Boris Cherny è il creatore di Claude Code in Anthropic. Nato come progetto incubatore con un team di tre persone, ha trasformato il concetto di "completamento automatico di una riga di codice con Tab in un IDE" in "lasciare che un Agente scriva l'intero progetto". All'inizio del 2026, Claude Code aveva già superato il miliardo di dollari di fatturato annualizzato, descritto dalla stessa Anthropic come la transizione più rapida nella storia da un'anteprima di ricerca a un prodotto da un miliardo di dollari.
Questa intervista proviene dalla conferenza AI Ascent 2026 di Sequoia, ospitata dalla partner di Sequoia Lauren Reeder.
Video Originale: https://www.youtube.com/watch?v=SlGRN8jh2RI
Punti Chiave
- Boris non ha scritto una singola riga di codice in tutto il 2026. Ha unito dozzine di PR ogni giorno, con un record giornaliero di 150, anche se ammette che era per "vedere fino a che punto potesse spingersi il modello".
- Claude Code non ha avuto PMF per i primi sei mesi. Quando è stato costruito inizialmente, Boris lo usava solo per il 10% del suo codice. La crescita esponenziale è iniziata solo dopo il rilascio di Opus 4 nel maggio 2025, con ogni nuova generazione di modelli che ha spinto la curva ulteriormente verso l'alto.
- Boris ora svolge la maggior parte del suo lavoro dal telefono. Mantiene da 5 a 10 sessioni e centinaia di Agenti attivi nell'App Claude, con migliaia che eseguono compiti complessi di notte. La modalità di scheduling principale si chiama "Loop", in cui Claude avvia un ciclo temporizzato tramite cron.
- Anthropic non ha più codice scritto a mano internamente. Tutto il codice SQL e di prodotto è generato dai modelli. I Claude dei dipendenti comunicano tra loro tramite Slack, inviando domande direttamente quando sono incerti.
- Riguardo alla "Fine del SaaS", Boris prende in prestito il framework dei "7 Poteri" di Hamilton Helmer: I costi di switching e il potere di processo saranno appiattiti dall'IA perché i modelli possono gestire le migrazioni e iterare i processi da soli. Gli effetti di rete, le economie di scala e le risorse accaparrate rimangono invariati.
- La sua analogia storica più importante è la stampa. Crede che la costruzione di software diventerà universale come l'alfabetizzazione. La persona migliore per scrivere software contabile sarà un contabile, non un ingegnere, perché programmare è la parte facile—capire il business è la parte difficile.
- Il vero vantaggio di Anthropic non è nella tecnologia, ma nel processo organizzativo. Tutti possono usare i modelli, ma come viene ristrutturata l'organizzazione interna, come comunicano i Claude e come l'azienda sostituisce tutto il codice scritto a mano è dove risiede il divario di prodotto.
[1] Come Claude Code è cresciuto da un progetto incubatore di tre persone
Boris dice di aver creato Claude Code "per caso". Alla fine del 2024, si è unito a un incubatore interno chiamato Anthropic Labs. Il team aveva solo poche persone, e i loro risultati iniziali sono stati Claude Code, MCP e l'App Desktop Claude. Il team è stato brevemente sciolto ma riorganizzato all'inizio del 2026 sotto la guida di Mike Krieger.
Nota:
Mike Krieger è il co-fondatore ed ex CTO di Instagram. È entrato in Anthropic come Chief Product Officer nel maggio 2024 e si è spostato nel team Labs nel gennaio 2026 per guidare l'incubazione di prodotti sperimentali insieme a Ben Mann.
Boris descrive perché voleva affrontare la programmazione usando un termine comune in Anthropic: "product overhang". Si riferisce a una situazione in cui le capacità del modello esistono ma non sono state ancora trasformate in prodotto.
Abbiamo osservato lo stato della programmazione alla fine del 2024, e lo stato più avanzato era premere il tasto Tab. Aprivi un IDE, premevi Tab, e il modello ti dava una riga. Questo è ciò che Sonnet 3.5 ha permesso per primo. Ma la sensazione era che si potesse andare molto oltre; il modello era quasi pronto per il passo successivo. Non avevamo bisogno del completamento con Tab; potevamo lasciare che l'Agente scrivesse l'intero blocco di codice.
