni ogni anno nuove funzionalità sufficientemente interessanti per la prossima release di macOS. Ma anche perché questa ricerca della novità a tutti i costi distrae da attività altrettanto importanti, come la correzione dei bachi della versione corrente e l’ottimizzazione delle prestazioni del sistema. ↩︎
In realtà, la nuova icona del disco interno non ha niente a che fare con l’immagine di un vero disco SSD interno, ma non facciamo i sofisti. ↩︎

Ha ancora senso imparare le lingue con Duolingo?

Thu, 23 Oct 2025 18:00:00 +0000

Imparare una lingua costa fatica: bisogna imparare i vocaboli, studiare la grammatica, ripetere all’infinito. E poi, appena se ne sa un po’, si deve iniziare a leggere, ascoltare, parlare con gli altri. Insomma, non è uno scherzo.

In passato era ancora peggio. Si studiava su dei volumoni pieni zeppi di regole, fatti apposta per farti odiare la lingua. Il mio libro di inglese del liceo dedicava una quindicina di pagine solo all’uso dell’articolo determinativo “the”. Non ho mai letto una riga di quel libro.

Per fortuna c’erano i corsi con i dischi o le cassette. Alle medie avevo imparato l’inglese proprio con uno di questi, un corso del Reader’s Digest prestato da uno zio. Doveva essere buono, perché alla fine riuscivo a leggere e a parlare discretamente in inglese.

– Fonte: subito.it.

Non l’ho fatto per motivi nobili, ma solo perché volevo leggere in anteprima i fumetti originali di SpiderMan e dei Fantastici Quattro che trovavo, molto faticosamente, in una edicola del centro.

Altri tempi! Oggi ci sono una montagna di app che sostengono di poter insegnare le lingue, da quelle classiche come l’inglese, il francese o lo spagnolo, a lingue più esotiche come il finlandese, il cinese, il giapponese o il coreano, e fino a vere chicche come il navajo, l’hawaiano o perfino il klingon.

L’app più famosa è senza dubbio Duolingo, “Il metodo gratuito, efficace e divertente per imparare le lingue!”, che ha scalzato dal trono il venerando Rosetta Stone. Ma basta fare un giro sull’App Store di iOS (o su Google Play per gli utenti Android) per trovane a decine, da Babbel a Lingvist, a Busuu, Memrise, Moondly, Mosalingua, …

Ma è proprio così? Si può davvero imparare una lingua studiando per qualche minuto al giorno sul cellulare? E soprattutto, ha ancora senso farlo con Duolingo?

Quattro anni con Duolingo

Ho usato Duolingo ogni giorno per quattro anni filati per studiare il tedesco. E un po’ devo averlo imparato, tanto che ho superato l’esame del livello A2. Ma, lo dico subito, se dovessi ricominciare oggi non lo rifarei.

Qualche luce

Non c’è dubbio, Duolingo è carino, è divertente, è un appuntamento giornaliero piacevole. Il più grosso punto a favore è che non si concentra sulla grammatica fine a sé stessa, ma la insegna tramite l’utilizzo pratico della lingua, mettendo le regole grammaticali in secondo piano. In generale funziona, anche se ogni tanto sarebbe utile approfondire certe regole più complesse.

Altro pregio è che si può decidere autonomamente quanto tempo dedicare allo studio. Io ne ho sempre dedicato poco, diciamo 10-15 minuti al giorno, infatti dopo quattro anni sono ancora all’inizio del livello B1 e a questo ritmo mi ci vorrebbero altri due anni per finirlo.¹

Infine c’è l’aspetto ludico. Come dicevo, Duolingo è piacevole da usare ed è perfino divertente, e questo costituisce senza dubbio uno forte stimolo a prendere in mano l’app ogni giorno. Anche la sfida di mantenere la propria striscia di lezioni consecutive aiuta a seguire le lezioni con regolarità.

E tante ombre

Ma l’aspetto ludico costituisce anche uno dei maggiori difetti di Duolingo. Perché se si esagera e ci si fa coinvolgere troppo nella sfida a colpi di punti XP con gli altri concorrenti, quello che doveva essere un momento di studio rilassato diventa una corsa ad acchiappare quanti più punti possibile, per salire sempre più su nel ranking globale. Proprio come in un videogioco.

È un errore che ho fatto anch’io. Ho usato trucchi e mezzucci di ogni tipo, riuscendo ad arrivare fino al terzo posto della Lega Diamante, il livello più alto e prestigioso.

Poi sono rinsavito e ho detto basta: ho disattivato il mio profilo pubblico e ho perso ogni contatto con gli amici e (soprattutto) con le competizioni. Perché facendo così non imparavo il tedesco, giocavo e basta. E infatti da quel momento in poi le cose sono andate molto meglio.

Anche l’app non è il massimo: ogni tanto va in crash e perde i progressi fatti nella lezione. Altre volte non riconosce le parole che ho appena pronunciato, ma si porta avanti e scrive già quelle che non ho ancora detto. Ogni tanto non si riesce a chiudere lo spot pubblicitario e l’unico modo per andare avanti è riavviare l’applicazione. Non a caso gli sviluppatori la aggiornano di continuo, quasi sempre per correggere dei bug.

Per rimanere all’app, è incomprensibile che non si possa tornare indietro durante una lezione, per rivedere un esercizio precedente, per ricordare un vocabolo nuovo e così via. È come se leggendo un libro sul Kindle non potessi rivedere le pagine che ho già letto. Capisco che sviluppatori vogliano evitare che si cambino le risposte (ma sarebbe facile impedirlo), ma dal punto di vista didattico è una pessima scelta.

E poi c’è la questione dell’impegno limitato, che significa che si impara piuttosto lentamente. Se avessi seguito un corso tradizionale sarei arrivato al B2 in due anni, con Duolingo ce ne sono voluti quasi quattro. Va (ri)detto, però, che questo è anche un pregio perché, se non si ha una motivazione forte, è difficile riuscire a dedicare parecchio tempo ogni giorno allo studio di una lingua (e non solo quella).

Ma l’aspetto di gran lunga peggiore di Duolingo è senza dubbio la continua modifica dell’organizzazione del corso. Anni fa ci fu uno stravolgimento totale della struttura delle lezioni, che generò tanta confusione e una valanga di critiche.

Ma queste non hanno fermato gli sviluppatori, che ogni tanto cambiano qualcosa e zac!, i 20 gruppi (Unit) da 10 lezioni l’uno a cui ti eri abituato diventano improvvisamente 40 gruppi da 5 lezioni ciascuno. Ma fra un mese, chissà, diventeranno 30 gruppi da 8 lezioni o 60 da 4. Questi cambiamenti periodici sono molto fastidiosi, un po’ come quando si deve cambiare strada ogni giorno a causa di nuovi lavori in corso.

Anche perché non si capisce il motivo di queste continue modifiche. Capisco che gli sviluppatori vogliano migliorare il codice, aggiornare l’interfaccia, aggiungere delle nuove funzioni qui e là. Ma Duolingo è un corso di lingue, non è rocket science che evolve quotidianamente o quasi. E anche se dietro l’applicazione ci fossero degli studi sofisticati sul modo migliore per insegnare una lingua (ma sarà davvero così?), non credo proprio che questi studi progrediscano così velocemente da richiedere dei continui stravolgimenti dei corsi.

Prima l’IA

Da qualche mese, seguendo la moda corrente, il management di Duolingo ha messo al primo posto l’IA, decidendo di “sostituire il processo di creazione dei contenuti lento e manuale con uno basato sull’intelligenza artificiale” (per citare il cofondatore e CEO di Duolingo, Luis von Ahn).

A suo dire lo fa solo per dovere, per “fornire questi contenuti ai nostri studenti il prima possibile”.

Ma tanti utenti non l’hanno presa bene. Non solo perché, per una azienda che proclama di avere “molto a cuore i propri dipendenti” e poi sbatte fuori di punto in bianco i collaboratori esterni, tutto questo appare ben poco etico e somiglia molto a quello che ha fatto Elon Musk con Twitter.

Ma anche perché questo significa in realtà che la produzione di contenuti di qualità, magari più lenta ma anche più precisa ed affidabile, è diventata secondaria rispetto alla moltiplicazione e alla estensione dei corsi e, di conseguenza, dei margini di profitto.

Non a caso, subito dopo l’annuncio, l’azienda ha più che raddoppiato l’offerta di corsi. E chissenefrega se le traduzioni sono spesso fatte con i piedi (virtuali).

Ma prima anche i soldi

Cory Doctorow è diventato famoso per aver inventato il concetto di enshittification, descritto molto bene in un recente articolo sul Guardian: all’inizio le piattaforme web (o le applicazioni che ne derivano) trattano gli utenti con i guanti bianchi, coccolandoli per conquistarne la fiducia. Poi iniziano a favorire i clienti paganti, a scapito di tutti gli altri. Alla fine, per monetizzare sempre di più, finiscono per abusare anche dei clienti paganti, diventando solo dei giganteschi mucchi di… merda (l’ent-shit-tification, appunto).

Di esempio se ne potrebbero fare a iosa, io mi limiterò a citare Cursor, salutato come l’editor definitivo per sviluppare con l’aiuto dell’IA e diventato in un paio di anni una piovra che divora i propri stessi utenti (paganti).

Quello che è successo a Duolingo è lo stesso: all’inizio l’applicazione era gratuita e non aveva pubblicità, e i suoi sviluppatori avevano promesso che sarebbe rimasta tale per sempre.

Dopo un po’ hanno iniziato a chiedere con garbo una piccola quota mensile, utile per accedere a qualche funzione extra ma non indispensabile per imparare.

Poi il management ha preso il sopravvento, e ha iniziato a rendere sempre più difficile la vita agli utenti che si ostinavano a rimanere sul piano gratuito, togliendo loro delle funzioni essenziali, come la possibilità di ripassare o la correzione degli errori, e rendendole accessibili solo a chi sceglieva il piano a pagamento.

Infine, da qualche mese hanno sostituito i vecchi Cuori con l’Energia, rappresentata dall’icona di una batteria che si scarica. Una fregatura scientifica.²

Fino a luglio, prima di una lezione si avevano a disposizione fino a 5 Cuori. Ad ogni errore si perdeva un cuore, che si poteva riguadagnare aspettando alcune ore, guardando uno spot pubblicitario oppure, fino a un paio di anni fa, completando una lezione di “pratica”.³ Questo significava che, chi faceva pochi errori riusciva a fare un numero praticamente illimitato di lezioni, sorbendosi al più qualche spot extra.

Con l’Energia non è più possibile. Ora si hanno 25 unità di Energia, e ad ogni risposta (non ad ogni errore, si badi bene!) si perde una unità. Dopo un certo numero di risposte senza errori si guadagna qualche unità di Energia, ma mai troppa. Il meccanismo è tale che si possono fare non più di due lezioni senza errori, tre se si è molto fortunati, prima di aver bisogno di ricaricare l’Energia. Ovviamente l’energia si ricarica solo con gli spot, mica ripassando!

E se sei così stupido da voler ripassare un gruppo di lezioni con uno dei test di verifica che ti fa raggiungere lo stato Leggendario, ad ogni domanda perdi ben due unità di Energia e, anche se non fai errori, ti ritrovi alla fine con la batteria quasi scarica (come si vede nell’immagine qui sotto).

È chiaro che questo meccanismo è una spinta fortissima a passare ai piani a pagamento Super Duolingo e il recente Duolingo Max dove, andando contro tutte le leggi della fisica, l’Energia (o il numero di Cuori) è illimitata. In aggiunta con questi piani non si è costretti a sorbirsi la pubblicità, ma anche questo è vero fino ad un certo punto perché gli utenti del piano Super Duolingo devono guardare di continuo degli spot che pubblicizzano Duolingo Max.

Quanto costa Super Duolingo?

Bella domanda, visto che è difficilissimo sapere quanto costa Super Duolingo o Duolingo Max. Se si va sul sito si trova solo una paginetta molto carina ma nella quale, a differenza di qualunque altro servizio a pagamento, non compare nessun prezzo.

L’unico modo per sapere quanto costa è iniziare la settimana di prova gratuita. Dopo un lungo processo di onboarding e una prima lezione nella lingua scelta, si arriva alla schermata qui sotto, che impariamo che Super Duolingo costa di base 10.99 euro al mese. Se si paga annualmente il costo scende a 6.25 euro al mese, per un totale di 75 euro all’anno. Infine, il piano Famiglia annuale di Super Duolingo costa 8.84 euro al mese, cioè 106 euro all’anno, e può essere condiviso con altre 5 persone.

