“Secondo cervello” non è un’espressione nata con l’AI. È il nome che Tiago Forte ha dato, in un libro del 2022, a un percorso in quattro passaggi che chiama CODE: Capture, Organize, Distill, Express — catturare, organizzare, distillare, trasformare in qualcosa di utile. Per organizzare le informazioni, Forte propone un metodo specifico chiamato PARA: Progetti, Aree, Risorse, Archivi. L’idea di fondo è ridurre il carico sulla memoria selezionando e conservando quello che conta davvero per il proprio lavoro — non accumulare tutto quello che si incontra. Quello che i modelli AI più recenti aggiungono a un percorso che già prevedeva di trasformare le informazioni in risultati concreti è la possibilità di chiedere direttamente a un modello di leggere quell’archivio, cercarci dentro e usarlo per rispondere o produrre qualcosa.
Un video di Nate Herk intitolato “I Turned GPT-6 Astra Into the Ultimate AI Second Brain” mostra un’applicazione concreta di questa idea con GPT-6 Astra, il modello più recente di OpenAI. Dietro il video c’è uno strumento vero, gratuito e scaricabile da GitHub: si chiama AIS-OS, ed è quello che vediamo passo per passo in questa guida.
Cos’è AIS-OS
AIS-OS è open source con licenza MIT, e il codice è pubblico su GitHub. Il video presenta Astra, ma il repository supporta sia Claude Code (lo strumento di Anthropic) sia Codex (quello di OpenAI): la struttura del sistema è la stessa, a prescindere da quale dei due usi. Per costruire il secondo cervello con GPT-6 Astra, come nel video, la strada naturale è Codex, dove Astra è disponibile.
Tecnicamente, AIS-OS è una cartella di progetto che si clona da GitHub e si apre con Codex (o Claude Code), con un accesso configurato tramite un piano compatibile o una modalità API. Il kit in sé è gratuito; l’uso del modello segue comunque i costi e i limiti del servizio scelto — i file e la struttura restano sul tuo computer, ma l’elaborazione vera e propria passa dai server del fornitore, non gira interamente in locale. Richiede anche Node.js 22 o superiore, solo per la parte di visualizzazione 3D descritta più avanti.
Cosa serve prima di iniziare
- Un computer, con git installato, e un minimo di familiarità con il terminale.
- Node.js 22 o superiore (serve solo per la visualizzazione 3D finale, non per il resto).
- Un accesso configurato a Codex con GPT-6 Astra — su ChatGPT questo significa un piano Plus o superiore, dato che Astra su Plus è disponibile dentro Codex (e dentro lo strumento Work), non nella chat normale — oppure a Claude Code, se preferisci restare nell’ecosistema Anthropic.
- Il repository AIS-OS, gratuito e open source, clonato in una cartella locale sul tuo computer.
La struttura che crea
Il repository comprende le cartelle context/, decisions/, archives/ e references/, oltre a due file guida — CLAUDE.md e AGENTS.md, che danno le istruzioni di progetto rispettivamente a Claude Code e a Codex, spiegando all’agente dove si trova cosa e come comportarsi. Altre cartelle non esistono finché non servono: brainstorms/ viene creata la prima volta che usi l’intervista continua, audits/ al primo controllo.
Il caso da ricordare
Il kit include sei skill. In Claude Code si richiamano con /onboard, /grill-me, /audit, /link, /level-up e /3d-brain; in Codex si richiamano dal menu delle skill o con i nomi corrispondenti. /onboard fa una prima intervista di sette domande (circa un quarto d’ora) e imposta la struttura iniziale. /grill-me fa interviste successive per continuare ad aggiungere conoscenza nel tempo. /audit controlla lo stato del sistema su contesto, connessioni, capacità e cadenza, con prove concrete e non solo impressioni. /link aiuta a collegare nuovi progetti o fonti senza doverne copiare il contenuto altrove. /level-up, da avviare quando serve, guida un’intervista basata su un framework dello stesso Nate Herk chiamato “i tre M” — mindset, method, machine — per scegliere un miglioramento concreto: può essere una nuova automazione, ma anche una correzione o l’eliminazione di un’attività inutile. /3d-brain costruisce una visualizzazione locale, esplorabile, delle relazioni tra le tue note.
Come impostarlo, passo per passo
Primo passo: crea una cartella sul tuo computer e clona lì dentro il repository AIS-OS da GitHub. Apri quella cartella come progetto in Codex (o in Claude Code, se preferisci).
Secondo passo: avvia /onboard (in Codex: $onboard, o la stessa skill selezionata dal menu) e rispondi alle sette domande — chi sei, cosa fa la tua azienda, i tuoi obiettivi, il tuo team, e così via. Ci vogliono circa un quarto d’ora; al termine dell’intervista il sistema prepara i primi file di contesto e la struttura di cartelle.
Terzo passo: collega le fonti che usi davvero ogni giorno — email, calendario, Slack, uno strumento di project management. Puoi chiedere all’agente di verificare le modalità di collegamento disponibili; la configurazione dipende dallo strumento specifico e può richiedere passaggi tecnici — una chiave API, un server MCP, oppure una modalità di accesso al browser, a seconda del caso.
Quarto passo: usa /grill-me periodicamente — è un’intervista continua che estrae informazioni che altrimenti resterebbero solo nella tua testa, e le salva in un nuovo file ogni volta.