Ma dopo averlo costruito, quasi nessuno lo ha usato per i primi sei mesi. Boris dice che la versione iniziale era "praticamente inutilizzabile", e anche lui lo usava solo per il 10% del suo lavoro. Non c'è stata crescita esponenziale nemmeno dopo il rilascio pubblico. Il vero punto di svolta è stato il rilascio di Opus 4 nel maggio 2025. Da allora, ogni nuova generazione di modelli—da Opus 4 a 4.5, 4.6, e ora 4.7—ha fatto impennare di nuovo la curva di crescita.
Ammette che l'intero processo è stata una scommessa che sfidava la logica convenzionale del PMF (Product-Market Fit):
Stavamo costruendo qualcosa che inizialmente mancava completamente di PMF. Sapevamo che non avrebbe avuto PMF per i primi sei mesi perché stavamo sviluppando per la prossima generazione di modelli. Questa è stata la nostra strategia dall'inizio alla fine.
Nota:
La logica di prodotto di Anthropic è scommettere che "le capacità del modello raggiungeranno un certo punto" e costruire il prodotto in anticipo per quel punto futuro, che è l'opposto del tipico approccio SaaS di "convalidare prima la domanda, poi costruire".
[2] "La Programmazione è Risolta," ma questa è la versione personale di Boris
Lauren ha chiesto cosa intendesse con la sua dichiarazione pubblica che "la programmazione è risolta". Boris ha condotto un sondaggio live tra il pubblico: "Chi scrive ancora il 100% del codice da solo?" "Chi ha smesso al 100%?" "Chi è nel mezzo?" Il risultato è stato circa "50% risolto". Ma per lo stesso Boris, il rapporto è del 100%.
Ha spiegato che il codebase di Claude Code (che è stato visto dal pubblico a causa di una fuga di notizie) è TypeScript e React. Non c'è nessun segreto. Hanno scelto TypeScript e React perché sono estremamente comuni nei dati di addestramento del modello—sono "on-distribution". All'epoca, i modelli non erano così intelligenti, quindi la scelta del framework determinava quanto il modello potesse scrivere. Ora, i modelli sono abbastanza forti da imparare linguaggi sconosciuti al volo, ma alla fine del 2024, dovevano scegliere lo stack che il modello conosceva meglio.
Poiché hanno scelto lo stack che il modello conosceva meglio, il team ha superato una soglia all'inizio: il modello ha iniziato a scrivere il 100% del codice. Boris dice che è successo l'ottobre o novembre scorso.
Ora unisco dozzine di PR al giorno. Un giorno della scorsa settimana ne ho uniti 150; è stato un record, volevo solo vedere se potevo spingermi al limite.
Tuttavia, ammette esplicitamente che questa conclusione non è universale. Esistono ancora codebase enormi e complessi e linguaggi di nicchia con cui i modelli faticano. La sua risposta è essenzialmente "aspettate e basta".
La risposta abituale è semplicemente aspettare la prossima generazione di modelli.
Nota:
La conclusione di Boris è chiaramente di parte. Usa uno stack mainstream (TypeScript+React), il suo codebase è maturo, e sta facendo "dogfooding" con modelli interni esclusivi come Mythos in Anthropic. "La programmazione è risolta" funziona per lui, ma per un sistema legacy C++ di 30 anni o un team di motori di gioco, la conclusione sarebbe molto diversa.
[3] Gestire centinaia di Agenti su un telefono: il flusso di lavoro di Boris
Boris ha menzionato di aver condiviso il suo flusso di lavoro personale su Twitter sei mesi fa. Non pensava fosse speciale, ma è diventato virale. Da allora, il suo metodo è cambiato di nuovo: ora, la maggior parte del suo lavoro viene svolto dal telefono.
Nello specifico, l'App Claude ha una scheda "codice" a sinistra dove mantiene da 5 a 10 sessioni attive. Ogni sessione ha un gruppo di Agenti in esecuzione, di solito per un totale di centinaia. Di notte, ne avvia migliaia in più per compiti più profondi.
Dice che la funzionalità più usata non sono i sub-Agenti, ma una modalità semplice chiamata "Loop": lasciare che Claude imposti un'attività pianificata tramite cron che viene eseguita ogni minuto, ogni cinque minuti o ogni giorno.
