Testimonianza di **Arthur Mensch** (co-fondatore e CEO di **Mistral AI**) accompagnato da **Audry Herblin-Stoupe** (direttrice degli affari pubblici) davanti alla **commission d'enquête sur les vulnérabilités numériques** dell'Assemblea nazionale (presieduta da Philippe Latombe, assente — seduta presieduta dal relatore). Testimonianza sotto giuramento, ~1h15, maggio 2026. Tesi cardine di Mensch: ***"il cloud è intelligenza artificiale"*** — nessuna distinzione tra servizi digitali e IA, l'IA è l'unità atomica della catena del valore del cloud, dai semiconduttori (ASML) al deployment aziendale. **Mistral nel 2026**: 1.000 dipendenti, valutazione di 12 miliardi di euro, obiettivo di **1 miliardo di euro di fatturato entro fine 2026**, 1 miliardo di euro investiti in R&S nel corso dell'anno, 30% del fatturato in Francia / 70% fuori dalla Francia / ~75% in Europa, clienti: DINUM, Caisse des dépôts, France Travail, MACGM, Stellantis, TotalEnergies, BNP Paribas, ministère des Armées, Lussemburgo (amministrazione centrale). **Quadro concettuale di Mensch**: l'IA è una **risorsa naturale** — *"trasformiamo l'elettricità in intelligenza, in generazione di token."* Economia: 1 GW di data center = **50 miliardi di dollari di investimento in 5 anni**, genera **20 miliardi di dollari di token/anno** ≈ 50% di margine lordo. Lungo la catena elettrone→token, **circa il 10% del valore è nell'elettrone**, il 90% altrove (chip, software, servizi). **Tesi macro allarmista**: se l'Europa importa il 10% del proprio monte salari in IA non europea, ciò equivale a **un deficit commerciale aggiuntivo di 1.000 miliardi di euro**; sono necessari 20.000 miliardi di euro di investimenti infrastrutturali per servire l'Europa (40 GW Francia / 400 GW Europa). **Strategia di sovranità**: ***"non pensare alla sovranità come isolazionismo ma come leva."*** **Pressione temporale**: *"non abbiamo tempo"* — una finestra di **2 anni** prima che le risorse energetiche europee vengano monopolizzate dagli hyperscaler americani che investono **1.000 miliardi di dollari/anno**. **Cinque diagnosi operative**: (1) Onere normativo = 5 addetti alla compliance in Mistral, 27 normative non sincronizzate, imprenditori che lasciano per gli Stati Uniti; (2) Mercato frammentato = ~60 operatori telco europei contro 3 negli Stati Uniti; (3) Appalti pubblici sottoutilizzati come leva strategica (50% del PIL UE); (4) Energia: 9 GW di surplus francese a rischio di essere monopolizzati da attori statunitensi entro 2 anni; (5) Distillazione = una tecnica di riduzione dei costi, **non** un recupero tecnologico. **Dottrina della difesa**: Mistral collabora con il ministère des Armées, rifiutando esplicitamente una "supervisione" dell'uso finale ("non abbiamo legittimità democratica"), un posizionamento *anti-Anthropic-Mythos*. **Cybersicurezza**: riconosce le capacità offensive dei modelli ("cresce in modo lineare, prevedibile, per tutti nello stesso momento"), si oppone al *fear marketing* di un concorrente americano (implicitamente Anthropic). **Campus IA**: partecipazione fortemente minoritaria, potenziale fornitore (Mistral + hyperscaler), 35 miliardi di euro MGX/Abu Dhabi + Nvidia, 100 ettari a Saint-Arnoult, 1,4–1,6 GW (= Flamanville), energia nucleare francese = impronta di carbonio ridotta. **Annotazione**: team di dottorandi (non più microworker), Madagascar per la robotica con garanzie salariali. **Modello di business**: nessuna bolla sul lato della domanda, **collo di bottiglia dell'offerta** (chip, memoria, elio, elettroni). **Conclusione di avvertimento**: *"se non lo facciamo abbastanza in fretta, diventeremo uno stato vassallo."*
#Arthur Mensch#Mistral AI#Audry Herblin-Stoupe
**Arthur Mensch** (cofondateur et directeur général de **Mistral AI**) accompagné d'**Audry Herblin-Stoupe** (directrice des affaires publiques et de la communication, Mistral AI). Mensch a cofondé Mistral AI le 28 avril 2023 avec **Guillaume Lample** et **Timothée Lacroix** — tous les trois précédemment dans les *« gros acteurs américains »* (Google DeepMind / Meta FAIR). Audition tenue devant la **commission d'enquête de l'Assemblée nationale sur les vulnérabilités numériques** · présidée par **Philippe Latombe** (député MoDem, Vendée — absent ce jour). Séance présidée par la **rapporteur** (non nommée dans le transcript) · avec interventions du président lui-même (revenu en cours) · du député **Arnaud Saint-Martin** (LFI/Saint-Arnoult — sa circonscription accueille Campus IA) · et de la rapporteur sur les questions économiques.
