Il problema dell'information overload
Seguire l'ecosistema AI richiede di tenere d'occhio almeno una dozzina di fonti: Hacker News, TechCrunch, The Verge, MIT Tech Review, i blog ufficiali di OpenAI, Google DeepMind, Anthropic. Senza contare le newsletter, i thread Twitter, i paper su arXiv.
Ho provato Feedly, Pocket, Readwise. Tutti richiedono attenzione attiva: devi andare lì, aprire, scorrere. Ogni mattina diventava un mini-lavoro prima del vero lavoro. Volevo qualcosa di passivo: arriva, lo leggo, ho finito.
L'architettura in 4 passi
- RSS fetch: n8n legge ogni mattina alle 7:00 gli ultimi articoli da 8 feed preconfigurati (Hacker News top stories, TechCrunch AI, The Verge Tech, MIT Technology Review, OpenAI blog, Anthropic news, Google AI Blog, Ars Technica)
- Deduplication: Google Sheets filtra gli articoli già inclusi nei digest degli ultimi 7 giorni — così non rileggo due volte la stessa notizia
- Gemini 2.5 Flash: sintetizza ogni articolo in 2-3 righe in italiano, con titolo e link originale. Tutti gli articoli nuovi in un'unica chiamata API
- Telegram: invia il digest formattato ogni mattina alle 7:30, 30 minuti dopo il fetch
Perché Gemini 2.5 Flash e non un altro modello
Due motivi pratici. Il primo è la context window: Gemini 2.5 Flash gestisce fino a 1 milione di token. Posso passargli 8-10 articoli interi in una sola chiamata API e ricevere tutte le sintesi in un colpo solo. Nessun loop, nessuna gestione della paginazione.
Il secondo è il costo. Con il tier gratuito dell'API Gemini, la spesa per digest è essenzialmente zero — meno di un millesimo di euro al giorno. Il modello ha abbastanza qualità per produrre sintesi leggibili e accurate, senza sprecare un modello da produzione su un task che non lo richiede.
Il formato del digest
Ho standardizzato il formato per rendere la lettura velocissima. Ogni voce ha: titolo, due righe di sintesi in italiano, link originale.
→ openai.com/blog/o1-mini
→ developer.apple.com/apple-intelligence
La struttura fissa è importante: il cervello impara a processarla velocemente. Dopo qualche giorno si legge il digest come si legge il meteo — senza sforzo cognitivo.
La personalizzazione
Questo è il dettaglio che trasforma il digest da generico a utile. Nel prompt a Gemini ho aggiunto un'istruzione esplicita:
Prioritizza le notizie su: AI locale e open-source, n8n e workflow automation, Claude e Claude Code, strumenti per sviluppatori indipendenti, EdTech e AI applicata all'istruzione. In caso di parità di rilevanza, scegli la notizia più recente.
Il risultato: il digest riflette i miei interessi, non quelli dell'algoritmo editoriale di TechCrunch. Una notizia su un nuovo modello open-source locale ha più peso di un funding round da 100 milioni su un'altra startup LLM.
Costo reale
- n8n self-hosted su Raspberry Pi: 0 €/mese
- Gemini 2.5 Flash API: 0 €/mese (tier gratuito abbondante)
- Google Sheets API: 0 €/mese
- Telegram bot: 0 €/mese
Il costo reale è il tempo del setup iniziale: circa 90 minuti tra configurazione dei feed RSS, credenziali Google, e test del prompt Gemini. Dopodiché il sistema è completamente autonomo.
Come replicarlo
Il workflow JSON è disponibile nel repository pubblico su GitHub. I prerequisiti sono: n8n self-hosted (anche su Raspberry Pi), una Gemini API key gratuita, accesso Google Sheets API. Il workflow è importabile direttamente in n8n — l'unica configurazione manuale riguarda i feed RSS che ti interessano e le keywords di personalizzazione nel prompt.
Non leggo meno. Leggo meglio. La differenza tra scrollare un feed per 20 minuti e ricevere 5 notizie selezionate per me vale in attenzione quello che vale in denaro un buon filtro spam.