La soluzione la conosco, pensare bene cosa chiedere e come chiederlo. So che è banale ma so anche anche quanto è faticoso, e quante volte la fretta vince.

Così mi sono costruito una skill che ci fa fermare a pensare in due, me e Claude. Lui non parte a produrre, prima mi scrive come ha capito la richiesta e me la fa confermare. Io, per rispondergli, sono costretto a chiarirmi le idee. Sembra una stramberia, e invece funziona.

L'ho chiamata shape-request, ne parlo in questo articolo
https://www.ai-know.pro/shape-request/

Iscriviti ora

Condividi

Lascia un commento

Il protocollo MCP è stato uno dei punti di svolta, ha standardizzato il modo in cui le AI parlano con i sistemi esterni. Il parallelo fatto dalla stessa Anthropic è che sia una specie di USB-C universale che ogni pezzo di mondo reale può usare per connettersi all'intelligenza artificiale.

Il link di questo percorso,
https://www.ai-know.pro/percorso-claude-notebooklm-mcp/

Iscriviti ora

Condividi

Lascia un commento

Ho però l'impressione che molti diano per scontato che basti installare il pacchetto per avere subito uno strumento usabile. Non è così, per più motivi.
Il software è stato sviluppato pensando al mondo giuridico statunitense, che ha regole, procedure e approccio diversi da quello italiano. Ma c'è anche un secondo punto: inserire un pacchetto come questo nel proprio flusso di lavoro richiede un lavoro di customizzazione della struttura del proprio Claude, perché sia in grado di accogliere il nuovo tool.

Ogni professionista o studio ha la propria specializzazione, il proprio modo di scrivere atti e comunicazioni, i propri clienti, il proprio modo di organizzare il lavoro quotidiano. Sono cose che il pacchetto installato non conosce, e che vanno trasferite a Claude perché lo strumento diventi davvero il «proprio» Claude.

E vale non solo per Claude for Legal. Anthropic ha già rilasciato pacchetti dedicati alle piccole imprese e al finance, ne arriveranno altri. Lo schema è lo stesso, e così è il lavoro di customizzazione, che riguarda commercialisti, consulenti del lavoro, studi multidisciplinari, PMI, ogni professionista che adotterà un pacchetto specializzato.

Ne ho appena scritto sul blog
https://www.ai-know.pro/bundle-anthropic-e-customizzazione-il-caso-claude-for-legal/

Iscriviti ora

Condividi

Lascia un commento

In meno di un anno e mezzo MCP è stato adottato dai principali attori del settore, compresi Google e OpenAI, la donazione di MCP all'Agentic AI Foundation, sotto Linux Foundation, ha poi rimosso l'ultimo ostacolo all'adozione enterprise. Non più protocollo controllato da una singola azienda che ne dirige lo sviluppo, ma infrastruttura condivisa.

Sul mio blog MCP è il cluster di articoli più nutrito. Per questa connessione ho selezionato i cinque che permettono di ricostruire il percorso, dalla definizione tecnica alla cessione della governance. Seguire l'evoluzione di MCP è anche un modo per vedere come l'open source funziona oggi in ambito AI e anche per capire come si muove Anthropic.

L'articolo è https://www.ai-know.pro/cosa-e-mcp-standard/

Iscriviti ora

Condividi

Lascia un commento

L'idea è nata da un commento di un utente, alla mia domanda su cosa vorrebbe trovare nel mio sito ha risposto "𝘱𝘦𝘯𝘴𝘰 𝘴𝘢𝘳𝘦𝘣𝘣𝘦 𝘤𝘰𝘮𝘰𝘥𝘢 𝘶𝘯𝘢 𝘴𝘱𝘦𝘤𝘪𝘦 𝘥𝘪 '𝘳𝘰𝘢𝘥𝘮𝘢𝘱', 𝘶𝘯𝘢 𝘨𝘶𝘪𝘥𝘢 𝘥𝘪 𝘭𝘦𝘵𝘵𝘶𝘳𝘢 𝘥𝘦𝘭𝘭𝘦 𝘷𝘢𝘳𝘪𝘦 𝘤𝘢𝘵𝘦𝘨𝘰𝘳𝘪𝘦". Guarda caso era una delle applicazioni che avevo pensato per il mio Obsidian.

