Correva l’anno 2026 e qualcuno aveva finalmente messo insieme i pezzi: un modello linguistico da 125 miliardi di parametri, ottimizzato per girare su una scheda grafica da gaming. Non un cluster nel deserto dello Utah, non un supercomputer finanziato da fondi neri del Pentagono, ma un RTX 4090 nel caso di un pc assemblato in un sottoscala di Bologna. Il progetto si chiama Strata, e la sua promessa è semplice quanto eversiva: portare Qwen 3.8 Flash Next, un modello che normalmente richiede infrastrutture da data center, sul hardware di chiunque abbia qualche centinaio di euro da spendere in una scheda video.
Non è la prima volta che sentiamo parlare di “democratizzazione dell’AI”. Ogni sei mesi esce un nuovo framework che promette di portare la potenza di GPT-4 sul tuo tostapane. Ma Strata sembra diverso. Non perché inventi qualcosa di nuovo dal punto di vista algoritmico – si basa su quantizzazioni GGML e ottimizzazioni note – ma perché mette insieme i pezzi con un’attenzione all’usabilità che rasenta l’ossessione: uno script di installazione per Windows e Linux, supporto opzionale per l’input di immagini, un’interfaccia che espone API compatibili con OpenAI e Anthropic su localhost. Niente cloud, niente chiavi API da vendere al miglior offerente, niente termini di servizio che ti trasformano in prodotto.
E qui entra in gioco la prospettiva anarchica applicata alla tecnologia. Perché mentre le Big Tech ci vendono l’idea che l’AI avanzata sia un bene esclusivo, riservato a chi può pagare milioni in crediti cloud o accettare di diventare cavia nei loro esperimenti di allineamento, progetti come Strata ricordano che un’altra strada è possibile. Non è una questione di mancata volontà tecnica, ma di scelta politica: chi decide chi può accedere alla conoscenza codificata in questi modelli? Chi trae profitto dalla loro scarsità artificiale?
Il paradosso dell’AI “libera” che ancora dipende dal silicio di Nvidia
C’è però un paradosso difficile da ignorare. Strata permette di eseguire Qwen 3.8 Flash Next su consumer hardware, ma quel hardware è comunque prodotto da aziende che fanno parte dello stesso complesso militare-industriale che critica. Una RTX 4090 non nasce nel vuoto: nasce da linee di approvvigionamento che coinvolgono miniere di terre rare, fabbriche in Taiwan soggette a tensioni geopolitiche, e un modello di business che si basa sull’obsolescenza programmata. Possiamo parlare di sovranità tecnologica dal basso quando il nostro “libero” modello AI gira su una scheda grafica progettata principalmente per rendere più realistici gli spari in Call of Duty?
La risposta non è semplice. Da un lato, sì: utilizzare hardware esistente per scopi diversi da quelli previsti dal mercato è un atto di riappropriazione. È quello che fanno gli hacker quando trasformano un router domestico in un nodo di rete mesh, o gli attivisti che riadattano droni commerciali per il monitoraggio ambientale. Dall’altro, non possiamo fingere che il problema della concentrazione di potere nella tecnologia si risolva semplicemente cambiando lo scopo di un chip. Finché la produzione di semiconduttori rimarrà concentrata in poche mani, e finché l’accesso a quelle fabbriche sarà determinato da capitale e alleanze statali, la nostra sovranità tecnologica avrà sempre un tallone d’Achille.
Questo non significa abbandonare progetti come Strata. Al contrario: significa usarli come punti di partenza per una critica più profonda. Ogni volta che riusciamo a far girare un modello da 125B su una RTX 4090, stiamo dimostrando che la scarsità di computing power è spesso artificiale, mantenuta alta non da limiti fisici insormontabili, ma da modelli di business e scelte di progettazione che privilegiano il controllo sull’accesso universale. È lo stesso principio che sta dietro al successo di Raspberry Pi nel calcolo educativo: non che il Pi sia potente, ma che sia abbastanza potente da essere utile, e abbastanza accessibile da sfidare l’idea che il computing debba essere costoso e centralizzato.