Lancio di **AI/works™**, una **piattaforma di sviluppo agentico** rivendicata da **Thoughtworks** come *"il nuovo standard per costruire e gestire sistemi di livello industriale nell'era dell'IA."* Il messaggio centrale è **economico**: *"il vecchio modello ti faceva pagare milioni per costruire, gestire, poi pagare di nuovo per ricostruire — AI/works™ pone fine a questa routine."* La piattaforma copre **l'intero SDLC** attorno a un concetto centrale, la ***Super Spec*** (una specifica dinamica e unificata che copre architettura, workflow, sicurezza, dati, UX), con **sei capacità**: Reverse Engineering (legacy → specifiche as-is), Dynamic Spec Development (requisiti grezzi → Super Spec), Spec to Code (agenti coordinati che generano codice testabile), Developer Experience (golden path governati), Control Plane (orchestrazione degli agenti con trasparenza dei costi, guardrail attivi, tracciabilità end-to-end), Runtime Ops (monitoraggio continuo che rileva i cambiamenti, aggiorna la Super Spec, rigenera il codice impattato). Metodologia **3-3-3**: 3 giorni per allinearsi sul concetto di prodotto, 3 settimane per il prototipo (desiderabilità/vitalità/fattibilità), 3 mesi per l'MVP in produzione. Riconoscimento di **Constellation Research**: *"cambiare l'economia della fornitura di software enterprise"* tramite un approccio *"spec-driven, lifecycle"*. Slogan di apertura: ***"We are doing it again for the AI era"*** — che richiama l'eredità XP/CI-CD/microservizi di Thoughtworks. Posizionamento anti-hype: *"si basa su un fondamento ingegneristico piuttosto che sull'entusiasmo"*, *"nessuna folla di consulenti"*, *"la finanza può aprire la fattura senza accendere le luci di emergenza."* Partner in evidenza: AWS, GCP, Azure, Databricks, Snowflake + Claude, OpenAI, DeepSeek, Gemini, Grok + NVIDIA, Groq, Stripe, Spotify, CAST, Cyn DX, Mechanical Orchard.
#Thoughtworks#AI/works#AI works trademark
**Thoughtworks** (auteur collectif corporate, page produit/marketing). Aucun individu cité sur la page. Contexte des figures Thoughtworks pertinentes en arrière-plan : **Martin Fowler** (chief scientist emeritus, *Refactoring*, *Patterns of Enterprise Application Architecture*) · **Rebecca Parsons** (CTO emeritus) · **Birgitta Böckeler** (Distinguished Engineer, *Harness Engineering for Coding Agents*, fiche 2026-04-02) · **Matt Kamelman** (*Service-as-Software*, fiche 2025-12-03) · **Sam Newman** (*Building Microservices*).
Il test di coerenza di Ethan Mollick (Wharton): sapremo che i laboratori di IA credono davvero nell'ASI il giorno in cui scioglieranno i loro team di *Forward Deployed Engineering* (FDE). Dibattito pubblico con roon (OpenAI) su LinkedIn: roon obietta che si tratta di un **problema hayekiano** (l'intelligenza non risolve automaticamente il flusso di informazioni organizzativo) e rilancia il termine "**Gentle singularity**". Consenso nei commenti: la tecnologia è la parte facile; la politica interna / i flussi di lavoro legacy / la responsabilità contrattuale sono il vero collo di bottiglia. Frase marcatore: *"Curare il cancro potrebbe essere più facile che sostituire Accenture"*. Opposizione epistemica **East Coast vs West Coast** sulla traiettoria dell'adozione dell'IA.
#ASI (Artificial Super Intelligence)#Forward Deployed Engineering (FDE)#consulenza IA
Articolo in stile manifesto di **Thariq Shihipar** (Ingegnere e imprenditore seriale, team Claude Code di Anthropic) che annuncia un **cambiamento nel formato di output predefinito per gli agenti**: la sostituzione di **Markdown con HTML**. Tesi: Markdown è stato il formato dominante tra umani e agenti (semplice, portabile, modificabile, leggibile) ma è diventato **un collo di bottiglia** man mano che gli agenti producono artefatti più lunghi e ricchi (specifiche, piani, report, code review). Oltre le ~100 righe, nessuno legge più un file Markdown. HTML risolve sei limiti contemporaneamente: **densità informativa** (tabelle, CSS, SVG, script, canvas, immagini), **chiarezza visiva** (layout navigabile, responsive per mobile), **facilità di condivisione** (un link S3 apribile direttamente nel browser), **interattività bidirezionale** (slider, manopole, pulsanti "copy as JSON/prompt" per il rientro in Claude Code), **ingestione contestuale nativa** (Claude Code legge la codebase + MCP Slack/Linear + cronologia git + Chrome) e **piacere** (l'autore afferma esplicitamente *"it's joyful"*). Cinque usi canonici approfonditi: (1) **specifiche/piani/esplorazione** in una griglia comparativa, (2) **PR review** con diff annotato inline, (3) **design e prototipi** con slider di animazione, (4) **report/ricerca/apprendimento** (l'autore ha fatto generare un explainer sul prompt caching a partire dalla cronologia git), (5) **editor usa e getta personalizzati** (drag-and-drop di ticket Linear, editor di feature flag, prompt-tuner affiancati) che producono un export "copy as markdown/diff/JSON" re-iniettabile. Anti-pattern esplicito: *"I'm a little bit afraid that people will read this article and turn it into a /html skill"* — l'autore **rifiuta la skill-ificazione prematura**, raccomandando di scrivere il prompt da zero ("make a HTML file"). FAQ pragmatica: costo in token assorbito dal contesto da 1MM di **Opus 4.7**, generazione 2-4× più lunga, diff HTML rumorosi (uno svantaggio reale), stile tenuto sotto controllo tramite un design system HTML di riferimento.
#HTML#Markdown#formato di output
Thariq Shihipar (Engineer & serial entrepreneur, équipe Claude Code chez Anthropic — site : thariqs.github.io/html-effectiveness ; X : @trq212)
Editoriale di Andrew Ng su The Batch n°352 dell'8 maggio 2026 — **"There Will Be No AI Jobpocalypse"** — che smonta la narrazione della disoccupazione di massa causata dall'IA, basandosi sul tasso di disoccupazione USA **sano al 4,3%** e su assunzioni tech solide. Ng individua **tre motori** della narrazione del jobpocalypse: **(1) incentivi tecnologici** — i laboratori IA traggono vantaggio dal presentarsi come trasformativi-dirompenti (round di finanziamento, valutazioni, talenti); **(2) potere di determinazione dei prezzi** — i fornitori applicano **10.000+ $/anno** ai clienti enterprise **ancorando i propri prezzi allo stipendio del dipendente sostituito**, anziché al pricing SaaS tradizionale (per postazione / per utilizzo); **(3) comunicazione aziendale** — le imprese riformulano i propri licenziamenti come *"efficienza IA"* piuttosto che riconoscere le **assunzioni eccessive dell'era pandemica** del 2020-2022. Riconoscimento onesto: *"AI disrupts work"*. Ma Ng lo capovolge in **"AI jobapalooza"** (gioco di parole su Lollapalooza) — creazione di posti di lavoro nell'AI engineering e in campi affini, con competenze in evoluzione. Tensione implicita con **Amodei** (50% dei posti impiegatizi eliminati entro il 2030) — Ng fa notare, senza nominarlo, che **Anthropic trae vantaggio dal promuovere questa narrazione** (incentivi tecnologici). Pubblicato **lo stesso giorno** dell'articolo di **Wallace-Wells "AI Populism" sul NYT Magazine**: una lettura speculare perfetta — Ng = analisi economica a sangue freddo / Wallace-Wells = panico popolare. Convergenza sul potere di pricing con **"$100B cross-system labor" di Bain** (stessa tesi: pricing ancorato agli stipendi).