Ho creato un primo articolo che mette in fila sette articoli del blog. Come argomento ho scelto i dataset, come vengono creati, i problemi che portano, i limiti che hanno. Come esempio ho usato i dataset di immagini, quelli che servono ad addestrare le AI generatrici di immagini, ma quello che racconto vale anche per le altre tipologie.

Questo articolo non è una lista di link. È un percorso in cui i link sono i nodi e l'articolo li connette, cercando di accompagnare il lettore in una sequenza logica.
Visto che quello che l'articolo fa, e spero che sia il primo di una serie, è proprio connettere, ho chiamato questa tipologia «connessioni».

L'articolo è qui:
https://www.ai-know.pro/cose-un-dataset-e-come-si-forma-la-prima-connessione/

Iscriviti ora

Condividi

Lascia un commento

Una chat che parte da zero costringe a passare passo passo tutto il contesto. Il modello fa quello che gli viene detto, scrive in modo competente, ma resta sostanzialmente uno 𝘀𝘁𝗿𝘂𝗺𝗲𝗻𝘁𝗼 al servizio dell'utente.

Una chat che parte da una configurazione costruita per il compito si comporta diversamente. Claude sa già chi è il lettore, qual è il registro, quali errori evitare. La conversazione non spende energie sulla preparazione del contesto, può spostarsi direttamente sul contenuto. E il modello smette di limitarsi a registrare istruzioni, comincia a comportarsi come un 𝗰𝗼𝗹𝗹𝗲𝗴𝗮 che porta la sua esperienza.

È una scelta sul tipo di collaborazione che si vuole con un'AI. E nasce da una cosa sola, il modo in cui Claude è stato configurato.

Ho raccolto nel manuale «Configurazione di Claude» quello che serve, mette insieme i livelli di configurazione, le regole che li tengono insieme, e le altre fonti che concorrono al comportamento del modello senza essere livelli.

Sul blog ho scritto un articolo che racconta perché un manuale ha senso per chi vuole costruire una relazione di lavoro stabile con un'AI generativa. E c'è anche il manuale, ovviamente.

Il link https://www.ai-know.pro/configurazione-di-claude-il-manuale/

Iscriviti ora

Condividi

Lascia un commento

Sarebbe corretto dire che si sta tornando a parlare, visto che la notizia è emersa durante il processo Bartz vs Anthropic dello scorso anno (sentenza del 23 giugno 2025), approfondita da un lavoro del Washington Post (articolo del 27 gennaio 2026) che aveva trovato il nome del progetto, Panama. Il primo a parlare del progetto Panama in Italia è stato Il Post (9 febbraio 2026), riprendendo l’articolo del WP.

Basta aprire il solito vecchio Google e cercare “Anthropic progetto Panama”, si ottiene una lista lunghissima di articoli italiani sull’argomento, alcuni con toni diciamo esagerati. Per raccontare questa vicenda ho visto usare la parola nazismo, letteralmente, come ho visto anche racconti che questa parola non la usavano ma portavano i lettori a quel parallelo.
Se in Google invece si cerca “Anthropic books scanning”, la descrizione il meccanismo senza legarlo alla parola “Panama”, di articoli italiani se ne trovano ben pochi, probabilmente cercare di capire e spiegare il meccanismo è meno attraente.

Dovrei essere sorpreso, ma non lo sono per nulla. Si sta parlando con toni piuttosto accesi di questo aspetto della vicenda Bartz vs Anthropic, non si sta parlando della sentenza ed è un peccato perché è molto interessante. I punti di interesse sono molti e davvero la parte sul progetto Panama è solo uno dei tanti che vale la pena di capire.
Della sentenza avevo parlato in un articolo nel mio blog , è dell’11 luglio 2025, riportando anche la parte sulla metodica usata da Anthropic per costruire il proprio dataset, con il giudizio dato dal giudice su quest’operazione.

