File consolidato con TUTTI i deliverable del drop nuovo episodio. Generato da
podcast-promov4.6 il 2026-07-14. Identifier campaign:petulla_drop
| Campo | Valore |
|---|---|
| Titolo | Inferenza europea e zero log | Eugenio Petullà (Regolo.ai) |
| Format | intervista |
| Episode number | null |
| Drop date | 2026-07-15 17:00 Europe/Rome |
| YouTube ID | gjQOF7CEZQE → https://www.youtube.com/watch?v=gjQOF7CEZQE |
| Spotify Episode ID | 4mlKC6SrTiixqdNCVjD75T → https://open.spotify.com/episode/4mlKC6SrTiixqdNCVjD75T |
| Apple URL | null (da aggiungere post-publish Apple RSS, T+4-24h) |
| Thumbnail path | /assets/images/episodes/petulla-2026-07-15.png |
| Jekyll post path | _posts/2026-07-15-petulla-inferenza-europea-zero-log.md |
| Guest | Eugenio Petullà (Chief AI Alchemist @ Regolo.ai) |
Inferenza europea e zero log | Eugenio Petullà (Regolo.ai)
59 caratteri.
Citazioni verbatim dal transcript, ancorate al minuto. Precisione timestamp ±15s. In montaggio sovrapponi ogni frase intorno al suo timestamp, così l’overlay combacia con l’audio.
[17:40] "non abbiamo log di cosa succede" (6 parole)
[34:42] "è il gigantesco elefante nella stanza" (6 parole)
[1:04:00] "usare un bazooka per sparare a una formica" (8 parole)
[1:09:53] "si arriva fino all'80% del risparmio" (6 parole)
[1:14:50] "un po' il sospetto che lo facciano ce l'ho" (9 parole)
[1:16:30] "noi siamo delle colonie purtroppo a livello tecnologico" (8 parole)
[1:32:26] "abbiamo perso un treno gigantesco" (5 parole)
[40:30] "le macchine che servono per fare quei chip sono fatte tutte in una singola azienda che sta nei Paesi Bassi" (20 parole)
[1:14:42] "non avere la telemetria è impossibile poter scalare un prodotto così in fretta come fanno loro" (16 parole)
[1:34:00] "potresti finire in carcere perché qualcuno crede che sulla pizza ci vada la colla" (14 parole)
ZERO LOG (alternativa SEO: INFERENZA EUROPEA)#FF6B35 (arancione, intervista intensa). ⚠️ Se ep60/ep61 erano arancioni, switcha a #E63946 (rosso) per variare il feed/assets/images/episodes/petulla-2026-07-15.png, 1280×720 minimo, 16:9Carica prima la foto reale di Eugenio come reference image, poi incolla:
Create a YouTube thumbnail image, 16:9 aspect ratio, photorealistic style,
1280x720 minimum, suitable for a feed at 246x138 pixels.
Use the attached reference photo of the subject as the basis for the portrait.
Maintain the exact facial features, hair, complexion, and identifiable
likeness with high fidelity. Do NOT alter, idealize, beautify, or stylize the
face. Keep the resemblance as close as possible to the reference photo.
Place the subject in a close-up portrait on the right side of the frame,
occupying 70% of the composition, cropped from the chest up, slight 3/4
profile angle for dramatic flair.
Expression: intense, pensive, analytical, looking slightly off-camera with a
measured contrarian gaze. Not smiling, not stiff corporate, not posed-for-
LinkedIn — natural focused intensity.
Background: solid saturated orange (#FF6B35), no elements, no gradient,
uniform.
Lighting: dramatic key light from the left, shallow depth of field, subject
in focus, background perfectly smooth, 85mm portrait lens feel.
Include the text "ZERO LOG" rendered prominently in the image as bold
condensed sans-serif ultra-heavy weight (Anton / Impact / Bebas Neue style),
white text with 4px black outline, positioned left side vertically centered,
filling approximately 40% of the frame width. The text must be perfectly
legible, crisp, integrated as part of the composition, not as watermark,
every letter rendered correctly.
Style: high-contrast YouTube thumbnail aesthetic, attention-grabbing in the
feed.
Avoid: circular portrait frames, dark blue cosmic backgrounds, multiple
faces, stiff corporate poses, garbled text, obituary aesthetic, altering
or beautifying the subject's facial features beyond what the reference
photo shows.
