Thread X virale (**230.5K visualizzazioni**, 28 maggio 2026, 1:51 AM) di **Jaya Gupta** (@JayaGup10, investitrice — probabilmente Foundation Capital, autrice del framework *Context Graphs*) intitolato ***"Token Budget Wars"***. **Tesi cardine**: ***"Enterprise AI has moved from adoption to allocation"*** — la fase 1 dell'IA enterprise ha dimostrato che i modelli funzionano; la fase 2 deciderà **quanto di quel lavoro vale la pena**. La nuova valuta al vertice dell'impresa è la **capacità di quantificare il ROI dell'IA**: *"show me the value"*. Concetto canonico: ***marginal token utility*** = *"the business value created by each additional dollar of inference"* — il numero che conta su larga scala, e che **la maggior parte delle aziende non riesce a vedere**. Cronologia: **Claude è stato rilasciato a novembre 2025**, dopo che i budget annuali 2026 erano già bloccati → già nel **Q1**, aziende *"running multiples ahead of plan"* → l'inferenza smette di essere una voce di spesa sperimentale e diventa un **costo operativo ricorrente**. Passaggio da **sperimentazione (qualche centinaio di migliaia di $) → infrastruttura (sette cifre, $1M+)**: su scala infrastrutturale, **la varianza tecnica produce oscillazioni materiali di conto economico — due esecuzioni dello stesso workflow sullo stesso input possono differire di 5-10× nel costo in token** senza che nulla sembri visibilmente rotto, *"a number the CFO has to explain to the CEO"*. **L'IA compete con il lavoro**: 3 tipi di richieste di budget (sostituire lavoro esternalizzato / sostituire lavoro interno / generare ricavi) → spostamento verso il ***costo di un risultato completato*** (costo per ticket risolto, sinistro elaborato, contratto revisionato, fattura completata, assunzione evitata, cliente trattenuto, dollaro di ricavo mosso). **Il BPO = il benchmark più facile a cui confrontarsi** (già prezzato in unità completate); il lavoro interno è molto più difficile (dipendenti multi-competenza, guadagni diffusi, resistenza delle risorse umane alla riduzione dell'organico). **Perché è diverso dal SaaS**: il SaaS ha imparato a trattare l'utilizzo come proxy del valore; l'IA rompe questo proxy — *"the signal and the noise share the same unit"* (il token), *"SaaS usage told you the software had been adopted. AI usage tells you the meter is running. It doesn't tell you whether your company is cooking."* **Tre cause dell'invisibilità della marginal token utility**: (1) ***retry tails*** — token per workflow risolto ≈ **T/p**; passare dal 90% al 70% di completamento aumenta il costo effettivo di circa il **28%**, non il 20%, perché i fallimenti si compongono; (2) ***context inflation*** — il costo di inferenza è ≈ **O(n²)** rispetto alla lunghezza del contesto (attenzione), raddoppiare il contesto **quadruplica** il costo di ragionamento (over-retrieval: 50 documenti quando ne basterebbero 5); (3) ***routing*** — di default si usa il modello più potente (una classificazione di base eseguita su un modello di ragionamento complesso); su milioni di chiamate, la differenza tra instradare i compiti semplici verso un modello piccolo e inviare tutto al modello di frontiera = *"the difference between a manageable bill and a board-level problem."* **Divisione settoriale**: le aziende **software** = un problema di **misurazione della produttività** (già strumentato: PR, commit, deploy, incidenti, cycle time, MTTR — traccia gli *"AI layoffs"*); le aziende **non software** = un problema di **trasformazione** (lavoro operativo: sinistri, underwriting, supporto, revisioni di conformità, eccezioni nella supply chain, contestazioni di pagamento — *right under audit, not just right on average*). **Il livello mancante = attribuzione token-risultato**: uno strato di conversione che collega spesa di inferenza → lavoro svolto → risultato di business, rispondendo a 3 domande (costo reale includendo retry/correzioni; quali parti della traccia contavano rispetto al thrashing; il lavoro ha cambiato il modello operativo). ***La misurazione diventa memoria***: collegare un token a un risultato richiede di catturare **tracce decisionali** (cosa l'agente ha visto, recuperato, chiamato, ignorato, dove ha ritentato, quando un umano ha annullato) — *"decision rationale is one of the most perishable assets in a company"* (vive in Slack, email, chiamate di escalation, teste delle persone). Gli agenti **creano** queste tracce; catturate anzitutto per giustificare la spesa, diventano *"more valuable than the cost report"* → un **context graph** (*"although I am so tired of that word these days"*). **Il livello di allocazione è il premio**: chi possiede l'attribuzione token-risultato prende le **decisioni di allocazione** (quali workflow meritano più capacità di calcolo, quali sono limitati, quali passano a modelli più economici, quali restano umani, quali sostituiscono il BPO). Le aziende non lo faranno da sole — lo **compreranno come una trasformazione** (playbook Fortune 500: alumni di McKinsey + Palantir + CEO top-down, sul modello di ERP/BI/trasformazione digitale, un *"programma"* con uno sponsor esecutivo e un'infrastruttura che diventa la **nuova fonte di verità**). Inquadrato da **Charlie Munger**: *"show me the incentive and I will show you the outcome."* Sottotesi organizzativa: l'istinto manageriale vecchio di decenni secondo cui *grandi team = grandi incarichi/perimetro/potere* → una volta che l'intelligenza diventa la **risorsa scarsa**, il nuovo indicatore è *"how much of it you're orchestrating."* Rilevanza diretta per il **posizionamento Cost Optimization / agentic FinOps**: conferma empiricamente le leve (model routing, prompt caching, context hygiene, sub-agent) e sposta il KPI verso il **costo per risultato completato**. Forte convergenza con il *cross-system labor* di Bain (moat sui dati di esecuzione, Cursor), *No AI jobpocalypse* di Ng (pricing ancorato allo stipendio del dipendente sostituito), DORA ROI (costo per feature), Mensch/Mistral (elettrone→token), Ensarguet (economia del calcolo), *Context Graphs* di Foundation Capital (tracce decisionali, stessa autrice), *Token Burning* di Wescale, BFM/Girard (token = carburante di valore).