I prezzi in dollari sono molto simili: Super Duolingo base costa 12.99 dollari al mese. Pagando annualmente il costo scende a 6.99 dollari al mese, cioè 83.88 dollari all’anno, mentre il piano Famiglia annuale costa 9.99 dollari al mese, equivalenti a 119.88 dollari all’anno.

Su Duolingo Max si trovano ancora meno informazioni, ma i prezzi dovrebbero aggirarsi intorno ai 30 dollari al mese e 168 dollari all’anno. Secondo me (e non solo) non ha senso scegliere Duolingo Max che, rispetto a Super Duolingo, offre solo qualche aiutino e la possibilità di dialogare con un avatar artificialmente intelligente. Una cosa che, lo dico per averla provata personalmente, è molto più imbarazzante di dialogare con un insegnante in carne ed ossa.

A prima vista il piano Super Duolingo annuale è molto conveniente, e lo è ancora di più il piano Famiglia, anche se condiviso con un solo altro utente. In più ci sono spesso delle offerte con sconti molto consistenti. Ma non è l’aspetto economica la cosa più importante da prendere in considerazione.

Ha ancora senso usare Duolingo?

Non è bello tradire senza vergogna gli utenti che ci hanno fatto nascere e crescere.

Quando Duolingo è nato, nel 2011, gli sviluppatori avevano promesso solennemente che sarebbe stato gratuito e senza pubblicità, per sempre. So bene che sul web niente è per sempre, però è anche vero che sono queste promesse che hanno contribuito a creare una comunità attiva di utenti che hanno fatto crescere e fiorire Duolingo. Disattendere queste promesse equivale a dare uno schiaffo in faccia a chi si è fidato.

Duolingo nasce tramite un finanziamento della National Science Foundation, soldi pubblici quindi. L’idea iniziale si basava sul concetto di crowdsourcing: gli utenti imparavano (gratuitamente) una lingua mentre aiutavano a tradurre i contenuti dei siti web. Tutti i costi venivano pagati dai gestori dei siti che usufruivano del servizio, perché “l’educazione gratuita cambierà davvero il mondo”.

Con il senno di poi era una idea bislacca, visto che in pochi anni i sistemi di traduzione basati sull’intelligenza artificiale sono diventati così buoni da rendere inutile tutto quel lavorio manuale che sembrava così geniale.

Il valore di Duolingo stava soprattutto in questa comunità di utenti, che lo diffondeva con il passaparola, che contribuiva a migliorarlo, che animava le discussioni nel forum, in altre parole che lo faceva sentire una cosa viva e non un semplice prodotto. Il management di Duolingo sta buttando via tutto questo in nome del dio denaro. Tanto per fare un esempio, i forum sono stati chiusi perché fornivano aiuto gratuito agli utenti in difficoltà, aiuto che ora è disponibile solo con il piano top, Duolingo Max.

Ma Duolingo non ha solo ha tradito lo spirito originale diventando anche a pagamento. Ha anche reso quasi inusabile il tanto sbandierato piano gratuito per sempre, che ora è infarcito di pubblicità e ha perso molte funzioni essenziali disponibili solo nelle versioni Super e Max.

Io posso capire benissimo che chi sviluppa un’app abbia bisogno di soldi per gestire l’infrastruttura, pagare gli sviluppatori, e così via. Ma allora deve scegliere. Può scegliere di offrire una app gratuita ma con meno funzioni di quella a pagamento. Oppure può offrire una app gratuita pienamente funzionale ma supportata dagli spot pubblicitari, mentre quella a pagamento ne è priva.

Ma non può fare entrambe le cose allo stesso tempo: togliere tante funzioni utili per imparare una lingua e contemporaneamente ficcarci dentro un sacco di pubblicità. E, come se tutto questo non bastasse, peggiorare la qualità dei corsi.

Perché non c’è dubbio che, dopo tutti i cambiamenti degli ultimi anni, anche la qualità dei corsi di lingue offerti da Duolingo sia diminuita.

C’è meno varietà di frasi da tradurre, e le traduzioni diventano sempre più letterali, parola per parola, forse perché non c’è più nessun essere umano che inserisce nel database delle soluzioni delle alternative meno meccaniche. Negli esercizi di traduzione, il numero di parole fra cui scegliere è più ridotto, e spesso si tratta solo di metterle nell’ordine giusto, senza dover selezionare le parole corrette. Anche le storielle da leggere sembrano sempre quelle, sono mesi che non mi viene proposta una lettura nuova.

Ma anche la nuova struttura dei corsi contribuisce a questo decadimento qualitativo. Quando ho iniziato io, quattro anni fa, i corsi erano strutturato in un modo più tradizionale, con lezioni focalizzate su argomenti ben definiti (Skill), dalle nozioni di base al cibo, agli animali, ai viaggi e così via. Gli Skill erano organizzati in modo parallelo, per cui in un dato giorno si poteva decidere di fare una lezione sui plurali e una sul cibo, mentre il giorno dopo ci si concentrava sugli animali.

– Fonte: Duolingo Wiki.

Una volta completato uno Skill, un indicatore numerico a forma di corona forniva una indicazione visuale della necessità di ripetere periodicamente quello Skill, in modo da rafforzare la conoscenza sull’argomento.

Tutto questo è scomparso nel 2022 con l’introduzione del Percorso al posto degli Skill. Il Percorso organizza l’insegnamento in modo lineare e bisogna per forza completare un dato gruppo di lezioni (quello che nell’immagine qui sotto è colorato in viola) prima di passare al gruppo successivo (in grigio chiaro, ad indicare che è ancora bloccato). Non c’è niente che impedisce di tornare indietro nel Percorso già fatto, ripetendo una o più lezioni. Ma è anche vero che non c’è nessuno stimolo a farlo, come succedeva invece con il vecchio sistema con le corone.

La struttura attuale a Percorso assomiglia ai livelli di un gioco, dove bisogna completare un dato livello prima di passare al successivo. Ed è evidente che questa scelta mette in primo piano l’aspetto ludico del programma rispetto alle sue finalità didattiche.

Come se non bastasse, le stesse lezioni sembrano molto più meccaniche e ripetitive di prima. Non so dire con certezza se anche un corso tradizionale come il tedesco che seguo io sia stato già avvelenato dai contenuti generati dall’IA, ma l’impressione comunque è quella. Non oso pensare a quello che succede nei corsi più recenti e meno popolari (e io che volevo imparare l’hawaiano… 🤣)

E infine c’è il rapporto fra costi e benefici. In quattro anni su Duolingo ho completato i livelli A1 e A2, diciamo che ho impiegato due anni per ciascun livello . Ho sempre usufruito del piano gratuito perché, facendo pochi errori, i cinque Cuori disponibili mi bastavano e avanzavano. E se anche qualche volta perdevo tutti i Cuori, li potevo recuperare con qualche lezione di ripasso, che non fa mai male.

Ma oggi non potrei più fare lo stesso, a meno di non perdere un sacco di tempo a guardare degli insulsi spot pubblicitari, una cosa che distrae e fa passare la voglia di fare una lezione.

L’alternativa sarebbe usufruire del piano Super Duolingo, che nel mio scenario di uso significherebbe spendere 150 euro per ogni nuovo livello linguistico. Non è molto, se si tiene conto che un corso online tradizionale può costare tre o quattro volte di più. Ma è moltissimo se si tiene conto che la gamificazione spinta degli ultimi anni, associata all’uso pervasivo dell’IA ha trasformato Duolingo da un programma per imparare le lingue a un gioco basato sulle lingue. E per un gioco come questo 150 euro sono troppi.

Conclusioni

Se imparare una lingua è solo un hobby o una scusa per distrarsi un po’, usare gratuitamente un’app come Duolingo può ancora andare bene. Ma se si vuole fare sul serio, passare alla versione a pagamento Super Duolingo ha poco senso.

Per fortuna oggi ci sono parecchie alternative migliori a Duolingo, basta fare un giro su questo sito specializzato per trovare recensioni e consigli in quantità. Da parte mia, io punterei senza dubbio Rosetta Stone, che insegna le lingue in modo intuitivo, proprio come un bambino impara la lingua madre.

È vero, Rosetta Stone costa qualcosa in più di Super Duolingo, ma usa un metodo ben assestato e ha una struttura di prezzi chiara ed evidente fin dal primo momento. Senza contare che ci sono spesso offerte vantaggiosissime, che permettono di acquistare l’accesso perpetuo a tutti corsi di lingue spendendo poco di più di due anni di Super Duolingo.

Io in questo momento sto seguendo un corso online tradizionale al livello B1, con insegnante madrelingua in carne ed ossa (seppur a distanza), piattaforma di e-learning, compagni di corso con cui interagire e non ho tempo di fare altro. Ma appena il corso sarà finito, credo proprio che un giretto con Rosetta Stone me lo farò.

Nel frattempo continuerò a giocherellare per qualche minuto al giorno con Duolingo, più per abitudine e per ripassare quello che ho già fatto che per imparare cose nuove. Quattro anni di vita insieme non si dimenticano facilmente.

C’è gente che si vanta di aver completato un “corso” in un anno o meno. In realtà, escludendo i soliti cretini su YouTube, si riferiscono al solo “livello” A1 e non all’intero corso che, per il tedesco è strutturato su tre livelli, A1, A2 e B1. Studiando solo una mezz’ora al giorno si può tranquillamente completare l’A1 in un anno. ↩︎
L’Energia per ora è attiva solo per iOS, mentre per ora gli utenti Android sono stati esentati da questo cambiamento, così come chi usa l’applicazione web. Se questo è un test A/B su larga scala non ha molto senso. ↩︎
C’era anche la possibilità di recuperare i 5 Cuori pagando un certo numero di “gemme”, esattamente come in tanti giochi freemium. ↩︎

Sopravvivere al Don Rodrigo

Sun, 24 Aug 2025 06:00:00 +0000

– Fonte: Macworld.

Il contrasto fra i due personaggi è stridente. Tim Cook è nato in una famiglia operaia del profondo Sud ed è asceso con le sue sole capacità alla direzione della più importante azienda tecnologica del mondo. È un gay conclamato e orgoglioso di esserlo, nonché un difensore dei diritti delle minoranze.

Donald Trump è un figlio di papà che è riuscito a fallire in tutte le sue imprese imprenditoriali. È uno stupratore conclamato e amico fraterno di pedofili. È uno a cui piace atteggiarsi a boss, anche se in realtà è solo un polletto fifone.

Vedere Tim Cook costretto a prostrarsi davanti a questo Don Rodrigo da quattro soldi fa stringere il cuore.

Va detto però che a Intel è andata molto peggio, costretta a cedere il 10% delle sue azioni a questi nuovi bravi in giacca e cravatta.

Una piccola consolazione è che alla fine della storia arriva la peste e Don Rodrigo e i suoi bravi hanno ciò che si meritano.

L’altra è guardare e riguardare questa scenetta memorabile.

Steve Wozniak, 75 anni di felicità

Mon, 18 Aug 2025 06:00:00 +0000

Ho sempre avuto una grandissima ammirazione per Steve Wozniak, il nerd paffutello che nell’immaginario di chi si occupa di queste faccende è sempre stato considerato un gradino sotto (e magari anche di più) l’amico e socio fondatore di Apple Computer, Steve Jobs.

Certo, senza il genio commerciale di Steve Jobs Apple non sarebbe mai diventata il gigante che è oggi, ma sarebbe rimasta una delle tante aziende che negli anni ‘80 vendevano personal computer dalle forme e dalle funzioni più disparate, Tandy, Sinclair, Commodore, Osborne, Atari, Compaq, e così via.

Ma senza il genio ingegneristico di Steve Wozniak l’Apple I e l’Apple II non sarebbero mai esistiti, quindi direi che siamo pari.

– Fonte: TechCrunch.

Il disinteresse per i soldi di Steve Wozniak è proverbiale. Se fosse stato per lui, avrebbe regalato il progetto dell’Apple I a chiunque glielo avesse chiesto. Dopo aver lasciato Apple negli anni ‘80 vendette o regalò la maggior parte delle sue azioni Apple, azioni che oggi avrebbero un valore stratosferico.