Fallback (se il testo esce sporco dopo 3-4 tentativi): rigenera senza il blocco Include the text... e aggiungi “ZERO LOG” manualmente in Canva/Figma (font Bebas Neue/Anton, bianco outline 4px nero, lato sinistro, ~40% frame width). Esporta PNG 1280×720.
Checklist pre-upload:
/assets/images/episodes/petulla-2026-07-15.png, 1280×720 minimo0:00:00 Inferenza europea e i tuoi dati
0:06:07 Red Hat, GNOME e l'amore per Linux
0:11:00 Professional open source: Mozilla e WordPress
0:15:52 Regolo, provider europeo di inferenza
0:20:47 GLM, Qwen, Gemma e i small model
0:27:56 I tre business model di Regolo
0:33:45 Geopolitica GPU: Europa tra USA e Cina
0:43:52 Server farm, memoria e impatto ambientale
0:56:00 Modelli di frontiera, Mistral e gap europeo
1:03:39 Routing e brick: il modello giusto
1:12:31 Zero data retention: i tuoi dati su OpenAI
1:18:30 Colonia tecnologica e cloud sovrano
1:24:59 Il futuro degli open weight
1:32:26 AI Act, il treno perso e robotica
14 chapter. Precisione timestamp ±15s.
Inferenza LLM in Europa, zero data retention e open weight: Eugenio Petullà (Regolo.ai) su dove finiscono i tuoi dati quando interroghi un modello di frontiera o open weight.
Parliamo con Eugenio Petullà, Chief AI Alchemist di Regolo.ai, provider europeo di inferenza hostato in Italia nel gruppo DHH/Seeweb. Regolo serve modelli open weight a consumo tramite API OpenAI-compatible, con zero data retention: niente log, niente training sui dati dei clienti, tutto dentro un datacenter italiano GDPR-compliant.
Nell'intervista: la geopolitica delle GPU e perché l'Europa è schiacciata tra USA e Cina (TSMC, ASML, il collo di bottiglia di Taiwan), il routing dei modelli con brick e il principio "il modello giusto per il task giusto" (non Fable per tradurre un'email), la libreria ai-footprint per misurare CO2 e Watt di ogni chiamata, il sospetto che OpenAI e Anthropic logghino i tuoi prompt, e perché l'Europa ha perso il treno del training ma può ancora vincere su inferenza e robotica.
Con Stefano Maestri, Paolo e Alessio.
🎓 Capitoli
0:00:00 Inferenza europea e i tuoi dati
0:06:07 Red Hat, GNOME e l'amore per Linux
0:11:00 Professional open source: Mozilla e WordPress
0:15:52 Regolo, provider europeo di inferenza
0:20:47 GLM, Qwen, Gemma e i small model
0:27:56 I tre business model di Regolo
0:33:45 Geopolitica GPU: Europa tra USA e Cina
0:43:52 Server farm, memoria e impatto ambientale
0:56:00 Modelli di frontiera, Mistral e gap europeo
1:03:39 Routing e brick: il modello giusto
1:12:31 Zero data retention: i tuoi dati su OpenAI
1:18:30 Colonia tecnologica e cloud sovrano
1:24:59 Il futuro degli open weight
1:32:26 AI Act, il treno perso e robotica
🔗 Ascolta sull'altra piattaforma
Spotify: https://open.spotify.com/episode/4mlKC6SrTiixqdNCVjD75T?utm_source=youtube&utm_medium=description&utm_campaign=petulla_drop
Sito: https://risorseartificiali.com/?utm_source=youtube&utm_medium=description&utm_campaign=petulla_drop
👥 Eugenio Petullà
LinkedIn: https://www.linkedin.com/in/eugeniopetulla
Regolo.ai: https://regolo.ai
Se ti piace il podcast, iscriviti al canale. Si parla di AI Engineering in italiano, tra pari tecnici.
#drop-petulla
Primi 125 char (snippet YT feed/search): “Inferenza LLM in Europa, zero data retention e open weight: Eugenio Petullà (Regolo.ai) su dove finiscono i tuoi dati quando”
Inferenza LLM in Europa e zero data retention: Eugenio Petullà (Regolo.ai) su dove finiscono i tuoi dati quando interroghi un modello.
Eugenio Petullà, Chief AI Alchemist di Regolo.ai, provider europeo di inferenza hostato in Italia. Parliamo di geopolitica delle GPU, routing dei modelli con brick ("il modello giusto per il task"), la libreria ai-footprint per misurare CO2 e Watt di ogni chiamata, e perché l'Europa ha perso il treno del training ma può vincere su inferenza e robotica.