**Jaya Gupta** (@JayaGup10) — investisseuse / VC. Très probablement **Foundation Capital** (le thread s'auto-réfère au cadre ***Context Graphs*** — *« ahem, context graph, although I am so tired of that word these days »* — concept porté par Foundation Capital, cf. fiche `bain-100b-saas-opportunity` qui cite *Foundation Capital — Context Graphs trillion-dollar opportunity, 2025-12-22*). Thread publié sur X le **28 mai 2026 à 1h51** · **230 · 5K vues** · format essai long en un seul post. Une réponse notable de **@tuning_engines** (*« DevSecFinOps for the Agentic Era »*) : *« Tokens will basically have to be managed like headcount […] model hierarchies too »*.
Post ufficiale sul blog **Salesforce News** (sezione *Agentic Enterprise*, serie *"Pioneering the Agentic Shift Within Salesforce Engineering"*), pubblicato il **27 maggio 2026** (lettura di 6 minuti) da **Srinivas "Srini" Tallapragada**, *President and Chief Engineering and Customer Success Officer* di Salesforce. Seguito diretto di un post precedente (*"How we got our engineers to use AI — without breaking everything"*) che raccontava il superamento del **90% di adozione**. **Tesi di svolta**: Salesforce Engineering è passata da un mondo in cui l'IA era un utile *copilot* a uno in cui **gli strumenti agentici guidano lo stesso ciclo di vita dello sviluppo software (SDLC)** — scrivendo codice, revisionando PR, generando test, aggiornando la documentazione, gestendo i deployment, coordinando lavoro un tempo affidato a passaggi di consegne umani. **Decisione segnale canonica**: standardizzazione a livello aziendale su **Claude Code** + ***"abbiamo rimosso tutti i limiti di token"*** — *"eliminare ogni ultimo attrito tra i nostri ingegneri e gli strumenti che li rendono più veloci ed efficaci"*. **Risultato empirico principale** (aprile 2026 vs aprile 2025): work item completati per sviluppatore **+50,8%**, PR mergiate per sviluppatore **+79%**, e soprattutto **Effective Output score** (una misura ML del **valore reale del codice consegnato**, non del volume) **+151,3% su base annua**. **Caso d'uso di punta**: migrazione di **33 endpoint API** verso un'architettura cloud-native, stimata in **~231 person-day** (7 per API) col metodo tradizionale, completata in **13 giorni — 18× più veloce** — tramite un **framework basato su regole costruito in Claude** (file markdown + implementazioni di riferimento), con il feedback delle PR continuamente reintegrato nel set di regole, **cicli LLM autonomi (build, fix, validate)** senza intervento manuale, parallelizzati su ambienti isolati → **5 PR**, la più grande delle quali con **21 endpoint e copertura test al 100%**. **Nessun compromesso velocità↔qualità**: attraverso la piattaforma **Engineering 360** (che centralizza i dati di ingegneria di centinaia di sistemi), **il totale degli incidenti scende del 5%** nonostante l'aumento delle PR (*"la qualità non soffre della velocità. Ne beneficia"*), grazie a **guardrail di sicurezza e standard di qualità incorporati strutturalmente** nel workflow agentico (Trust come valore numero 1). **Revisione dell'SDLC**: una volta adottata l'IA, gli ingegneri **smontano e ricostruiscono** i workflow (quali processi eliminare? quali passaggi di consegne sono ormai superflui? dove un umano svolge ancora un lavoro che un agente potrebbe assumere?). **Nuovo mestiere ingegneristico**: le **Claude Code skills** (capacità impacchettate e riutilizzabili che codificano il contesto del team, le convenzioni di naming, i pattern) diventano un **artefatto ingegneristico** condiviso e componibile; **AI Expert Suite** + **Salesforce Foundation Plugins** = una libreria di skill istituzionalizzata e curata (benchmark interno: **maggiore accuratezza e affidabilità, costo superfluo ridotto**); **subagent e team di agenti** parallelizzano i flussi di lavoro (*"Descrivono il risultato, e un insieme di agenti coordinati individua i passaggi"*). **Ciò che resta difficile**: (1) la **gestione del contesto** nelle sessioni lunghe — la **qualità dei file CLAUDE.md** varia ampiamente e pesa fortemente sulla qualità dell'output; (2) la **sicurezza agentica** = un modello radicalmente diverso (agenti che *agiscono*, non solo *suggeriscono* → raggio d'impatto aumentato); (3) **ruoli in evoluzione** (come diventano senior i junior se l'IA assorbe il lavoro entry-level? ruolo del designer/PM? l'unità di esecuzione = team scrum → sperimentazioni con unità da 1 o 3 persone). Conclusione: *"Ha cambiato ciò che era economicamente possibile"*; l'ambizione dichiarata è **"l'SDLC più automatizzato e agentico del settore"**. Si interseca direttamente con Gupta (*costo di un outcome completato*, utilità marginale del token), Greenwald/Sierra (pricing basato sui risultati), DORA (ROI / costo per feature) e il dibattito BFM/Girard (il token come carburante di valore, non un costo da tagliare).