Ho dozzine di Loop in esecuzione costante. Uno controlla i miei PR per correggere automaticamente la CI e fare rebase; uno mantiene sana la CI generale, come correggere test instabili; un altro raccoglie feedback su Claude Code da Twitter ogni 30 minuti, li raggruppa e li organizza per me.
Ha anche menzionato le "Routines" appena rilasciate da Anthropic, che essenzialmente spostano questa modalità Loop dalle macchine locali ai server, così funziona anche quando il laptop è chiuso.
Il suo giudizio su questo è: "Loop è il futuro."
Nota:
Il nucleo di questo flusso di lavoro è semplice: rinunciare prima a "dare comandi personalmente". Lascia che uno sciame di Claude lavori costantemente mentre lui riceve solo rapporti su Slack. Da una prospettiva di prodotto, Routines trasforma il Loop da una modalità lato client a un servizio ospitato, il che significa che la pianificazione inizia a consumare le loro risorse server, e il modello di prezzo dovrà eventualmente cambiare.
[4] L'Ascesa dei Generalisti: Ogni ruolo nel team sta programmando
Boris prevede che "ci saranno molti più generalisti rispetto a oggi."
Divide i "generalisti" in due tipi: primo, i generalisti ingegneristici (es., una persona che scrive per iOS, Web e backend); secondo, e più interessante, i generalisti interdisciplinari—un ingegnere di prodotto che capisce anche il design, o qualcuno che può fare sia prodotto che data science.
Dice che questo sta già accadendo all'interno del team di Claude Code:
I nostri engineering manager, product manager, designer, data scientist, persone della finanza e ricercatori sugli utenti—tutti stanno scrivendo codice. Tutti sono ancora esperti in qualcosa, ma tutti stanno anche programmando.
Non ha approfondito "perché questo è positivo", ma la logica sottostante è: quando il costo marginale di scrivere codice si avvicina a zero, i ruoli precedentemente esclusi dall'ingegneria (finanza, design, ricerca) acquisiscono la capacità di produrre direttamente output ingegneristici, offuscando i confini della divisione del lavoro.
Nota:
Questo è facile da verificare in una startup, ma molto più difficile in una grande impresa. Un reparto IT di una banca con 5.000 persone ha conformità, rischio, change management e audit trail che non possono essere bypassati solo perché "so scrivere codice". Boris sta parlando di un'azienda piccola e con processi snelli come Anthropic.
[5] La Fine del SaaS: Quali fossati l'IA appiattirà e quali rimarranno
Lauren ha chiesto: Ora che scrivere codice è 10x o 100x più economico, come cambierà il valore dei prodotti software? Stiamo affrontando la fine del SaaS?
Boris ha detto che questa era la sua domanda preferita, poi ha usato il framework dei "7 Poteri" di Hamilton Helmer per rispondere.
Nota:
Hamilton Helmer è uno stratega e autore di "7 Powers: The Foundations of Business Strategy" (2016). Classifica i vantaggi competitivi sostenibili in sette tipi: Economie di Scala, Effetti di Rete, Contro-Posizionamento, Costi di Switching, Marchio, Risorse Accaparrate e Potere di Processo.
Il giudizio di Boris è che l'IA appiattirà due di questi fossati:
Il primo sono i Costi di Switching. La ragione è diretta: i modelli possono aiutare gli utenti a migrare da uno strumento all'altro. L'idea che "ho già configurato 300 flussi di lavoro su Salesforce e non posso cambiare" può essere risolta da un modello che migra tutto in una notte.
Il secondo è il Potere di Processo, il vantaggio per cui "i nostri flussi di lavoro e processi non possono essere replicati da altri". Boris dice che Claude 4.7 può già "hill-climb" qualsiasi cosa—imposti un obiettivo, lo lasci iterare e ottimizzare, e alla fine raggiunge il risultato. L'ottimizzazione dei processi, un tempo un asset interno accumulato negli anni dalle grandi aziende, viene consumata dai modelli.
Questo è il primo modello in grado di farlo. Imposti l'obiettivo, lo lasci correre fino al completamento, ed esegue automaticamente fino alla fine.
