Dall'IA per il commercio ai modelli di frontiera: il decennio di infrastruttura di Hanzo
Dodici anni a costruire infrastruttura di IA — da un motore di raccomandazione in tempo reale nel 2014 a 94+ modelli di frontiera e una blockchain post-quantistica nel 2026. La storia tecnica di come siamo arrivati fin qui.
In questa pagina
La maggior parte delle aziende di IA è nata nel 2022. Noi siamo partiti nel 2014.
Quel divario conta più di quanto sembri. Dodici anni di decisioni sull'infrastruttura, esperimenti falliti, progetti di protocolli e intuizioni di produzione conquistate sul campo si accumulano in qualcosa che non si compra e non si imita: una conoscenza architetturale profonda. Questa è la storia tecnica di come Hanzo è passata da un motore di raccomandazione per l'e-commerce a eseguire 94+ modelli di frontiera su scala di inferenza.
2014: le fondamenta — Crowdstart ed EARLE
Hanzo è nata come Crowdstart, una piattaforma di IA per il commercio con un problema solo in apparenza circoscritto: prevedere quali clienti avrebbero comprato, a quale prezzo e in quale momento — e agire su quella previsione in automatico.
Il primo sistema che ha contato è stato EARLE — l'Entity-based Adaptive Recommendation Learning Engine. EARLE non era un semplice filtro collaborativo. Manteneva grafi di entità attraverso le gerarchie di prodotto, i segmenti di clienti e le sequenze di comportamento, e aggiornava i pesi degli archi in tempo reale all'arrivo dei flussi di transazioni. Il datastore sottostante poggiava su un nostro strato chiave-valore distribuito: una scelta deliberata, per controllare la latenza al livello di persistenza invece di accettare i compromessi dei database gestiti allora disponibili.
Ciò che EARLE ci ha insegnato: la latenza è un vincolo di progetto di prima classe, non una passata di ottimizzazione. Una raccomandazione che arriva 200ms troppo tardi non è consegnata. È abbandonata.
2015: analisi in tempo reale all'edge
Nel 2015 EARLE non bastava più. I clienti volevano non solo raccomandazioni, ma intere pipeline di analisi comportamentale: analisi dei funnel, tracciamento delle coorti, attribuzione dei ricavi sui canali di marketing. Abbiamo costruito un motore di analisi in streaming con ingestione degli eventi sub-50ms e latenza di query nell'ordine dei millisecondi a una sola cifra.
Quel lavoro ha fissato un principio che teniamo da allora: il percorso critico è nostro. Ogni componente sul percorso caldo — serializzazione, indicizzazione, pianificazione delle query — è stato scritto secondo le nostre specifiche. Le dipendenze esterne si tolleravano solo alla periferia.
Il bus di eventi pub/sub costruito nel 2015 per collegare EARLE allo strato di analisi è l'antenato diretto dell'infrastruttura di eventi su cui poggia la piattaforma attuale di Hanzo. L'interfaccia è cambiata. L'architettura no.
2016: ottimizzazione del marketing con algoritmi genetici
Gli algoritmi genetici applicati al marketing sembrano ovvi, a posteriori. Nel 2016 quasi nessuno li metteva in produzione.
Il sistema manteneva una popolazione di configurazioni di campagna — strategie di offerta, varianti creative, alberi di segmentazione del pubblico — e le faceva evolvere con la pressione selettiva dei risultati reali di conversione. Le mutazioni restavano entro limiti: ci servivano riproducibilità e auditabilità, e una mutazione puramente casuale non le dava. La funzione di fitness era multi-obiettivo fin dall'inizio e bilanciava ricavi, margine, valore nel tempo del cliente e vincoli di esposizione del marchio.
È stata la nostra prima gestione del compromesso tra esplorazione e sfruttamento su scala di produzione. La lezione che ci siamo tenuti: l'algoritmo non può essere più intelligente del suo segnale di fitness. Garbage in, garbage out non è un luogo comune nel ML. È una legge dell'architettura.
2017: Techstars e lancio della piattaforma
Techstars '17. Il programma ci è servito per la distribuzione, non per la validazione: i contatti con i grandi clienti del commercio, a una scala che avrebbe messo sotto sforzo ciò che avevamo costruito.
La Hanzo Platform è uscita alla fine del 2017 come prima suite integrata di IA per il commercio: raccomandazioni EARLE, il motore di ottimizzazione genetica, analisi in tempo reale e un nuovo strato di orchestrazione delle campagne, collegati da una superficie API unificata. L'architettura era event-sourced fin dall'inizio. Ogni cambio di stato di una campagna era un evento durevole, con una traccia di audit completa e la possibilità di rieseguire la storia per riaddestrare i modelli.
