Il Flusso di Lavoro del Creatore di Claude Code Scatena l'Entusiasmo tra gli Sviluppatori

Stati Uniti - Agenzia stampa Ekhbary

Il Flusso di Lavoro del Creatore di Claude Code Scatena l'Entusiasmo tra gli Sviluppatori

Quando la mente dietro l'agente di codifica più avanzato del mondo parla, la Silicon Valley non si limita ad ascoltare — prende meticolosamente appunti. Per l'ultima settimana, la comunità ingegneristica globale ha analizzato intensamente un thread su X (precedentemente Twitter) scritto da Boris Cherny, creatore e capo di Claude Code presso il colosso dell'IA Anthropic. Quello che è iniziato come una condivisione apparentemente casuale della sua configurazione personale del terminale si è rapidamente evoluto in un manifesto virale, che traccia un nuovo percorso per il futuro dello sviluppo del software. Gli addetti ai lavori del settore lo stanno già definendo un momento di svolta per l'azienda.

L'importanza delle intuizioni di Cherny è stata sottolineata da figure di spicco nella sfera degli sviluppatori. Jeff Tang, una voce rispettata nella comunità, ha osservato: "Se non stai leggendo le migliori pratiche di Claude Code direttamente dal suo creatore, sei indietro come programmatore." Kyle McNease, un altro acuto osservatore del settore, ha amplificato il sentimento, dichiarando che con gli "aggiornamenti che cambiano il gioco" di Cherny, Anthropic è "in fiamme", potenzialmente vivendo "il loro momento ChatGPT".

Al centro di questo entusiasmo si trova un paradosso avvincente: il flusso di lavoro di Cherny è straordinariamente semplice, eppure consente a un singolo individuo di raggiungere la capacità produttiva tipicamente associata a un piccolo dipartimento di ingegneria. Un utente, dopo aver implementato la configurazione di Cherny, ha descritto l'esperienza su X come "più simile a Starcraft" rispetto alla codifica tradizionale. Questa metafora cattura un cambiamento fondamentale dal compito laborioso di digitare la sintassi all'atto più strategico di comandare agenti autonomi.

Decostruire il Flusso di Lavoro che Rimodella la Costruzione del Software

La rivelazione di Cherny offre un'analisi dettagliata di un flusso di lavoro che sta modificando radicalmente il modo in cui il software viene costruito. Forse la scoperta più sorprendente è la sua deviazione dalle pratiche di codifica lineari. Il tradizionale "loop interno" dello sviluppo del software prevede che un programmatore scriva una funzione, la testi e poi passi al compito successivo. Cherny, al contrario, adotta la postura di un comandante di flotta.

"Eseguo 5 Claude in parallelo nel mio terminale," ha condiviso Cherny. "Numeroto le mie schede da 1 a 5 e uso le notifiche di sistema per sapere quando un Claude ha bisogno di input." Sfruttando le notifiche di sistema di iTerm2, Cherny orchestra efficacemente cinque flussi di lavoro simultanei. Mentre un agente IA esegue diligentemente una suite di test, un altro potrebbe essere impegnato nella refactoring di un modulo legacy e un terzo potrebbe essere intento a redigere la documentazione essenziale. La sua portata operativa si estende ulteriormente; esegue anche "5-10 Claude su claude.ai" nel suo browser, utilizzando un comando "teleport" per trasferire senza problemi le sessioni tra l'interfaccia web e la sua macchina locale.

Questa metodologia convalida fortemente la strategia "fare di più con meno" recentemente articolata dalla presidente di Anthropic, Daniela Amodei. In netto contrasto con concorrenti come OpenAI, che stanno investendo pesantemente in massicce infrastrutture, Anthropic sta dimostrando che un'organizzazione superiore e un utilizzo intelligente dei modelli IA esistenti possono sbloccare guadagni esponenziali di produttività.

Il Caso Controintuitivo per il Modello Più Lento e Più Intelligente

In una mossa che sfida l'ossessione dilagante del settore per la bassa latenza, Cherny ha rivelato la sua esclusiva dipendenza dal modello più potente, sebbene più lento, di Anthropic: Opus 4.5. "Uso Opus 4.5 con la funzione 'thinking' per tutto," ha spiegato Cherny. "È il miglior modello di codifica che abbia mai usato, e anche se è più grande e più lento di Sonnet, poiché devi guidarlo meno ed è migliore nell'uso degli strumenti, è quasi sempre più veloce che usare un modello più piccolo alla fine."