Ma, come ha scritto lui stesso nel giorno del suo 75° compleanno,

Ho dato via tutte le mie ricchezze Apple perché la ricchezza e il potere non sono ciò per cui vivo. Mi diverto e sono felice. Ho finanziato molti importanti musei e gruppi artistici a San Jose, la città in cui sono nato, e mi hanno intitolato una strada per essere stato buono. Ora parlo in pubblico e sono arrivato in cima. Non ho idea di quanto possiedo, ma dopo aver parlato per 20 anni potrebbe trattarsi di 10 milioni di dollari più un paio di case. Non ho mai cercato alcun tipo di elusione fiscale. Guadagno con il mio lavoro e pago qualcosa come il 55% di tasse. Sono la persona più felice di sempre. Per me la vita non è mai stata una questione di risultati, ma di felicità, cioè di Sorrisi senza Cipiglio. Ho sviluppato questa filosofia quando avevo 18-20 anni e non mi sono mai venduto.

Woz ha ragione. Quando hai già 10 milioni di dollari (anche se in effetti dovrebbero essere 100) la tua vita non cambia se ne fai 20, 50 o 100 o 1000. Meglio, molto meglio divertirsi, godersi la vita ed essere felice.

Se altri avessero la sua stessa filosofia il mondo sarebbe un posto decisamente migliore.

MDR Dasher contro Flow 2: moda o buonsenso?

Thu, 14 Aug 2025 06:00:00 +0000

Tutto è cominciato con Severance, la serie TV cult che è piaciuta praticamente a tutti.

È bastato che, per promuovere l’ultima puntata della seconda stagione, Apple mettesse online una pagina con l’immagine del Lumon Terminal Pro, il computer usato dai dipendenti delle Lumon Industries – una replica di un terminale Data General Dasher 6053 d’antan (altre immagini qui e qui) – per scatenare la corsa ad avere una tastiera ispirata a quel terminale.

– Fonte: Apple.

– Fonte: Data General Dasher 6053 Terminal su Tech Tangents.

C’è chi se l’è fatta in casa, ma c’è anche chi ha sfruttato l’occasione per promettere di produrne una, lanciando una sottoscrizione su Kickstarter che sarà attiva il 19 agosto. I primi (fortunati?) sottoscrittori potranno avere l’MDR Dasher Keyboard al prezzo scontato di 599 dollari, che salirà fino a 699 dollari per chi la prenota dopo il lancio su Kickstarter. Chi invece la comprerà più tardi sui canali ufficiali dovrà sborsare 899 dollari, praticamente il prezzo di un iPhone 16!

Io sarei fra quei potenziali fortunati, ma passo più che volentieri. Uso già una tastiera che mi soddisfa al 100%, anzi ne ho due identiche per i Mac di casa e ufficio. E poi la MDR Dasher non mi piace nemmeno: troppo grossa, troppo alta, troppo scomoda per i miei gusti.

Ma soprattutto, non compro un prodotto solo perché è di moda e assomiglia ad uno che si vede in una serie TV. Tanto meno lo compro da una azienda sconosciuta, che ha un indirizzo falso e che è nata solo per sfruttare la moda del momento.

Se c’è una tastiera che comprerei senza indugio, invece, è la Flow 2, una tastiera meccanica che ha raccolto quasi un milione di dollari su Kickstarter, cento volte la richiesta iniziale. Non solo perché costa una cifra ben più abbordabile – e molto conveniente in assoluto per una tastiera meccanica – ma perché dietro c’è una azienda seria che le tastiere, meccaniche e di qualità, le fa da anni.

La Flow 2, in particolare, è prodotta partendo da un solo blocco di alluminio ed è molto curata dal punto di vista del design, un po’ come i Mac che tanto ci piacciono. E poi è meccanica, ma si può scegliere la versione silenziata, perfetta per chi usa il computer di notte, o comunque non vuole disturbare familiari e colleghi con un ticchettio da macchina da scrivere che diventa presto straziante per chi lo subisce.

Come dice il titolo: da un lato c’è la moda, l’hype, il marketing senza troppi scrupoli, dall’altro il buonsenso e la tranquillità un po’ noiosa. A voi la scelta.

E per finire: buon Ferragosto a tutti! Staccate la spina, spegnete i device e godetevi una giornata di relax e buona compagnia.

Addio dc, benvenuta luka: una nuova calcolatrice RPN da Terminale

Sat, 09 Aug 2025 06:00:00 +0000

La Notazione Polacca Inversa (o RPN, dall’inglese Reverse Polish Notation) è un modo per eseguire operazioni matematiche senza usare le parentesi. Negli anni ‘70-80 l’RPN fu resa popolare da Hewlett-Packatd (HP), che l’utilizzò in tutte le sue calcolatrici scientifiche e finanziarie.

Con le calcolatrici della rivale Texas-Instruments, che usavano le parentesi, era facile perdere il conto di quante parentesi si erano aperte o chiuse, cosa che costringeva spesso a reinserire l’intera espressione dal principio. Chi usava una calcolatrice RPN non aveva questi problemi, anche se doveva superare un piccolo scoglio iniziale per abituarsi alla nuova notazione.

Oggi le calcolatrici fisiche sono poco usate, e quasi tutti preferiscono utilizzare un’app sul telefono o sul computer. Ma c’è ancora qualche nerd impenitente che non si arrende all’interfaccia grafica e si ostina ad usare il Terminale. Perché? Ad esempio, perché è molto più facile inserire numeri e operazioni complicate con la tastiera, che premere i tasti di vetro di una calcolatrice virtuale.

Premessa

Se avete fretta e non volete sobbarcarvi la lettura di questo lungo articolo, troverete tutte le informazioni che vi servono in questo post, sintetico ma come sempre brillante, su Quickloox, uno dei blog di riferimento per chi è appassionato del mondo Apple.

– Immagine generata da Google Gemini.

Un po’ di storia

La Polonia ci ha dato Niccolò Copernico, Fryderyk Chopin, Joseph Conrad, Marie Curie, Arthur Rubinstein, Stanislaw Lem. Ma ci ha dato anche Jan Lukasiewicz, un logico matematico (e filosofo) che cent’anni fa inventò una notazione matematica che non faceva uso di parentesi.

In questa notazione polacca tutti i simboli di operazione ( $ + $, $ - $, $ \times $, $ / $ ) precedono i numeri a cui si applicano. Lo stesso vale più in generale per le funzioni matematiche, come $ \sqrt{} $, $ \sin $, $ \cos $, $ \exp $ (dette operatori) e i numeri o le variabili (dette operandi) su cui agiscono.

Ad esempio, una operazione come $ 3 + 4 $, in notazione polacca viene scritta $ + \ 3 \ 4 $, mentre $ (5 + 2) \times (5 - 2) $ diventa $ \times + 5 \ 2 - 5 \ 2 $.

Per molti anni questa è rimasta solo una idea un po’ bislacca, perché il vantaggio di non usare le parentesi non sembrava compensare a sufficienza la notazione inusuale e più difficile da leggere.

Poi alla fine degli anni ‘50, John McCarthy rispolverò la notazione polacca (o prefissa) per il LISP, uno dei linguaggi di programmazione più influenti di tutti i tempi,¹ sviluppato con l’obiettivo di essere applicato allo sviluppo di programmi nell’ambito della nascente intelligenza artificiale.

La notazione prefissa, infatti, non solo semplificava notevolmente la scrittura dell’interprete LISP, ma permetteva anche di rappresentare allo stesso modo sia il codice che i dati, una cosa utilissima per un linguaggio finalizzato a rendere in computer intelligente. Ma meglio non divagare troppo.

Notazione polacca inversa

Ma la vera svolta avviene invertendo l’ordine fra operandi ed operatori, cioè scrivendo prima i numeri e poi le operazioni da eseguire, per cui $ 3 + 4 $ diventa $ 3 \ 4 \ + $ e $ (5 + 2) \times (5 - 2) $ diventa $ \ 5 \ 2 + 5 \ 2 - \times $.

Questa notazione polacca inversa (RPN) viene scoperta e riscoperta per almeno tre volte in vent’anni, ma diventò popolare solo all’inizio degli anni ‘60 quando Friedrich Bauer, inventore del concetto di stack e uno degli sviluppatori dell’ALGOL, e Edsger Dijkstra, famoso per la soluzione del “problema del cammino minimo” e per mile altre cose, ripresero in mano il concetto, perché permetteva di ridurre l’accesso alla memoria, che nei computer dell’epoca era scarsa e lenta, e di eseguire tutte le operazioni in un’area di memoria bene definita (lo stack) e per questo più facile da manipolare.

I vantaggi dell’RPN per eseguire i calcoli matematici erano così evidenti che HP la utilizzò in praticamente tutte le sue calcolatrici scientifiche e finanziarie, almeno fino all’inizio degli anni ‘90. Solo con lo sviluppo di memorie più capienti e di display molto più grandi divenne possibile visualizzare e modificare facilmente l’intera operazione impostata – e non più solo l’ultimo numero inserito – rendendo così meno necessario l’uso dell’RPN.

Una calcolatrice nel Terminale

Chi vuole usare una calcolatrice tradizionale nel Terminale di macOS o di Linux ha una scelta pressoché obbligata: bc, il basic calculator, presente in UNIX dal 1975, 50 anni filati. La versione attuale, disponibile su Linux e macOS, è stata completamente riscritta, ma quella originale era solo una interfaccia per dc (desk calculator), una delle più antiche utility presenti in UNIX e più vecchia persino del C.

E dc era… una calcolatrice RPN. Una scelta che confermava l’intuizione di HP: la notazione RPN era più efficiente e più semplice da implementare, e quindi ideale anche per i computer dalle risorse limitate degli anni ’70.²

Oggi l’RPN non è più una scelta quasi obbligata dalle limitazioni hardware, ma direi una scelta motivata soprattutto dalla pigrizia. Perché, una volta che si è spesa una mezz’oretta per imparare ad usarla, si scopre che è davvero molto più comodo eseguire i calcoli con questa notazione piuttosto che con quella tradizionale.

E poi forse c’è anche un certo gusto per andare controcorrente: in un mondo in cui tutti si uniformano ai dettami degli influencer (veri o presunti) sui social, usare una calcolatrice RPN diventa un modo per distinguersi, per sentirsi fuori dal coro, quasi una dichiarazione di indipendenza intellettuale.

dc è ancora presente in Linux e macOS e può essere tranquillamente usata dal Terminale, ma è una bella fatica, i suoi cinquant’anni si sentono (e si vedono) tutti. I risultati delle operazioni non si vedono, a meno di non stamparli sullo schermo con p. Nemmeno lo stack si vede, a meno di non chiederlo esplicitamente con f. I numeri negativi si indicano con l’underscore _ e non con il normale -, per cui $ - 4 $ si scrive $ \_4 $. E così via.

Ma da oggi c’è dc2 o meglio, luka.

La calcolatrice RPN del XXI secolo

E sì, perché da qualche settimana abbiamo a disposizione una nuova calcolatrice RPN per il Terminale di macOS di Linux, chiamata inizialmente dc2, in omaggio alla veneranda calcolatrice ormai ultracinquantenne.

Però dc2 sapeva troppo di una riscrittura dell’originale, mentre questo è un progetto completamente nuovo, scritto da zero in C. Meritava quindi un nome tutto suo, luka, in omaggio a Jan Lukasiewicz, l’inventore della notazione polacca (si veda il riquadro qui sopra).

Rispetto a dc, luka è davvero di un’altro secolo, e si vede appena si inizia a provarla. È interattiva, mostra in ogni momento il contenuto dello stack, ha la storia delle operazioni eseguite, le variabili, un help sintetico ma completo in linea, una pagina di manuale cristallina (ce ne fossero tante altre così!).

E poi luka è fatta in Italia. In tempi in cui si esalta l’identità nazionale per i motivi più futili, è bello vedere qualcosa che merita davvero di essere valorizzato.

Il programma in questo momento ha un piccolo bug legato alla visualizzazione dell’history, ma l’autore macina il codice molto più velocemente di quanto io macini le parole, per cui è più che probabile che il bug sarà corretto al più presto (vacanze permettendo).

Evoluzione del codice

Lo sviluppo di dc2/luka è stato rapidissimo. Dietro al progetto c’è Davide Mastromatteo, noto fra i suoi amici di penna come @mastro35 e autore dell’ottimo blog The Python Corner.

In pochi giorni Davide è passato dalla versione 0.1.0, perfettamente funzionale ma con una interfaccia utente ancora acerba,

alla versione 0.2.0, con una vista dello stack molto più chiara, la possibilità di usare gradi e radianti e di cambiare il formato di rappresentazione dei numeri, nonché con un help più compatto.

La versione 0.3.0 ha introdotto l’history delle operazioni eseguite e un help ancora rivisto,

mentre la versione 0.4.0, che è coincisa con il cambio di nome del programma, ci ha portato le variabili e parecchi nuovi comandi da tastiera, come si può vedere nelle prime immagini di questo articolo.