Techstars '17 ci ha confermato un sospetto: la distribuzione non è un problema di prodotto. È un problema di infrastruttura. Non si vende alle imprese se i sistemi cadono.
2018: Checkout 2.0 e rilevamento frodi con il ML
La frode sui pagamenti è un problema risolto per le grandi banche. Per le piattaforme di commercio che servono i commercianti del mercato intermedio, nel 2018 non lo era.
Checkout 2.0 ha portato il rilevamento frodi basato sul ML dentro il checkout, come componente di prima classe. L'architettura del modello era un ensemble: alberi con gradient boosting sulle caratteristiche tabulari (composizione del carrello, corrispondenza tra indirizzo di spedizione e di fatturazione, impronta del dispositivo) insieme a un modello di sequenza sulla storia recente degli ordini. L'ensemble era volutamente poco profondo. L'interpretabilità era un requisito di prodotto, non una preferenza di ricerca. Il commerciante doveva capire perché una transazione era stata segnalata.
Il sistema antifrode operava a latenza sub-100ms per decisione, estrazione delle caratteristiche inclusa, insieme all'inferenza del modello e all'applicazione delle regole. Per ottenerla il runtime di inferenza stava nello stesso posto del servizio di checkout, non dietro un'API di predizione separata. La complessità operativa era più alta. Il profilo di latenza non si discuteva.
2019: API Gateway V1, crittografia su reticoli ed ecosistema di SDK
Tre fili paralleli nel 2019, che si sono incontrati solo anni dopo.
API Gateway V1 è nato da un problema pratico: dieci servizi interni e quaranta integrazioni esterne. Ogni servizio aveva la sua autenticazione, il suo rate limiting e la sua osservabilità. Abbiamo costruito uno strato di gateway unico. Non era ancora il gateway di IA che rilasciamo oggi, ma l'architettura di base era la stessa: instradamento delle richieste, middleware di autenticazione, rate limiting per consumatore, logging strutturato. L'Hanzo AI Gateway del 2026 è la settima iterazione principale di questo sistema.
La ricerca sulla crittografia su reticoli è partita come lavoro di fondo. Il processo di standardizzazione Post-Quantum Cryptography del NIST era in corso, e lo seguivamo. La domanda: se l'infrastruttura deve durare, qual è il modello di minaccia crittografica su un orizzonte di 15 anni? La risposta indicava la resistenza quantistica. Abbiamo iniziato a integrare CRYSTALS-Dilithium e CRYSTALS-Kyber nell'infrastruttura sperimentale di firma. L'anno dopo quel lavoro è entrato nell'infrastruttura di firma post-quantistica di produzione.
Ecosistema di SDK: i primi SDK Hanzo sono usciti nel 2019, per Python, TypeScript e Go. Il principio era una superficie minima e la massima componibilità. Da allora abbiamo rilasciato sei generazioni di SDK. Il principio non è cambiato.
2020: crittografia post-quantistica in produzione
La ricerca sui reticoli del 2019 è entrata in produzione nel 2020. Le premesse erano nette: sicurezza post-quantistica dalle fondamenta, uno strato di firma capace di ospitare la logica applicativa come questione di prima classe, e prestazioni che rendessero pratiche, su scala, le firme resistenti ai quanti.
Il motore di firma ha introdotto round di commitment a soglia, con garanzie deterministiche entro un tempo limitato, invece del campionamento ripetuto per una confidenza probabilistica. In pratica le firme si verificano in meno di un secondo in condizioni normali, e sotto carico avversario il degrado è prevedibile.
Ogni chiave di firma usa CRYSTALS-Dilithium fin dall'inizio. Non come percorso di aggiornamento facoltativo: come requisito di base. Il costo in prestazioni delle firme post-quantistiche c'è, ed è gestibile. Abbiamo pubblicato i benchmark, comprese le ottimizzazioni di verifica in batch che hanno portato il sovraccarico per firma sotto 0.3ms.
2021: ricerca multimodale e le prime bozze di MCP
Nel 2021 ci è stato chiaro che l'architettura transformer sapeva unificare le rappresentazioni di testo, immagine e audio. Abbiamo aperto un programma di ricerca multimodale che è diventato l'architettura Jin: un framework encoder-decoder unificato per la comprensione cross-modale.
