- 5
- Progetti
- 1
- In produzione
- 1
- Consegnato
- 3
- Ricerca
- 2.306
- Test verdi
In produzione
LAS — Life Assistant
Il sistema AI di produzione di Reeb Labs — un secondo cervello che impara, ricorda, agisce. La disciplina che vendiamo, applicata a noi stessi ogni giorno.
- Problema
Gli LLM generalisti dimenticano ogni conversazione, non possono agire su dati privati e trattano la memoria come prompt engineering effimero. Chiunque sia serio su un “secondo cervello” ha bisogno di contesto persistente, flussi autonomi e ragionamento sulla propria storia.
- Approccio
Knowledge graph temporale (Graphiti) sopra una stack di retrieval ibrida — embedding densi, personalized PageRank, consolidation Cypher. Gerarchia cognitiva a cinque agenti con intent routing, decision journaling e meta-cognizione. Inferenza locale su oMLX (Qwen 3.6 35B-A3B per estrazione entità, Apple Silicon), Anthropic come primario per ragionamento duro con fallback locale deterministico. Re-architecture del KG in Phase 0.5 validata contro una spec di 2540 righe con budget di rollback ≤15h.
- Esito
In produzione quotidiana per un utente. 2306 test ermetici verdi. Phase II-B deployed (embedding ibridi, PPR, consolidation Cypher). Phase III in coda — Thompson Sampling, self-healing, trust metric — gated su 14 giorni di stabilità e r ≥ 0.6 di correlazione con il giudizio umano.
GreenScan
Valutazione industriale di sostenibilità, costruita end-to-end e consegnata come prodotto autocontenuto a un singolo founder.
- Problema
Un founder aveva bisogno di uno strumento turnkey di scanning e reporting per metriche di sostenibilità, senza appetito per dipendenze di piattaforma a lungo termine. Voleva possedere il codice.
- Approccio
Stack completa — ingestion dati, motore di scoring, reporting PDF — documentata per il handoff. Niente lock-in SaaS. Niente fatturazione ricorrente. Conoscenza trasferita insieme al codice.
- Esito
Consegnato. Opera in autonomia da noi, per design. Trattiamo i handoff puliti come un deliverable, non come una failure mode.
Programma di ricerca attivo
ARGUS
Motore di market intelligence per operator SMB — scanning, briefing e reporting senza analisti interni né SaaS per report.
- Problema
Gli owner-operator hanno bisogno di scan competitivi rapidi e difendibili, ma la maggior parte degli strumenti di “AI competitive intelligence” sono wrapper sottili su web search o fatturano per output. Gli analisti interni sono fuori dai budget SMB.
- Approccio
Software-only — scraper, extraction strutturata, embedding, briefing schedulati. Inferenza local-first via oMLX. Scheduling e orchestration costruiti sulle stesse primitive di LAS. Distinto da Sentinel, che è un programma hardware.
- Esito
Architettura validata su dati prototipo. In sviluppo contro un design partner SMB più affilato.
ATHENA
Un singolo prodotto in unificazione da due track di R&D precedenti (athena e athena2). La pausa è intenzionale — la convergenza è una domanda di design, non un refactor.
- Problema
Due prototipi paralleli esploravano angoli diversi dello stesso problema di AI applicata. Tenerli in parallelo è stato chiarificatore. Quello che li rende prodotto è spedirli come uno.
- Approccio
Trattiamo il merge come un design pass first-principles: quali interfacce sopravvivono, quali erano artefatti dell’esplorazione parallela, come è fatto il data model unificato. Niente merge alla cieca.
- Esito
Architettura in unificazione. Riprende quando si apre la finestra di ARGUS — condividono infrastruttura sostanziale.
Sentinel
Un programma hardware di droni, distinto da qualunque lavoro software-only di scanning. Alcuni problemi di AI applicata richiedono sensori fisici, non solo ingestion di dati.
- Problema
L’ispezione industriale e la perimeter awareness hanno bisogno di sensori reali sul campo. I droni off-the-shelf non espongono abbastanza della loro pipeline per agganciarsi pulitamente a una stack AI custom.
- Approccio
Build hardware custom — parti sourceate e prototipate a Brescia. Stack software disegnata contro lo stesso layer di inferenza e orchestration che il resto del lab usa.
- Esito
Fermo da febbraio 2026. Componenti tenuti. Riavvio condizionato a un pilot industriale credibile — non corriamo programmi hardware su speculazione.
Cosa questa lista esclude
Non elenchiamo tooling interno (oMLX, FLOS, infrastruttura di sync), R&D esploratoria che non ha ancora guadagnato un nome di prodotto, né lavoro coperto da confidenzialità cliente. I cinque sopra sono i progetti contro cui siamo disposti a essere misurati.