Tuttavia, crede che altri fossati rimangano invariati: Effetti di Rete, Economie di Scala e Risorse Accaparrate reggono ancora. In altre parole, i prodotti che "migliorano con l'aumentare degli utenti" (social, piattaforme, marketplace) e le aziende con "risorse che altri non possono ottenere" (brevetti, licenze, contratti esclusivi) sono ancora al sicuro.
Il suo secondo giudizio è ancora più radicale:
Nei prossimi 10 anni, il numero di startup in grado di sconvolgere i mercati originali sarà probabilmente 10 volte superiore a quello degli ultimi 10 anni. Perché ora puoi essere un'azienda molto piccola, costruire un prodotto prezioso quanto quello di una grande azienda e competere direttamente. Le grandi aziende devono cambiare i processi aziendali, riqualificare i dipendenti e affrontare la resistenza interna, ma tu no—parti da una tabula rasa.
Nota:
L'affermazione di Boris sui costi di switching che vengono appiattiti è strutturalmente controversa. I modelli possono migrare i dati, ma i veri costi di switching del SaaS aziendale risiedono altrove: audit di conformità, termini contrattuali, abitudini organizzative e certificazione dei fornitori. I fossati di Salesforce e SAP si sono sempre basati su questa inerzia; la tecnologia è solo una piccola parte. Il "Cowork" della stessa Anthropic sta sfidando questo, ma la reazione del mercato (azioni software che hanno perso 285 miliardi di dollari di capitalizzazione di mercato nel febbraio 2026) mostra che gli investitori scommettono che il suo giudizio sia corretto.
[6] Prodotto vs. Modello: Con modelli più forti, quanto valore di prodotto rimane?
Un membro del pubblico di nome Dan ha chiesto: Quanto del successo di Claude Code attribuisci alle decisioni di prodotto rispetto al modello stesso?
Boris non ha dato una risposta semplice. Ha detto che un anno fa potrebbe essere stato 50/50, e sei mesi fa lo stesso. Tra due anni? Ha detto: "Non lo so, pianifichiamo solo una settimana alla volta."
Ma poi ha dato una risposta più interessante:
Ero a YC e ho fondato alcune aziende. Quello che YC ti martella è: costruisci qualcosa che la gente ami. Non importa quanto sia forte il modello o in quale categoria tu sia, devi costruire qualcosa che gli utenti amino davvero. Ecco perché il prodotto conta. Abbiamo speso molti sforzi su piccoli dettagli perché se lo usi tutto il giorno, quei dettagli definiscono l'esperienza.
Ha anche ammesso che man mano che i modelli diventano più forti, l' "imbracatura" esterna (scaffolding, framework di chiamata) diventerà meno importante. Tra un anno, i meccanismi di sicurezza del prodotto (difesa dall'iniezione di prompt, convalida dei comandi statici, modalità di autorizzazione, human-in-the-loop) potrebbero non essere più così necessari perché il modello farà naturalmente la cosa giusta.
La sua direzione di prodotto non è aggiungere un altro strato, ma pensare: Come rendiamo i Loop cittadini di prima classe? Come rendiamo più facile per una persona eseguire molti Agenti simultaneamente?
Nota:
Questo in realtà riconosce una convinzione interna di Anthropic: con l'aumento delle capacità del modello, la finestra per la differenziazione a livello di applicazione si restringe. Questo è un segnale scoraggiante per le aziende indipendenti di app AI. Il wrapper, l'ingegneria dei prompt e la gestione delle autorizzazioni che costruisci sull'API di Claude oggi potrebbero essere internalizzati dal modello base entro un anno.
[7] La Democratizzazione del Software: Dalla Stampa ai Messaggi di Testo
Un membro del pubblico ha chiesto: Claude Code renderà "costruire software" un'abilità che tutti dovrebbero avere, come "saper usare Office"?
La risposta di Boris: Sì, e ancora più estrema di così.
Penso che diventerà un'abilità al livello di "so come inviare un messaggio di testo."
Ha approfondito la sua analogia storica preferita: la stampa.
Secondo Boris, nel 1400, solo circa il 10% degli europei era alfabetizzato, e venivano spesso assunti da re e nobili per scrivere per loro. Dopo che Gutenberg inventò la stampa e seguirono successivi miglioramenti, fu pubblicata più letteratura nei successivi 50 anni che nei precedenti 1.000, e il costo di un libro scese di circa 100 volte. Qualche centinaio di anni dopo, l'alfabetizzazione globale salì al 70%. Oggi, sappiamo tutti leggere e scrivere, ma la professione di "scrittore professionista" esiste ancora.