#Andrew Ng#The Batch#DeepLearning.AI
Andrew Ng (fondateur DeepLearning.AI, Stanford, ex-Google Brain, ex-Baidu, ex-Coursera)
**David Wallace-Wells** pubblica sul **NYT Magazine** l'**8 maggio 2026** un importante articolo di svolta politica (~16 min di audio) che formalizza e definisce il contraccolpo populista contro l'industria dell'IA: ***"A.I. Populism Is Here. And No One Is Ready."*** Sottotitolo tagliente: *"Silicon Valley oligarchs worried about the risks their technology posed to the world. They forgot about people."* **Tesi della svolta**: i fondatori dell'IA (Altman, Amodei, Musk, Zuckerberg, Hassabis) hanno trascorso un decennio ossessionati dai rischi **esistenziali** della loro tecnologia trascurando il **rischio politico** di un contraccolpo umano — che pensavano *"wouldn't materialize in time, would be quickly outmaneuvered by machine intelligence or could be bought off by talk of basic-income payments or thin promises of curing cancer"*. **Il contraccolpo ha colpito letteralmente**: aprile 2026, una **molotov** lanciata contro la proprietà di Altman a San Francisco, poi pochi giorni dopo un **attacco armato** contro la sua casa. Wallace-Wells riprende la frase di **Jasmine Sun** (NYT Opinion 2026-04-30, già in archivio): ***"A.I. populism's warning shots"*** — un'analogia con l'assassinio del CEO di UnitedHealthcare Brian Thompson da parte di Luigi Mangione. **Cinque laboratori come nuovi volti dell'oligarchia americana**: *"a fearsome concentration of economic and social power producing a self-compounding pattern of extreme inequality"* — Sam (Altman), Dario (Amodei), Elon (Musk), Mark (Zuckerberg), Demis (Hassabis), quasi tutti miliardari, *"several of whom are widely described as sociopaths"*. **Statistiche shock**: Pew Research 2025 — **50% degli americani più preoccupati che entusiasti**, **solo il 10% più entusiasta**; Quinnipiac recente — **solo la fascia di reddito >200.000 $ ha una visione ottimistica dell'IA nella vita quotidiana**; sondaggi Heatmap — l'oscillazione tra sostegno/opposizione ai data center passa da **+2 punti (settembre 2025) a −24 punti (febbraio 2026)**, un'**oscillazione di 26 punti in 4 mesi**; Northern Virginia 2023-2025 — **oscillazione di 69 punti contro i data center** (+45 → −24). **Loudoun County**: i data center genereranno **1,3 miliardi di $ su 2,9 miliardi di $** di entrate fiscali nel 2027 (~45%). **Asimmetria investimenti-abitazioni**: gli Stati Uniti **hanno speso di più per le infrastrutture IA che per le case unifamiliari** nel 2025, **10 volte più data center della Germania** (#2), **20 volte più investimenti in IA della Cina** (#2), nel bel mezzo di una **carenza abitativa di 10 milioni di unità mancanti**. **Citazione centrale di Ted Chiang (BuzzFeed 2017)** richiamata: *"When Silicon Valley tries to imagine superintelligence, what it comes up with is no-holds-barred capitalism."* **Citazione di Dario Amodei (Anthropic, 2024)**: *"People outside the field are often surprised and alarmed to learn that we do not understand how our own A.I. creations work. They are right to be concerned: this lack of understanding is essentially unprecedented in the history of technology."* **Svolta politica segnalata**: la **Casa Bianca** propone di imporre una **revisione federale di tutti i nuovi modelli proprietari prima del rilascio** — un cambiamento importante dopo una posizione filo-industria. **Catalizzatore**: il rifiuto pubblico di **Anthropic** nell'**aprile 2026** di rilasciare **Claude Mythos**, un modello capace di *"find[ing] and exploit[ing] security vulnerabilities in every tested piece of software, including those used in critical pieces of global I.T. infrastructure"* (già in archivio tramite la voce **AISI UK GPT-5.5 / Mythos**, 2026-04-30). **Citazione di Dean Ball (architetto originale della politica IA di Trump, conferenza Palantir Foundation Yale)**: *"This giant acid vat which would dissolve the mediating institutions most Americans see as society. It will not be A.I. in government. It's going to be A.I. as governments."* **Concetto di Jeffrey Ding**: *"diffusion marathon"* (vs. corsa winner-take-all) — l'IA come *general-purpose technology* (vapore, elettricità, internet) dove la **diffusione** conta più dello **stato dell'arte**. **Conclusione della svolta**: *"We still know the names of the robber barons, and live still somewhat in their shadows. But we are not their serfs. Are we sure A.I. will be different?"* Rilevanza importante per il dossier 2026: **formalizzazione concettuale del contraccolpo politico** anticipato da Sun (aprile) e segnalato da Ng The Batch (molotov contro la casa di Altman, ~64 miliardi di $ di data center bloccati, moratoria del Maine 20MW+). Da mobilitare per briefing esecutivi di geopolitica dell'IA, dibattiti normativi, presentazioni strategiche sui rischi sociali e politici dell'IA, e per l'inquadramento FR/Europa del ciclo di retroazione politica dell'IA.