#SDLC agentico#agentic SDLC#Claude Code
**Srinivas « Srini » Tallapragada** — *President and Chief Engineering and Customer Success Officer* de **Salesforce**. Plus d'une décennie chez Salesforce · dirige l'ingénierie mondiale de la plateforme unifiée. Auteur de la série *Agentic Enterprise* sur le blog Salesforce News ; ce billet (27 mai 2026) est la **suite** d'un premier opus consacré à l'adoption de l'IA par les milliers d'ingénieurs Salesforce (*« How we got our engineers to use AI — without breaking everything »*). Position d'autorité = **dirigeant exécutif** parlant en son nom et au nom d'une organisation d'ingénierie à grande échelle (donnée terrain à l'échelle d'un hyperscaler SaaS) · avec accès aux métriques internes (Engineering 360, Effective Output).
Saggio cardine di **Dan Shipper** (CEO Every) pubblicato il **21 maggio 2026** su every.to, *"After Automation"* — una risposta argomentata alla tesi del collasso del lavoro intellettuale guidato dall'IA. **Tesi cardine**: il progresso dell'IA crea **più lavoro per gli umani, non meno**. Meccanica del ciclo (***"il ciclo di commodificazione"***): (1) l'IA rende merce (commoditizza) la competenza umana di ieri; (2) quella competenza a basso costo viene ampiamente adottata → abbondanza; (3) l'abbondanza produce *uniformità* (lo *"slop"*); (4) gli umani chiedono differenziazione → domanda rinnovata di esperti; (5) gli esperti usano l'IA per affrontare i problemi di oggi → il ciclo riparte. **Citazione canonica**: ***"There's more work to do than ever"***; ***"AI commoditizes the residue of human expertise, creating demand for what's different"***. **Quadro concettuale centrale — Frame vs. Framer**: i benchmark misurano la performance ***"within frames"*** (inquadrature specifiche del problema); una volta saturata, *cambiare l'inquadratura azzera il contatore* — i modelli **progrediscono all'interno delle inquadrature ma non sostituiscono chi le definisce**. Formula cardine: ***"the frame is not the framer"***. Anche all'AGI, gli umani devono **specificare gli obiettivi e interpretare i risultati** — *"the frame problem regenerates one level up"*. **Il "Human Sandwich"**: l'umano imposta l'inquadratura → l'IA esegue → l'umano giudica ed estende. **Due modalità di lavoro con gli agenti**: (a) ***agent employees*** — delega asincrona (collega / incorporato — Claudie, Andy, Viktor, Fin); (b) ***human-AI collaboration*** sincrona (Claude Code e equivalenti). **Dati Every**: il 95% delle email del CEO è processato dall'IA; **Fin (Intercom) risolve il 65% delle conversazioni di supporto**. **Il paradosso di Zenone dell'IA**: l'IA riduce continuamente il divario, ma gli umani restano "la tartaruga davanti" perché sono ***"alive to a specific moment"*** — *"running wants, running concerns"* — mentre i modelli operano su dati di addestramento storici. **Benchmark dettagliati**: **GPT-5.5 = 62/100 sulla riscrittura di codebase Senior Engineer** (contro un 80-90 umano); **GDPval**: 40-49% del livello umano esperto, **ma con un'ampia inquadratura umana**. **OpenClaw 44.469 PR** a maggio 2026 (contro le 5.200 di Kubernetes nel 2022) — prova che il lavoro agentico crea *"more work"*, non *"less human work"*. **Implicazioni per l'AGI**: anche all'AGI, il **framer umano** resta strutturalmente in vantaggio — affrontando problemi *"current, situated"* mentre il modello opera su *"historical training data"*. **Conclusione anti-tipping-point**: non è un evento di svolta, è ***uno schema persistente*** che definisce il futuro del lavoro. **Rilevanza principale**: una contronarrazione esplicita a *Amodei white-collar bloodbath* / *Sun permanent underclass* / *Anthropic Economic Index* — Shipper, **CEO di un'azienda che vive quotidianamente con gli agenti**, offre il quadro teorico che concilia le due osservazioni empiriche (l'IA fa di più + gli umani restano indispensabili). Forte convergenza con **Ng "No AI jobpocalypse"** (2026-05-08), **Mollick × roon ASI / FDE** (2026-05-10), **Tatsyi/Raiffeisen "AI made engineers different"** (2026-05-05), **Curran/Intercom 3× R&D** (2026-04-16) — tutti descrivono gli umani come *ridistribuiti verso l'inquadratura* piuttosto che *sostituiti*. Tensione produttiva con **Sun NYT permanent underclass** (2026-04-30), **Wallace-Wells AI populism** (2026-05-08), **Osmani Cognitive Surrender** (2026-05-05 — il framer umano deve restare attivo). Da valorizzare per COMEX / DG / consigli di amministrazione: vocabolario strategico per il 2026 — *"frame vs framer"* diventa la griglia canonica per la governance dell'IA.