Nota:
I numeri di Boris sono un po' bassi. Gli studiosi stimano l'alfabetizzazione degli adulti europei all'inizio del XV secolo al 25-30%, non al 10%; l'alfabetizzazione globale oggi è più vicina al 90%, non al 70%. Ma la sua direzione è corretta: la stampa è stato uno degli eventi di de-professionalizzazione più importanti della storia.
L'inferenza di Boris è che il software subirà lo stesso processo, ma molto più velocemente di 50 anni. Ha dato una prospettiva specifica:
Prendiamo ad esempio la scrittura di software contabile. Oggi, la persona migliore per scrivere software contabile non è un ingegnere; è un contabile che capisce veramente il business. Perché conosce il dominio a menadito, scrivere il codice è la parte facile.
Il sottotesto è chiaro: i lavori più sostituibili nel prossimo futuro sono gli ingegneri tecnici puri che "sanno solo programmare e non capiscono nessun dominio aziendale verticale."
[8] Il vero vantaggio è nel processo organizzativo, non nella tecnologia
Un membro del pubblico ha chiesto: La gente dice che aziende come la vostra "vivono nel futuro" perché usate le prime versioni dei modelli. Claude Code era uno strumento interno prima di essere rilasciato. Il divario tra le pratiche ingegneristiche di Anthropic e il mondo esterno è di un mese, tre mesi o sei mesi? Si sta allargando o restringendo?
La risposta di Boris è stata che non c'è praticamente alcun divario a livello di modello: internamente usano Mythos e Opus 4.7. "Usiamo Mythos per alcuni test, ma Opus 4.7 è il nostro principale cavallo di battaglia per il dogfooding." Varianti di questi modelli saranno eventualmente pubbliche.
Nota:
Mythos è un modello di frontiera interno che Anthropic ha ammesso esistere nell'aprile 2026. È aperto esternamente solo all'interno del programma di cybersecurity Project Glasswing. Ha ottenuto il 93,9% su SWE-bench e il 97,6% su USAMO, affermando di "superare significativamente qualsiasi modello rilasciato". Boris ammette che Anthropic usa Mythos per fare dogfooding di Claude Code. In altre parole, il Claude Code che il pubblico usa è stato costruito con l'aiuto di un modello non rilasciato e più forte.
Ma crede che ci sia un divario maggiore a livello di prodotto a causa dei processi, non correlato al modello stesso:
In Anthropic, abbiamo integrato Claude in ogni fase. Mentre programmo, i miei Claude sono in esecuzione in Loop; vanno a cercare i Claude di altre persone su Slack per fare domande quando sono incerti. Non abbiamo più codice scritto a mano in tutta l'azienda. Tutto il SQL è scritto dai modelli.
La sua conclusione: La chiave per essere in testa è come l'organizzazione si trasforma. Tutti possono ottenere la tecnologia, ma passare un'intera azienda dal codice scritto a mano al codice generato dal modello, lasciare che i Claude dei dipendenti si facciano domande a vicenda su Slack e garantire che nessun SQL sia scritto manualmente è una trasformazione comportamentale organizzativa che avviene molto più lentamente del progresso tecnologico.
Nota:
"Non abbiamo codice scritto a mano" è un'affermazione audace e probabilmente non è letteralmente vera per il codice infrastrutturale o sensibile alla sicurezza, ma riflette la radicale rimodellazione dell'ingegneria da parte di Anthropic. Questo risponde a una confusione comune: molte aziende si collegano all'API di Claude ma non vedono alcun cambiamento di produttività perché l'organizzazione non si è ristrutturata. Come ha detto Mike Krieger in un'altra intervista: "Claude ora scrive il 90-95% del codice; il collo di bottiglia non è l'ingegneria, ma il processo decisionale."
[9] Agenti Paralleli e Modelli Locali: Gli utenti non dovrebbero preoccuparsi
Un membro del pubblico di nome Jiren ha chiesto: Come inietti la precondizione di "quando parallelizzare" a livello di prodotto e di modello? Attualmente, gli utenti devono giudicare quando aprire più Agenti, ma il modello dovrebbe saperlo da solo.