#David Wallace-Wells#NYT Magazine#AI Populism Is Here
**David Wallace-Wells** — NYT Magazine staff writer · journaliste américain reconnu pour son travail sur le climat (livre *The Uninhabitable Earth* 2019, ancien deputy editor de *New York Magazine*). Connu pour des essais long-form combinant reportage · prospective et critique politique des technologies. **Article publié dans le NYT Magazine** le **8 mai 2026** (édition online, ~16 minutes audio) · section politique-tech.
Podcast di Greg Isenberg × Meng To (designer, fondatore di Design+Code, creatore dei prodotti Aura / New Form / Dream Cut) su **`design.md`** — la convenzione open-source di Google, equivalente a `agents.md` / `skills.md` / `soul.md` ma **per il design system** (tipografia, colori, spaziature, animazioni WebGL/Three.js, regole di reveal). Idea centrale: portare la "**anima del design**" in un file markdown che viene consegnato a un agente (Claude Code, Codex, OpenClaude, Gemini, Stitch, Aura, V0, Lovable, Cursor) per preservare la **coerenza cross-medium** (web, mobile, Replit slides, motion design Hyperframes/Remotion). Triade insegnata: **HTML = piatto finito, design.md = ricetta, skills = ingredienti** (skill di tipografia, laser, skeuomorfismo, 3D — 63 in New Form). Diagnosi principale: il **design drift** nei workflow one-shot (`v0`, Lovable, Framer) che partono bene ma poi degradano verso un risultato generico. Messaggio chiave: il *taste* è l'unico **vantaggio competitivo** rimasto — *"se qualcosa somiglia a qualcos'altro, il suo valore scende da 10× a 100×"*. Workflow: **Reference → Design.md → Generate → Inspect → Systemize → Iterate (fino a 1000+ prompt) → Remix → Expand → Export**. Critica dei **gradienti viola** ("you just run") come baseline generica post-vibe-coding. Meng To dichiara di aver speso circa 500.000 $ in token, eseguito 1.000-10.000 iterazioni per prodotto e gestito 4 prodotti in parallelo da solo.
#design.md#Google#design system
Greg Isenberg (host — podcast Late Checkout / The Greg Isenberg Show, 12 mai 2026 livestream workshop ideabrowser.com) ; **Meng To** (guest — designer, fondateur Design+Code 2014, créateur Aura / New Form / Dream Cut, autodidacte parti à 18 ans, dropout, francophone d'origine canadienne)
Dibattito televisivo su BFM Business (programma *Tech & Co Business*, segmento "The Debate", 17 minuti) con **Rémi Jacquet** (CEO di Cast Software France, fondatore nel 2023 di un think tank di circa un centinaio di CIO sull'impatto dell'IA generativa sullo sviluppo, partnership con Cigref / Epita) e **Didier Girard** (CTO e CEO di **SFEIR**, una società francese di servizi informatici (ESN) di circa 1.000 persone). Tesi forti: *"scrivere codice è diventato un anti-pattern"* (Girard), l'IA produce codice di qualità superiore rispetto alla maggior parte degli ingegneri ed è *"da 2 a 10 volte più efficiente"* — questa è una realtà, ma la professione non sta scomparendo. Lo sviluppatore diventa un **direttore d'orchestra / agent manager / arbitro**, gli sprint di 14 giorni sono sostituiti da ***bolt*** da un'ora a mezza giornata, il **Pizza Team** (8-10 persone) non funziona più nell'era agentica, sta emergendo un nuovo ruolo — il ***product engineer*** —, la durata di vita di una competenza scende da **10 anni a 1 anno**, e il consumo di **token** diventa il *carburante* della creazione di valore (aneddoto NVIDIA che pagherebbe bonus in token, metafora del tassista che non consuma benzina). SFEIR rivendica *"1.000 persone, capacità produttiva di 10.000"*. Sul fronte Cast: posizionamento sull'***harness engineering*** (IA deterministica vs probabilistica, controllo e guardrail), in linea con l'editoriale di Sylvain Duranton (BCG X) su *Les Échos* che afferma che *"un agente = un LLM + harness"*. Svolta storica: 2024 *prompt engineering* → 2025 *context engineering* → 2026 *harness engineering*. Avvertimento chiave: *"più l'IA diventa potente, più abbassiamo la guardia — più aumentano i rischi"* (Jacquet). Ruolo cardine delle HR nella trasformazione, revisione completa dello SDLC, raccomandazione ai junior di consolidare le basi dell'architettura software (*"il codice è lo spartito, bisogna padroneggiare la sinfonia"*).
#BFM Business#Tech & Co Business#dibattito televisivo
Intervista a Boris Cherny (creatore di Claude Code, Anthropic) a un evento Sequoia (conduzione: Asia, Lauren Reader). Cherny afferma ***"coding is solved"***: lui stesso non ha scritto **0 righe di codice** dalla fine del 2025, il modello scrive il **100%**, *"a few dozen PRs/day, 150 PRs in a single day record"*. Racconto della genesi di Claude Code (incubatore Anthropic Labs fine 2024, Mike Krieger responsabile del round 2, sviluppo pre-PMF *"for the next model"*, una prima release che non ha decollato, **crescita esponenziale iniziata con Opus 4 nel maggio 2025**, in accelerazione a ogni nuovo modello 4 → 4.5 → 4.6 → 4.7). Configurazione personale attuale: **"most of my work I do from my phone"** (iOS), 5-10 sessioni, **"a few hundred agents going, a few thousand at night"**, **`/loop` è il futuro** (cron + job ricorrenti, agenti che sorvegliano la CI, rebasano le PR, raggruppano il feedback su Twitter). **Routines** = l'equivalente lato server, in esecuzione a computer chiuso. Prospettive SaaS: nessuna apocalisse, ma un **rimescolamento del framework delle 7 Powers di Helmer** (switching cost ↓, process power ↓, network effect/economie di scala/cornered resource invariati) e **10× più startup dirompenti** nei prossimi 10 anni. Analogia del punto di svolta: la **stampa di Gutenberg** (10% di alfabetizzazione nel XV secolo → 70% nei secoli successivi, libri 100× più economici entro 50 anni), *"software will be similarly democratized, but faster than 50 years"* — *"the best person to write accounting software is not an engineer, it's a really good accountant."*
#Boris Cherny#Anthropic#Claude Code
Boris Cherny (créateur de Claude Code, Anthropic) interviewé par Lauren Reader (Sequoia) avec introduction d'Asia (Sequoia).