Il link https://www.ai-know.pro/bartz-vs-anthropic/

Condividi

Iscriviti ora

Lascia un commento

È un concetto che arriva dal prompt engineering, applicato alla configurazione. Ed è anche la dimostrazione di quanto l'interazione con un LLM sia diverso dall'approccio del programmare, in cui il programmatore con una serie di costrutti logici guida le scelte del programma.
La forza di un'istruzione è determinata da 5 fattori, conoscerli ci permette di controllare meglio il comportamento del nostro Claude.

https://www.ai-know.pro/la-forza-delle-istruzioni-di-claude-chiudere-la-mappa/

Iscriviti ora

Condividi

Lascia un commento

Con questo articolo c'è anche una novità grafica, finora le immagini di copertina le ho generate con Midjourney, da oggi inizio a usare Claude Design, gli passo il testo dell'articolo e chiedo di generare un'immagine di copertina rappresentativa dei contenuti.

https://www.ai-know.pro/gli-stili-di-scrittura-di-claude/

Iscriviti ora

Condividi

Lascia un commento

Ho sentito la necessità da un lato di gestire il tutto e dall'altro di poterlo anche usare come base di conoscenza. Da un po' avevo in mente di provare Obsidian, la spinta per iniziare è stata la lettura di un articolo di Andrej Karpathy in cui proponeva una struttura mista Obsidian-LLM wiki, gestita con un LLM.

Ho fatto un primo giro passando blocchi di 20-30 articoli per volta e sono arrivato velocemente ad avere "il mio Obsidian", usando ovviamente Claude. Ma il risultato non è stato soddisfacente, diciamo che ho potuto verificare la validità del proverbio "la gatta frettolosa fa i gattini ciechi".

Per questo ho deciso di ripartire da capo, lavorando sia sulle istruzioni sia, soprattutto, sul metodo di lavoro.
Ci sono voluti alcuni giorni, il risultato è decisamente diverso da quello ottenuto con il primo tentativo.

Ne parlo nell'articolo che linko, ci sono gli errori e cosa ho deciso, l'immagine di copertina dell'articolo è il "mio grafo"
https://www.ai-know.pro/il-mio-llm-wiki-con-claude-e-obsidian/

Cowork va capito, detto così sembra di parlare di qualcuno con un carattere un po’ difficile, in un certo senso è così perché è un po’ Code ed un po’ Chat.

Bisogna saperlo prendere insomma, scrivere bene le sue istruzioni aiuta. L’articolo parla proprio di questo, anche con l’aiuto di un template.

https://www.ai-know.pro/le-istruzioni-cowork-di-claude-lambiente-locale/

Iscriviti ora

Condividi

Lascia un commento

I progetti sono presenti nell'interfaccia web e in Claude Desktop, in quest'ultimo si possono usare sia nella Chat che in Cowork. Per complicare le cose ogni ambiente è diverso con le sue peculiarità, ciò si riflette su come possono essere usati i progetti e questo può portare a dover scrivere istruzioni diverse a seconda di dove si vuole lavorare.
Anche questo tutorial contiene un template da personalizzare.

