Layer di memoria persistente per agenti LLM. Ogni scrittura passa da un gate di ammissione anti-confabulazione — la fonte implica davvero il fatto? — e ogni lettura restituisce la provenienza. MCP-native: si aggancia a Claude Code, Cursor, Cline, Zed.
Piattaforma di cybersecurity autonoma: pipeline web-audit a 50+ fasi, 44 tool, 25 modalità orchestrator, integrazione WSL Kali, modalità bug-bounty. La sua blind validation a 5 bolle ha trovato e corretto 112 bug reali in 3 round di audit alla cieca.
Server MCP per review avversariale del codice: 3 worker indipendenti (falsificazione, verifica dei caller, controesempio) che attaccano un claim prima che vada in produzione. Ha trovato bug che l'autore si era perso — ed è esattamente il punto.
Altri progetti
Cockpit desktop agentico multi-provider (Tauri + React): un unico workspace per pilotare l'AI su tutta la macchina, con coscienza del sistema e fiducia resa a schermo.
Suite di trading autonoma: orchestratore multi-LLM, motore di backtest deterministico, selezione di strategia guidata dal regime, audit trail completo. Progetto di ingegneria — nessun rendimento vantato, non è un servizio di segnali.
Audit di crypto-agility post-quantum per il mercato italiano: trova dove usi la crittografia, l'esposizione "harvest-now-decrypt-later", e un piano di migrazione ai NIST PQC. Report NIS2 / DORA / AgID. Non exploita mai, zero telemetria.
github.com/aureliocpr-ctrl/pqc-audit-italia ↗Profiler epistemico a runtime per agenti AI — etichetta ogni claim come fondato, non fondato o non verificabile. La tesi della fiducia come tool a sé.
github.com/aureliocpr-ctrl/groundprobe ↗Orchestratore CLI cross-LLM: piloto Claude, Gemini e Codex da un unico control plane su un bus di memoria condiviso. L'officina dietro i prodotti.
Harness di benchmark che confronta i modelli di frontiera su task di coding reali — misurato, riproducibile.
github.com/aureliocpr-ctrl/sakana-bench ↗Citofono digitale per affitti brevi: check-in de visu legale, flussi ospite. La prova che spedisco anche oltre l'AI.
github.com/aureliocpr-ctrl/citofono ↗Un piccolo paese italiano dove personaggi AI vivono le loro vite — una simulazione sociale multi-agente. Early-stage, archiviato onestamente come sandbox.
Gli agenti LLM che tengono memoria accumulano "fatti" falsi nel tempo. Una volta salvata, una confabulazione avvelena ogni retrieval futuro — e l'agente la difende con sicurezza.
Ho spostato il controllo qualità al momento della scrittura: un gate di ammissione che verifica se la fonte citata implica davvero il fatto (implicazione fonte⊢fatto, AUROC 0.971, indipendente dal giudice), più la provenienza restituita a ogni lettura.
In un test avversariale a valle il gate ha tagliato le risposte allucinate dal 95,9% al 12,2% (McNemar p≈6e-44, replicato su due seed).
Gli strumenti di audit automatico tendono a perdere bug reali o a inventare falsi risultati. Nessuno dei due è accettabile quando stai segnalando vulnerabilità.
Una pipeline di blind validation a 5 bolle: uno scanner propone, un analista LLM cieco giudica, un challenger cieco attacca, un verifier deterministico controlla, e un passo bayesiano aggrega — i modelli non si vedono tra loro, così nessun punto cieco condiviso sopravvive.
In tre round di audit alla cieca la pipeline ha trovato e corretto 112 bug reali nella piattaforma stessa (~450k LOC Python, 17.000+ test).
Da una consulenza di un'ora a una build completa: adozione AI, software su misura, assistenti, automazione, reliability engineering, security audit. Tutto il verificabile è su GitHub; il resto te lo mostro dal vivo. Remoto worldwide, base vicino Milano.