#Dan Shipper#Every#after automation
**Dan Shipper** — CEO et co-fondateur de **Every** (média / studio AI-native, créateur de la newsletter *Every*, propriétaire du framework et plugin *Compound Engineering* — cf. fiche `shipper-klaassen-compound-engineering-every-agents-2025-12-11.md`). Profil rare : **opérateur-théoricien** · dirige une organisation entièrement augmentée par l'IA (95 % emails CEO automatisés, agents Claudie/Andy/Viktor en production, Fin pour le support) tout en publiant régulièrement des essais conceptuels sur every.to. Voix éditoriale anglo-saxonne de référence dans le corpus 2025-2026 sur les **modes de travail humain-IA**. Article publié sur **every.to/p/after-automation** le **21 mai 2026**.
Articolo di engineering pubblicato sul blog Engineering di **Uber** da sei ingegneri (Matt Mathew, Prasad Borole, Meng Huang, Sergey Burykin, Gaurav Goel, Bayard Walsh) il **21 maggio 2026**, che espone la **dottrina di identità e controllo degli accessi per agenti IA** dispiegata in produzione in Uber per diverse migliaia di agenti interni. **Tesi cardine**: i modelli di identità esistenti (umani + workload) non riescono a descrivere l'**agency** — *"an agent is best defined as an entity that is authorized to act for or in the place of another"* — e perdono la **provenance** attraverso gli hop di un workflow agentico. **Due problemi operativi identificati**: (1) ***"Current Identity Model Doesn't Describe Agency"*** — la delega è la modalità predefinita, i workflow sono composizionali (agenti che chiamano agenti che chiamano tool), il comportamento è dinamico (i piani evolvono in base ai risultati intermedi); (2) ***"Original Provenance Isn't Effectively Carried Forward Across Agents to Systems"*** — *"Execution context (originating user, intermediate agents) is dropped across agent hops."* **Architettura proposta** come estensione della Zero Trust Architecture di Uber: **Agent Registry** (fonte di verità per le mappature agente↔workload) + **AI Agent Mesh** (data plane inter-agente) + **STS (Security Token Service)** (emissione di JWT a scope ristretto) + **MCP Gateway** (punto di enforcement delle policy per l'invocazione dei tool) + **AI Gateway** (mediazione delle chiamate LLM esterne con guardrail) + **SPIRE** (fornitore di credenziali per i workload). **Meccanica crittografica**: i workload recuperano **SVID (SPIFFE Verifiable IDs)** firmati crittograficamente da SPIRE → l'SDK richiede un JWT all'STS tramite l'identità del workload → l'STS verifica l'autorizzazione dell'agente rispetto all'Agent Registry → viene emesso un token a breve durata (TTL dell'ordine di minuti) per una **destinazione specifica a singolo hop** (claim `Audience` mirato). **Dottrina cardine**: ***"Single-hop, short-lived tokens. Every JWT minted by the STS is intended for a single hop, with a specific Audience claim and a short time-to-live in the order of minutes."*** **Preservazione della catena di attori**: un esempio multi-hop con l'ingegnere di guardia `user1` → Oncall Agent (Workload-1) → Investigation Agent (Workload-2) → MCP Gateway; il JWT finale porta una **catena di attori verificabile `[user1, oncall-agent, investigation-agent]`**, che consente decisioni di accesso a livello di tool basate sulla **storia completa della richiesta**. **Standardizzazione**: un **Standardized A2A (Agent-to-Agent) Client** che automatizza gli scambi con l'STS e la propagazione della catena di attori — *"the secure path is also the easiest path for developers to implement A2A calls"* — con migrazione graduale degli agenti legacy. **Metriche di produzione**: ***"P99 latency for the STS Token Exchange API is consistently below 40 milliseconds,"*** migliaia di agenti interni onboardati, una dashboard di osservabilità in tempo reale che traccia le sessioni multi-agente. **Visione a lungo termine — framework a tre livelli**: (1) Identity & Trust Foundation (identità verificabile dell'agente + catene di delega), (2) Dynamic Access Control (permessi basati sul contesto + human-in-the-loop), (3) Unified Enforcement Plane (policy centralizzata e osservabile). **Allineamento agli standard**: il working group IETF **WIMSE** + la draft `draft-klrc-aiagent-auth-01` *AI Agent Authentication and Authorization*, fondata concettualmente su **OAuth 2.0 Token Exchange (RFC 8693)** e **SPIFFE/SPIRE** (graduato CNCF). La prima pubblicazione di riferimento da parte di un hyperscaler non-AI-lab (logistica/mobilità) che industrializza la sicurezza degli agenti a livello infrastrutturale, che chiude il vuoto dottrinale tra i framework di skill/harness (Vincent, Lattice, PROJ-AI) e le questioni di identità enterprise-grade.
#Uber Engineering#identità degli agenti IA#crisi di identità degli agenti
**Matt Mathew** (Sr Staff Engineer) · **Prasad Borole** (Staff Software Engineer) · **Meng Huang** (Engineering Manager) · **Sergey Burykin** (Sr Software Engineer) · **Gaurav Goel** (Software Engineer II) · **Bayard Walsh** (Software Engineer I). Tous chez **Uber** · équipe Security/Identity infrastructure responsable du déploiement de l'architecture d'identité agentique en production. Composition d'équipe représentative : un Engineering Manager · un Staff senior cadre · un Staff IC architecte · deux SWE séniors/intermédiaires · un SWE I — pattern classique d'une équipe Uber qui livre une plateforme transverse mission-critical.