Qwen 3.8 Flash Next: il modello che fa paura agli allocchietti di OpenAI
Parliamo del modello stesso. Qwen 3.8 Flash Next non è un nome scelto a caso. Fa parte della famiglia Qwen sviluppata da Alibaba Cloud, un attore che, pur essendo parte del capitalismo di Stato cinese, ha seguito una strada diversa rispetto alle controparti statunitensi: invece di chiudere tutto dietro API a pagamento e licenze restrittive, ha rilasciato versioni significative dei suoi modelli sotto licenze che permettono l’uso commerciale e la modifica. Qwen 3.8 Flash Next, in particolare, è progettato per essere efficiente: ottimo nel ragionamento, nella generazione di codice, nella comprensione di immagini, tutto mentre consuma meno risorse rispetto a modelli comparabili.
Efficienza che diventa politica quando la mettiamo a confronto con le controparti chiuse. Mentre OpenAI e Anthropic costruiscono muri sempre più alti intorno ai loro modelli più capaci – richiedendo verifiche d’identità, limitando l’uso tramite policy sempre più vaghe, e facendo pagare a peso d’oro ogni token generato – modelli come Qwen dimostrano che un’altra strada è percorribile. Non è necessario nascondere il modello dietro un’interfaccia web per “prevenire l’abuso”; è possibile fidarsi degli utenti, fornire strumenti di controllo effettivi (come il filtro locale dei contenuti), e comunque ottenere risultati straordinari.
Strata sfrutta proprio questa apertura. Non sta cercando di reverse-engineerare un modello chiuso in segreto; sta prendendo ciò che Alibaba ha messo volontariamente a disposizione e lo sta rendendo accessibile a chi non ha un data center in giardino. È un atto di fiducia reciproca: fiducia nel fatto che gli utenti non useranno il modello per scopi immediatamente dannosi (e se lo fanno, la responsabilità è loro, non del distributore), e fiducia nel fatto che fornire accesso aperto porterà a usi innovativi e benefici che nessuna azienda potrebbe prevedere da sola.
Dalla teoria alla pratica: cosa significa davvero “100T/s” sul tuo desktop
I numeri tecnici contano, perché sono la prova che il sogno non è solo ideologico. Strata afferma di poter raggiungere 100 token al secondo (T/s) con Qwen 3.8 Flash Next su una RTX 4090. Per dare un’idea: un modello simile eseguito tramite API cloud potrebbe offrire latenze simili, ma a costo di inviare ogni tua parola a un server lontano, di essere soggetto a filtri arbitrari, e di lasciare una traccia permanente nei log di qualche corporation. Farlo localmente significa che le tue conversazioni con l’AI restano tue. Nessun intermediario. Nessun rischio che le tue domande su organizzazione sindacale o critiche al governo finiscano in un dataset di addestramento per il prossimo modello di polizia predittiva.
Questo aspetto è particolarmente rilevante in un contesto globale dove la sorveglianza algoritmica sta diventando la norma. In Italia, siamo abituati a pensare alla privacy come a un problema di cookie e banner GDPR, ma la realtà è molto più inquietante. I modelli linguistici vengono già usati per analizzare le comunicazioni dei lavoratori nei call center, per prevedere quali dipendenti sono “a rischio di sindacalizzazione”, per filtrare i curriculum in modo che penalizzi chi ha preso parte a proteste. Quando esegui un modello localmente con Strata, sottrai un pezzo di potere a questo ecosistema di controllo. Non lo elimini – finché esistono telecamere di riconoscimento facciale e algoritmi di scoring sociale, la lotta continua – ma ne riduci la portata, un token alla volta.