Editoriale su LinkedIn Pulse di Alexandre Frizzo dopo un anno di utilizzo quotidiano di Claude Code, che offre una **valutazione sfumata** rara nel corpus 2026 — produttività **moltiplicata per 3-5×** nel suo caso (coerente con Wescale, e in linea con la mediana dei praticanti impegnati; la coda d'élite va molto più in alto, cfr. Cherny *decine di PR/giorno + record di 150 PR* e Karpathy "picchi molto superiori a 10×"), ma **costi cognitivi nascosti** riconosciuti. Tesi cardine: ***"il nuovo collo di bottiglia è la supervisione"*** — il lavoro ha cambiato forma, non si *scrive* più codice, si *decide* sul codice generato dagli agenti. Guadagni: output 3-5×, progetti prima infattibili ora realizzabili (yak-shaving, boilerplate), costo di sperimentazione quasi nullo. Perdite riconosciute: ***"muscolo della scrittura"*** atrofizzato (il codice manuale ora risulta *faticoso*), **stato di flow profondo raro** (context-switching costante tra le supervisioni), **soddisfazione di appartenenza ridotta** (*"il codice è buono, ma non è proprio mio"*). Tensioni irrisolte: **FOMO** (*"ogni ora in cui non sono alla tastiera è un'ora in cui un agente potrebbe star guadagnando per me"*), **qualità della revisione** a volumi 3-5×, **atrofia delle competenze**. Statistiche citate: mediana di 3-4h di codifica effettiva su una giornata di 8h, **23 min** di recupero del contesto per interruzione (studio di Gloria Mark), 15-25 min per entrare in flow, 500% di produttività in flow (McKinsey). Posizione epistemica esemplare: rifiuta simultaneamente la narrazione *"l'IA è negativa"* e l'entusiasmo acritico. Un contrappeso benvenuto a *"coding is solved"* di Cherny (2026-05).
#Alexandre Frizzo#LinkedIn Pulse#anno con Claude Code
Alexandre Frizzo (auteur LinkedIn Pulse, identité tech non précisée par le post au-delà du nom — auteur d'une tribune one-year retrospective Claude Code).
Articolo metodologico di Antoine HABERT (WEnvision) che formalizza **PROJ-AI**: uno strato metodologico leggero affinché i progetti collettivi diventino trasferibili invece di morire con il loro deliverable. Triade strutturante: un **repository git versionato** (fonte unica), un **agente AI** (Claude Code, Cursor) che legge la dottrina a ogni sessione, e una **dottrina markdown** che specifica i protocolli decisionali e i comportamenti dell'agente. Sei zone di directory (DOCS/, IDEAS/, DR/, OUT/, DOCTRINE/, AGENT/), ciclo operativo **DPEV** (Decide → Promise → Execute → Verify), Decision Record valutati su 7 dimensioni, interfaccia duale (Studio business + CLI/IDE tecnica), cinque direttive per l'agente, e una libreria condivisa **proj-ai-commons** che avvia un progetto in 30 minuti anziché 1 settimana. Metriche su 3 incarichi: onboarding **3 settimane → 2 giorni**, decisioni strutturali tracciate **30% → 100%**, compilazione della documentazione architetturale **6 settimane → continua**. Aforisma centrale: ***"Il progetto non è un sottoprodotto del deliverable. Il progetto È il deliverable."*** Posizione esplicita: tecnologia 20%, **disciplina del team 80%**.
#Antoine HABERT#WEnvision#PROJ-AI
Antoine HABERT (WEnvision — cabinet français de conseil en stratégie et IA agentique).
Articolo dottrinale di Addy Osmani (Google) che stabilisce una distinzione fondamentale per il dibattito 2026 su IA e cognizione: **Cognitive Offloading** (sano — delegare il *come* mantenendo il giudizio sui risultati) vs **Cognitive Surrender** (tossico — accettare l'output dell'IA in blocco senza formare un ragionamento parallelo, *"prendere in prestito la fiducia del modello come sostituto della comprensione personale"*). Solido fondamento scientifico: lo studio **Shaw & Nave (Wharton/UPenn)** su 1.372 partecipanti — **il 73% accetta risposte dell'IA palesemente errate**, con una fiducia crescente nonostante un tasso di errore del 50%. **MIT *Your Brain on ChatGPT*** — connettività neurale ridotta tra gli scrittori assistiti dall'IA. **Anthropic Skill-Formation** — gli ingegneri che usano l'IA per generare codice ottengono un punteggio **inferiore del 17%** in comprensione rispetto a chi la usa per l'indagine concettuale. Quattro esempi concreti di surrender (revisione di PR di 600 righe basata su segnali superficiali, debugging superficiale, decisioni architetturali prese senza ragionamento, apprendimento degradato). Cinque euristiche personali (pre-generare le aspettative, revisione allo standard di un ingegnere junior, prompting avversariale, consapevolezza della fatica, verifica della fonte della fiducia). Sei barriere strutturali (criteri di uscita per la verifica, tabelle anti-razionalizzazione, **PR di ~100 righe max**, modalità interrogativa piuttosto che generativa, attrito strutturato, **tempo regolare da soli alla tastiera**). Due nuovi concetti: ***Comprehension Debt*** (il divario crescente tra il volume totale della codebase e la comprensione umana) e ***Mutual Amplification*** (un ciclo cooperativo di affinamento dei prompt contrapposto alla delega-surrender). Tesi cardine: ***"la scelta tra pensare con l'IA e non pensare affatto rimane interamente umana"***. Un contrappeso strutturale e operativo a *"coding is solved"* (Cherny 2026-05) e un complemento analitico a Frizzo (2026-05-05).