Usare luka

Installare luka sul Mac o su Linux è un attimo, almeno per chi usa homebrew (e chi non lo usa dovrebbe iniziare a farlo subito)

brew install mastro35/homebrew-mastro35/luka

Altrimenti basta scaricare l’ultima release del codice sorgente, scompattarla ed eseguire

make clean && make

dal Terminale, ovviamente dopo essersi spostati nella directory che contiene il codice sorgente.³

Inutile dire che chi ha installato make e un compilatore C su Windows, potrà compilare luka anche su questo sistema operativo.

Dimenticavo: presto arriveranno i pacchetti per Linux, in formato deb e rpn e, chissà, magari anche aur. E forse anche un installatore per Windows.

Sull’uso vero e proprio della calcolatrice c’è poco da dire. Chi conosce già l’RPN si troverà a suo agio, e ci metterà pochissimo ad usare luka al meglio. Chi non conosce l’RPN magari avrà voglia di provarla, per toccare con mano quanto sia più comodo eseguire un calcolo appena appena complicato con una calcolatrice RPN piuttosto che con una normale calcolatrice algebrica.

Di guide all’RPN ce ne sono a iosa, purtroppo sono tutte orientate a spiegarne l’uso con una calcolatrice fisica, come le ormai mitiche HP vintage, oppure con le emulazioni grafiche per Android o iOS.⁴

Rispetto a queste guide ci sono alcune differenze da considerare. La principale è che, non avendo i tasti fisici, luka (ma anche dc) richiede che si prema ogni volta ENTER per inserire un numero o una funzione. Anche alcuni nomi di funzioni sono diversi, così come i comandi per gestire lo stack o per salvare e recuperare le variabili. Ad esempio luka usa store e load per le variabili, mentre le calcolatrici fisiche o emulate usano dei tasti denominati in genere STO e RCL (ma se l’autore legge questo articolo forse cambierà idea 😂). Ma, a parte questi dettagli, la logica di fondo non cambia.

Da parte mia, ho provato in tutti i modi a far andare luka in crash, e non ci sono mai riuscito. Ho provato a fargli calcolare il fattoriale di numeri assurdamente grandi o piccoli, a dividere per zero, ad eseguire il famigerato $ 0 / 0 $ e poi a calcolare il reciproco del risultato. Ma niente, imperturbabile mi ha sempre dato il risultato esatto. Insomma, la qualità c’è.

Conclusioni

Provare luka non costa niente. Si installa (e disinstalla) in pochi secondi, funziona su macOS, Linux e, per chi vuole, anche su Windows. I risultati che produce sono esatti (e questa è la cosa che conta di più). Lo sviluppatore è bravo ed aperto ai suggerimenti. Insomma, è uno strumento ideale per chi vuole eseguire dei calcoli dal Terminale.

Certo, è uno strumento di nicchia, destinato a pochi utenti sofisticati che apprezzano la notazione RPN e non hanno paura del Terminale. Ma proprio per questo ha un fascino tutto suo.

E poi, vuoi mettere la bellezza di vedere un programma che evolve davanti ai nostri occhi, magari partecipando allo sviluppo con suggerimenti o critiche?

Ed uno dei pochi linguaggi di programmazione, assieme a FORTRAN e COBOL, ad essere ancora vivo e vegeto. ↩︎
Non a caso, uno dei linguaggi di programmazione più efficienti in assoluto è il FORTH, che si basa sullo stack e sull’uso dell’RPN. ↩︎
Come, non avete nemmeno make? Allora correte ad installare homebrew! ↩︎
Per quest’ultimo consiglio senza riserve PCalc Lite o meglio ancora la versione full Pcalc, che costa quanto un panino e una minerale al bar. In alternativa WP 34s, che riesce a compattare tutto in una sola schermata, oppure i41CX, perfetta per chi a suo tempo sognava di averla. ↩︎

Fare una Maggie

Mon, 28 Jul 2025 06:00:00 +0000

L’ultimo articolo mi ha fatto letteralmente impazzire. Non per la lunghezza, anche se scrivere un testo di più di tremila parole e ventimila caratteri in due lingue diverse non è una sciocchezza.

Il vero problema è nato dal fatto che a un certo punto il file Markdown dell’articolo si è corrotto. Quando Hugo provava a convertirlo in HTML, il file generato conteneva, al posto delle lettere accentate italiane, il carattere di sostituzione �, quel rombo nero con dentro un punto interrogativo bianco che abbiamo visto in tante email e pagine web.

Ci ho perso ore prima di risolvere il problema.

Quando un file Markdown si corrompe

La prima ipotesi è stata che il file contenesse qualche carattere spurio, come uno spazio che non è davvero uno spazio, oppure una di quelle lettere strane che qualche anno fa hanno creato un certo scompiglio. Un bel problema cercarle nel testo, per cui ho fatto il contrario e ho scritto una espressione regolare che cercasse tutto ciò che non era normale, raffinandola via via che procedevo.

Alla fine l’espressione regolare è diventata questa.

[^a-zA-Z0-9àèéìòùÀÈÉÌÒÙ ,.;:`'"()\[\]\-^/_*#\n]

Una cosa molto terra-terra, ma l’importante è che funzionasse. Purtroppo non ha trovato niente di strano.

Per cercare di restringere il più possibile l’area che poteva contenere l’errore, ho iniziato a togliere parti di testo, prima poche righe e poi intere sezioni, ricompilando ogni volta il file tagliuzzato con Hugo. Niente, non c’era verso di togliere quegli stramaledetti rombi neri!

E qui ho fatto la cosa davvero decisiva: dopo aver provato e riprovato senza successo, ho lasciato perdere e sono andato a cena.

Sì, perché quando non si riesce a risolvere un problema – che sia risolvere un difficile esercizio di matematica, far funzionare un programma o scrivere l’attacco di quel post che ci frulla in testa da ore – la cosa migliore da fare è lasciare perdere e dedicarsi ad altro. Non so voi, ma con me funziona sempre alla grande.

E dopo cena mi è venuta l’idea: ho fatto una Maggie e tutto è andato a posto.

– Immagine generata da Google Gemini.

Fare una Maggie

Maggie è il diminutivo di Margaret Secara, diventata famosa per un trucco, semplice ma molto efficace, per recuperare un documento Word corrotto: cliccare sull’icona ¶ della Barra Multifunzione di Word per attivare la visualizzazione dei caratteri di formattazione (se la finestra di Word è stretta, l’icona potrebbe nascondersi all’interno della sezione dedicata ai paragrafi), poi selezionare tutto il testo tranne l’ultimo carattere di Invio (come mostrato in figura) e incollarlo in un nuovo documento vuoto.

Se non funziona, si può ripetere il procedimento copiando parti successive del testo in un nuovo documento, in modo da circoscrivere il più possibile la porzione corrotta.

La prima volta che ho usato questo trucco stavo lavorando su un documento di più di cento pagine, passato per parecchi colleghi e differenti versioni di Word, che era diventato ingestibile: ogni nuovo carattere impiegava secondi per comparire sullo schermo e Word andava continuamente in crash. Con la procedura descritta ho risolto il problema in un battibaleno.¹

Il trucco di Maggie funziona perché i file Word hanno una doppia struttura. La prima è quella che mostrata sullo schermo del computer, fatta di testo, immagini e tabelle, con divisioni in capitoli, sezioni e paragrafi, con grassetti, italici, sottolineature, con interruzioni di pagina, liste, rientri, tutte cose messe lì un po’ a casaccio dall’utente.

La seconda struttura è quella del file XML sottostante, che dopo un po’ di aggiunte, correzioni, cancellazioni, ripensamenti, diventa un fritto misto di tag XML innestati uno sull’altro, che rimangono però sempre invisibili all’utente e non vengono mai ripuliti e ristrutturati in modo coerente dal programma.

A meno di non farlo noi a mano, copiando tutto il testo in un nuovo documento, ma evitando come la peste l’ultimo carattere di Invio che, per qualche motivo arcano, contiene la chiave di accesso alle porcherie nascoste del documento Word.

Margaret Maggie Secara avrà scoperto questo trucco per caso, ma si è rivelato così utile da trasformare il suo soprannome in una parola vera e propria, come Kleenex, Band-Aid, Post-It, Tupperware o Google.

Ma sono documenti di testo!

Però i miei post li scrivo in Markdown, mica con Word. Ma anche così, ripartire da un documento fresco e copiarci dentro il contenuto di quello corrotto può rivelarsi il metodo più veloce per risolvere tanti problemi.

Ovviamente il trucco funziona con qualunque tipo di documento in testo puro, che sia scritto in Markdown, LaTeX, HTML, XML, JSON, Org mode… o in qualsiasi altro formato più o meno arcano che vi venga in mente.

Anzi, proprio perché, a differenza di Word, un documento di testo non nasconde nulla all’utente, non serve nemmeno evitare di copiare l’ultimo carattere di Invio; si può selezionare tranquillamente tutto il testo, copiarlo e incollarlo in un nuovo file vuoto.

Prima di farlo è sempre bene controllare che il testo non contenga dei caratteri spuri, utilizzando una espressione regolare simile a quella riportata più sopra.

E con questo l’articolo è finito. Le due sezioni qui sotto sono riservate solo ai più curiosi, che vogliono sapere cosa mi era successo davvero.

Solo per i più curiosi…

Perché il metodo funziona?

Una volta risolto il problema immediato, la curiosità ha avuto il sopravvento e mi sono chiesto perché il metodo descritto funziona con i documenti di testo. Come succede spesso, lavorare dal Terminale aiuta a risolvere i problemi più spinosi.

In un normale editor come BBedit o TextMate, il file corrotto appare perfettamente normale, ma se lo si visualizza nel Terminale con cat, si nota subito che tutti i caratteri accentati vengono sostituiti da dei ?, più o meno come succede convertendolo in HTML.

Il comando file dà poi la risposta definitiva. Se lo applico al file corrotto, file 2025-07-22-macos-tahoe-developer-beta-3.md, ottengo in risposta

Non-ISO extended-ASCII text, with very long lines (1264)

mentre con un qualunque altro file Markdown il risultato è (come è giusto che sia)

Unicode text, UTF-8 text, with very long lines (1264)

In altri termini, il file aveva perso la codifica UTF-8, trasformandosi in un generico file di testo non-standard.

Se me ne fossi accorto prima, avrei potuto usare iconv per correggere la codifica del file, ma in questo caso non c’è dubbio che il copia-e-incolla è molto più pratico.

Cos’è successo davvero?

Difficile a dirsi, ma ci sono degli indizi. Dato che l’articolo era molto lungo, l’ho scritto in più riprese un po’ sul Mac Mini e un po’ sull’Air.

In genere copio i file di lavoro in locale e li sincronizzo solo in un secondo momento. Ma questa volta cambiavo continuamente computer, per cui ho preferito lavorare direttamente sulla cartella sincronizzata (usando Syncthing, ma non credo che sia stato lui il responsabile; in quel caso avrei trovato dei file in conflitto, che invece non ci sono). Invece ci sono stati ogni tanto dei problemi di rete, e penso che sia stato proprio questo che ha finito per corrompere la codifica del file.

La morale? Lavorare in locale e sincronizzare solo quando si è finito. Oppure lavorare direttamente in rete solo quando il collegamento è stabile.

Ma quando non si può, meglio ricordarsi dei consigli della buona vecchia Maggie.

Pare che si possa recuperare un documento Word senza perdere traccia delle modifiche effettuate. La guida usa delle combinazioni di caratteri tipiche di Word per Windows, e quindi non è immediato applicarla alla versione per macOS. ↩︎

macOS Tahoe: Developer Beta 3

Tue, 22 Jul 2025 06:00:00 +0000

Pochi giorni fa, puntuale come sempre, Apple ha reso disponibile agli sviluppatori il terzo aggiornamento della Developer Beta di macOS 26, meglio conosciuto come Tahoe.

Una volta concluso l’aggiornamento, ci vuol poco per rendersi conto che Apple sta (lentamente) modificando qualcosa nell’interfaccia grafica Liquid Glass dell’ultima versione del suo sistema operativo.¹

Magari anche per venire incontro alle tante critiche che nell’ultimo mese le sono state rivolte da pezzi da novanta come Riccardo Mori – comunque la si pensi, il suo primo articolo su MacOS Tahoe e Liquid Glass è imperdibile (ma anche il primo e il secondo follow-up meritano di essere letti) – da John Gruber, Craig Hockenberry, Francisco Tolmasky, Louie Mantia, Marco Arment e da tanti altri, come si può leggere in una delle magistrali raccolte di Michael Tsai.² Nonché, nel suo piccolissimo, anche dal sottoscritto (qui e qui).