Con Stefano Maestri, Paolo e Alessio.
YouTube: https://www.youtube.com/watch?v=gjQOF7CEZQE?utm_source=spotify&utm_medium=description&utm_campaign=petulla_drop
Se ti piace, segui il podcast. AI Engineering in italiano, tra pari tecnici.
#drop-petulla
Primi 100 char (snippet Spotify): “Inferenza LLM in Europa e zero data retention: Eugenio Petullà (Regolo.ai) su dove finiscono i tuoi dati”
Risorse Artificiali,podcast AI Italia,AI Engineering italiano,inferenza LLM,open weight,zero data retention,Regolo.ai,Eugenio Petullà,sovranità dei dati,GDPR,AI Act,provider inferenza Europa,geopolitica GPU,Nvidia,TSMC,ASML,Taiwan,brick semantic router,routing modelli,ai-footprint,carbon footprint AI,Mistral,Qwen,GLM 5.2,Gemma,DeepSeek,apertus,small language model,MoE,multimodalità,DHH Seeweb,inferenza in Italia,sostenibilità AI
33 tag. Mix italiano/inglese ~60/40.
Segmento: 1:03:30–1:05:00 (~90s sorgente → ~55s). Battuta bazooka/formica + principio del modello giusto per il task. Self-contained, zero cross-talk.
Script:
Testo overlay mute-friendly:
BAZOOKA PER UNA FORMICA?IL MODELLO GIUSTO PER IL TASK−80% DI COSTIDescrizione Shorts:
Dire a Fable "fammi il commit" è usare un bazooka per sparare a una formica.
Il modello giusto per il task, non il modello più grosso. Con Eugenio Petullà (Regolo.ai).
Episodio completo: https://www.youtube.com/watch?v=gjQOF7CEZQE&utm_source=youtube_short&utm_medium=description&utm_campaign=petulla_drop
Pinned comment:
Episodio completo, inferenza europea e zero data retention: https://www.youtube.com/watch?v=gjQOF7CEZQE&utm_source=youtube_short&utm_medium=pinned&utm_campaign=petulla_drop
Publishing: Giovedì 16 luglio 09:00 Europe/Rome (gap 1gg dal drop).
Segmento: 1:14:14–1:15:30 (~76s). Eugenio ammette il sospetto che OpenAI logghi i prompt.
Relazione con lo Short YT: complementare (Short = efficienza/routing; Clip = sovranità dati). Due bacini discovery diversi, zero overlap.
Trascrizione segmento (verbatim):
“Io non ho nessuna prova, sarei falso a dirti che ho la prova. Però, considerando solo quanto è difficile farlo dalla nostra parte, io vedo che è veramente complesso. Quando vuoi scalare a quelle dimensioni, non avere la telemetria è impossibile poter scalare un prodotto così in fretta come fanno loro. Quindi un po’ il sospetto che lo facciano ce l’ho. Mettiamo poi che loro addestrano modelli: noi non addestriamo modelli, io non prendo i dati dei miei clienti e ci addestro i modelli.”
Testo overlay Spotify:
I TUOI DATI SU OPENAIZERO LOG, ZERO TRAININGTitolo Clip (max 50 char): I tuoi dati su OpenAI non sono al sicuro (39 char)
Publishing: STESSO MOMENTO del drop (zero gap), Mer 15 luglio 17:00.
Quando mandate un prompt a un modello di frontiera, dove finiscono i vostri dati davvero? È la domanda che mi fate più spesso di tutte ultimamente, e stavolta ce la siamo portata in puntata con chi ci lavora ogni giorno.
Ho parlato con Eugenio Petullà, Chief AI Alchemist di Regolo.ai, provider europeo di inferenza LLM hostato in Italia. Non addestra modelli, non tiene log, non fa training sui dati dei clienti: serve modelli open weight su GPU italiane, GDPR-compliant, zero data retention.
Ne è uscita una conversazione su tre livelli che raramente stanno insieme. Sul tecnico: il routing dei modelli con brick, il principio del modello giusto per il task giusto (usare Fable per tradurre un'email è un bazooka su una formica), e come si arriva all'80% di risparmio. Sul geopolitico: TSMC, ASML e perché l'Europa è schiacciata tra USA e Cina. Sul sovrano: il sospetto che OpenAI e Anthropic logghino i tuoi prompt, e perché "i dati stanno in Europa" non basta se il provider risponde a un governo che non è il tuo.