Addy Osmani (Software Engineer at Google, Cloud + Gemini, ex-Chrome — déjà au dossier veille avec *Agent Harness Engineering* 2026-04-19, *How to write a good spec for AI agents* 2026-01-13, *Conductors to Orchestrators* 2025-11-01).
Editoriale su Medium di **Hryhorii Tatsyi** (CTO, **Raiffeisen Bank Ukraine**, ~900 ingegneri IT) che riporta uno **studio longitudinale di 12 mesi** (maggio 2025 → aprile 2026) sull'impatto reale dell'IA generativa in una grande banca europea. Tesi centrale: ***"L'IA non ha reso i nostri ingegneri semplicemente più veloci. Li ha resi diversi."*** A differenza dei resoconti individuali (Frizzo, Cherny) o di quelli a livello meta (Curran/Intercom), si tratta di una **valutazione organizzativa quantificata proveniente da una banca tradizionale e regolamentata** — un corpus ancora raro nel 2026. Risultati: **−75 persone (−8% dell'organico, di cui 64 ingegneri)** in 12 mesi, ma con **più codice rilasciato, meno incidenti, sicurezza migliorata**; adozione dell'IA **dal 62% all'83%**; **il 68% degli ingegneri riceve ≥50% del proprio codice tramite assistenza IA**; **onboarding dei nuovi ingegneri da 60-90 giorni a ~40 giorni** (coerente con i dati Anthropic di 82→40 giorni). Tre archetipi emergenti: (1) **Copilot-only** +10-25% sulle PR, stesso perimetro; (2) **Multi-tool** story point ×1,5-3, perimetro cross-repo +50-80%; (3) **Claude su stack aziendale** volume di codice ×4,5, perimetro radicalmente ampliato. **Sette prodotti IA costruiti** che prima non esistevano: Service Knowledge Hub (57 microservizi, 83 release/mese), Mobile Android workflow CI plan/implement/test, AI Agent Portal (2.085 utenti / 649 MAU in 87 giorni, generazione MCP tramite specifiche OpenAPI), Shift-left Security Plugin (−82% di segreti esposti), DevPortal Backstage + agenti di diagnostica Kubernetes (−68% del tempo di risoluzione degli incidenti critici), DRAIF MCP text-to-SQL su un Data Lake con 10.000 tabelle (embedding fine-tuned 2× rispetto a OpenAI), Call Evaluation (>97% di accuratezza nella trascrizione, votato miglior prodotto nel gruppo Raiffeisen). Stabilità: **incidenti bloccanti −70%, risoluzione critica −68%, allerte di sicurezza ad alta gravità risolte +155%**. Intuizione strategica centrale: ***"L'IA ha ampliato la nostra frontiera delle possibilità produttive, e abbiamo deliberatamente allocato la capacità liberata"*** — l'IA non fa la stessa cosa più velocemente, sposta **ciò che si può decidere di fare**. La domanda di valutazione da riformulare: non *"di quanto % sono aumentati i KPI esistenti"* ma ***"cosa hanno costruito i vostri ingegneri che prima non esisteva"***. L'IA porta i meno performanti al livello base più di quanto acceleri i top performer; **gli architetti senior tornano allo sviluppo attivo** dopo anni di distacco. Rilevanza importante per i comitati esecutivi dei settori bancario/assicurativo/regolamentato (Raiffeisen = banca, Ucraina = contesto bellico + resilienza operativa).
#Hryhorii Tatsyi#Raiffeisen Bank Ukraine#CTO banca
**Hryhorii Tatsyi** — CTO de **Raiffeisen Bank Ukraine** (filiale ukrainienne du groupe bancaire autrichien Raiffeisen Bank International, RBI). Auteur Medium @milhibisidek. Profil discret côté visibilité publique (25 followers Medium au moment de la publication) · mais position institutionnelle de premier plan : il dirige une organisation IT d'environ 900 ingénieurs dans une banque systémique opérant en contexte ukrainien (économie de guerre depuis 2022, résilience opérationnelle critique). L'article est sa première contribution publique d'envergure documentée sur cette plateforme.
Repository GitHub `techygarg/lattice` che formalizza un framework di **skill componibili** per installare una *disciplina ingegneristica* negli assistenti di coding AI (Claude Code, Cursor). Architettura distintiva a tre livelli: **Atoms** (guardrail a principio singolo: clean code, DDD, sicurezza, qualità dei test, design-first), **Molecules** (workflow multi-step che compongono gli atoms: design, implement, refactor, fix, review), **Refiners** (interviste guidate che producono standard specifici del progetto che personalizzano il comportamento degli atoms). Pipeline operativa `lattice-init` → `design-blueprint` → `code-forge` → `review`, con `refactor-safely` e `bug-fix` come ramificazioni. Tre principi cardine: *"Skills over prompts"*, *"Composability over monoliths"*, ***"Living context over static config"*** — la cartella `.lattice/` diventa più intelligente a ogni ciclo di feature. MIT, puro shell, 18 stelle / 52 commit, una serie di articoli su martinfowler.com che spiegano cinque *collaboration patterns*. Forte convergenza con Vincent *Superpowers* (2026-04-02), Habert *PROJ-AI* (2026-05-05), Wescale *Usine Logicielle Augmentée* (2026-05-03), e — la convergenza dottrinale più alta senza filiazione dichiarata — **Compound Engineering** di Every (Shipper/Klaassen 2025-12-11): pipeline isomorfe (lattice-init→design-blueprint→code-forge→review ↔ ce:brainstorm→ce:plan→ce:work→ce:review), livello di contesto vivente (`.lattice/` ↔ `docs/plans/+solutions/+brainstorms/`), una comune postura design-first, review obbligatoria a fine pipeline. La dottrina 2026 del *coding agent harness* converge su un vocabolario stabile, senza influenza diretta.