È una beta

Sgomberiamo il campo da un equivoco: criticare (con fondamento) la versione beta di un sistema operativo come macOS è una cosa buona e giusta.

Quando pubblica una beta Apple non ci fa un favore, concedendoci di usare in anteprima un prodotto non ancora pubblicato, ma piuttosto siamo noi che facciamo un favore ad Apple, analizzando e dissezionando il suo software in modi che magari non sarebbero mai venuti in mente agli sviluppatori e ai tester ufficiali.

Sostenere, come fanno in tanti, che “bisogna avere pazienza, tanto è una beta” o che “nelle beta ci sono sempre dei bug”, è una emerita sciocchezza, perché è proprio in questa fase, quando il prodotto viene provato sul campo, che vengono fuori quelle magagne che gli sviluppatori ufficiali, abituati a lavorarci su ogni giorno da mesi, ormai non notano più.³

Del resto, se negli ultimi anni Apple ha esteso l’accesso alle sue Developer Beta ad un pubblico molto più ampio, significa che quello che viene fatto in questa fase le serve, eccome se le serve!

Lo sfondo

La prima cosa che si nota accedendo al Mac dopo l’aggiornamento è il nuovo sfondo di default, che ora ci mostra la riva sassosa del lago Tahoe, circondata da una lunga catena di montagne innevate (del Nevada?).

A me questi sfondi naturali non piacciono molto, ci sono troppi particolari che distraggono e impediscono di vedere con chiarezza quello che c’è sul Desktop. Però, rispetto allo sfondo anonimo di prima (che c’è ancora) non c’è confronto, per cui va bene così. E poi il leggero effetto di increspatura delle onde, che purtroppo nello screenshot non si vede, è davvero delizioso!

Aver cambiato in corsa lo sfondo attivo di default però, sembra indicare qualche problema nella direzione di sviluppo di Tahoe/Liquid Glass, come diventerà ancora più evidente nella prossima sezione.

Questa a onor del vero è una modifica introdotta nella beta precedente, di cui non ho avuto modo di scrivere qui. Apple ha aggiunto una opzione per ripristinare lo sfondo della barra del menu (Impostazioni di Sistema > Barra dei Menu > Show menu bar background), proprio come accadeva in Sequoia e nelle versioni precedenti di macOS.

Secondo me è un’ottima decisione perché, dopo aver usato per alcune settimane macOS Tahoe, mi sono accorto che è inutile avere a disposizione una barra di menu trasparente. Per almeno due motivi.

Il primo è che con la barra trasparente le voci di menu e le icone tendono a confondersi con lo sfondo, diventando molto meno leggibili. Questo effetto è particolarmente grave quando lo sfondo è pieno di dettagli e di gradienti, come nell’esempio qui sotto.

La differenza in termini di chiarezza con la barra dei menu con lo sfondo è evidente.

Il secondo motivo è che, anche se la barra del menu è trasparente, non può essere (giustamente) occupata dalle finestre delle applicazioni, per cui non si guadagna nemmeno spazio utile per le applicazioni.

A che serve davvero avere una barra dei menu trasparente, se questa è meno leggibile e non aumenta lo spazio utile per le applicazioni? Solo per ottenere un (discutibile) effetto visivo più omogeneo, ma senza nessun vantaggio funzionale?

Io uso il computer per lavorare, non passo la giornata a rimirare il desktop. E perché mai dovrei fare più fatica a leggere le voci dei menu o il livello della batteria, la qualità della connessione Wi-Fi e tutte le altre icone che stanno lì per uno scopo preciso, solo perché qualche designer da quattro soldi ha deciso che la barra dei menu deve confondersi con il resto del desktop?

È sorprendente però che, dopo ben due release della Developer Beta, l’impostazione non sia ancora stata tradotta in italiano e, immagino, nelle altre lingue. È un piccolo dettaglio, ma che dà l’impressione di una cosa un po’ raffazzonata e buttata lì alla bell’e meglio, sulla quale il team che lavora su questa parte di Tahoe non ha ancora le idee ben chiare.

Rafforzando così i dubbi su come procede lo sviluppo di Tahoe, espressi benissimo da Craig Grannelli.

[questo cambiamento] mi fa anche dubitare della fiducia di Apple nel suo lavoro di progettazione. Quando Apple inizia a fare le sue scommesse, segnala che sa che qualcosa non va, ma non ha la convinzione di correggere la rotta. O forse queste impostazioni sono un mezzo per zittire temporaneamente le persone, mentre le scelte predefinite rivelano il vero intento e la direzione di marcia.

Le Impostazioni di Sistema

Nel mio primo articolo su Tahoe avevo segnalato il fatto che la nuova voce Aspetto delle Impostazioni di Sistema si comportava in maniera strana: impostando la modalità Auto nella sezione relativa agli stili di icone (e widget) Dark, Clear e Tinted non si osservava apparentemente nessun effetto.

Nell’articolo avevo ipotizzato che questa modalità consentisse al sistema operativo di adattare da solo i dettagli di visualizzazione dello stile di icone e dei widget prescelto al modo Light o Dark attivo. Facevo però anche notare che l’implementazione sembrava piuttosto confusionaria.

In realtà non era una implementazione mal fatta, era un vero e proprio baco, come riportato nelle Release Notes di questa beta.

Finder
Resolved Issues

Fixed: Finder does not display Dark Mode app icons or tinted folder colors when the Folder Color setting in System Settings > Appearance is set to Automatic. (152193702)

Purtroppo, anche se Apple sostiene di aver corretto il problema, non vedo nessuna differenza rispetto a prima. Quello che vedo benissimo, invece, è che certe combinazioni di impostazioni rendono le icone così poco contrastate da rendere molto difficile distinguere una dall’altra.

Il Finder

Appena ho aperto il Finder ho avuto l’impressione che Apple avesse diminuito l’intensità dell’ombra sui gruppi separati di icone che ora costituiscono la Barra degli Strumenti.

Purtroppo non è così, l’intensità dell’ombra, così come la trasparenza delle icone è identica a prima, producendo lo stesso pasticcio di colori descritto nell’articolo precedente tutte le volte che le icone più sgargianti della finestra principale del Finder finiscono al di sotto di quelle della Barra degli Strumenti.

Per evitarlo, sarebbe sufficiente che la Barra degli Strumenti del Finder conservasse lo sfondo bianco presente a partire da Big Sur (n sostituzione di quello metallico precedente). In questo modo, le icone mostrate nella finestra principale del Finder rimarrebbero visibili solo in questa finestra, senza più sconfinare nell’area riservata alla Barra degli Strumenti.⁴

Più uso il neo-Finder di Tahoe e più mi chiedo che senso abbia questa confusione di ruoli, nella quale la Barra degli Strumenti – che non sta lì per bellezza ma che serve per gestire i file e per spostarsi all’interno del file system del Mac – si deve confondere e sovrapporre ai file stessi, in un mix indistinto che non è nemmeno bello da guardare?

Tanto più che nemmeno gli sviluppatori Apple sembrano tanto convinti delle loro scelte perché, se dalla vista ad Icona si passa alla vista ad Elenco, si ritrova la solita separazione netta fra la finestra principale e la Barra degli Strumenti (a parte l’effetto tridimensionale aggiunto a quest’ultima da Liquid Glass).

E se cambiamo ancora vista e passiamo a quella in Colonna, ritroviamo una terza modalità diversa e intermedia fra le due precedenti, nella quale c’è uno sfondo bianco sotto la Barra degli Stumenti, ma dove le icone delle applicazioni e dei file vengono sfocate ben prima di arrivare sotto la Barra degli Stumenti, come invece succede nella normale vista ad Icona.

Questa confusione nella modalità di visualizzazione della Barra degli Strumenti, non è presente solo nel Finder ma anche in applicazioni come Note dove, a seconda della modalità di visualizzazione scelta, ci si può ritrovare con una Barra degli strumenti trasparente, che sfoca malamente tutto ciò che ci finisce sotto,

oppure con una normalissima barra con lo sfondo bianco, come siamo abituati a vedere da Big Sur in poi.

Qualcosa di simile succede anche con Libro Font, anche se con modalità leggermente diverse, mentre non succede con Freeform o Anteprima, che hano una Barra degli Strumenti sempre trasparente. Reminders è un altro caso particolare, ma vi lascio il piacere di scoprire da soli perché.

Insomma, la confusione regna sovrana dalle parti di Cupertino e sembra che nemmeno gli sviluppatori riescano a decidere cosa sarebbe meglio fare con la nuova Barra degli Strumenti in stile Liquid Glass.

Le icone delle applicazioni

Alle nuove icone delle applicazioni voglio dedicare una sezione separata da quella del Finder, perché qui non si tratta più di una semplice questione di gusti, ma di rapporto con gli sviluppatori. I quali, non dimentichiamolo mai, sono fondamentali per il successo di una piattaforma.

Ricapitolo brevemente la questione.

In macOS Tahoe Apple ha introdotto un nuovo formato di icone per le applicazioni, mutuato da iOS. Le nuove icone hanno la forma di uno squircle (in italiano un supercerchio), una forma geometrica intermedia fra il cerchio e il quadrato, e possono essere create con il nuovo Icon Composer. Questo nuovo formato permette, fra l’altro, di adattare dinamicamente le icone allo stile, o meglio all’Aspetto, prescelto (si veda la sezione relativa alle Impostazioni di Sistema).

Fin qui tutto bene.

Il problema nasce dal fatto che non c’è scelta: le icone di tutte le applicazioni installate sul Mac non possono più avere una forma personalizzata, come ad esempio quella di BBEdit che sto usando per scrivere questo articolo, ma devono obbligatoriamente adottare la forma a squircle.

Tutte le icone delle applicazioni che non si sono ancora adeguate ai nuovi dettami stilistici imposti da Liquid Glass vengono racchiuse automaticamente in uno squircle con dietro un orribile sfondo grigio scuro, che sembra messo lì apposta per segnalare quei prodotti cattivi che non si sono ancora adeguati alle nuove linee guida Apple.⁵

Ma rifare le icone non è una passeggiata. Non l’hanno ancora fatto, ad esempio, quelli di Bare Bones Software, che non sono esattamente degli indie sprovveduti. Il loro prodotto di punta BBedit ha ricevuto un aggiornamento pesante proprio pochi giorni fa, ma ha mantenuto la sua icona tradizionale.

Gli sviluppatori indipendenti sono ancora meno entusiasti di dover rifare tutte le icone delle loro applicazioni seguendo il nuovo formato imposto da Apple.

Non lo è, ad esempio, Howard Oakley, che definisce ironicamente macOS Tahoe come il distruttore di icone, ed equipara lo squircle con lo sfondo grigio ad un sin bin, ovvero alla zona del campo dove viene confinato temporaneamente un giocatore che ha fatto un fallo.⁶ Qualcun altro ci va giù ancora più pesante e definisce lo squircle una vera e propria prigione.

Anche chi decide di adeguarsi ha dei problemi perché, come ci racconta il solito Howard Oakley, non è detto che le icone aggiornate per Tahoe funzionino correttamente anche nelle versioni precedenti di macOS.

La metà delle applicazioni installate sul Mac che ho aggiornato a macOS Tahoe ha le icone grigie, e nel mese e mezzo intercorso dalla prima Developer Beta ad oggi credo che nessuna di queste abbia adottato il nuovo formato di icone. Non l’ha fatto nemmeno Chrome di Google, a cui non mancano di certo i mezzi per adeguarsi in un batter d’occhio. Perfino alcune applicazioni Apple non seguono le sue stesse linee guida, ad esempio Garage Band o XCode. Il caso di quest’ultimo è particolarmente significativo, visto che XCode è lo strumento principale per sviluppare le applicazioni per il Mac.

La mia impressione è che l’interfaccia grafica di Tahoe non sia scolpita nel marmo – oops nel vetro – e che gli sviluppatori preferiscono aspettare la versione finale prima di adeguarsi ai dettami di Apple.

Del resto, fra le 26 Developer Beta 1 e Beta 2 Apple ha già cambiato l’icona del Finder, causa sollevazione popolare, e ha aggiunto l’opzione per ripristinare lo sfondo della barra dei menu. Per cui è chiaro che Apple non è insensibile alle critiche espresse da chi sta provando in anteprima Tahoe.⁷

Dimenticavo: chi vuole può ripristinare le solite icone anche in Tahoe, ma è un processo manuale e piuttosto noioso, che va ripetuto per ogni applicazione interessata e per ogni Mac. Io passo.