Boris ha detto che a livello di prodotto, si tratta di cambiare il prompt: modificare le istruzioni in modo che il modello sia più incline all'auto-parallelizzazione. Ma il suo punto principale è che il modello stesso sta migliorando; 4.7 lo fa già naturalmente. Ha fatto un esempio:
Ho chiesto a 4.7 di eseguire una query di dati, e mi ha detto attivamente: "Ho notato che questi dati stanno cambiando; avvierò un Loop per te e ti darò un rapporto ogni 30 minuti." Ho detto "Certo, invialo su Slack," e ha usato lo Slack MCP per impostarlo da solo.
Il suo giudizio è che a lungo termine, gli utenti non dovrebbero aver bisogno di capire quando usare il batching, i Loop o più Agenti:
Se l'utente deve imparare come pianificare questi strumenti, la progettazione del prodotto ha fallito; ho fallito io. Questo dovrebbe essere gestito dal modello e da come lo istruiamo.
[10] AI Cloud vs. AI Locale
Un membro del pubblico ha chiesto: Tutti usano Claude o Codex nel cloud. Ma molti sostengono l'AI locale. Una volta che i modelli open-weight recupereranno terreno, l'assistenza alla programmazione locale di alta qualità è una direzione praticabile? Il futuro è basato sul cloud o locale?
La risposta di Boris è stata diretta: Non importa.
Perché in futuro, il modello gestirà automaticamente questi dettagli sottostanti. Tra un anno o due, il modello completerà in modo indipendente la programmazione, avvierà Agenti e configurerà ambienti. Se valuta e pensa "dovrei usare un modello locale per questo," lo farà. Queste non saranno più decisioni manuali per gli ingegneri.
Nota:
Questa risposta è interessante nel contesto di una conferenza Sequoia. L'AI locale è una scommessa per i vendor hardware (NVIDIA, Apple) e la comunità open-source. Boris lo classifica come un "dettaglio implementativo di cui gli utenti non dovrebbero preoccuparsi," trasformando essenzialmente la posizione di deployment del modello in un problema di routing deciso da un Agente di livello superiore. Non è una buona notizia per le startup che si differenziano per "local-first."
[11] MCP e Computer Use: Come il lavoro della conoscenza segue il percorso di Claude Code
Un membro del pubblico di nome Jamie Nestor ha chiesto: Claude Code funziona bene perché il lavoro dello sviluppatore è locale—file, terminali e Git sono sulla macchina. Ma il lavoro della conoscenza no; documenti, fogli di calcolo e CRM sono nel cloud. Come si fanno prodotti come Cowork ad essere efficaci per i lavoratori della conoscenza come Claude Code lo è per gli sviluppatori?
Boris ha riconosciuto che la maggior parte del lavoro della conoscenza è già nel cloud (Salesforce, Google Docs). La sua risposta è stata semplice:
Per noi, la risposta è sempre la più semplice: MCP. Il connettore Salesforce MCP che usi in Claude.ai può essere usato anche da Cowork, dalla CLI di Claude e da tutti i punti di ingresso di Claude Code.
Jamie ha seguito: Per i sistemi senza MCP, Computer Use è l'opportunità più grande?
Boris ha detto che Computer Use è un contenitore universale:
Quello che so è che Anthropic è attualmente in testa in modo significativo in Computer Use. Se lo usi tramite Cowork, può praticamente operare qualsiasi software sul tuo computer. È lento, ma funziona molto bene con 4.7.
Ma preferisce guardare all'essenza:
Al modello non importa se è MCP, CLI o API; vede solo token.
[12] Dov'è il prossimo "Product Overhang"?
Un ultimo membro del pubblico ha chiesto: Se hai visto "product overhang" e hai costruito Claude Code, a cosa stai lavorando ora che sembra a posto oggi ma che ti aspetti sarà molto diverso tra 6-12 mesi?
La risposta di Boris: Claude Design.
È già abbastanza utile ora; sarà molto meglio in futuro.