Articolo pivot **Ivan Chepurin & Travis Turner** (Evil Martians Chronicles, **May 19, 2026**) — ***« AI-assisted engineers are burning out, is this fine? »*** — **diagnosi strutturata del burnout tra gli sviluppatori assistiti dall'IA** e un **toolkit di intervento a 5 assi**. **Tesi pivot**: la produttività accelerata dall'IA nasconde un **costo occulto — l'esaurimento dello sviluppatore**. *« Higher productivity doesn't translate to sustainable work practices or job satisfaction. »* Epigrafe di Shunryu Suzuki sull'agitazione mentale. **TL;DR — 3 rimedi essenziali**: (1) ripristinare il piacere del processo, (2) ricostruire realizzazione / ownership / orgoglio, (3) rimuovere la pressione della massimizzazione continua della produttività. **Cornice narrativa centrale — Ben vs Alice**: Ben (coding tradizionale) = 4 h di lavoro costante, carico cognitivo distribuito, soddisfazione al completamento; Alice (assistita dall'IA) = 2 h di lavoro ad alta intensità cognitiva, task-switching continuo, **nessuna soddisfazione** + riempie il tempo liberato con più task → **escalation esponenziale del carico** nonostante l'output accelerato. **Formula canonica**: ***« We compensate for a lack of satisfaction with work quantity. »*** **Disgregazione strutturale del ciclo dell'artigianato**: (pianificazione → creazione → risultato) compresso in (pianificazione → risultato), rimozione della fase meditativa di creazione sostituita da **code review cognitivamente impegnativa**. Convergenza diretta con lo **studio HBR 2026** (citato): *« cognitive exhaustion from intensive oversight of AI agents is both real and significant »* + **ricerca UC Berkeley 2026**: i lavoratori riempiono le pause naturali con task IA. **Quiet career change** — concetto pivot: gli sviluppatori assunti per programmare ora svolgono **un lavoro diverso senza una transizione di carriera consapevole**. 4 percorsi possibili: (1) trovare piacere nella nuova struttura (prioritario), (2) ignorare l'IA, (3) lavorare senza piacere (insostenibile), (4) cambiare carriera. **5 fattori quotidiani di burnout identificati**: (1) ***Losing context*** — l'agente porta la comprensione del progetto all'esterno, spostamento del debito cognitivo dal codice alle persone, perdita dell'intuizione di sistema; (2) ***No time for passive thinking*** — *« The model fills the silence before your own thinking has a chance to connect dots »* (docce, passeggiate eliminate come momenti di risoluzione inconscia dei problemi); (3) ***False expectations*** — velocità iniziale = baseline irrealistica, rallentamenti successivi vissuti come fallimento; (4) ***Review bottlenecks*** — *« the more code is generated, the more code needs to be reviewed »*, carico cognitivo sproporzionato sui senior, diffusione della responsabilità; (5) ***Endless possibilities*** — bassa frizione di prompting incoraggia pivot costanti, assenza di scoping naturale. **Toolkit a 5 interventi**: (a) **Acknowledge your wins** (win-log, demo di team, tracker delle ore); (b) **Rethink AI workflow** (pianificazione > review, **max 3-4 iterazioni**, niente task-switching parallelo, separare i task IA-intensivi con pause, decomporre); (c) **Keep exercising your craft** (ore di artigianato protette senza IA, *modalità « ask » > modalità generazione*, agenti spenti sui progetti personali); (d) **Discipline + work-life balance** (orari fissi, pause reali, intenzioni quotidiane, fermarsi quando finito); (e) **Find new areas of interest** (ricerca utente, soft skills, analytics, fine-tuning degli agenti + guardrail, ottimizzazione delle performance). **Conclusione**: *« AI can be helpful. Problems appear only if you misuse it. »* Evoluzione del settore = inevitabile; benessere individuale = controllabile. Convergenza importante con **Osmani Cognitive Surrender** (2026-05-05), **Frizzo "Year With Claude Code"** (2026-05-05 — *« writing muscle atrophy »*, *« deep flow rare »*), **Bedard BCG/HBR Brain Fry** (2026-03-05 — 1.488 dipendenti, picco di 3 strumenti, +39% errori, +39% intenzione di lasciare). Rilevanza importante per **CTO / VP Engineering / IT HR** alle prese con la retention degli ingegneri potenziati dall'IA nel 2026.
#Ivan Chepurin#Travis Turner#Evil Martians
**Ivan Chepurin** & **Travis Turner** — auteurs Evil Martians (cabinet de conseil ingénierie indépendant, Berkeley/global, ~150 ingénieurs, spécialiste Ruby on Rails / React / produits SaaS depuis 2010 ; éditeurs du blog *Evil Martians Chronicles* — référence dans la communauté Rails et JS). Article publié dans la catégorie **AI / Developer Community** sur evilmartians.com le **19 mai 2026**. Profil Evil Martians : voix éditoriale **opérateur-praticien** · articles longs ancrés dans le terrain produit · registre **soin du craft + lucidité business** · public habituellement développeurs / CTO / fondateurs early-stage.