#lattice#techygarg#composable AI skills
techygarg (auteur GitHub, identité réelle non précisée dans le README ; auteur d'une série d'articles publiée sur martinfowler.com).
**Jessica Talisman MLS** (Semantic Engineer + Information Architect, oltre 25 anni di esperienza, in precedenza Adobe RDF knowledge graphs + in precedenza Amazon information architecture, fondatrice di **Ontology Pipeline Framework** + **Contextually LLC**) pubblica su **Modern Data 101** (Substack, ~20.000 membri) il **4 maggio 2026** una revisione importante del suo framework **Ontology Pipeline™** pubblicato inizialmente a gennaio 2025. **Tesi centrale**: dal novembre 2022 (ChatGPT), la domanda di *semantic infrastructure* è esplosa ma ha generato **confusione massiccia** — *"vendors offering shortcuts that bypass essential foundational work, creating liabilities disguised as assets"*. La pipeline originale a **5 stadi** (controlled vocabulary → metadata standards → taxonomy → thesaurus → ontology → knowledge graph) resta valida ma **deve essere completata con 2 aggiunte critiche**: **(1) Governance** come pratica ingegneristica continua (non documentazione post-progetto); **(2) AI Partnership** con una distinzione netta tra augment e replace. **Diagnosi di mercato**: *"a structurally invalid taxonomy is not a taxonomy"*, *"lists are not knowledge infrastructure"*, tassonomie generate dall'AI vendute come strategia, vendor che abusano del termine *"ontology"*, soluzioni standardizzate presentate come metodologia. **Crisi formativa**: la domanda di semantic engineer supera nettamente l'offerta di professionisti formati; il divario viene colmato da persone *"who know vocabulary without methodology"*. **Posizione normativa esplicita**: *"AI that generates a taxonomy wholesale is producing a liability disguised as asset; AI that assists trained engineers is just plain smart."* **Ruoli accettabili per l'AI**: estrazione di entità, gap analysis, redazione di vocabolari candidati da sottoporre a revisione, supporto a popolamento/validazione. **Ruoli inaccettabili per l'AI**: *generazione integrale di tassonomie senza validazione umana rispetto agli standard*. **Standard citati**: SKOS, OWL, RDF, SPARQL. **Credibilità**: framework validato su **6 istituzioni in 10 anni**. **Raccomandazioni per 3 pubblici**: (a) Organizzazioni — investire nella formazione formale, trattare l'infrastruttura di conoscenza come la spina dorsale dell'AI, governance come pratica continua, AI come acceleratore e non sostituto; (b) Professionisti — competency question prima della modellazione, validare rispetto a SKOS/OWL/RDF, la difficoltà definizionale segnala una pausa, la manutenzione è continua; (c) Leader — upskilling della forza lavoro senza formazione autofinanziata, allocare risorse all'infrastruttura di conoscenza come necessità strategica, governance prima del deployment. **Citazioni salienti**: *"the work cannot be skipped"*, *"governance is the engineering practice that keeps an ontology coherent across change"*, *"teaching this is hard. Learning it is harder."* **Rilevanza elevata** per data leader / CDO / architetti che costruiscono le fondamenta semantiche dei loro agenti AI. Da leggere insieme a: Seale Semantic Agent (2026-04-17) — *(Model+Harness)+(Ontology+Data) — ontology as the only moat*; Foundation Capital Context Graphs (2025-12-22); Bain parte 2/5 *redesign data foundations for agent readiness* (2026-05); DORA ROI 2026 *AI-accessible internal data + healthy data ecosystems* (2026-04-21); Habert PROJ-AI six-zone doctrine (2026-05-05). Convergenza con il corpus 2026 su *"data foundations as moat"*.
#Jessica Talisman MLS#Ontology Pipeline framework#Modern Data 101
**Jessica Talisman MLS** — Semantic Engineer et Information Architect avec **25+ ans d'expérience** en enterprise architecture · e-commerce systems et knowledge management. Fondatrice de l'**Ontology Pipeline Framework** et de **Contextually LLC**. Roles précédents : **Adobe** (RDF-based knowledge graphs) · **Amazon** (information architecture). Auteure de la newsletter **Intentional Arrangement** (Substack) et d'un **livre éponyme à paraître en 2026**. Le framework initial *Ontology Pipeline* a été publié en janvier 2025 et **validé sur 6 institutions sur 10 ans**.
Presentazione di Wescale (Francia) che formalizza la dottrina della ***Augmented Software Factory***: una catena del valore del software interamente orchestrata da agenti IA specializzati lungo sei linee di produzione (Intent/PRD-ADR → Plan/User Stories → **human sign-off** → Produzione 24/7 → Verifica di audit indipendente → Deployment DevOps), dove l'intervento umano si concentra in soli due momenti precisi. Tesi forti: il ritorno del **ciclo a V prevedibile** contro Scrum, guadagni realistici di **3-4x** (non 10x), il passaggio da *produttore di codice* a ***Giudice Strategico*** e da *sviluppatore solitario* ad ***Agent Manager***, le metriche DORA che sostituiscono la velocity, il ROI massimo sulla modernizzazione del legacy e sulla sostituzione di SaaS costosi, e soprattutto la ***governance iniettata*** come "strato quasi militare" che costituisce l'innovazione centrale e la vera barriera all'ingresso. Costruita mangiando il proprio dogfood: *"Ciò che abbiamo imparato costruendo Solario su Solario."*
#Wescale#Augmented Software Factory#catena di produzione aumentata
Wescale (cabinet français de conseil tech / cloud / DevOps) — auteurs collectifs (présentation corporate, pas d'auteur individuel cité dans le deck).
