# deepnote-jupyter-successor-ai-first-github-2025-11-07 ## Veille Deepnote - Successore di Jupyter con Agente AI Nativo - Formato YAML .deepnote - Estensioni VS Code/Cursor/Windsurf - Open Source - GitHub 1.5k stelle ## Titre Article Deepnote: the data notebook for the AI era ## Date 2025-11-07 ## URL https://github.com/deepnote/deepnote ## Keywords Deepnote, Jupyter, notebook, data science, agente AI, formato .deepnote, YAML, open source, estensione VS Code, Cursor, Windsurf, JupyterLab, architettura basata su blocchi, esecuzione reattiva, controllo di versione, collaborazione in tempo reale, Python, R, SQL, visualizzazione dei dati, @deepnote/blocks, @deepnote/convert ## Authors Deepnote Team (Johnny Carrot et contributeurs) ## Ton **Profilo:** Prodotto open source | Prima persona plurale organizzativa | Informativo-promozionale | Intermedio Il team Deepnote adotta una voce di marketing di prodotto open source, posizionando la soluzione come un "successore di Jupyter" nell'era dell'AI. La struttura basata su tabella comparativa e proposte di valore (formato leggibile dall'uomo, architettura a blocchi, "work wherever") riflette una strategia di posizionamento di prodotto. Il linguaggio orientato ai professionisti della data science (notebook, esecuzione reattiva, compatibilità del kernel) si rivolge a professionisti dei dati e team di ricerca. Il tono è educativo-promozionale, tipico dei progetti open source, bilanciando profondità tecnica e accessibilità. L'enfasi sulla collaborazione e sul design AI-native riflette le priorità dei moderni flussi di lavoro nella data science. La sezione dei ringraziamenti verso la comunità Jupyter inquadra l'innovazione in una narrazione rispettosa. Tipico delle startup open source finanziate da capitale di rischio (Observable, Hex, Mode) che costruiscono strumenti di dati di nuova generazione per team alla ricerca di un'esperienza notebook collaborativa moderna. ## Pense-betes - **Successore di Jupyter** con design AI-first e kernel compatibile - **Oltre 500.000 professionisti dei dati** come utenti (Estée Lauder, SoundCloud, Statsig, Gusto) - **Formato YAML .deepnote** sostituisce il JSON di .ipynb - leggibile dall'uomo, adatto al controllo di versione - **Architettura basata su blocchi**: SQL, input, grafici oltre alle classiche celle di codice - **Esecuzione reattiva dei notebook**: rieseguzione automatica dei blocchi dipendenti - **Estensioni disponibili**: VS Code, Cursor, Windsurf, JupyterLab - **@deepnote/blocks**: tipi TypeScript per i blocchi (Code, SQL, Text, Markdown, Input, Viz, Button, Big Number, Image) - **@deepnote/convert**: strumento CLI per la conversione .ipynb ↔ .deepnote - **Deepnote Cloud**: scalabilità per i team con calcolo cloud, collaborazione in tempo reale, agente AI - **Deepnote Open Source**: lavoro locale prima di scalare sul cloud - **1.5k stelle su GitHub** - licenza Apache-2.0 - 14 contributori - **Gratuito per il mondo accademico**: accesso illimitato per studenti e docenti - **Roadmap**: interfaccia locale, agente AI locale, bring your own keys, run your own compute - **Supporto multilingua**: Python, R, SQL - **Basato sul kernel Jupyter**: piena compatibilità con i notebook esistenti - **Integrazioni native**: connessioni integrate a database e API ## RésuméDe400mots Deepnote è un progetto open source posizionato come successore moderno di Jupyter, pensato per l'era dell'intelligenza artificiale. Utilizzato da oltre 500.000 professionisti dei dati presso aziende come Estée Lauder, SoundCloud e Statsig, Deepnote combina la compatibilità con Jupyter a funzionalità AI-native e a un'esperienza collaborativa avanzata. **Innovazione di formato** Il formato `.deepnote` sostituisce il JSON verboso di `.ipynb` con una struttura YAML leggibile dall'uomo e ottimizzata per il controllo di versione. Questo formato organizza più notebook, integrazioni e impostazioni all'interno di un unico progetto Deepnote, facilitando la struttura e la