Di cosa parla questo capitolo
Durante una chat della community di Fast Forward è emersa una confusione più che legittima: quali strumenti usare? E chi, dietro, fornisce davvero l’intelligenza? I nomi si moltiplicano — ChatGPT, Claude, Cursor, Copilot, modelli open… — e le distinzioni sfumano.
Questo capitolo è una fotografia della situazione al 30 agosto 2026 — sapendo che tra un mese sarà probabilmente già diversa. Non è una lista della spesa di prodotti da comprare, ma una mappa per capire come è fatto il panorama: le categorie di strumenti, chi fornisce i modelli e come si paga. Con questa mappa in mente, il cambiamento continuo smette di essere un problema.
I punti chiave
Le quattro categorie di strumenti
Il titolo lo dice: molti si avvicinano pensando di usare “solo una chat”. In realtà gli strumenti per lavorare con i modelli AI sono quattro macro-categorie, con gradi di potenza (e di complessità) crescenti:
- Chat tradizionali — l’interfaccia classica (Claude, ChatGPT). I dati restano isolati nella singola sessione: per spostare qualcosa serve copia-incolla o download manuale.
- IDE con AI — ambienti di sviluppo a più colonne (struttura dei file, editor, chat integrata): l’AI legge, modifica e salva i file direttamente sul disco locale.
- Harness da linea di comando (CLI) — strumenti “a imbragatura” che orchestrano compiti complessi, delegando il lavoro a sotto-agenti veloci prima di far elaborare il risultato finale al modello principale.
- Coding agentico — l’evoluzione più recente, che unisce IDE e harness: permette di delegare ed eseguire processi complessi o multisessione su server e macchine in cloud, senza appesantire la macchina locale.
Il mercato, categoria per categoria
Chi sono i protagonisti, a oggi:
- Chat: ChatGPT, Claude, Grok, Gemini.
- IDE: Cursor, Antigravity (ex Windsurf, nata come fork di VS Code e acquisita da Google), Zed (editor minimalista ultra-leggero scritto in Rust).
- Harness CLI: Claude Code, ChatGPT Codex, Antigravity CLI, e alternative open source come Pi (molto essenziale ed estendibile) e OpenCode.
- Piattaforme agentiche: Cursor Agent, T3 Code, ChatGPT Codex.
Come si paga: abbonamento o consumo
Due modi per accedere alla potenza di calcolo degli LLM:
- Abbonamento mensile — tariffa fissa (tipicamente ~20$/mese) con soglie e crediti prestabiliti. Semplice e prevedibile.
- A consumo (pay-as-you-go) — si paga in base ai token effettivamente utilizzati, via API. È l’opzione ideale per aziende e professionisti che superano i limiti dell’abbonamento o hanno flussi di lavoro incostanti.
I provider e gli intermediari
Sotto gli strumenti c’è l’infrastruttura: chi esegue davvero i modelli.
- Infrastrutture enterprise (Azure, AWS) — fondamentali per la conformità e la sovranità dei dati aziendali (es. server europei). Ospitano sia modelli proprietari sia modelli open-weight (Mistral, modelli cinesi).
- OpenRouter — uno smistatore neutrale a consumo: collega qualsiasi strumento a decine di modelli diversi, con piena trasparenza su prezzi, tempi di risposta e chi fornisce l’inferenza.
- Abbonamenti alternativi — soluzioni come OpenCode Cloud e Ollama Cloud, con crediti e pacchetti mensili vantaggiosi per provare modelli open-weight ad alte prestazioni (DeepSeek, GLM).
- xAI (Grok) — potenza di calcolo elevata, buone prestazioni di codifica e acquisizioni di strumenti come Cursor; da valutare con qualche riserva in più sulla riservatezza e sulla gestione del proprio codice.
Il panorama cambia, il metodo resta
Il video è volutamente datato: parla della situazione a oggi e ammette che tra un mese sarà differente. Ed è esattamente il punto: se ti aggrappi a un prodotto specifico sei ostaggio del suo ciclo di vita; se invece hai chiaro il metodo — pianificazione, documenti guida, versioning — lo strumento di turno resta un dettaglio sostituibile.
Guarda il video
Domande, dubbi, strumenti da approfondire? Il canale resta aperto al confronto: scrivete nei commenti del video — i prossimi capitoli possono anche nascere dalle vostre domande.