Quinto passo: esegui /audit per una valutazione su contesto, connessioni, capacità e cadenza secondo i criteri del framework — da verificare tu stesso, non da prendere come un giudizio definitivo; all’inizio potrebbe evidenziare diverse lacune, semplicemente perché il sistema è appena nato. Poi usa /level-up per farti suggerire un miglioramento concreto da costruire, basato su quello che l’audit ha trovato. È un ciclo che puoi ripetere: audit, level-up, costruisci, audit di nuovo.
Sesto passo, opzionale: quando hai accumulato abbastanza materiale, prova /3d-brain per costruire una visualizzazione esplorabile delle relazioni tra le tue note (richiede Node.js 22+): il kit la mostra in locale, su localhost. Trasformarla in un sito accessibile da altri dispositivi è un passaggio aggiuntivo, non automatico: prima di farlo vale la pena valutare quali dati finirebbero online e come proteggerne l’accesso.
Quando conviene davvero usare GPT-6 Astra
Astra è un modello molto capace, ma con la quota di ChatGPT Plus può convenire riservarlo ai compiti più complessi. Su Plus, Astra dentro Codex ha una stima indicata da OpenAI di 5-45 messaggi per finestre di cinque ore — non un numero garantito di richieste: Codex e Work condividono il consumo disponibile, possono applicarsi anche limiti settimanali, e il riferimento più affidabile resta il pannello di utilizzo del tuo account. Per i compiti di routine — trovare un documento, rispondere a una domanda semplice sul contesto già raccolto — un modello più leggero può ridurre il consumo, a seconda del modello, del contesto e del lavoro richiesto. Astra può avere più senso sui compiti più articolati: costruire una nuova automazione, ragionare su una decisione complessa, collegare uno strumento nuovo.
I limiti da conoscere
Le azioni di lettura e scrittura verso i tuoi strumenti collegati dipendono dalla singola integrazione, dai permessi che le concedi e dal piano che usi — nei workspace aziendali si aggiungono controlli amministrativi su cosa è disponibile e autorizzato. Vale anche la pena ricordare che il progetto è gratuito e mantenuto da terzi, non da OpenAI o Anthropic: prima di collegarlo a dati sensibili della tua azienda, vale la pena leggere cosa fa ciascuna skill e concedere solo i permessi che ti servono davvero. E, come per qualunque sistema AI: risposte, collegamenti tra note e automazioni possono contenere errori — verifica i risultati prima di usarli per decisioni o azioni operative.
In sintesi
- Il “secondo cervello” nasce dal percorso CODE di Tiago Forte (Capture, Organize, Distill, Express) e dal suo metodo di organizzazione PARA (Progetti, Aree, Risorse, Archivi); un video di Nate Herk mostra come un modello AI possa leggere e usare direttamente quell’archivio, con GPT-6 Astra.
- Lo strumento gratuito e open source dietro il video, AIS-OS, si scarica da GitHub e funziona sia con Codex (dove trovi GPT-6 Astra) sia con Claude Code.
- Il kit crea una struttura di cartelle (context/, decisions/, archives/, references/) e offre sei skill: /onboard, /grill-me, /audit, /link, /level-up e /3d-brain.
- Il ciclo pratico è: intervista iniziale, collegamento delle fonti che usi davvero, interviste periodiche con /grill-me, audit e level-up a ripetizione.
- GPT-6 Astra ha limiti di utilizzo stretti su Plus (una stima di 5-45 messaggi per cinque ore): conviene usarlo per i compiti complessi, non per ogni domanda di routine.
Domande frequenti
Dove si scarica AIS-OS?
Il repository è pubblico e gratuito su GitHub, con licenza MIT. Si clona in una cartella locale e si apre con Codex o con Claude Code.
AIS-OS funziona solo con GPT-6 Astra?
No. È uno strumento gratuito e open source che funziona sia con Codex di OpenAI sia con Claude Code di Anthropic: il video che lo mostra usa Astra dentro Codex, ma il repository non lo richiede.
GPT-6 Astra è disponibile su ChatGPT Plus?
Sì, dentro Codex e dentro lo strumento Work, non nella chat normale, con una stima di OpenAI di 5-45 messaggi per finestre di cinque ore — un’indicazione, non un numero garantito.
Serve saper programmare per usare AIS-OS?
Serve un minimo di familiarità con git e il terminale per clonare il repository e aprirlo in Codex o Claude Code. Interviste e audit si gestiscono in linguaggio naturale, ma collegare nuove integrazioni o costruire automazioni più avanzate può richiedere passaggi tecnici e la verifica di quello che l’agente propone. Se i termini git, repository o clonare non ti sono familiari, questo articolo li spiega da zero.
Risorse per approfondire
- Cos’è GitHub e perché conta se usi l’AI
- GPT-6 Astra vs Claude Fable 5.1: chi vince (e perché la domanda è sbagliata)
- Claude in chat o Claude Code in Visual Studio Code: cosa cambia davvero
Questo articolo prende spunto dal video “I Turned GPT-6 Astra Into the Ultimate AI Second Brain” di Nate Herk | AI Automation, e dal repository open source AIS-OS su GitHub. Guarda il video originale per il setup completo.