Per chi costruisce con LLM in produzione in Italia, vale l'ascolto.
Episodio completo: https://www.youtube.com/watch?v=gjQOF7CEZQE&utm_source=linkedin&utm_medium=post&utm_campaign=petulla_drop
#AIEngineering #OpenWeight #SovranitàDati #InferenzaLLM #RegoloAI
Spotify in commento:
https://open.spotify.com/episode/4mlKC6SrTiixqdNCVjD75T?utm_source=linkedin&utm_medium=comment&utm_campaign=petulla_drop
Publishing hint: Mercoledì 15 luglio 18:00 Europe/Rome (1h dopo il drop, sync con post guest per amplificazione simultanea).
Modalità: bullet (30-50 parole). Da inserire nell’intro della prossima edizione.
- Mercoledì è uscito "Inferenza europea e zero log", l'intervista a Eugenio Petullà (Regolo.ai) su inferenza LLM in Europa, zero data retention e routing dei modelli. Ascolta: https://open.spotify.com/episode/4mlKC6SrTiixqdNCVjD75T?utm_source=codiceartificiale&utm_medium=newsletter&utm_campaign=petulla_drop
- Eugenio spiega perché i tuoi prompt su OpenAI probabilmente finiscono nei log, e perché "i dati in Europa" non basta se il provider risponde a un governo non tuo. https://www.youtube.com/watch?v=gjQOF7CEZQE&utm_source=codiceartificiale&utm_medium=newsletter&utm_campaign=petulla_drop
Lunghezza: 44 parole (esclusi URL). Publishing: prossima edizione regolare di codiceartificiale (no orario forzato).
Spedisci a Eugenio il prima possibile (email 9.5). T-7gg ideale già passato: preavviso 1 giorno.
0:53:15–0:54:10 (~55s)Mercoledì esce la mia conversazione con Risorse Artificiali su inferenza LLM in Europa, open weight e dove finiscono davvero i vostri dati.
Abbiamo parlato di Regolo, del perché abbiamo scelto di fare inferenza e non training in Italia, hostati nel gruppo DHH/Seeweb, con zero data retention: niente log, niente training sui dati dei clienti. Del catalogo open weight che stiamo crescendo, da GLM 5.2 a Qwen a apertus, e di come la scelta del modello conti più della taglia.
È venuto fuori anche brick, il nostro semantic router open source: instrada ogni query al modello giusto per il task, e su certe workload arriviamo all'80% di risparmio rispetto a mandare tutto a un modello gigantesco. Usare Fable per tradurre un'email resta un bazooka su una formica.
E un punto che mi sta a cuore: ai-footprint, la libreria che ho scritto per misurare kWh e grammi di CO2 di ogni inferenza. Misurare prima di promettere.
Grazie a Stefano, Paolo e Alessio per le domande oneste.
Link in primo commento.
#AIEngineering #OpenWeight #SovranitàDati
Commento 1:
https://www.youtube.com/watch?v=gjQOF7CEZQE&utm_source=guest&utm_medium=linkedin&utm_campaign=petulla_drop
Opzione A — post singolo (240 char):
Mercoledì esce la mia su Risorse Artificiali: inferenza LLM in Europa, zero data retention, dove finiscono i tuoi dati. Regolo, brick, ai-footprint.
https://youtu.be/gjQOF7CEZQE?utm_source=guest&utm_medium=x&utm_campaign=petulla_drop
#AIEngineering #OpenWeight
Opzione B — thread 3 tweet:
1/ Allora: tutti a mandare prompt ai modelli di frontiera senza chiedersi dove finiscono i dati. E l'Europa che fa inferenza la trattano da colonia tecnologica.
2/ Ora: da Regolo abbiamo scelto inferenza in Italia, zero data retention, open weight. Con brick (router open source) arriviamo all'80% di risparmio. E ai-footprint misura la CO2 di ogni chiamata.
3/ Conversazione completa su Risorse Artificiali: https://youtu.be/gjQOF7CEZQE?utm_source=guest&utm_medium=x&utm_campaign=petulla_drop
#FF6B35 (arancione), frase bianco bold Montserrat Black centrata 2 righe, “— Eugenio Petullà” piccolo bottom-right bianco, logo RA bottom-left bianco 70%Subject: Materiali pronti per la nostra conversazione — Mercoledì 15 luglio
Ciao Eugenio,
Mercoledì 15 luglio alle 17:00 esce la nostra conversazione su Risorse
Artificiali. Ti mando un giorno in anticipo invece di una settimana, ma
trovi sotto tutti i materiali già pronti: puoi firmarli e postarli così
come sono, o riscriverli col tuo tono, come preferisci.
