Howl
awdry
Mr Robot AV1
Cidade de deus
station 19 s05e11
Nadiya 16 9
Silo S01E05
bang bus 26 08 19
killer-mike
xxx 1080p
la brea
no escape s01e02
she-hulk-multi
ted lasso s01e06
the beatles usb
crowd-control
pro-tools
stephen colbert
big brother canada s11e28 720p
Lucky.2026.S01E06
▲
Udemy - Agenti AI per principianti (Update 08-2026) [VideoCorso Ita]
seeders: 0
leechers: 0
Download Fast Safe Anonymous
movies, software, shows...
movies, software, shows...
Files
Udemy - Agenti AI per principianti (Update 08-2026) [VideoCorso Ita] (Size: 2 GB)
| 1 - Introduzione | |||
| 1. Contenuti del corso e mi presento.mp4 | 115 MB | ||
| 2. Chatbot contro Agente quali differenze.mp4 | 158 MB | ||
| 3. Il ciclo agentico osserva, decidi, agisci.mp4 | 170 MB | ||
| 4. Gli strumenti dell'agente.mp4 | 132.3 MB | ||
| 2 - I mattoni che costruiscono un Agente | |||
| 4 - Gli Agenti nella pratica quotidiana | |||
| 12. Sistemi multi-agente.mp4 | 112.5 MB | ||
| 13. I rischi degli agenti.mp4 | 155.9 MB | ||
| 14. Misurare e governare gli agenti.mp4 | 128.1 MB | ||
| 15. Un progetto per cominciare.mp4 | 36.2 MB | ||
| 5. Memoria e Contesto.mp4 | 150.4 MB | ||
| 6. Il protocollo MCP.mp4 | 129.4 MB | ||
| 7. Flusso di esecuzione.mp4 | 145.7 MB | ||
| Read Me.txt | 0 B | ||
| 3 - Costruire Agenti AI | |||
| 10. Agenti che usano il computer.mp4 | 132.6 MB | ||
| 11. Casi di Utilizzo.mp4 | 127.8 MB | ||
| 8. Il primo agente no-code.mp4 | 178.3 MB | ||
| 9. Il codice Python dietro al primo agente.mp4 | 194.2 MB |
Description
Udemy - Agenti AI per Principianti
(Update 08-2026) [Ita]
Capisci come funzionano gli agenti AI e costruisci il tuo primo agente,
anche senza programmare.
Thx kabino
Cosa Imparerai
-Distinguere un vero agente AI da un chatbot travestito, riconoscendo le tre parti di cui ogni agente è fatto
-Seguire il ciclo osserva-decide-agisci di un agente e capire perché ogni ciclo ha bisogno di una condizione di uscita
-Scrivere descrizioni di strumenti che un agente sa usare senza sbagliare, il punto in cui più agenti falliscono
-Gestire memoria e contesto per evitare che un agente si perda a metà di un lavoro lungo
-Spiegare cos'è MCP e perché nel 2026 è diventato lo standard per collegare agenti e strumenti
-Costruire un agente completo e funzionante senza scrivere una riga di codice
-Leggere e capire un agente scritto in Python, riconoscendo il ciclo e gli strumenti
Descrizione
Gli agenti AI sono il passaggio da un'intelligenza artificiale che **risponde** a
una che **fa**. Un chatbot ti dà un testo; un agente riceve un obiettivo, lo
scompone in passi, usa strumenti veri — cerca, legge, scrive, chiama un servizio
— controlla il risultato e riprova finché non ha finito. È una differenza
architetturale, non di marketing, ed è quella che questo corso ti mette in mano.
Il corso parte da zero. Non serve saper programmare: il codice, quando compare, si
**legge** e viene spiegato riga per riga, mai scritto da zero. Ogni concetto entra
da un'analogia concreta prima di ricevere il suo nome tecnico, così quando arrivano
le sigle — MCP, A2A, ReAct — trovano già un'idea chiara ad aspettarle.
Il percorso è in quattro tappe. Prima capisci **cos'è** un agente e come ragiona:
il ciclo osserva-decide-agisci, gli strumenti, il perché una descrizione ambigua
manda in tilt un agente perfetto. Poi vedi i **mattoni** che lo rendono
affidabile: memoria e contesto, il protocollo MCP che collega gli agenti agli
strumenti, e la regola per capire quando ti serve davvero autonomia e quando è
meglio un flusso guidato. Nella terza sezione **costruisci**: un agente completo
senza scrivere una riga di codice, lo stesso agente in Python per vedere cosa
c'è sotto, e uno sguardo agli agenti che usano browser e computer. L'ultima
sezione è quella che separa un esperimento da uno strumento vero: più agenti che
collaborano, i rischi specifici degli agenti — prompt injection, permessi
eccessivi, memoria avvelenata — e cosa misurare, controllare e dichiarare per
legge prima di mettere un agente al lavoro.
Il corso è deliberatamente onesto. Accanto alle possibilità trovi i numeri reali:
quanti progetti agentici arrivano davvero in produzione, quanto valgono i
benchmark, dove gli agenti falliscono ancora. Non c'è entusiasmo gratuito, perché
saper riconoscere un finto agente vale quanto saperne costruire uno vero.
**Cosa resta fuori, e per scelta:** la matematica dei modelli, l'addestramento e
il fine-tuning, la teoria del deep learning. Questo è un corso su come si usano e
si costruiscono gli agenti, non su come si allena una rete neurale.