Questa intuizione è cruciale per i leader della tecnologia aziendale. L'ostacolo principale nello sviluppo contemporaneo dell'IA non è la velocità grezza di generazione dei token; piuttosto, è il significativo tempo umano investito nella correzione degli errori generati dall'IA. Il flusso di lavoro di Cherny suggerisce che assorbire la "tassa di calcolo" per un modello più capace e intelligente in anticipo può effettivamente eliminare la "tassa di correzione" molto più costosa in seguito.

Un File Condiviso Trasforma Ogni Errore dell'IA in una Lezione Duratura

Cherny ha anche dettagliato l'innovativa soluzione del suo team al persistente problema dell'amnesia dell'IA – l'incapacità dei modelli linguistici standard di conservare stili di codifica specifici dell'azienda o decisioni architetturali tra sessioni diverse.

Per contrastare questo, il team di Cherny mantiene un singolo file cruciale chiamato CLAUDE.md all'interno del loro repository Git. "Ogni volta che vediamo Claude fare qualcosa di scorretto, lo aggiungiamo a CLAUDE.md, in modo che Claude sappia non farlo la prossima volta," ha affermato. Questa pratica trasforma efficacemente la codebase in un organismo autocorreggente. Quando uno sviluppatore umano esamina una pull request e individua un errore, non si limita a correggere il codice; istruisce l'IA ad aggiornare le proprie linee guida. Aakash Gupta, un leader di prodotto che analizza il thread, ha osservato: "Ogni errore diventa una regola." Di conseguenza, più a lungo il team collabora, più raffinato e intelligente diventa l'agente IA.

Comandi Slash e Sub-Agent Automatizzano i Compiti di Sviluppo Più Tediosi

L'efficienza di quello che un osservatore ha elogiato come un flusso di lavoro "vanilla" è alimentata da una rigorosa automazione dei compiti ripetitivi. Cherny impiega comandi slash – scorciatoie personalizzate integrate nel repository del progetto – che consentono di eseguire operazioni complesse con la pressione di un singolo tasto. Ha evidenziato un comando chiamato /commit-push-pr, che invoca decine di volte al giorno. Ciò elimina la necessità di digitare manualmente comandi Git, scrivere un messaggio di commit e creare una pull request, poiché l'agente gestisce autonomamente la burocrazia del controllo di versione.

Inoltre, Cherny schiera sub-agent – personalità IA specializzate – per gestire fasi distinte del ciclo di vita dello sviluppo. Utilizza un semplificatore di codice (code-simplifier) per rifinire l'architettura dopo il completamento del lavoro principale e un agente di verifica dell'applicazione (verify-app) per eseguire test end-to-end prima della distribuzione di qualsiasi cosa.

Loop di Verifica: Il Vero Sblocco per il Codice Generato dall'IA

Se c'è una singola ragione per cui Claude Code avrebbe raggiunto 1 miliardo di dollari di entrate ricorrenti annuali così rapidamente, è probabilmente l'implementazione di loop di verifica. L'IA non è semplicemente un generatore di testo; funziona come un tester integrato.

"Claude testa ogni singola modifica che apporto a claude.ai/code utilizzando l'estensione Claude Chrome," ha rivelato Cherny. "Apre un browser, testa l'interfaccia utente e itera finché il codice non funziona e l'esperienza utente non è soddisfacente." Sostiene che fornire all'IA un meccanismo per verificare il proprio lavoro – sia attraverso l'automazione del browser, l'esecuzione di comandi bash o l'esecuzione di suite di test – migliora la qualità del risultato finale di "2-3 volte". L'agente, quindi, non si limita a scrivere codice; prova attivamente la sua efficacia.

Il Flusso di Lavoro di Cherny Segnala un Profondo Cambiamento nell'Ingegneria del Software

La schiacciante reazione al thread di Cherny indica un'evoluzione cruciale nel modo in cui gli sviluppatori percepiscono il loro mestiere. Per anni, l'IA è stata vista principalmente come uno strumento di assistenza. Tuttavia, il flusso di lavoro di Cherny presenta una visione convincente in cui l'IA agisce come partner alla pari, forse persino come direttore, nel processo di sviluppo. Questa integrazione strategica dell'efficienza operativa e delle profonde capacità dei modelli IA avanzati potrebbe benissimo rappresentare la prossima frontiera nell'ingegneria del software, inaugurando una nuova era di produttività e innovazione senza precedenti.

Agenzia stampa Ekhbary