Il nostro piano di pubblicazione:
- Noi pubblichiamo l'episodio Mer 17:00 (YouTube + Spotify)
- Noi postiamo su LinkedIn Mer 18:00
- Idealmente tu posti il tuo LinkedIn stesso Mer 18:00 (o comunque durante
la giornata) per amplificazione sincrona. Il testo è pronto, devi solo
firmare.
- Se hai tempo anche un tweet/X alla stessa ora (draft allegato, singolo o
thread, scegli tu) aiuta.
- Clip verticale: se vuoi girarla sul tuo IG/TikTok, le specs sono in fondo.
Grazie per il tempo e la conversazione, è stata densa.
Stefano
--- POST LINKEDIN (firma e posta) ---
[incolla 9.2]
Link da mettere come primo commento:
https://www.youtube.com/watch?v=gjQOF7CEZQE&utm_source=guest&utm_medium=linkedin&utm_campaign=petulla_drop
--- POST X (singolo o thread, scegli) ---
[incolla 9.3 opzione A o B]
--- CLIP VERTICALE (9:16, 0:53:15–0:54:10) ---
Trascrizione: "Circa un anno fa mi è stato chiesto di fare una libreria
che calcolasse gli impatti e quanta CO2 evitavamo di mettere nell'ambiente
utilizzando i nostri sistemi. Ho creato una libreria che calcola il
footprint di ogni chiamata API fatta sui nostri server..."
Overlay: "Ho creato una libreria che calcola la CO2 di ogni chiamata API"
Formato: 9:16, sottotitoli bruciati, logo RA bottom
--- QUOTE IMAGE (1200×630) ---
Frase: "L'open weight continuerà per almeno altri cinque anni a occhi chiusi"
petulla-2026-07-15.png + promo file consolidato_posts/2026-07-15-petulla-inferenza-europea-zero-log.md/assets/images/episodes/petulla-2026-07-15.png# apple_episode_url: commentato. Quando Apple Podcasts auto-pubblica via RSS (T+4-24h dal drop), estrai l’URL e decommenta il campo con un micro-commit separato.petulla_drop come campaign. Non modificarlo (altrimenti perdi attribution cross-piattaforma).interview-relaunch.| Campo | Valore |
|---|---|
| Titolo target | Physical AI: VLA contro World Model |
| YT ID | 8Dlsukidue4 |
| Durata | 1:11:02 |
| Views (al 2026-07-10) | n/d (flat-playlist senza view_count) |
| Pubblicato | 2026-06-27 |
| URL | https://www.youtube.com/watch?v=8Dlsukidue4 |
Razionale:
In chiusura (cap. 1:32:26 AI Act, il treno perso e robotica) Eugenio indica la physical AI come “prossimo treno” su cui l’Europa non ha ancora perso, e Stefano cita Cyberwave per nome (i founder ospiti di quell’episodio). L’ep del 27 giugno con Vittorio di Cyberwave è l’approfondimento naturale: VLA contro World Model, il collo di bottiglia dati e la via europea alla robotica. Callback tematico diretto, score complessivo più alto (0.828), episodio con ospite coerente col format intervista.
Setup in YT Studio (~90s):
0:16:30| Campo | Valore | |
|---|---|---|
| Linka video | Context engineering per agenti AI | Roberto Stagi, Ratel AI |
| YT ID target | DGWXwzw2ZoY | |
| URL | https://www.youtube.com/watch?v=DGWXwzw2ZoY | |
| Tema della card | professional open source / ottimizzazione | |
| Custom message | Open source in produzione | |
| Teaser text | Roberto Stagi, Ratel AI |
Razionale:
Al min 0:16:30 Eugenio racconta il professional open source (Mozilla, WordPress) e l’ossessione per l’ottimizzazione. Roberto Stagi è un builder open source build-in-public che ha fatto dell’ottimizzazione del contesto una startup: ponte naturale a inizio episodio. Format intervista.
