ADSENSE
|
Questo post é stato letto 90 volte!
Ho scritto un programma con kimi, un’intelligenza artificiale cinese, un’esperienza che mi ha fatto riflettere profondamente sull’IA e sul suo futuro, in particolare su chi potrà permettersela.
Ho deciso di sviluppare un’applicazione Windows completa, dotata di interfaccia grafica, in grado di analizzare i filesystem, calcolare lo spazio occupato da cartelle e programmi installati, visualizzare queste informazioni in percentuale e, se necessario, disinstallare i programmi direttamente dall’interfaccia.
L’obiettivo era un’applicazione pratica, ispirata a utility come ncdu o WizTree, ma realizzata con l’aiuto di Kimi.
Sviluppare software con l’intelligenza artificiale
Questa esperienza si articola su più livelli.
C’è l’aspetto tecnico, che esplora la collaborazione con un assistente AI nello sviluppo software.
C’è la dimensione economica, che analizza i modelli di accesso gratuito e i limiti d’uso dei diversi strumenti AI.
Infine, e forse più importante, c’è la questione del futuro: chi avrà accesso all’intelligenza artificiale più avanzata e quali saranno le implicazioni per chi non potrà permettersela?
Cos’è kimi e il suo potenziale
Kimi è l’assistente AI sviluppato da Moonshot AI, una startup cinese fondata nel 2023 a Pechino.
Il nome “Moonshot” è un omaggio al cinquantesimo anniversario di “The Dark Side of the Moon” dei Pink Floyd, simboleggiando la ricerca di ciò che ancora non è stato raggiunto.
L’azienda ha ricevuto investimenti significativi, anche da Alibaba.
Il modello Kimi K2, rilasciato nel 2025 come open source, è un’architettura Mixture-of-Experts con un trilione di parametri, progettata per ragionamento avanzato, scrittura di codice e gestione di contesti molto lunghi.
La versione più recente, Kimi K2.6, offre un pricing API molto competitivo rispetto ai modelli concorrenti come GPT-5.5 di OpenAI. È importante sottolineare che per il mio progetto ho utilizzato esclusivamente la versione gratuita del chatbot.
Kimi è anche in grado di orchestrare fino a 100 agenti in parallelo, una caratteristica che rappresenta la frontiera più promettente nel campo dell’IA agentica.
Il processo di sviluppo iterativo con kimi
L’idea alla base del programma era semplice: creare uno strumento per visualizzare immediatamente come viene utilizzato lo spazio su disco.
Doveva mostrare le cartelle ordinate per dimensione, con una barra proporzionale, e consentire la disinstallazione delle applicazioni direttamente dall’interfaccia.
Il risultato è un’applicazione con due sezioni principali: “File System” per l’analisi delle cartelle e “Applicazioni installate” per la gestione dei programmi.
L’interfaccia, in WPF con tema scuro, è intuitiva e funzionale.
Lo sviluppo con Kimi ha seguito un approccio iterativo, tipico del lavoro con i Large Language Models (LLM).
Si parte da una richiesta iniziale, il modello genera una prima versione, la si testa, si identificano gli errori o i miglioramenti necessari e si corregge.
L’obiettivo non è ottenere subito il codice perfetto, ma affinare progressivamente il risultato, aggiungendo contesto ad ogni passaggio.
La straordinaria capacità di Kimi di individuare la causa di errori di compilazione o comportamenti inaspettati, anche senza indicazioni esplicite, deriva dalla sua vasta conoscenza di codice, bug e correzioni.
Questa “soluzione per approssimazioni successive” è resa possibile da una finestra di contesto ampia, che permette al modello di elaborare informazioni complesse.
Le sfide: installazione e permessi windows
La parte più complessa non è stata la logica dell’applicazione, ma la creazione del file di installazione.
La gestione dei permessi in Windows, con le sue stratificazioni, ha richiesto numerosi cicli di iterazione con Kimi per affrontare problemi come l’elevazione dei privilegi, la gestione dei rifiuti da parte dell’utente, l’accesso a percorsi protetti e la firma del pacchetto di installazione.