Il materiale è aggiornato ad **agosto 2026** e la data è dichiarata nel corso:
è un campo che si muove in fretta, e sapere a quando risale ciò che stai
imparando fa parte di ciò che devi sapere.
A chi è rivolto questo corso:
-Chi ha sentito parlare di "agenti AI" e vuole capire davvero cosa sono, oltre gli slogan
Professionisti non tecnici che vogliono automatizzare parti del proprio lavoro senza imparare a programmare
-Imprenditori e manager che devono decidere se e dove introdurre agenti in azienda
-Studenti e principianti che vogliono una base solida prima di passare ai framework
-Sviluppatori alle prime armi con l'AI che vogliono il quadro d'insieme prima di scrivere codice
-Chiunque debba distinguere un fornitore serio da uno che chiama "agente" un chatbot
Requisiti
*Nessun prerequisito di programmazione: il codice si legge e viene spiegato, non si scrive da zero
*Un computer con un browser e una connessione a internet
*Aver usato almeno una volta un assistente AI conversazionale (ChatGPT, Claude, Gemini o simili)
*Curiosità e voglia di provare: la parte pratica si segue meglio con la piattaforma aperta accanto al video
Il Corso è Composto da:
(Update 08-2026) [Ita]
Capisci come funzionano gli agenti AI e costruisci il tuo primo agente,
anche senza programmare.
Thx kabino
Cosa Imparerai
-Distinguere un vero agente AI da un chatbot travestito, riconoscendo le tre parti di cui ogni agente è fatto
-Seguire il ciclo osserva-decide-agisci di un agente e capire perché ogni ciclo ha bisogno di una condizione di uscita
-Scrivere descrizioni di strumenti che un agente sa usare senza sbagliare, il punto in cui più agenti falliscono
-Gestire memoria e contesto per evitare che un agente si perda a metà di un lavoro lungo
-Spiegare cos'è MCP e perché nel 2026 è diventato lo standard per collegare agenti e strumenti
-Costruire un agente completo e funzionante senza scrivere una riga di codice
-Leggere e capire un agente scritto in Python, riconoscendo il ciclo e gli strumenti
Descrizione
Gli agenti AI sono il passaggio da un'intelligenza artificiale che **risponde** a
una che **fa**. Un chatbot ti dà un testo; un agente riceve un obiettivo, lo
scompone in passi, usa strumenti veri — cerca, legge, scrive, chiama un servizio
— controlla il risultato e riprova finché non ha finito. È una differenza
architetturale, non di marketing, ed è quella che questo corso ti mette in mano.
Il corso parte da zero. Non serve saper programmare: il codice, quando compare, si
**legge** e viene spiegato riga per riga, mai scritto da zero. Ogni concetto entra
da un'analogia concreta prima di ricevere il suo nome tecnico, così quando arrivano
le sigle — MCP, A2A, ReAct — trovano già un'idea chiara ad aspettarle.
Il percorso è in quattro tappe. Prima capisci **cos'è** un agente e come ragiona:
il ciclo osserva-decide-agisci, gli strumenti, il perché una descrizione ambigua
manda in tilt un agente perfetto. Poi vedi i **mattoni** che lo rendono
affidabile: memoria e contesto, il protocollo MCP che collega gli agenti agli
strumenti, e la regola per capire quando ti serve davvero autonomia e quando è
meglio un flusso guidato. Nella terza sezione **costruisci**: un agente completo
senza scrivere una riga di codice, lo stesso agente in Python per vedere cosa
c'è sotto, e uno sguardo agli agenti che usano browser e computer. L'ultima
sezione è quella che separa un esperimento da uno strumento vero: più agenti che
collaborano, i rischi specifici degli agenti — prompt injection, permessi
eccessivi, memoria avvelenata — e cosa misurare, controllare e dichiarare per
legge prima di mettere un agente al lavoro.
Il corso è deliberatamente onesto. Accanto alle possibilità trovi i numeri reali:
quanti progetti agentici arrivano davvero in produzione, quanto valgono i
benchmark, dove gli agenti falliscono ancora. Non c'è entusiasmo gratuito, perché
saper riconoscere un finto agente vale quanto saperne costruire uno vero.
**Cosa resta fuori, e per scelta:** la matematica dei modelli, l'addestramento e
il fine-tuning, la teoria del deep learning. Questo è un corso su come si usano e
si costruiscono gli agenti, non su come si allena una rete neurale.
Il materiale è aggiornato ad **agosto 2026** e la data è dichiarata nel corso:
è un campo che si muove in fretta, e sapere a quando risale ciò che stai
imparando fa parte di ciò che devi sapere.
A chi è rivolto questo corso:
-Chi ha sentito parlare di "agenti AI" e vuole capire davvero cosa sono, oltre gli slogan
Professionisti non tecnici che vogliono automatizzare parti del proprio lavoro senza imparare a programmare
-Imprenditori e manager che devono decidere se e dove introdurre agenti in azienda
-Studenti e principianti che vogliono una base solida prima di passare ai framework
-Sviluppatori alle prime armi con l'AI che vogliono il quadro d'insieme prima di scrivere codice
-Chiunque debba distinguere un fornitore serio da uno che chiama "agente" un chatbot
Requisiti
*Nessun prerequisito di programmazione: il codice si legge e viene spiegato, non si scrive da zero
*Un computer con un browser e una connessione a internet
*Aver usato almeno una volta un assistente AI conversazionale (ChatGPT, Claude, Gemini o simili)
*Curiosità e voglia di provare: la parte pratica si segue meglio con la piattaforma aperta accanto al video
Il Corso è Composto da:
All Comments