Rapporto interno di teardown sulla release open-source **`xai-org/x-algorithm`** (15 maggio 2026) — l'algoritmo del **For You feed** di **X (ex Twitter)** nel 2026, con quattro filoni di raccomandazioni di crescita calibrati per pubblico (personale/founder, brand/azienda, framework generalizzato, deliverable per clienti/consulenza). **Tesi centrale**: ***« La celebre tabella dei pesi del 2023 — le risposte contano più dei like con un moltiplicatore elevato — descrive un sistema che non esiste più in questa forma. »*** L'algoritmo 2026 è un **transformer (Phoenix, derivato da Grok-1)** che apprende i pesi dalla cronologia di engagement personale, valutato su una **superficie multi-azione a 19 dimensioni**, filtrato da un servizio offline di comprensione dei contenuti (**Grox**). **La forma dello scoring conta ormai molto più dei numeri — e i numeri stessi non sono presenti nella release pubblica**. **Architettura a 4 componenti**: (1) **Home Mixer** (Rust, orchestratore a tempo di richiesta, hydrate → source → filter → score → select → filter); (2) **Thunder** (Rust, archivio in memoria alimentato da Kafka dei post recenti, lookup sub-millisecondo per i candidati in-network); (3) **Phoenix** (ML in JAX, transformer a due torri per retrieval + ranking, derivato ~da Grok-1); (4) **Grox** (offline, classificatori spam/safety/PTOS/banger + embedder multimodale v5). **Le 19 azioni predette da Phoenix** (cambiamento chiave rispetto al 2023): favorite, reply, repost, photo_expand, click, profile_click, vqv (visualizzazione video di qualità filtrata da una durata minima), share, share_via_dm, share_via_copy_link, dwell, quote, quoted_click, follow_author, not_interested, block_author, mute_author, report, dwell_time (continua). **Punteggio finale** = `Σ (weight × P(action))` modificato da **3 moltiplicatori strutturali**: (a) **OON_WEIGHT_FACTOR < 1** (penalità out-of-network), (b) **decadimento della diversità autore** `(1-floor) × decay_factor^position + floor` (attenuazione esponenziale dei post ripetuti dello stesso autore in un singolo render), (c) **soglia sulla durata video** (vqv contribuisce solo se `video_duration_ms > MIN_VIDEO_DURATION_MS`). **Avvertenza chiave**: **nessun valore numerico di peso** (`FAVORITE_WEIGHT`, `OON_WEIGHT_FACTOR`, `AUTHOR_DIVERSITY_DECAY`, `MIN_VIDEO_DURATION_MS`...) è presente nella release — tutto è `crate::params::*`, gestito da un servizio interno di feature-switch di X per l'A/B testing. ***« Chiunque affermi che 'le risposte valgono N,N× più dei like nel 2026' sta inventando un numero che non è derivabile dalla release OSS. »*** **Differenze chiave rispetto al 2023**: (1) eliminazione di ogni feature ingegnerizzata a mano (*« Abbiamo eliminato dal sistema ogni singola feature ingegnerizzata a mano e la maggior parte delle euristiche »*); (2) un unico modello che predice 19 azioni contro modelli singoli per azione; (3) Grox separa la comprensione dei contenuti dal ranking; (4) nuovi segnali di prima classe (dwell continuo, vqv filtrato, follow_author, 3 varianti di share); (5) retrieval OON a due torri (vs. SimClusters+euristiche) con embedding multimodali testo+immagine+video-ASR. **Tre livelli di reach** (framework generalizzato): Eligibility (binaria, Grox+filtri) → Retrieval (probabilistica, ANN a due torri) → Ranking (continua, somma pesata + moltiplicatori). **Due leggi della crescita meccanica**: (1) L'in-network è moltiplicativo, l'OON è additivo; (2) Il compito del modello è predire te, non premiarti. **Confine di onestà deliberato**: il checkpoint Phoenix rilasciato = mini (2 layer, 4 head, 256 dimensioni, corpus di 537K post sportivi), non il modello di produzione; integrazioni Thrift stub (`panic!("Not implemented")` in `candidate_features.rs`); liste di brand-safety, mappature degli ID di topic, penalità linguistiche, regole di ad-blending assenti dalla release pubblica.
#algoritmo X 2026#xai-org/x-algorithm#For You feed
Rapport interne **non signé** (typique des deliverables d'analyse interne / brouillon de livrable client). Sources primaires citées : (a) le repo public **`xai-org/x-algorithm`** (release 15 mai 2026) · (b) les `README.md` du repo et de ses sous-modules (`home-mixer/`, `phoenix/`, `thunder/`, `grox/`) · (c) le code source Rust (Home Mixer, Thunder) et Python/JAX (Phoenix, Grox) inspecté directement avec citations file:line. Le rapport est explicitement écrit en posture *"what we observe in the public source release · and what it implies for measurable growth interventions"* — registre de teardown analytique avec discipline d'honnêteté épistémique (section A.3 *"Honesty boundary"* listant exhaustivement ce qui n'est pas dérivable de l'OSS).