Le prime bozze del Model Context Protocol sono nate da un filo parallelo. Stavamo costruendo framework per agenti, davanti al problema di gestire lo stato in interazioni a più turni con modelli senza memoria persistente. Il protocollo MCP definisce un'interfaccia strutturata per la finestratura del contesto, il recupero della memoria e il trasferimento di stato tra modelli. Le bozze del 2021 erano grezze. L'implementazione di produzione del 2026 ha elaborato oltre un miliardo di operazioni di contesto.
2022: protocollo ASO e primo fine-tuning di un transformer
Due contributi tecnici del 2022 hanno dato forma ai quattro anni successivi.
Adaptive Swarm Optimization (ASO) è un protocollo di ottimizzazione distribuita ispirato al comportamento degli sciami biologici. Gli algoritmi genetici tengono membri discreti di una popolazione. ASO tiene un campo di densità continuo sullo spazio dei parametri, con regole di aggiornamento che bilanciano il gradiente locale e i vincoli di densità globale. Il protocollo è pensato per funzioni obiettivo costose da valutare, con valutazioni distribuite su calcolo eterogeneo: il caso naturale dei sistemi di IA multi-agente. La prima pubblicazione su ASO è uscita alla fine del 2022.
Prima esecuzione di produzione del fine-tuning di un transformer: abbiamo fatto il fine-tuning di un transformer open-weight da 7B parametri per la comprensione di documenti del commercio. L'esecuzione è costata $6,200 di calcolo e ha preso 48 ore. Il modello risultante era migliore dell'11% rispetto alla base sulla nostra suite di valutazione, e assai migliore sulla distribuzione reale dei compiti di produzione. Conta di più l'esperienza operativa — pipeline di dati, assetto dell'addestramento distribuito, gestione dei checkpoint, banco di valutazione — diventata il modello di ogni esecuzione successiva. La qualità del processo scala. Le esecuzioni ad hoc no.
2023: HMM, framework per agenti e ricerca PoAI
Hierarchical Model Merging (HMM) è stata la risposta a un problema che tornava: più modelli dopo il fine-tuning, ciascuno forte sul suo dominio stretto, e la volontà di un modello unico che ne ereditasse il meglio. La media ingenua dei pesi peggiora tutti gli specialisti. HMM applica un merge gerarchico che individua nello spazio dei pesi le rappresentazioni proprie di un dominio e le conserva nel merge, invece di mediarle. Sulle valutazioni di dominio tenute fuori dall'addestramento il guadagno rispetto al merge ingenuo è stato del 4-7%.
Framework per agenti: il primo runtime per agenti di Hanzo è uscito nel 2023, sul protocollo MCP, con uso di strumenti, recupero della memoria e pianificazione a più passi. La scelta era netta: gli agenti sono processi con stato, non gestori di richieste senza stato. Il runtime copre l'intero ciclo di vita — inizializzazione, dispatch degli strumenti, persistenza dello stato, recupero dagli errori. Costruirlo a livello di protocollo, e non come codice applicativo, ha reso dirette le integrazioni venute dopo.
Ricerca sul consenso Proof of AI (PoAI): si può rendere verificabile il calcolo di IA e usarlo come primitiva di consenso? La domanda non è banale. Il calcolo di IA è non deterministico già al livello della virgola mobile. La ricerca PoAI ha risposto con schemi di quantizzazione deterministica che rendono il passaggio in avanti riproducibile fra hardware diversi, e così un consenso a soglia sugli output dei modelli. Quel lavoro è entrato nell'architettura zLLM della rete Zoo.
2024: nasce Zen LM, architettura Jin, strumenti Hanzo MCP
Il progetto Zen LM è partito nel 2024 da una tesi semplice: i migliori modelli open-weight li costruisce chi ha più esperienza di produzione nel farli girare. Quell'esperienza c'era.
I primi modelli Zen erano fine-tune di modelli base Qwen3-series, su profili di capacità precisi: generazione di codice, ragionamento su contesto lungo, seguito delle istruzioni. La pipeline di addestramento del 2022 ha retto esecuzioni da 70B+ parametri senza una riprogettazione di fondo. L'investimento sul processo ha reso.
L'architettura Jin ha portato la ricerca multimodale in produzione. Jin usa uno spazio di token unico per il testo, le patch di immagine e gli spettrogrammi audio, senza encoder legati a una modalità e quindi senza percorsi separati di addestramento e di inferenza. Quella semplificazione ha tolto di mezzo un'intera classe di complessità di serving: un modello, un runtime di inferenza, più modalità.
Gli strumenti Hanzo MCP sono usciti come prima implementazione pubblica del Model Context Protocol. La suite copre ricerca web, esecuzione di codice, operazioni sui file, recupero della memoria e comunicazione tra agenti. Nel primo trimestre di disponibilità, oltre diecimila sviluppatori hanno integrato gli strumenti MCP.