Questi problemi sono emersi gradualmente durante il testing, anche su PC diversi.
Il vantaggio di kimi: contesto ampio e accesso generoso
L’intero processo di sviluppo, che ha coinvolto centinaia di messaggi e migliaia di righe di codice, è stato reso possibile dalla grande finestra di contesto di Kimi.
Questa caratteristica permette di mantenere conversazioni molto lunghe, conservando una quantità enorme di materiale.
Questo aspetto, unito a un accesso relativamente generoso, rende Kimi particolarmente interessante per progetti software complessi.
A differenza di ChatGPT (versione gratuita), Claude o Gemini Advanced, che limitano l’accesso o richiedono abbonamenti a pagamento, Kimi, nella sua interfaccia web, consente di lavorare a lungo su sessioni complesse senza costi.
Quando la chat diventa troppo lunga, compare un messaggio che suggerisce di aprire una nuova conversazione, senza richiedere un pagamento.
Sebbene il trasferimento del lavoro tra chat sia una difficoltà, è comunque possibile tramite interazioni in linguaggio naturale.
Altri modelli come Google AI Studio con Gemini 2.5 Flash, DeepSeek e Groq offrono un accesso gratuito simile, sebbene con limiti giornalieri.
Il panorama dei modelli accessibili gratuitamente esiste, ma richiede la conoscenza delle loro limitazioni.
Promozione o scelta strategica?
Resta da capire se la generosità di Kimi sia una strategia di lancio temporanea o una scelta strutturale per penetrare il mercato.
Le startup come Moonshot AI devono fare i conti con i costi dell’infrastruttura.
Sebbene i finanziamenti possano sostenere l’accesso gratuito per un periodo, i modelli di business dell’IA tendono verso una fascia gratuita per uso personale occasionale e una fascia a pagamento per uso professionale intensivo.
La domanda non è se questa transizione avverrà, ma quando e con quale intensità.
Il “digital divide” dell’intelligenza artificiale
La capacità di utilizzare l’intelligenza artificiale in modo efficace sta diventando un fattore competitivo cruciale nel mondo del lavoro.
Chi padroneggia questi strumenti per lo sviluppo software, l’analisi dei dati, la documentazione e l’automazione dei processi, lavora più velocemente e acquisisce competenze specialistiche.
Questo è già evidente con i modelli gratuiti.
Il divario non sarà solo tra chi paga di più, ma anche tra chi sa sfruttare le soluzioni più avanzate e chi dovrà attendere che queste diventino più accessibili.
Si tratta di un nuovo tipo di “digital divide”: non più tra chi ha accesso a internet e chi no, ma tra chi ha accesso immediato all’IA più potente e chi si affida a versioni più lente o limitate.
In un mercato del lavoro in evoluzione, questa differenza rischia di diventare strutturale, avvantaggiando chi parte con maggiori risorse.
Le lezioni apprese da questa esperienza
Il programma esiste, funziona e l’ho costruito senza scrivere una singola riga di codice.
Questo dimostra un cambiamento significativo.
Non sono un programmatore professionista, ma so leggere il codice, capire se fa ciò che dovrebbe e descrivere un problema in modo utile per ottenere una soluzione.
Oggi, questo è sufficiente per costruire software reale.
L’intelligenza artificiale non ha scritto il programma al posto mio; ha scritto il codice mentre io definivo il problema, verificavo i risultati e guidavo il processo. È una collaborazione, non una delega, resa possibile dal fatto che il modello ha abbastanza contesto per comprendere il progetto nel suo complesso.
Questa esperienza, realizzata in soli due giorni, è stata possibile grazie a una finestra di token generosa che ha permesso sessioni di lavoro lunghe senza interruzioni.
Se quella finestra dovesse restringersi o diventare a pagamento, il progetto sarebbe stato più lento, più frammentato, o forse non sarebbe stato completato.
Ecco perché la domanda su chi potrà permettersi l’IA migliore non è astratta: riguarda ciò che possiamo costruire oggi e ciò che saremo in grado di costruire domani.
Questo post é stato letto 90 volte!