Brief di **Bain & Company**, **maggio 2026** (David Crawford, Chris McLaughlin, Greg Fiore — parte di una **serie in cinque parti sul settore software nell'era dell'IA**), che colloca l'opportunità SaaS ancora inesplorata nel *cross-system labor* — il lavoro umano di coordinamento tra sistemi che gli agenti IA possono ora automatizzare — a **~100 miliardi di dollari negli USA (~200 miliardi includendo Canada/Europa/AU/NZ)**. **Cattura attuale: 4-6 miliardi di dollari (10% dell'opportunità)** — quindi **oltre il 90% ancora da conquistare**. Tesi centrale: la principale opportunità dell'IA agentica **non è sostituire il SaaS esistente** ma **automatizzare il lavoro di coordinamento cross-system** (dipendenti che estraggono dati dagli ERP, verificano l'inventario in un foglio di calcolo, interpretano risposte in testo libero, esercitano giudizio). Ripartizione: Vendite (20 miliardi) + COGS/operazioni (26 miliardi) + R&S/ingegneria (6-12 miliardi) + supporto (6-12 miliardi) + finanza (6-12 miliardi). **Sei fattori di automazione**: verificabilità del risultato, conseguenza dell'errore, disponibilità di conoscenza digitalizzata, complessità di integrazione, variabilità del processo, dipendenza dal mondo fisico. **Potenziale di automazione per funzione**: Supporto clienti & R&S **40-60%**, Finanza & HR **35-45%**, Vendite & IT **30-40%**, Legale **20-30%**. **Cambiamento strategico**: il vantaggio competitivo si sposta dalla *proprietà del system of record* (Salesforce, SAP, Workday) al ***contesto decisionale cross-workflow*** — la capacità di vedere e agire attraverso più sistemi integrati. **Esempi**: Sierra (risoluzione autonoma dei problemi dei clienti), Glean (coordinamento delle richieste dei dipendenti tra funzioni), GitHub Copilot (esteso oltre il controllo del codice sorgente), **Cursor** (ARR raddoppiato in un trimestre, 2 miliardi di dollari). **Moat duraturo**: *"dati di esecuzione accumulati che diventano più preziosi nel tempo e sempre più difficili da replicare per i concorrenti"*. **Playbook in tre fasi**: Assessment (sei fattori + dimensionamento del mercato) → Strategic Positioning (asset di dati + workflow adiacenti + mappe operative reali) → Execution (build/buy/partner + riorganizzazione + riprogettazione delle fondamenta dei dati per l'agent readiness). Rilevanza importante per CIO/CDO/responsabili Strategy in ambito SaaS B2B e clienti enterprise: ridefinisce il dibattito *"IA vs SaaS"* come ***"IA = SaaS che finalmente automatizza il lavoro di coordinamento"***. Da leggere insieme a: DORA ROI (quadro finanziario), Tatsyi/Raiffeisen (caso bancario con creazione di 7 prodotti IA inediti), Wescale (realistico 3x-4x), MIT NANDA (95% dei pilot falliscono), Foundation Capital *Context Graphs trillion-dollar opportunity* (2025-12-22), Menlo Ventures *State of Generative AI Enterprise* (2025-12-09).
#Bain & Company#opportunità SaaS da 100 miliardi#lavoro di coordinamento cross-system
**David Crawford · Chris McLaughlin · Greg Fiore** — partners et experts Bain & Company spécialistes industrie logicielle / SaaS. Article publié en **mai 2026** sur bain.com/insights · partie 2/5 d'une série sur *"the software industry in the age of AI"* (la partie 1 traite du Rule of 40, fiche `bain-ai-rule-of-40-headwinds-tailwinds-saas-2026-04.md`).
Whitepaper Google (primo capitolo, il "Day 1", di una serie firmata da Addy Osmani, Shubham Saboo e Sokratis Kartakis) che mappa la trasformazione del ciclo di vita dello sviluppo software (SDLC) nell'era degli agenti di coding. Tesi: il cambiamento fondamentale non è un nuovo linguaggio, bensì il passaggio dalla scrittura di codice all'**espressione dell'intento**. Il documento delinea uno spettro che va dal *vibe coding* (prompting e accettazione) all'*agentic engineering* (l'IA implementa sotto vincoli, test e cicli di feedback progettati da esseri umani), con il **context engineering** come competenza centrale, il modello della **software factory** (il deliverable dello sviluppatore = il sistema che produce il codice), l'**harness engineering** (Agent = Model + Harness) e un'analisi economica CapEx/OpEx del costo totale di possesso.
Valutazione delle capacità offensive di cybersecurity di GPT-5.5 condotta dall'UK AISI — 95 task CTF, cyber range a 32 fasi, jailbreak universale — AISI Blog
#cybersecurity offensiva#valutazione di modelli IA#GPT-5.5
Importante editoriale d'inchiesta di Jasmine Sun (NYT Opinion, 30 aprile 2026) sul *consenso di San Francisco*: la paura della *permanent underclass* — una teoria diventata virale secondo cui l'IA potrebbe congelare la mobilità economica e creare una classe resa inutile dall'automazione. L'articolo documenta la dissonanza interna dei laboratori (Amodei sul "white-collar blood bath" e il 50% dei lavori junior white-collar scomparsi entro il 2030; Altman 2021 → silenzio di Lehane → white paper *Industrial Policy for the Intelligence Age* aprile 2026; Anthropic Institute marzo 2026 guidato da Jack Clark), i benchmark che orientano la R&S verso la sostituzione umana (A.I. Productivity Index, GDPVal di OpenAI: *"over 80% win rate compared to human professionals"* nel giro di pochi mesi), le azioni aziendali (Block/Dorsey -50% dell'organico con Opus 4.6 e Codex 5.3, ARR di Anthropic a 30 miliardi di dollari contro 9 miliardi a fine 2025) e la strategia politica di Shor (79% degli elettori preoccupati, jobs guarantee > UBI, *"They work for the bots. We work for you."*). Riferimento per il dossier *AI labor 2026*.
#Jasmine Sun#NYT Opinion#permanent underclass
Jasmine Sun (Ms. Sun écrit sur l'IA et la culture Silicon Valley sur Substack)