collaborazione. Lo strumento CLI `@deepnote/convert` consente una conversione bidirezionale senza attriti tra i formati Jupyter e Deepnote. **Architettura estensibile** Deepnote introduce un'architettura basata su blocchi che va oltre le tradizionali celle di codice. Tramite il pacchetto `@deepnote/blocks`, gli utenti accedono a blocchi per query SQL, input interattivi, visualizzazioni, pulsanti, big number, immagini e separatori. Questi blocchi sono definiti e validati in TypeScript, garantendo type safety ed estensibilità. L'esecuzione reattiva dei notebook assicura che i blocchi dipendenti vengano rieseguiti automaticamente quando gli input o i dati cambiano, mantenendo coerenza e riproducibilità. **Ecosistema multi-IDE** Il progetto open source fornisce estensioni ufficiali per editor moderni AI-native: VS Code, Cursor, Windsurf e JupyterLab. Questa strategia "work wherever" consente ai data scientist di sviluppare localmente nell'IDE preferito, per poi scalare su Deepnote Cloud per la collaborazione in tempo reale con un calcolo cloud robusto. **Strategia ibrida cloud-locale** Deepnote Open Source consente uno sviluppo locale completo, mentre Deepnote Cloud offre calcolo gestito, un agente AI nativo, condivisione tramite link, integrazioni native con database/API e collaborazione sincrona. Questo approccio ibrido risponde alle esigenze dei data scientist individuali (locale, gratuito, controllo completo) e dei team (collaborazione, calcolo scalabile, governance). **Roadmap e visione** La roadmap prevede l'interfaccia locale di Deepnote Cloud, un agente AI locale, il supporto bring-your-own-keys per i servizi AI e la capacità run-your-own-compute. Questi sviluppi mirano a offrire localmente l'esperienza completa di Deepnote Cloud agli utenti che necessitano di sovranità dei dati o che lavorano con dati sensibili. **Posizionamento rispetto a Jupyter** La tabella comparativa evidenzia l'assenza di configurazione (cloud o locale rispetto all'installazione locale), le funzionalità AI native (agente e completamento del codice rispetto a estensioni di terze parti), il controllo di versione integrato (Git nativo rispetto a un flusso di lavoro manuale), la condivisione semplificata (link rispetto all'esportazione manuale), il calcolo gestito (cloud rispetto alle sole risorse locali) e le integrazioni native (database/API rispetto alla configurazione manuale). **Comunità accademica** Deepnote Cloud è gratuito per studenti e docenti, con accesso illimitato alle funzionalità principali, al calcolo cloud e alla collaborazione in tempo reale. Il progetto incoraggia le citazioni accademiche e contribuisce all'ecosistema open source della data science. **Eredità di Jupyter** I ringraziamenti rendono omaggio alla comunità Jupyter e al suo impatto a partire dal 2013, posizionando Deepnote come un'estensione naturale di questa eredità verso un futuro AI-native e collaborativo, contribuendo attivamente allo stesso ecosistema open. ## GrapheDeConnaissance - Deepnote —remplace→ Jupyter (TECHNOLOGIE, 0.95) - Deepnote —utilise→ format .deepnote (TECHNOLOGIE, 0.98) - format .deepnote —remplace→ format .ipynb (TECHNOLOGIE, 0.97) - Deepnote —est_basé_sur→ Jupyter (TECHNOLOGIE, 0.97) - Deepnote —utilise→ AI agent natif (TECHNOLOGIE, 0.95) - Deepnote —mesure→ 500 000 utilisateurs (MESURE, 0.92) - Deepnote —s_applique_à→ VS Code (TECHNOLOGIE, 0.98) - Deepnote —s_applique_à→ Cursor (TECHNOLOGIE, 0.98) - Deepnote —s_applique_à→ Windsurf (TECHNOLOGIE, 0.98) - @deepnote/blocks —permet→ types de blocs notebooks (CONCEPT, 0.93) - @deepnote/convert —permet→ conversion bidirectionnelle de notebooks (CONCEPT, 0.95) - Deepnote —utilise→ exécution réactive (CONCEPT, 0.9) - Johnny Carrot —collabore_avec→ Deepnote (ORGANISATION, 0.85) - Deepnote Cloud —permet→ collaboration temps réel (CONCEPT, 0.97) - Deepnote —utilise→ licence Apache 2.0 (CONCEPT, 0.99) --- Canonical: https://www.thekb.eu/it/fiches/deepnote-jupyter-successor-ai-first-github-2025-11-07/