2025: la famiglia Zen su scala, architettura MoDE e zenlm.org
Novantaquattro modelli. A fine 2025 la famiglia Zen era questo.
La scala chiedeva un'architettura di serving che senza la ricerca BitDelta (arXiv:2402.10193) non si sarebbe potuta disegnare: delta di modelli dopo il fine-tuning, compressi in rappresentazioni di segno a 1-bit, con la memoria GPU per variante che scende da decine di gigabyte a gigabyte a una sola cifra. Un peso di base condiviso nella memoria GPU e i delta comportamentali di ciascun modello in uno strato di cache: così serviamo 14 varianti Zen su un'impronta di infrastruttura che prima bastava per due o tre.
Zen MoDE — Mixture of Distilled Experts — è la svolta architetturale del 2025. I modelli MoE tradizionali addestrano gli esperti da zero. MoDE unisce tre tecniche: inizializzazione degli esperti per distillazione, e non a caso; Drop-Upcycling (arXiv:2502.19261) per spezzare la correlazione dei pesi tra esperti; il protocollo di merge HMM per specializzare gli esperti dopo, senza un riaddestramento completo. Il risultato: Zen4 Max ha una qualità di classe 13B con 30B parametri totali e solo 3B attivi per passaggio in avanti.
Varianti abliterated: il lavoro di rimozione del rifiuto — applicato con cura e di proposito ai modelli destinati alla ricerca e all'uso professionale — ha mostrato che le proprietà comportamentali si localizzano nello spazio dei pesi. Sapere dove un comportamento vive nel modello è conoscenza di base, non un aggiramento. La serie zen4-abliterated è la prima famiglia di modelli rilasciata con coordinate documentate di localizzazione comportamentale.
2026: Hanzo AI Gateway e quello che viene dopo
Il lancio del gateway nel febbraio 2026 chiude il lavoro sull'API gateway aperto nel 2019: un solo endpoint per 100+ modelli, compatibile con OpenAI, ricarico zero sui provider terzi, e i modelli Zen come livello proprietario.
Le ricerche in corso:
GT-QLoRA: adattamento a basso rango quantizzato con i gate sbloccati, per il tuning comportamentale dei MoE. La LoRA ordinaria sui modelli MoE lascia congelati i gate di routing, e il fine-tuning non tocca la scelta degli esperti. GT-QLoRA sblocca i parametri dei gate con aggiornamenti vincolati: la struttura di routing può adattarsi, e la specializzazione degli esperti resta.
DSO (Decentralized Semantic Optimization): il protocollo sotto l'architettura zLLM di Zoo. Adattamento a calcolo zero, per iniezione di esperienza, governato da meccanismi DAO. La distanza tra il costo del fine-tuning ($15K+) e il costo del DSO ($18) è reale. Sulla rete Zoo l'architettura è in produzione.
MPC quantum-safe: protocolli di calcolo multi-parte sui pesi dei modelli, con primitive post-quantistiche. Se i pesi sono la proprietà intellettuale più preziosa dell'infrastruttura di IA, meritano una protezione crittografica all'altezza dei migliori asset finanziari.
Dodici anni sono tanti, nell'IA. Abbastanza per vedere i cicli di hype arrivare e passare, interi paradigmi sostituirsi, aziende costruite sulla SOTA dell'anno prima crollare quando la SOTA si sposta. Resta l'infrastruttura: le pipeline di dati, i sistemi di serving, le implementazioni dei protocolli e la conoscenza operativa conquistata sul campo, quella che permette di rilasciare e far girare davvero l'IA su scala.
Quell'infrastruttura la costruiamo dal 2014. Non abbiamo finito.
Hanzo AI è Techstars '17. Costruiamo IA di frontiera e l'infrastruttura per farla girare. hanzo.ai
Leggi di più
BitDelta: servire 14 modelli Zen da un solo cluster GPU
Come la compressione delta a 1 bit di BitDelta permette di servire 14 varianti di modelli Zen da un'infrastruttura GPU condivisa: la matematica, l'architettura e i compromessi.
Zen: architettura MoE da 1T+ parametri
L'LLM di punta di Hanzo — un modello Mixture of Experts da 1.04T parametri, fuso dai migliori modelli di linguaggio, con addestramento distribuito e attestazione del modello on-chain.
Lo stack completo dell'agente IA: modelli, calcolo e strumenti in una piattaforma
Hanzo AI presenta la prima piattaforma che unisce oltre 100 modelli di IA, calcolo cloud, accesso GPU e oltre 260 strumenti MCP sotto un solo account sviluppatore.