0:33:45| Campo | Valore |
|---|---|
| Linka video | La politica USA su AI e open source mi fa drizzare i peli |
| YT ID target | iB9MxO5jn6E |
| URL | https://www.youtube.com/watch?v=iB9MxO5jn6E |
| Tema della card | geopolitica / sovranità / open weight |
| Custom message | Geopolitica AI e open weight |
| Teaser text | USA, Anthropic, open weight |
Razionale:
Al min 0:33:45 si apre il blocco geopolitica GPU (Europa schiacciata tra USA e Cina). Episodio gemello per tema: dipendenza dagli hyperscaler USA, limiti agli open weight, “taglio del 90% di Anthropic”. Secondo score più alto tra le card (0.780).
0:45:30| Campo | Valore |
|---|---|
| Linka video | Un AI agent in casa: ecco cosa fa Hermes |
| YT ID target | uqL22MeZFKI |
| URL | https://www.youtube.com/watch?v=uqL22MeZFKI |
| Tema della card | server farm / TPU / gigawatt |
| Custom message | Datacenter e gigawatt |
| Teaser text | Google TPU, 5 GW Anthropic |
Razionale:
Al min 0:45:30 si parla di server farm, memoria e consumo in gigawatt. L’ep Hermes tratta “Google vende le TPU e firma 5 gigawatt con Anthropic”: aggancio diretto all’hardware e all’economia dei datacenter. Numerato, per bilanciare i format.
1:03:39| Campo | Valore | |
|---|---|---|
| Linka video | Licenze AI a tutti in azienda, non solo ai dev | Simone Basso |
| YT ID target | gTB3Q0_LXiM | |
| URL | https://www.youtube.com/watch?v=gTB3Q0_LXiM | |
| Tema della card | modello commodity / il modello giusto per il task | |
| Custom message | Il modello è commodity | |
| Teaser text | Simone Basso, WeRoad |
Razionale:
Al min 1:03:39 parte il blocco routing/brick e il principio “il modello giusto per il task, non il più grosso”. Simone Basso porta la stessa tesi da angolo enterprise: “il modello è commodity, l’harness è l’asset”. Complementare e recente. Format intervista.
1:19:30| Campo | Valore |
|---|---|
| Linka video | Fable, GPT 5.6 e tanti modelli cinesi |
| YT ID target | Xsmd-qbtgVA |
| URL | https://www.youtube.com/watch?v=Xsmd-qbtgVA |
| Tema della card | GLM 5.2 / laboratori cinesi open weight |
| Custom message | L’ondata cinese open weight |
| Teaser text | GLM 5.2 e modelli cinesi |
Razionale:
Al min 1:19:30 si discute di colonia tecnologica e futuro degli open weight cinesi (GLM 5.2 in primo piano). L’episodio più recente del canale copre esattamente GLM 5.2 e i laboratori cinesi: card score più alto tra le proposte (0.797), massima freschezza. Numerato.
| Card | Timestamp | Posizione relativa |
|---|---|---|
| Card 1 | 0:16:30 | ~16% |
| Card 2 | 0:33:45 | ~34% |
| Card 3 | 0:45:30 | ~45% |
| Card 4 | 1:03:39 | ~64% |
| Card 5 | 1:19:30 | ~80% |
Nessun cluster: gap minimo tra card consecutive ben oltre 90s. Mix format: 3 numerati + 2 interviste. 5 temi distinti.
| Video | Score finale | Semantic | Recency | Views (log) | Note |
|---|---|---|---|---|---|
| Physical AI: VLA vs World Model | 0.828 | 0.90 | 0.93 | 0.50* | end screen (score max, callback Cyberwave) |
| Fable, GPT 5.6 e modelli cinesi | 0.797 | 0.82 | 0.98 | 0.50* | tema: GLM / modelli cinesi (Card 5) |
| Politica USA su AI e open source | 0.780 | 0.80 | 0.96 | 0.50* | tema: geopolitica / sovranità (Card 2) |
| Licenze AI a tutti | Simone Basso | 0.727 | 0.72 | 0.92 | 0.50* | tema: modello commodity (Card 4) |
| Un AI agent in casa: Hermes | 0.635 | 0.62 | 0.78 | 0.50* | tema: server farm / gigawatt (Card 3) |
| Context engineering | Roberto Stagi | 0.621 | 0.55 | 0.88 | 0.50* | tema: open source / ottimizzazione (Card 1) |
* views_log neutralizzato a 0.5: la cache --flat-playlist non espone view_count. Score guidato da semantic (0.55) + recency (0.25).
.claude/skills/youtube-cross-link/.cache/channel-videos.json e re-invoca. Nota: la cache attuale non ha view_count; un fetch con metadata completa (--dump-json senza --flat-playlist) abiliterebbe il tiebreaker views.