Nota:
Claude Design è un prodotto rilasciato da Anthropic Labs il 17 aprile 2026, insieme a Claude Opus 4.7. È un banco di lavoro visivo per generare prototipi, slides e pagine di marketing tramite conversazione. Può leggere i codebase per applicare sistemi di design ed esportare in Claude Code o Canva. Anthropic lo posiziona come un supplemento o un'alternativa a Figma e Canva.
Ha anche menzionato diverse direzioni: nuove funzionalità di Claude Code in arrivo nelle prossime settimane; capacità migliorate per la parallelizzazione su larga scala degli Agent (Loop, Batch); e Computer Use.
Riepilogo finale di Domande e Risposte
D: Quanto del successo di Claude Code è dovuto al modello e quanto al prodotto?
R: 50/50 un anno fa, 50/50 sei mesi fa. Tra due anni? Sconosciuto. Ma il prodotto conta sempre perché gli utenti comprano "ciò che è piacevole da usare ogni giorno."
D: Come sarà il team futuro?
R: Più generalisti, specialmente quelli interdisciplinari che sanno fare prodotto, codice, design e data science.
D: Il SaaS è davvero in fase di disruption?
R: I costi di cambio e i fossati del potere di processo verranno appiattiti; gli effetti di rete, le economie di scala e le risorse concentrate rimangono. 10 volte più startup sconvolgeranno i mercati nel prossimo decennio.
D: La programmazione diventerà una competenza universale?
R: Sì, più dell'alfabetizzazione. Sono i contabili, non gli ingegneri, i più adatti a creare software contabile.
D: Dov'è il vantaggio interno di Anthropic?
R: Nell'organizzazione, non solo nei modelli. Nessun codice scritto a mano, Claude che parlano con Claude su Slack. Questo è più difficile da replicare per gli esterni rispetto ai modelli.
D: AI locale o AI nel cloud?
R: Non importa. I modelli decideranno il routing tra due anni.
Conclusione
Tra i giudizi di Boris, tre previsioni interconnesse meritano attenzione.
Primo, "la programmazione è risolta" è un dato di fatto per lui, ma il suo campione è lo stack TypeScript+React più favorito dai modelli. Il vero test saranno i codebase legacy aziendali, i sistemi embedded e gli scenari ad alta conformità. Se questo si estenderà a quei campi nel prossimo anno determinerà se "risolto" si applica a tutti o solo a pochi.
Secondo, classifica i costi di cambio e il potere di processo come fossati che l'AI appiattirà. Questa è la base della strategia di prodotto di Anthropic. Il crollo di 285 miliardi di dollari nei titoli software nel febbraio 2026 è stata la reazione iniziale del mercato, ma i cicli IT aziendali sono di 24-36 mesi; dobbiamo osservare rinnovi e nuovi acquisti nei prossimi due anni.
Terzo, la sua analogia con la stampa è direzionalmente corretta nonostante le discrepanze nei dati. L'esplosione della produzione di contenuti dopo l'invenzione della stampa ha richiesto 50 anni; il software potrebbe farlo molto più velocemente. Ma un punto che non ha approfondito: la stampa ha anche generato secoli di censura, guerre sul copyright e turbolenze politiche. "Tutti possono scrivere software" corrisponde non solo alla creatività, ma anche alla simultanea esplosione di malware, deepfake e exploit generati dall'AI.
Anche la previsione di Boris che i meccanismi di sicurezza diventeranno irrilevanti ha bisogno di un controllo di realtà. Dice che i modelli "faranno automaticamente la cosa giusta", ma l'automazione ad alto privilegio in produzione necessita ancora di controlli esterni. Nell'aprile 2026, un Agent basato su Claude Opus 4.6 avrebbe cancellato un database di produzione e i suoi backup. Le stesse note di rilascio di Anthropic per la versione 4.7 menzionano che, sebbene migliorato, il profilo di sicurezza non è ancora "perfetto."
Due segnali specifici da osservare: primo, come cambieranno i prezzi di Claude man mano che Routines e Loops spostano la pianificazione degli Agent sui server di Anthropic; secondo, se entro la fine del 2026 emergerà un "unicorno fondato da non ingegneri e costruito interamente con Claude Code." Se accadrà, l'analogia di Boris diventerà realtà. Altrimenti, la tempistica si sposta.
Video originale: https://www.youtube.com/watch?v=SlGRN8jh2RI