Prima enciclica sociale di **Papa Léon XIV** (Robert Francis Prevost), datata **15 maggio 2026** (Roma, presso San Pietro, 2° anno di Pontificato), pubblicata in occasione del **135° anniversario della *Rerum Novarum*** (Léon XIII, 15 maggio 1891) ed esplicitamente presentata come una **continuazione della Dottrina Sociale della Chiesa nell'era dell'IA**. Sottotitolo canonico: *"sulla tutela della persona umana nell'era dell'intelligenza artificiale"*. **245 paragrafi**, strutturata come **Introduzione + 5 capitoli + Conclusione**. **Tesi cardine** organizzata attorno a due **icone bibliche**: la **Torre di Babele** (Gen 11) — uniformità tecnologica senza Dio, *"assolutizzazione dell'umano"* — contro la **ricostruzione delle mura di Gerusalemme da parte di Neemia** (Ne 2-6) — responsabilità condivisa pietra dopo pietra, ascolto, coordinamento tra le famiglie. *"La prima scelta non è tra un 'sì' o un 'no' alla tecnologia, ma tra costruire Babele o ricostruire Gerusalemme"* (n. 9). **Concetti canonici**: (1) **IA "coltivata" piuttosto che "costruita"** — *"gli sviluppatori non progettano direttamente ogni dettaglio, ma creano un'architettura su cui l'IA si sviluppa"* (n. 98), una notevole formulazione teologica che fa eco al vocabolario recente della ricerca in ML; (2) ***"Disarmare l'IA"*** (n. 110) — *"sottrarla alla logica della competizione armata, che oggi non è più soltanto militare ma anche economica e cognitiva"*, rendendo l'IA *"abitabile, restituendola alla pluralità delle culture umane"*; (3) **Critica radicale dell'"allineamento"** — *"Non possiamo accontentarci di invocare la moralizzazione della macchina, ciò che viene chiamato 'allineamento' dell'IA ai valori umani, senza avere il coraggio di aggiungere una condizione ulteriore: la possibilità di discutere il codice etico da utilizzare"* (n. 107). ***"Un'IA più morale è inutile se quella moralità è decisa da una manciata di persone."*** (4) **Asimmetria epistemica** e **nuovi monopoli dell'IA** (n. 109) — *"in un mondo in cui pochi attori concentrano dati, risorse di calcolo e potere regolatorio"*; (5) **Lavoro invisibile** di etichettatori di dati/moderatori/estrattori di terre rare (n. 109, 173) — *"corpi segnati, mutilati, utilizzati affinché il flusso di calcolo non si fermi mai"*; (6) **Colonialismo dei dati** (n. 178) — *"non domina più solo i corpi, ma si appropria dei dati"*, *"nuove terre rare del potere"*; (7) **IA e guerra** (n. 197-200) — *"Nessun algoritmo capace di rendere la guerra moralmente accettabile"* (n. 198), tre criteri: responsabilità personale tracciabile, rifiuto di abbreviare il tempo del giudizio morale, protezione dei civili; (8) **Critica del transumanesimo/postumanesimo** (n. 115-117) come *"un arcipelago di isole concettuali legate dallo stesso oceano di presupposti: la centralità della tecnica e il sogno di superare i limiti della condizione umana"*; (9) **Il lavoro nella transizione** (n. 150-156) — *"contrariamente ai benefici propagandati dell'IA, gli approcci attuali alla tecnologia possono paradossalmente dequalificare i lavoratori, sottoporli a sorveglianza automatizzata"*, l'accesso al lavoro come priorità pubblica, l'anticipazione della trasformazione, la definizione di criteri sociali per l'innovazione; (10) **Domanda canonica tratta da Giovanni Paolo II** (Redemptor hominis 1979): ***"l'IA rende la vita umana sulla terra 'più umana' sotto ogni aspetto? La rende più 'degna dell'uomo'?"*** (n. 129); (11) **L'autentico "più che umano"**: non il transumanesimo, ma la grazia — *"riusciamo a essere pienamente umani quando siamo più che umani, quando permettiamo a Dio di condurci oltre noi stessi"* (n. 128, citando Francesco, *Evangelii gaudium*); (12) **Disarmare le parole** (n. 214) — *"Disarmiamo le parole e contribuiremo a disarmare la Terra"*. **Destinatari**: *"A tutti i fedeli cattolici, a tutti i cristiani, a tutti gli uomini e le donne di buona volontà"* (n. 16) — un registro **universale** in linea con la *Pacem in terris* (Giovanni XXIII 1963), la *Laudato si'* (Francesco 2015) e la *Fratelli tutti* (Francesco 2020). **Appello speciale agli sviluppatori di IA** (n. 111): *"ogni scelta progettuale esprime una visione dell'umanità"*. **Fonte magisteriale** chiave citata: *Antiqua et nova* (Dicasteri per la Dottrina della Fede + Cultura ed Educazione, 14 gennaio 2025) + *Quo vadis, humanitas ?* (Commissione Teologica Internazionale, 9 febbraio 2026). Un documento maggiore del **Magistero sociale 2026**, all'incrocio tra Dottrina Sociale ↔ etica dell'IA ↔ geopolitica delle big-tech ↔ critica del lavoro dei microworker/estrazione di terre rare. Convergenza implicita con **Mensch / Mistral** (sovranità energetica dell'IA), **Sun / NYT Permanent Underclass** (cfr. lo spostamento lavoro→capitale), **Wallace-Wells / NYT AI Populism** (cfr. la critica agli oligarchi tech), **Mollick × roon** (cfr. ASI e politica interna). Prima enciclica di un Papa ad assumere esplicitamente l'IA come **soggetto centrale e strutturante** anziché come uno dei tanti temi.