https://www.ai-know.pro/le-istruzioni-di-progetto-di-claude-cosa-scriverci/

Iscriviti ora

Condividi

Lascia un commento

Per capire l'importanza riporto la frase di presentazione "𝘘𝘶𝘢𝘭𝘪 𝘱𝘳𝘦𝘧𝘦𝘳𝘦𝘯𝘻𝘦 𝘱𝘦𝘳𝘴𝘰𝘯𝘢𝘭𝘪 𝘥𝘰𝘷𝘳𝘦𝘣𝘣𝘦 𝘤𝘰𝘯𝘴𝘪𝘥𝘦𝘳𝘢𝘳𝘦 𝘊𝘭𝘢𝘶𝘥𝘦 𝘯𝘦𝘭𝘭𝘦 𝘳𝘪𝘴𝘱𝘰𝘴𝘵𝘦? 𝘓𝘦 𝘵𝘶𝘦 𝘱𝘳𝘦𝘧𝘦𝘳𝘦𝘯𝘻𝘦 𝘴𝘪 𝘢𝘱𝘱𝘭𝘪𝘤𝘩𝘦𝘳𝘢𝘯𝘯𝘰 𝘢 𝘵𝘶𝘵𝘵𝘦 𝘭𝘦 𝘤𝘰𝘯𝘷𝘦𝘳𝘴𝘢𝘻𝘪𝘰𝘯𝘪, 𝘯𝘦𝘭 𝘳𝘪𝘴𝘱𝘦𝘵𝘵𝘰 𝘥𝘦𝘭𝘭𝘦 𝘭𝘪𝘯𝘦𝘦 𝘨𝘶𝘪𝘥𝘢 𝘥𝘪 𝘈𝘯𝘵𝘩𝘳𝘰𝘱𝘪𝘤.".

Scriverle bene è fondamentale quando si vuole fare passare Claude da strumento professionale a nostro strumento professionale. Quel "nostro" fa una grande differenza e non credo di doverla spiegare, non qui almeno.

Come scelta per questa serie ogni articolo su un particolare file di configurazione ha anche un template, per coerenza con la frase precedente un template diventa utile solo quando ci mettiamo del nostro.

https://www.ai-know.pro/le-istruzioni-generali-di-claude-configurarle-bene/

Iscriviti ora

Condividi

Lascia un commento

Detto così potrebbe sembrare che abbia scelto la parte facile, non è così perché ci sono più file di configurazione, messi in posti diversi e che agiscono su ambiti diversi. Per complicare le cose la stessa configurazione usata in posti diversi può portare a comportamenti diversi. Dalla ripetizione della parola “diversi” forse di può capire la complessità di questo aspetto.

Per iniziare a capire, nel primo articolo propongo una mappa, che funziona anche da indice della serie.
https://www.ai-know.pro/la-configurazione-di-claude-mappa-dei-livelli/

Iscriviti ora

Condividi

Lascia un commento

Senza nessuna sorpresa ho potuto vedere che l'Italia è divisa in due, da una parte progetti fantascientifici, dall'altra il paese delle piccole realtà locali, spesso anche senza una presenza minima digitale.

Sono due Italie con bisogni diversi, ovviamente la cosa si riflette anche sugli strumenti AI utilizzabili. Il video, generato con NotebookLM, prova a raccontare tutto questo.

Condividi

Lascia un commento

Ovviamente ci andò per parlare di AI.
L'Italia è tra i paesi più avanzati al mondo per quanto riguarda l'applicazione di questi strumenti ai beni culturali. A Pompei un robot guidato da computer vision ricompone fisicamente affreschi frammentati dall'eruzione del 79 d.C. A Ercolano un papiro carbonizzato mai aperto in duemila anni è stato letto grazie a scansioni TAC e modelli AI addestrati a riconoscere l'inchiostro invisibile. Il chatbot Cat-IA permette di interrogare in linguaggio naturale tre milioni di schede del Catalogo Generale dei Beni Culturali. L'infrastruttura I.PaC del CINECA fornisce servizi AI operativi a chiunque li richieda. Roba seria, riconosciuta a livello internazionale, dietro la quale ci sono finanziamenti, équipe di professionisti, anni di lavoro.

Però. L'Italia dei beni culturali non è fatta solo di Pompei ed Ercolano, è fatta di migliaia di piccole realtà, come del resto lo è il paese in quasi tutto, economia, produzione, tessuto sociale. Quasi 1.800 musei si trovano nei comuni delle Aree Interne (ISTAT 2022) e quasi nessuno di loro ha una vera presenza digitale. Solo il 6,7% delle istituzioni culturali italiane ha avviato un progetto AI nel 2024. Il sapere dei piccoli musei, delle case museo, degli ecomusei vive spesso nella memoria di una o due persone, senza documentazione strutturata, e quando quelle persone non ci sono più se ne va con loro.