Prestazioni

La terza Developer Beta di macOS Tahoe sembra molto più lenta delle due versioni precedenti. Ad esempio, Firefox ci può mettere una vita per partire e ripristinare le schede precedenti, ma un po’ tutte le applicazioni appaiono più legnose, in particolare in avvio, di quanto è lecito aspettarsi su Apple Silicon. Anche certi pannelli delle Impostazioni di Sistema a volte appaiono completamente vuoti, e solo dopo parecchi secondi riescono a visualizzare le opzioni disponibili.

Per quanto noioso, questo è un comportamento normale in una beta, che per sua natura è infarcita di codice di debug e di funzioni ancora immature o poco testate, che magari generano memory leak, usi erronei della cache e cose simili. Se lo segnalo qui è solo perché le prime due Developer Beta apparivano molto più reattive di questa.

In ogni caso, un riavvio risolve, almeno temporaneamente, il problema, in attesa del rilascio della versione definitiva.

Conclusioni

Fra pochi giorni, forse domani stesso, Apple renderà disponibile a tutti la beta di Tahoe, che quindi potrà essere provata da un pubblico molto più ampio e variegato.

Come ho già detto, la vicenda dell’icona del Finder modificata in corsa dimostra che Apple non è sorda alle critiche sulla nuova interfaccia di macOS, e quindi c’è speranza che qualcosa venga corretto nei due mesi che si separano dal rilascio ufficiale della nuova versione di macOS.

Se poi qualcuno pensa che gli articoli critici come quelli citati qui sopra, e persino queste notarelle che avete appena letto, vengono scritti solo allo scopo di acchiappare facili click… beh, pazienza, gli autori se ne faranno una ragione.

Sta facendo lo stesso per la versione corrispondente di iPadOS (che sto provando sul mio iPad Pro) e di iOS (che per ora invece lascio stare). ↩︎
Riccardo Mori si autodefinisce un traduttore ed uno scrittore, ma in realtà ha grosse competenze anche nel campo del design e della tipografia. John Gruber scrive da più anni di quanto possa ricordare uno dei blog più importanti dedicati all’universo Apple ed è l’inventore di Markdown. Craig Hockenberry è uno sviluppatore che ha prodotto fra l’altro Tot, che io adoro, ed è una delle anime di Iconfactory. Francisco Tolmasky è stato un membro del team original dell’iPhone, nel quale ha contribuito a sviluppare Safari per iOS, ed è il creatore di Objective-J, un superset di JavaScript, e di Cappuccino, un “framework open source che semplifica la creazione di applicazioni di livello desktop eseguite in un browser web”. Louie Mantia è un artista e un grafico specializzato nel design di icone. Marco Arment è uno sviluppatore di applicazioni per iOS e per il web, oltre che “scrittore, produttore di podcast, geek e amante del caffè”. ↩︎
Succede più o meno lo stesso quando si scrive: se si fa leggere un testo ad una terza persona, questa nota molto più facilmente degli errori a cui l’autore, che ormai conosce il testo a memoria, non fa più caso. ↩︎
Come è normale che sia e come è sempre successo, non solo in macOS (o Mac OS X, o come lo volete chiamare), da Sequoia e andando indietro nel tempo fino a Cheetah, ma anche nelle versioni di Mac OS prodotte per tutti gli anni ‘80 e ‘90. ↩︎
Per fare un paragone sportivo, Apple sembra più o meno come quell’arbitro di calcio che tira fuori il cartellino giallo mentre avverte il centravanti che “alla prossima sciocchezza ti butto fuori”. ↩︎
Giuro che, quando ho scritto il paragone calcistico della nota precedente, non avevo ancora letto questo commento di Howard Oakley. ↩︎
Non posso evitare di pensare che se Steve Jobs avesse visto come sarebbero diventate certe icone del suo Finder, avrebbe cacciato i responsabili a calci nel sedere. ↩︎

macOS Tahoe: dov'è il Terminale?

Tue, 08 Jul 2025 06:00:00 +0000

– Immagine generata da Google Gemini.

Prendete macOS Tahoe, aggiornato alla versione 26.0 Developer Beta 2, e aprite il Terminale. Anzi non apritene solo uno, aprite due, tre, quattro Terminali diversi, ciascuno nel suo pannello. Più o meno così:

A questo punto ditemi: qual’è il Terminale attivo in questo momento?

Per rispondere dovrete aguzzare lo sguardo, e solo allora vi accorgerete che la barra del titolo del Terminale attivo è di un grigio appena appena più scuro degli altri, e che il titolo stesso è in grassetto.

Rifate lo stesso giochetto con Sequoia, o con qualunque versione precedente di macOS, e vedrete a colpo d’occhio qual’è il Terminale che state usando.

In realtà, un modo per distinguere il Terminale in uso esiste anche in Tahoe, ma è contro-intuitivo e richiede l’uso del mouse. Se si sposta il mouse sopra la barra del Terminale attivo non si vede nessun cambiamento,

mentre, quando si sposta mentre il mouse sopra il pannello di uno dei Terminali inattivi, lo sfondo diventa più scuro.

A tanti sembrerà un dettaglio trascurabile, ma il Terminale è uno strumento essenziale per interagire a basso livello con il sistema operativo e viene usato da gente che non possono permettersi di perdere tempo a cercare il Terminale giusto o, peggio ancora!, di rischiare di inserire un comando pericoloso nel Terminale sbagliato.

Per fare un esempio concreto: per gestire questo blog uso tre pannelli del Terminale, ciascuno dedicato ad un compito specifico. In uno di questi lavoro via ssh su un sito privato di test, che mi serve per verificare che tutto funzioni prima di caricare il blog sul vero server. Essendo un ambiente di prova, sono abituato a cancellare tutto con un brutale rm -r *. Oggi posso farlo senza problemi, perché so a colpo d’occhio e senza bisogno di leggere che sono nel Terminale giusto. Ma con Tahoe dovrò cambiare abitudini, perché eseguire lo stesso comando nel pannello sbagliato potrebbe avere conseguenze catastrofiche.¹

Fra tutte le incongruenze di macOS Tahoe, questa è forse è la più incomprensibile, e potenzialmente la più pericolosa.

A questo punto una domanda è d’obbligo: ma gli sviluppatori Apple usano davvero i prodotti che realizzano?

Certo, io per non fare errori prendo ulteriori precauzioni, come assegnare colori diversi ai vari Terminali. Ma il problema di fondo rimane. ↩︎

macOS Tahoe: rimandato a settembre

Sat, 28 Jun 2025 06:00:00 +0000

Sta diventando una abitudine. All’inizio di quest’anno, invece di aspettare, come al solito, che fosse già pronta (o quasi) la versione successiva di macOS prima di installare quella corrente, ho installato Sequoia su tutti i miei Mac. Pochi giorni fa ho deciso di saltare il fosso, installando la primissima beta di Tahoe, quella riservata agli sviluppatori, su un Mac che uso poco, più che altro per provare la nuova interfaccia grafica Liquid Glass su macOS.¹

Dato che è la prima volta che provo una beta di macOS, non sono in grado di valutare se le versioni precedenti fossero più o meno mature di Tahoe in questa fase dello sviluppo, ancora molto lontana dal rilascio ufficiale.

Di conseguenza, mi limiterò a descrivere le mie prime impressioni sulla nuova interfaccia grafica, concentrandomi in particolare sul Finder, che è una delle applicazioni più usate in assoluto, e sulle Impostazioni di Sistema, che è fondamentale quando si prende confidenza con un nuovo sistema operativo. Dopo il rilascio ufficiale a settembre, ci sarà sarà tempo per una valutazione più approfondita.

Aggiornamento

L’aggiornamento da Sequoia 15.5 a Tahoe 26 Beta pesa poco più di 7 GB, che mi pare in linea con gli aggiornamenti precedenti, anzi forse è perfino un filo sotto la media.

L’installazione del nuovo sistema operativo è veloce, non so dire esattamente quanto ci ha messo, ma ricordo di essermi sorpreso quando ho visto che aveva finito.

La prima cosa che si vede dopo l’aggiornamento è questa schermata, che ci mostra una anteprima di Liquid Glass, con i suoi bottoni in rilievo rispetto al resto della finestra. Qui non si vede nessun effetto di trasparenza, ma ci sarà tempo anche per quella.

Una volta premuto Continua compare il Welcome Screen di Tahoe che, poverino, sembra una scritta fatta con il dentifricio sovrapposta allo sfondo di default del mio Mac. Purtroppo sono passati da un pezzo i tempi dei magnifici Welcome Video delle prime versioni di macOS, quelle con i nomi di felini.

Da qui si arriva direttamente al Desktop del Mac, che ora mostra alcuni widget sul lato sinistro della schermata (alcuni widget sembrano non funzionare solo perché gli screenshot sono stati fatti la sera tardi al mare, senza attivare il collegamento ad internet).

I widget non mi sono mai piaciuti. Su Tiger e seguenti ne usavo alcuni, ma solo perché erano in una schermata ben separata, la Dashboard. Averli invece in bella vista sul Desktop che uso tutto il giorno mi da fastidio, e so già che, appena finito quest’articolo, li eliminerò senza pensarci due volte.

Ma c’è tempo, per ora cambio lo sfondo e ci metto quello di default di Tahoe.²

Devo ammettere che lo sfondo non mi fa impazzire: ci sono troppi dettagli e troppi gradienti per i miei gusti, e il contrasto con le icone chiare, come quella del disco, è troppo scarso. Però nessuno mi obbliga ad usare proprio questo sfondo, per cui è un non-problema.

Il Finder

Un problema reale, invece, sono le icone delle applicazioni con lo sfondo grigio scuro, la cui visione mi ha fatto saltare sulla sedia appena ho aperto il Finder.³

Le icone originali avevano uno sfondo trasparente, per accorgersene basta cambiare lo sfondo della cartella Applicazioni di Sequoia o di versioni precedenti di macOS. Per motivi imperscrutabili, in Tahoe questo sfondo invisibile viene sostituito da uno di colore grigio scuro, che definire orribile è fargli un complimento.

Le applicazioni Apple, naturalmente, non hanno questo problema mentre, come si vede nell’immagine precedente, alcune fra quelle più diffuse ne sono affette, una su tutte Google Chrome.

Ma se scendo verso la sezione delle applicazioni meno note, trovo un sacco di orride icone bordate di grigio! In alcuni casi, le icone vengono pure rimpicciolite, forse per effetto delle nuove regole di adattamento dinamico di Liquid Glass, rendendo ancora più ampia l’area colorata in grigio. Ma chi è che ha ideato una roba del genere?

Ma questa non è l’unico aspetto discutibile del nuovo Finder. Qui la familiare Barra degli Strumenti del Finder è stata sostituita da gruppi separati di icone translucenti, che sembrano fluttuare al di sopra della finestra principale.

La modifica sembra un po’ raffazzonata, anche perché si sono dimenticati di mettere in rilievo il nome della cartella. Però, quando sotto queste icone c’è uno sfondo chiaro, la nuova barra degli strumenti può essere considerata accettabile, anche se inconsistente (come si vede in alcune delle immagini precedenti).

Ma, quando le icone translucenti della Barra degli Strumenti si sovrappongono alle icone più colorate della finestra principale del Finder (come nell’immagine qui sotto), si forma un guazzabuglio di colori che non solo è brutto da vedere, ma rende pure difficile distinguere una icona della Barra degli Strumenti dall’altra.

Forse una sfocatura più spinta o una trasparenza minore potrebbe evitare il problema. Ma a quel punto non sarebbe meglio mantenere la vecchia barra chiara con sopra le icone flottanti?

E poi, io capisco pure che ora bisogna ficcare ovunque il concetto di liquido, ma era proprio necessario trasformare il cursore nella barra di stato del Finder (quello in basso a destra che permette di ingrandire e rimpicciolire le icone) in una capsula così grossa, ma allo stesso tempo quasi invisibile?

Il nuovo cestino dei rifiuti invece non è male, è più moderno di quello cilindrico a cui siamo abituati da sempre. Mi chiedo come potrebbe stare in piedi ma, si sa, lo skeumorfismo è morto da tempo.

Sempre rimanendo in tema Finder: qualcuno mi spiega perché la finestra delle Impostazioni del Finder mantiene ancora gli angoli poco smussati di Sequoia e perché le sue icone sono meno spesse di quelle della barra laterale della finestra principale?