#Léon XIV#Robert Francis Prevost#enciclica sociale
**Léon XIV** (de naissance Robert Francis Prevost) · 267e Pape de l'Église catholique · élu le **8 mai 2025** · premier pape américain de l'histoire (né à Chicago, USA, 1955 ; double nationalité américano-péruvienne). Augustinien (ancien Prieur général de l'Ordre de Saint-Augustin 2001-2013) · ancien évêque de Chiclayo (Pérou) puis Préfet du Dicastère pour les Évêques (2023-2025). *Magnifica Humanitas* est sa **première encyclique sociale** · signée *« Donné à Rome · près de Saint-Pierre · le 15 mai de l'année 2026 · la deuxième de mon Pontificat »* — date choisie pour **coïncider avec le 135e anniversaire de *Rerum Novarum*** (15 mai 1891) de Léon XIII · dont il a explicitement repris le nom de pontificat en référence à la tradition sociale lancée par son prédécesseur du XIXe siècle. La référence augustinienne est centrale dans le document (citations massives des *Confessions*, du *De civitate Dei* — *« deux amours ont fait deux cités »*, des *Enarrationes in Psalmos*, des *Sermones*). Trace de paternité collective : multiples références à *Antiqua et nova* (note conjointe DDF + DCE, 14 janvier 2025) et *Quo vadis · humanitas ?* (CTI, 9 février 2026) · suggérant un travail conjoint entre la Secrétairerie d'État · le Dicastère pour la Doctrine de la Foi · le Dicastère pour la Culture et l'Éducation · et le Dicastère pour le Service du Développement humain intégral.
Post del blog **Zed** firmato da **Franciska Dethlefsen** (head of growth and marketing), pubblicato il **14 maggio 2026** — il giorno dopo l'annuncio di Anthropic — per rispondere alle domande degli utenti Zed. **Oggetto**: a partire dal **15 giugno**, Anthropic **divide la fatturazione degli abbonamenti Claude in due pool** — uno per i suoi **strumenti proprietari** (chat, la CLI ufficiale Claude Code), l'altro per l'**uso di agenti e SDK di terze parti** (tutto ciò che passa tramite **ACP**, `claude -p`, o uno strumento di terze parti). L'uso via ACP **smette quindi di attingere ai limiti Pro o Max** e passa a un **credito mensile "Agent SDK"**: **20 dollari per Pro, 100 dollari per Max 5x, 200 dollari per Max 20x**. Una volta esaurito il credito, l'uso continua **al prezzo API standard** se l'overage è abilitato — altrimenti le richieste si interrompono fino al ciclo successivo. **La cifra che guida l'articolo**: gli abbonamenti avevano fino ad allora sovvenzionato l'uso agentico con un fattore di **circa 15-30×** rispetto al prezzo API, e i nuovi crediti sono fatturati **ai prezzi API pieni** — da cui *« for anyone using agents heavily, this is a major cost increase »*. **Vengono proposte tre opzioni**, in un ordine che rivela la posizione di Zed: (1) mantenere l'abbonamento eseguendo la **CLI ufficiale `claude` in un terminale dentro Zed** anziché via ACP — *« when the official claude CLI runs in the terminal, it uses your subscription's limits, not the new credit »*; (2) usare l'agente integrato di Zed con il provider a scelta (modelli ospitati da Zed, chiavi API, Copilot, Ollama locale, DeepSeek); (3) collegare **qualsiasi agente ACP** — OpenCode, Codex, Factory, Cursor —, diversi dei quali offrono ancora abbonamenti a limiti di frequenza che sovvenzionano l'uso intensivo. **La tesi di fondo**, e la vera ragione del post: *« ACP is an open protocol… so that your editor is never locked into one provider's pricing decisions »*, con l'anticipazione esplicita che *« this kind of change won't be the last »*. **Il post porta un'aggiunta datata 16 giugno 2026** che annuncia che **la modifica è sospesa**: ACP, `claude -p`, l'Agent SDK e le applicazioni di terze parti continuano a funzionare con gli abbonamenti **come prima**, nessun credito separato da rivendicare, limiti invariati, Anthropic sta rivedendo il proprio piano con un preavviso annunciato. **L'artefatto è quindi autocontraddittorio**: il suo contenuto più importante — il dietrofront — è successivo di un mese alla propria data di pubblicazione.
#Zed#Anthropic#abbonamento Claude
**Franciska Dethlefsen** — head of growth and marketing chez **Zed Industries**. Le rôle est déterminant pour lire le texte : ce n'est pas un billet d'ingénierie mais une **communication de crise produit** · écrite le lendemain d'une annonce d'un fournisseur dont Zed dépend · à destination d'utilisateurs inquiets. La signature growth/marketing explique la structure (problème → options → réassurance) et le fait que l'argument protocolaire arrive en conclusion plutôt qu'en tête.
La Continuous Delivery come fondamento non negoziabile dello sviluppo assistito dall'IA — Dave Farley, sul suo canale *Modern Software Engineering*, sostiene che senza CD l'IA non è un acceleratore ma una trappola (teoria dei vincoli e paradosso di Jevons applicati al codice generato, ATDD/BDD come salvaguardia, deployment pipeline come arbitro della qualità).
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).