Vai al contenuto

root / tags / tracabilite

#traçabilité

3 fiches

Trasformazione e Adozione Traduzione verificata automaticamente

The agentic transformation office: Redefining the economics of change

Articolo di **Chase Covington**, **Tomer Slaney** (partner, New York) e **David Pralong** (senior partner, Charlotte), pubblicato dalla *McKinsey Transformation Practice* nel **settembre 2026** (giorno esatto non specificato, datato per convenzione al 1°); 8 pagine, 2 figure il cui contenuto non è riprodotto nel testo. **(1)** Riscontro: il transformation office (TO) è lento a modernizzare i propri strumenti; in un turnaround che coinvolgeva **3.000** dipendenti, **più di 15** persone producevano un report di **300 pagine** ogni quattro settimane. **(2)** Tre pilastri affidati agli agenti: *performance intelligence*, *single source of truth*, *conversation facilitation*. **(3)** Guadagni riportati: dal **35 al 40%** del tempo sui compiti principali, talvolta il **70%**; un team centrale ridotto da **dieci a tre** persone. **(4)** Guardrail: errori a cascata tra agenti, falsi allarmi, tracciabilità di ogni fase. **(5)** Sequenza: prima il reporting, poi l'automazione delle azioni, infine la gestione del cambiamento all'interno del TO. Gli autori presentano il testo come "a first look at the opportunity for TOs". I casi non sono nominati, nessun metodo di misurazione è descritto, e due degli strumenti citati (**Wave**, **Lilli**) appartengono a McKinsey. Il testo fa seguito a [[sternfels-mckinsey-60000-people-20000-agents-officechai-2026-01-14]], dove McKinsey conta già i propri agenti tra la propria forza lavoro.

#transformation office#transformation office#IA agentique

Chase Covington et Tomer Slaney (partners, McKinsey, New York) · David Pralong (senior partner, McKinsey, Charlotte).

Agenti di codifica IA e Skills Traduzione verificata automaticamente

DeepSeek Harness developer preview: Everything is a plugin

Pagina prodotto ufficiale di **DeepSeek**, pubblicata il **13 agosto 2026**, **non firmata**, di circa 450 parole, che annuncia il rilascio in *developer preview* di **DeepSeek Harness** (`dsh`) — un harness per agenti di coding **open source con licenza MIT**, il cui repository è stato aperto lo stesso giorno. Una tesi in tre parole, ripetuta nel titolo e nella descrizione del repository: *« Everything is a plugin »*, affiancata da una seconda promessa, *« Every run is traceable »*. La pagina enuncia l'equazione *« AGENT = MODEL + HARNESS »* ed elenca le capacità innestabili come plugin — *« models, tools, skills, sessions, sandboxes, storage, loops, scheduling, and the UI »*. Vengono rilasciate quattro modalità: **modalità Standard** (agente di coding completo), **mode Code** (strumenti esposti tramite il *Code Mode SDK*, che permette al modello di comporre operazioni multi-step all'interno di un programma TypeScript), **mode Minimal** (*« two-tool coding agent with persistent bash and str_replace_editor »*, esplicitamente *« for benchmarking models in a minimal environment »*), e **modalità Creator** (ispezione a runtime, test di plugin in memoria). La sostanza tecnica risiede nel repository, non nella pagina: `docs/architecture.md` enuncia un invariante di logging — *« Model-visible means logged. Anything that reaches a model request must be reconstructable from the log, and a runtime invariant asserts it »* — e afferma che *« there is no privileged core to patch »*. Il nucleo tecnico non è farina del sacco di DeepSeek: DSH è costruito su **Cordis** (il progetto `cordiverse`, terza parte), **vendorizzato** in `vendor/` con un manifesto e una procedura di sincronizzazione, e la pagina colloca il *« Cordis paper »* allo stesso livello di navigazione di "GitHub" e "Developer docs". Vengono rilasciati due adapter LLM — `dsh-llm-deepseek` e `dsh-llm-pi-ai`, un adapter generico multi-provider. Il repository avverte in maiuscolo: *« THERE WILL BE COMPATIBILITY-BREAKING CHANGES »*, e `CLAUDE.md` specifica che `SESSION_FORMAT_VERSION` resta a `0` *« with no compatibility promise »*, con i backend che rifiutano i vecchi formati su disco. Cronologia: DSH viene rilasciato lo stesso giorno in cui **DeepSeek-V4-Pro raggiunge la GA**, tre giorni prima dell'entrata in vigore di un nuovo listino prezzi API il **16 agosto 2026 alle 16:00 UTC**, con tariffe di picco/fuori picco e uno sconto fuori picco del **−50%**.

#DeepSeek Harness#dsh#harness per agenti

**DeepSeek** (DeepSeek AI, laboratoire chinois) · en tant qu'institution. Page produit **non signée** : aucun auteur · aucun ingénieur mis en avant · aucun billet de blog ni papier technique associé. Le « nous » n'apparaît qu'une fois · en dernière phrase — *« We look forward to exploring the limits of intelligence with developers worldwide »*. Publiée le **13 août 2026**. La page est rendue en JavaScript : `curl` sur l'URL renvoie **HTTP 202 avec un corps vide** · le texte n'existant qu'après exécution du bundle. Deux documents de politique sont liés en pied de page — *Safe Use Policy* et *Data Processing Statement*.

Trasformazione e Adozione Traduzione verificata automaticamente

Rewiring software delivery for the agentic era

Articolo breve (**8 pagine**, 4 esibit) di **McKinsey Technology**, firmato da **Jared Moon** (senior partner, Londra), **Rory Walsh** e **Vito Di Leo** (partner, Dublino e Zurigo), con **Adam Thelwall**, pubblicato nel **maggio 2026**. Gli autori riportano guadagni di produttività da **×3 a ×5** con una **riduzione del 60%** della dimensione dei team in diverse aziende, e li attribuiscono alla riprogettazione del modello operativo, non al solo deployment di agenti. Quattro leve: (1) lo **sprint di 24 ore**, con un turno notturno di agenti (16h) e un turno diurno umano (8h); (2) l'automazione degli **handoff** tra requisiti, design e codice, che secondo gli autori rappresentano il **70% della spesa tecnologica** contro il 30% del deployment; (3) un'**infrastruttura di conoscenza** di grafi specifici per dominio, interrogati da un agente « bibliothécaire »; (4) il ridimensionamento dei team e del portfolio. Sul grafo: *« this should not begin with a grand, top-down ontology effort »*. Le cifre relative ai team sono presentate come illustrative, tratte dall'"esperienza e osservazione" della società. Estende la presentazione di McKinsey del novembre 2025 sul software delivery guidato da agenti ([[harrison-maniar-mckinsey-reshaping-software-delivery-agents-2025-11-23]]).

#McKinsey#agentic SDLC#modello operativo

Jared Moon (senior partner) · Rory Walsh · Vito Di Leo (partners) · avec Adam Thelwall (associate partner) — McKinsey & Company