C’è poi il lato pratico, quello che interessa a chi passa le notti a debuggare codice o a scrivere romanzi. Avere un modello così capace disponibile offline significa poter lavorare in treno, in baita senza connessione, in quei luoghi dove la rete è assente o deliberatamente disattivata per motivi di sicurezza. Significa non dover chiedere il permesso a un’azienda straniera per usare uno strumento che potrebbe aiutarti a guadagnarti da vivere. È un piccolo atto di autonomia che, moltiplicato per migliaia o milioni di utenti, inizia a sembrare un movimento.
Il lato oscuro dell’open source: quando la libertà diventa arma a doppio taglio
Non tutto ciò che luccica è oro, anche nel mondo dell’open source. Strata, per quanto lodevole nel suo intento, solleva anche domande scomode. Cosa succede quando chiunque può eseguire un modello linguistico potente sul proprio hardware senza alcuna supervisione? Non stiamo forse abbassando l’asticella per usi malvagi? La storia ci insegna che ogni tecnologia liberatoria può essere riappropriata per scopi di controllo: internet doveva democratizzare l’informazione e invece è diventato lo strumento principale di sorveglianza di massa; i droni erano per le riprese aeree artistiche e ora sorvegliano i confini e attaccano obiettivi civili.
La risposta anarchica non è quella di tornare al chiuso per paura dell’abuso. È quella di riconoscere che la tecnologia non è mai neutra, e che quindi la nostra risposta non può essere solo tecnica. Distribuire Strata sotto licenza MIT è un inizio, ma non basta. Serve accompagnarlo con linee guida etiche sviluppate dalla comunità, con strumenti per il rilevamento locale di usi dannosi (senza inviare dati altrove), con pratiche di governance che coinvolgano effettivamente gli utenti nelle decisioni sul progetto. L’open source non è uno scudo magico contro il male; è un quadro di lavoro che richiede manutenzione attiva e impegno collettivo.
In questo senso, progetti come Strata hanno bisogno di qualcosa di più di semplici contributi al codice. Hanno bisogno di discussioni su cosa significhi usare l’AI in modo responsabile quando non c’è un’azienda che ti dice cosa puoi o non puoi fare. Hanno bisogno di modelli di licenza che vadano oltre il semplice “non ti cito in giudizio” e affrontino davvero le questioni di potere e responsabilità. Hanno bisogno, in breve, di una politica.
Conclusione: l’AI libera non è un prodotto, è un processo
Alla fine, Strata non è interessante solo perché permette di far girare Qwen 3.8 Flash Next su una RTX 4090. È interessante perché incarna una tensione fondamentale nella tecnologia contemporanea: quella tra la possibilità tecnica di democratizzare strumenti potenti e la realtà politica che spesso li rende esclusivi. Ogni volta che qualcuno sceglie di eseguire un modello localmente invece di usare un’API cloud, sta facendo una piccola dichiarazione di indipendenza. Sta dicendo: non ho bisogno del tuo permesso per pensare, per creare, per chiedere.
Questa dichiarazione è incompleta finché l’hardware rimane concentrato in poche mani, finché la produzione di semiconduttori rimane legata a interessi statali e corporativi, finché non esistono alternative davvero aperte allo stack tecnologico completo. Ma non è per questo inutile. Al contrario: è proprio facendo funzionare le cose con ciò che abbiamo, spingendo ai limiti dell’hardware disponibile, che impariamo cosa serve davvero per costruire quell’alternativa. Strata non è la fine della strada; è un segnale che la strada esiste, e che vale la pena percorrerla, anche se il percorso è accidentato e il paesaggio cambia continuamente sotto i nostri piedi.
Nel frattempo, continuiamo a eseguire modelli locali, a condividere pesi quantizzati, a chiedere chi ha il potere e chi lo subisce. Perché alla fine, l’anarchia applicata alla tecnologia non è tanto una questione di avere tutte le risposte, quanto di fare le domande giuste – e di avere gli strumenti per cercare le risposte da soli.