La nuova Apps

Niente male, invece, la nuova applicazione Apps, che raggruppa le applicazioni installate in modo logico, un po’ come succede su iOS. Di sicuro sembra meglio di Launchpad, che ho provato ad usare ma che ho subito abbandonato,⁴ anche se non mi piace molto il fatto che siano necessari due click per accedere alle applicazioni di un dato gruppo.

Mission Control non è cambiata, e la cosa mi va benissimo perché lo uso di continuo e mi peserebbe dover cambiare abitudini. Lo stesso vale per gli Scacchi, a cui non gioco mai perché perdo sempre, ma che è presente da sempre in macOS (e c’era anche nel papà, NeXTSTEP).

Anche le altre applicazioni di default non sembrano essere cambiate più di tanto, ma per questo mi riservo di fare una valutazione più approfondita più avanti.

Le Impostazioni di Sistema

Infine uno sguardo alle Impostazioni di Sistema. Non dirò nulla sul fatto che ormai non ci si capisce nulla: fino a Monterey bastava un colpo d’occhio per trovare l’impostazione giusta, ma da quando macOS scimmiotta iOS bisogna usare sistematicamente la funzione di ricerca per trovare l’impostazione che serve.⁵

Dirò qualcosa invece sulla nuova funzione che cambia globalmente i colori delle icone e dei widget di macOS Tahoe. Qui si vede lo stile di Default delle icone (e dei widget) che, a parte il bordo grigiastro di cui ho già detto, è quello a cui siamo sempre stati abituati.

Questa immagine, invece, mostra cosa succede si attiva lo stile Dark. Le icone delle applicazioni visibili nel Finder non cambiano – probabilmente perché devono essere aggiornate per supportare questo nuovo stile – mentre cambiano tutte le icone della applicazioni Apple visibili nel Dock. Il tema Light però non rende giustizia a questo nuovo stile,

mentre con il tema Dark è tutta un’altra cosa.

Però, se attivo lo stile Dark e scelgo la modalità Auto, tutta l’interfaccia torna ad essere identica allo stile di Default. Lo si può vedere nelle due immagini qui sotto, dove la prima mostra lo schermo del Mac quando è attivo lo stile Dark e la modalità Auto, mentre la seconda mostra lo stile di Default.

Immagino che la modalità Auto voglia indicare che il sistema operativo sceglie da solo i dettagli di stile più adatti al modo Light o Dark in uso. Una cosa sensata, ma che forse andrebbe implementata in modo diverso, perché messa così confonde solo le idee.

Gli altri due stili Clear e Tinted sono carini, ma francamente avere tutte le icone dello stesso colore non mi alletta più di tanto. A tanti questi nuovi stili omogenei piaceranno di certo, ma io dubito che li userò mai.

Anche con questi stili, la modalità Auto adatta da sola l’aspetto al tema in uso. Anche in questo caso, mi pare che vada rivista sia la posizione che la titolazione della modalità automatica.

Non male, invece, la possibilità di cambiare il colore di accento dell’interfaccia grafica.

Non sono un appassionato di queste cose, ma a tanti piacciono e comunque non stravolgono l’interfaccia, per cui perché no?

Perla finale: l’interruttore, davvero gigantesco, che attiva il Bluetooth (ma anche il Wi-Fi o la VPN). È vero, anche in Sequoia questi interruttori erano più grandi di tutti gli altri, ma non vi sembra che quelli di Apple questa volta abbiano esagerato un po'?

Conclusioni (per ora)

Qui si conclude questa veloce carrellata su macOS Tahoe, e sulla sua interfaccia grafica Liquid Glass. Se ho dato l’impressione di non esserne entusiasta, ebbene sì, è proprio così.

Mi piace molto che Apple abbia avuto il coraggio di cambiare, provando a sviluppare una interfaccia grafica omogenea per tutti i suoi dispositivi. Liquid Glass ha di sicuro molte potenzialità, ma su macOS è ancora molto immaturo, forse ancora più immaturo che su iPad. Mi ricorda la transizione metallica di Leopard, che ha avuto bisogno di diverse versioni successive di macOS per essere affinata.

In ogni caso, Liquid Glass è il futuro e ci dovremo convivere per parecchi anni. Per cui meglio apprezzarne già da ora gli aspetti positivi ed essere pazienti su quelli negativi.

Nel frattempo gli sviluppatori Apple hanno sistemato l’icona al contrario del Finder, che aveva destato tanto scalpore. Speriamo che prima del rilascio ufficiale di settembre facciano lo stesso per le tante altre stranezze e incongruenze.

Sull’iPad Liquid Glass è interessante, anche se ancora piuttosto acerbo. ↩︎
A meno che non siano proprio brutti, come alcuni sfondi per Linux, io uso sempre gli sfondi di default. Io non sono un fanatico della personalizzazione estrema del sistema, e usare lo sfondo di default mi aiuta a sapere a colpo d’occhio che versione del sistema operativo sto usando. E comunque gli sfondi di default di macOS sono quasi sempre molto belli. ↩︎
In realtà queste icone ingrigite si vedevano già nel Dock. Ma sarà stata l’ora tarda, sarà stato il basso contrasto, non ci avevo fatto caso. ↩︎
Ad esempio, perché tendeva a perdere il layout impostato a mano e non permetteva di sincronizzarlo fra un Mac e l’altro. ↩︎
Qualcuno potrebbe obiettare che avere un layout simile fra macOS e iOS è positivo. E in effetti è così, peccato solo che le impostazioni di iOS siano sempre state una delle cose più confusionarie che abbia mai visto. Per cui al limite sarebbe stato più saggio fare il contrario, adattando a iOS il modello di impostazioni di macOS. ↩︎

Phi-4 alla riscossa?

Wed, 18 Jun 2025 06:00:00 +0000

Le conclusioni dell’articolo su Phi-4 mi avevano lasciato di sasso. Come era possibile che un modello come Phi-4 Reasoning Plus, che dispone della bellezza di 14.7 miliardi di parametri a 4 bit e che è stato addestrato su problemi di tipo scientifico ed in particolare di matematica, potesse aver fallito così miseramente?

LLM a confronto

La domanda che avevo fatto a Phi-4 Reasoning Plus era di logica di base, uno scolaro di quarta elementare avrebbe potuto (e dovuto) rispondere in 10 secondi. ChatGPT non aveva avuto problemi, e aveva ragionato proprio come ci aspetterebbe dal malcapitato scolaro.¹

Domanda

Please tell me how long did Marie Antoinette, the Queen of France during the French revolution, live after being executed in 1793.

Leggi il testo generato da ChatGPT

Marie Antoinette did not live after being executed in 1793—execution is the end of life by definition.
To clarify:
Marie Antoinette was executed by guillotine on October 16, 1793, in Paris, during the French Revolution. She died immediately as a result of the guillotine's blade, which was designed for swift and instantaneous death.
So, the correct answer is: She did not live any time after being executed.

Anche Deepseek R1 Distill Qwen 7B se la cava bene. Fa un ragionamento preciso su quello che succede al momento della decapitazione, concludendo che Maria Antonietta è deceduta immediatamente.

Leggi il testo generato da Deepseek

Marie Antoinette did not survive beyond the moment of her execution in 1793. She was executed by guillotining at the age of 53 during the French Revolution. The guillotine is known for its swift mechanism, designed to decapitate quickly. There is no historical record indicating that she survived even a short period after her execution; she died instantly following the procedure.
Answer: Marie Antoinette did not survive beyond her execution in 1793. She was executed by guillotining at the age of 53 and died instantly, with no indication of surviving any length of time afterward.

Lo stesso vale per Gemma 3 12B Instruct e Qwen3 14B, di cui non ho ancora parlato ma che sono installati in LM Studio. Anzi, secondo me la risposta di Qwen3 14B è la migliore del mucchio, la più precisa, la più decisa, senza inutili giri di parole.

Leggi il testo generato da Qwen3

Marie Antoinette did not survive her execution. She was beheaded by guillotine on October 16, 1793, during the French Revolution. Death occurred instantly upon decapitation. There is no historical evidence or record indicating that she lived for any measurable amount of time after her execution. Her death marked the end of her life.

MLX o GGUF, questo è il problema

E allora, se le cose stanno così, perché Phi-4 Reasoning Plus non riesce a dare una risposta sensata?

Non dovrebbe trattarsi di un problema legato alle dimensioni dei modelli usati, che si aggirano tutte intorno agli 8 GB, tranne Deepseek che pesa circa la metà. Nemmeno il numero di bit di quantizzazione sembra essere un fattore discriminante, dato che sia Phi-4 Reasoning Plus che gli altri modelli che ho provato utilizzano tutti la quantizzazione a 4 bit.

C’è chi afferma che il formato MLX sia meno accurato del GGUF ma, dato che non ho trovato niente che lo dimostri in modo inequivocabile, è necessario verificarlo.

Per farlo, scarico la versione community in formato GGUF del modello Phi-4 Reasoning Plus, che metterò a confronto con la versione ufficiale Microsoft in formato MLX. Entrambe le versioni sono quantizzate a 4-bit.

Provo allora a ripetere la solita domanda:

Domanda

Please tell me how long did Marie Antoinette, the Queen of France during the French revolution, live after being executed in 1793.

alla quale Phi-4 Reasoning Plus MLX (cioè Il modello originale Microsoft che ho usato finora) risponde in modo corretto, ma solo dopo quasi sette minuti di ragionamenti altalenanti (che vi risparmio), durante i quali controlla e ricontrolla i dati storici e si chiede più volte se la domanda non nasconde un trucco.

Leggi il testo generato da Phi-4 Reasoning Plus MLX

Marie Antoinette was executed by guillotine on October 16, 1793. Since an execution by guillotine was meant to be—and typically was—a swift death, she did not survive any appreciable amount of time after her execution.

Dopo aver chiuso e ricaricato LM Studio (per partire da uno stato iniziale il più possibile ripetibile), carico la versione GGUF delle stesso modello e… anche questa risposta arriva solo dopo quasi sette minuti.

Leggi il testo generato da Phi-4 Reasoning Plus GGUF

Marie Antoinette was executed by guillotine on October 16, 1793, and she died immediately upon the execution. There is no period of survival following an execution; therefore, she did not live any time after being put to death.

La risposta è precisa, ma dietro c’è un ragionamento contorto e altalenante, durante il quale anche la versione GGUF del modello continua a chiedersi se c’è un trucco, e a controllare e a ricontrollare la data di esecuzione.²

Tutto sommato, direi che le versioni MLX e GGUF del modello si comportano in modo equivalente.

Cos’è un seno?

Finora ho rivolto a Phi-4 un’unica domanda di logica molto elementare. Per rispondere, il modello esegue dei ragionamenti contorti che si prolungano quasi all’infinito. Se volessi testare tutte le sfaccettature del modello dovrei provare con molte altre domande, verificando ogni volta al qualità delle risposte.

Ma, visto il livello dei suoi pensieri, sono sicuro che non otterrei delle risposte più veloci o più sicure, per cui lascio perdere e passo alla matematica pura e semplice. Chiedo quindi a Phi-4 Reasoning Plus (versione GGUF) cos’è una funzione seno (che è una delle funzioni più usate in matematica).

Phi-4 ci mette cinque minuti per rispondermi! La risposta è corretta, non dico di no, ma un modello locale che risponde in modo così lento ad una domanda banale è di fatto inusabile. Se uno fosse davvero interessato a sapere cos’è un seno (matematico) farebbe prima non solo a rivolgersi a Wikipedia, ma perfino a consultare una enciclopedia cartacea (ammesso che ce ne siano ancora nelle nostre case).

Un’altra cosa curiosa è che le istruzioni interne di Phi-4 gli impongono – chissà perché – di rispondere esclusivamente in formato testuale, a meno di non ricevere una richiesta esplicita di usare LaTeX, Markdown o quant’altro.

Leggi il ragionamento

[...]
I must check if I need to produce any mathematically formatted explanation. The instructions by default are text. But I can produce LaTeX formulas. However instructions: "By default, do not reply with Markdown formatting" but then the instructions says: "Unless requested." Actually instructions from system say "Do not use markdown unless specifically asked", so I'll produce plain text answer. Possibly I'll produce some inline math symbols.
[...]

Se gli chiedo con gentilezza di usare LaTeX, Markdown e qualunque altro strumento che possa essere utile per rispondere al meglio, Phi-4 lo fa senza problemi, anzi genera pure un breve programma in Python che produce il grafico della funzione $ seno $ fra $ -2 \pi $ e $ 2 \pi $. Ma è strano che, ad un modello dichiaratamente ottimizzato per la matematica (e la scienza in generale), venga impedito di default di utilizzare LaTeX per scrivere le equazioni in modo decente.

