Lance Martin

Lance Martin lavora in Anthropic, dove viene descritto come developer advocate, e le due note che portano il suo nome riguardano entrambe la meccanica del far funzionare bene Claude piuttosto che i modelli in sé. L'articolo di febbraio 2026 spiega il prompt caching sull'API Claude: i token in cache costano il 10% del prezzo normale, la messages API è stateless quindi un agente ricompone tutta la sua storia ad ogni turno, e `cache_control` crea un hash crittografico di ogni blocco di contenuto fino a un breakpoint, limitato al workspace, con un lookback di al massimo 20 blocchi. La nuova modalità «auto-caching» sposta automaticamente quel breakpoint all'ultimo blocco cacheable man mano che la conversazione cresce. Martin cita @peakji di Manus, che definisce il cache hit rate la metrica più importante per un agente IA in produzione.

L'articolo di settembre 2026, su claude.dev, riguarda la progettazione delle valutazioni e il hillclimbing, e aggiunge `/claude-api build-eval` e `/claude-api hillclimb` alla skill claude-api in «Claude Code». Le sue due raccomandazioni riguardano entrambe il non illudersi da soli: scegliere i casi in cui una persona sa spiegare da dove viene la difficoltà, e leggere un campione di trascrizioni valutate prima di fidarsi del grader. Il campionamento avversariale di casi su cui il modello attuale fallisce misura l'impronta di fallimento di quel modello, non la difficoltà.

Ciò che collega i due articoli è il rifiuto di trattare il harness come gratuito. Il caching è una voce di costo che si può leggere; una eval è una misurazione che può mentire silenziosamente, e i rimedi di Martin per entrambi i problemi sono procedurali.