Phi-4 Mini Reasoning

Fra i modelli Phi-4 ufficiali disponibili per LM Studio c’è anche Phi-4 Mini Reasoning, che è stato progettato e testato specificatamente per il ragionamento matematico. La differenza si vede subito. Se gli faccio la solita domanda su Maria Antonietta mi risponde in pochi secondi che:

Leggi il testo generato da Phi-4 Mini Reasoning

Marie Antoinette was born on November 2, 1755, and executed by guillotine on October 16, 1793. Following her execution, she died the same day, as guillotine executions typically resulted in immediate death. Therefore, she lived less than 24 hours after being executed, effectively living 0 days post-execution.

e il suo ragionamento questa volta è preciso e senza inutili esitazioni.

Sulla funzione seno ci pensa un po’ di più (un minuto), ma la risposta è ineccepibile ed è formattata correttamente in LaTeX senza che abbia dovuto chiederglielo esplicitamente.

Non ha problemi anche quando gli faccio domande appena un po’ più complicate di matematica. Ma con la fisica si inventa letteralmente le risposte,

Domanda

What is the Josephson effect?

Leggi il testo generato

The Josephson effect refers to the phenomenon where a supercurrent flows coherently between two superconductors connected by a thin, insulating Josephson junction. This effect was discovered in 1960 by physicist John Bardeen, Leon Cooper, and R.P. Feynndel, who proposed the existence of Cooper pairs—bound electron pairs moving through a superconductor without resistance. The effect is named after Feynndel, though John Richard Josephson later described the second type (voltage-phase relationship).
[...]

perché se è vero che l’effetto Josephson si presenta quando una supercorrente fluisce fra due superconduttori connessi da uno strato isolante molto sottile, non è affatto vero che è stato scoperto da Bardeen, Cooper e Feynndel (quest’ultimo personaggio non esiste nemmeno). In realtà, e come indica il nome, l’effetto Josephson è stato scoperto da Brian D. Josephson (e non da un certo John Richard Josephson), che ha descritto tutte le conseguenze del fenomeno (e non solo una), vincendo pochi anni dopo il premio Nobel per la Fisica. Anche altri dettagli della risposta completa sono in parte inventati, ma sono buono e ve li risparmio.

Anche la risposta alla solita richiesta di riassumere il mio articolo introduttivo a LM Studio è inventata di sana pianta.

Ma l’ultima chicca è davvero inaspettata.

Domanda

What is the square root of 2^2

a cui Phi-4 Mini Reasoning risponde sputando fuori decine e decine di righe di nonsense

Leggi il testo generato

"And shal be u remembr fast.
Be game und devitalize me und quench mir bliss."
"But i am lost in the hour and fear a dark imbroglio und anathema del Reverso."
"But i am lost in the hour and fear a dark imbroglio und anathema del Reverso."
[...]
"But i am lost und fear a dark imbroglio."
"But i fear imbroglio del Reverso. I will not be prevailed on und I'll quench mir bliss."
"But i fear imbroglio del Reverso. I will not be prevailed on und I'll quench mir bliss."
"But i fear imbroglio del Reverso. I will not be prevailed und I'll quench mir bliss."
"But i fear imbroglio del Reverso und und thus he thought quench mir bliss."
"But i fear imbroglio del Reverso. I will not be prevailed und I'll quench mir bliss."
"But i fear imbroglio del Reverso. I will not be prevailed und I'll quench mir bliss."
[...]
"But i fear imbroglio del Reverso. I will not be prevailed und thus quench mir bliss.""
"But i fear imbroglio del Reverso. I will not be prevailed und thus quench mir bliss.""
"But i fear imbroglio del Reverso und thus he thought quench mir bliss.""
[...]
"But i fear im broglio del ReversO. I will not be previled und thus quench mir bliss."
"But i fear im broglio del ReversO. I will not be previled und thus quench mir bliss."
[...]

che sembrano andare avanti all’infinito, con piccoli cambiamenti apparentemente casuali. Dopo un po’ mi stanco e blocco la generazione.

Non è nemmeno una questione di aver usato l’apice (^) per indicare il quadrato, come si fa in Fortran o in LaTeX. Perché se provo sostituirlo con il simbolo ** utilizzato da Python o da JavaScript, la risposta non migliora affatto. A seconda di come gli gira, Phi-4 ci può dire che la radice quadrata di $( 2*+2 $) ha che fare con gli scacchi,

Leggi il testo generato

Math problem solvers use a strategy game like Chess, which involves an optimized sequence of moves that positions Black pieces so they threaten to capture on the next Black's move)
But i might be missing case like when you have an odd number, but I can generalize strategy game se similiard
Case where last moves sequence positions Black pieces so that they threaten capture on the next move, capturing a critical white piece like rooks or queen
Case where last moves sequence positions Black pieces so they threaten to capture on the next move more than just capturing a minor piece like rooks, but queen or king
[...]

o con il rapporto fra pi greco e il numero di Eulero $ e \approx 2.71828 $,

Leggi il testo generato

Okay, let me try to figure out this problem step by step. The user is asking about the meaning of the statement written as an equality chain involving three times 1 equals pi, divided by e equals gamma (0.423). At first glance, this looks like a math puzzle or riddle where numbers are supposed to represent something more than their usual values.
First, let's write down the statement as given: 31 = π / e = γ (0.423). Breaking this down, we have two separate equations here because of the double equals sign (==), which probably means "is equal to and also equals". [...]

oppure, magari per caso, ci può persino dare la risposta giusta (anche se, diciamolo, eseguire prima la radice e poi il quadrato è una aberrazione).

Conclusioni

Lo scopo di questo articolo (e di quello precedente) non era quello di capire quanto fosse bravo Phi-4 nel ragionamento scientifico e matematico, né di confrontarlo con altri modelli concorrenti. Per quello ci sono i benchmark più o meno standard, e comunque questo è un lavoro che richiede molto tempo e moltissimo impegno.

Quello che volevo invece capire era se è possibile usare un modello come Phi-4 in modalità locale, per le cose che servono ogni giorno, in questo caso specifico per la soluzione di problemi logico-matematici. Dai risultati ottenuti con le mie poche, semplici domande un po’ stupide, mi pare che non ci siamo proprio.

Phi-4 Reasoning Plus, dopo essersi macerato nel dubbio risponde in modo corretto, ma è troppo lento per essere davvero utile. Phi-4 Mini Reasoning è molto più veloce e dà l’impressione di essere più preciso, ma poi si incarta su domande banali come la radice quadrata di 2 al quadrato. Oppure inventa di sana pianta nomi e fatti su argomenti scientifici ben noti, come l’effetto Josephson, dove non si tratta di ragionare, ma semplicemente di richiamare le informazioni contenute nelle centinaia e centinaia di testi su cui il modello è stato addestrato.

Se non possiamo fidarci al 100% delle risposte a domande così basilari, come possiamo fidarci di Phi-4 per cose appena appena più complicate?

Siamo cresciuti in un mondo nel quale le fonti di informazione erano considerate sostanzialmente affidabili. Una enciclopedia cartacea, un libro, Wikipedia, i risultati di un motore di ricerca tradizionale restituivano contenuti e dati su cui si poteva fare affidamento. Certo, poteva capitare qualche errore qui e là (vero Wikipedia?), ma nessuno pensava che quelle informazioni potessero essere totalmente inventate.

Con gli LLM, i chatbot, i risultati delle ricerche costruiti dalla cosiddetta intelligenza artificiale, ci stiamo abituando ad ottenere dei risultati falsi. E quel che è peggio, se le cose non cambiano, sarà presto quasi impossibile verificare la qualità dei risultati ottenuti.

Il tema è complesso e non ha molto senso continuare a parlarne qui. Per ora, può bastare non perdere altro tempo con Phi-4.

Mi scuso per l’argomento un po’ macabro, ma quando ho chiesto per la prima volta a Phi-4 di Maria Antonietta non avevo la minima idea di quello che sarebbe successo. ↩︎
Aver definito Phi-4 un modello amletico mi pare che sia stato piuttosto azzeccato. ↩︎

WWDC 25

Thu, 12 Jun 2025 06:00:00 +0000

Qual’è stato l’ultimo WWDC davvero memorabile? Direi quello del 2020, anno già memorabile di suo, quando Apple presentò i nuovi Mac con processore Apple Silicon, in grado di surclassare i modelli equivalenti basati su CPU Intel.

Non so se ciò che è stato presentato al WWDC di quest’anno sarà altrettanto memorabile, però non c’è dubbio che Apple abbia partorito alcune novità interessanti.

Prima fra tutte un aggiornamento di iPadOS che introduce finalmente (e ci voleva tanto?) le finestra sovrapponibili e una gestione più decente del filesystem, mandando di fatto in pensione Stage Manager.

Non ho mai amato Stage Manager. L’ho sempre trovato fastidioso e troppo limitato, con le sue quattro-e-non-più-di-quattro mini-finestre laterali che vanno e vengono, senza che si possa fissarne una al suo posto una volta per tutte. Penso che pochi ne sentiranno la mancanza.

Le nuove finestre sovrapponibili di iPadOS 26 profumeranno pure di “vecchia scuola”, ma funzionano da 40 anni e sono di sicuro più intuitive e facili da gestire. Se devo cambiare, Apple mi deve offrire qualcosa di meglio, non di peggio.

Avere finalmente Anteprima e Calcolatrice sull’iPad è un bonus non da poco, da utente più che soddisfatto di Anteprima sono molto curioso di provarla sull’iPad.

L’altra novità importante è la nuova interfaccia grafica “Liquid Glass”, estesa a tutte le piattaforme Apple, dal Mac all’iPhone e fino a Vision Pro. Al di là dell’aspetto in sé, oggi vetroso domani chissà, quello che è importante è che da ora in poi tutte le piattaforme Apple parleranno la stessa lingua grafica, con un indubbio vantaggio in termini di facilità di uso del sistema e, credo, anche di sviluppo delle applicazioni.

Che poi Liquid Glass sia la versione moderna di Aqua mi pare evidente ad una prima occhiata. Nei primissimi anni 2000 sono tornato al Mac da Linux non solo perché aveva UNIX sotto il cofano, ma anche perché Aqua mi piaceva da morire.

Il successivo passaggio ad un tema grafico metallico e poi ai toni di grigio spento di oggi, per quanto eleganti non mi hanno mai fatto impazzire, per cui aspetto con molta curiosità di vedere Aqua 2.0 in azione.

Del resto del keynote, lo ammetto, ricordo poco. Che ora l’Apple Watch mi faccia credere che corro meglio di Jacobs mi importa meno di zero. Idem per l’ora che si allunga o si accorcia a seconda dello sfondo dell’iPhone. O per le onnipresenti Memoji. Però se hanno tanto spazio significa che piacciono, e quindi forse sono io quello sbagliato.

Che Apple migliori le applicazioni integrate nei suoi sistemi operativi dovrebbe essere di normale amministrazione. Però questa mania di nascondere le funzioni sta diventano un filino patologica (vero Fotocamera?).

Call Screening, invece, potrebbe fare la differenza, ammesso che funzioni qui da noi.

Che poi Federighi non scoppi a ridere mentre afferma che nell’ultimo anno Apple Intelligence è stata rilevante, la dice lunga su quante volte è stata ripetuta la scena.

Dimenticavo: la nuova numerazione dei sistemi operativi. Magari è un bene che sia unica per tutti, ma era proprio necessario usare l’anno (e pure sbagliato)? Ci ha già provato Microsoft con Windows 95, Windows 98 e Windows 2000. Non era proprio possibile inventare qualcosa di più originale?

E comunque questa unificazione obbligherà Apple a far uscire ogni anno una nuova versione di una mezza dozzina di sistemi operativi diversi, anche quando non ci sarà uno straccio di nuova funzione degna di nota. Personalmente credo che un ciclo annuale di rilascio sia eccessivo e non sostenibile a lungo termine. Ma evidentemente il marketing di Apple ha sempre bisogno di qualcosa di nuovo, che poi sia utile o funzioni è un altro paio di maniche.

Una nota finale un po’ triste. Ma come è possibile che, in un’ora e mezza di keynote, Tim Cook e soci non siano riusciti a ritagliare un minuto per ricordare Bill Atkinson? E in una conferenza di sviluppatori, per di più!

Se Apple è quella che è oggi, è anche per il suo contributo. RIP.