Iscriviti ora

Un progetto della complessità di quello di Pompei in un borgo di duemila abitanti non ci arriverà mai. Non per cattiva volontà, per una questione di risorse, partner, scala. La domanda che porto al Senato è un'altra. Strumenti come ChatGPT, Claude, Gemini, NotebookLM, gratuiti nelle versioni base o a poche decine di euro al mese, sono già oggi in grado di aiutare una Pro Loco, un piccolo museo, un archivio parrocchiale a fare comunicazione e valorizzazione del proprio patrimonio?

Anticipo la mia risposta. Secondo me sì. Non per ricostruire affreschi ma per cose che a una piccola realtà servono tutti i giorni. Schede multilingua, audioguide, trascrizioni delle testimonianze degli anziani, post social, comunicati, descrizione di collezioni. Tutte cose che fino a pochi anni fa richiedevano tempo e soldi che un borgo non ha.

Lunedì porto la domanda, la mia idea, e mi fermo lì. Se si apre una discussione tanto meglio, è quello che spero.

Lascia un commento

Condividi

Ad un certo punto ho deciso che era arrivato il momento di scrivere il manuale, prima di tutto per me stesso perché è un metodo che uso per mettere ordine nelle cose che ho imparato per conto mio.

Il risultato è un manuale basato sulla mia esperienza e che serve più per smorzare l'entusiasmo di chi ripone troppe aspettative in questa tecnica, in genere basate su un'idea non corretta di cosa sia il vibe coding (spoiler, non è vero che basta sedersi e chiedere alla macchina).

È pensato per i non-sviluppatori ma non insegna a codificare, ed è rivolto a chi ha almeno un abbonamento pro o è intenzionato ad attivarlo.
Però aiuta a capire cosa bisogna fare per usare questo metodo, iniziando dalle decisioni da prendere prima di sedersi e interagiore con l'AI.

Il testo è rilasciato con licenza Creative Commons,, significa che il pdf potete scaricarlo liberamente e gratuitamente, oppure potete leggerlo nella versione web. E c'è sia in italiano che in inglese.

Il link all'articolo, che è un po' più dettagliato di questo post, è
https://www.ai-know.pro/vibe-coding-cosa-serve-davvero/

Iscriviti ora

Condividi

Lascia un commento

Forse è arrivato il momento di fare un po' di pulizia, ma farlo da soli è un problema, vista la struttura non semplice del mondo Claude.
Per questo ho creato una skill che analizza la configurazione, identifica tutto quello che non va e ti aiuta a sistemare le cose.
Si chiama 𝗖𝗹𝗮𝘂𝗱𝗲 𝗖𝗼𝗻𝗳𝗶𝗴 𝗔𝘂𝗱𝗶𝘁 e l'ho pubblicata su Github, liberamente e gratuitamente scaricabile.
Qui trovi la descrizione di cosa fa ed il link per scaricarla
https://www.ai-know.pro/claude-config-audit/

Iscriviti ora

Condividi

Lascia un commento

Iscriviti ora

Quando iniziamo una nuova conversazione con Claude, già prima di inserire il primo carattere della nostra richiesta la finestra di contesto della chat può essere oltre il 10%, e saremmo noi stessi ad averne causato il consumo, semplicemente lasciando attivi strumenti che in quel momento non ci servono.
Perché succede? Ha senso che sia così?

Nell'articolo parlo di Claude ma il funzionamento è simile per tutti gli LLM, ognuno con le sue piccole personalizzazioni.

Conoscere quello che c'è dietro aiuta per capire come usare al meglio questi strumenti e ci serve per controllare al meglio il nostro LLM.

https://www.ai-know.pro/finestra-di-contesto-claude-come-funzionano-i-token-nelle-chat/

Lascia un commento

Condividi

La domanda, nel termine “vibe coding”, quale delle due parole conta di più?

Come nasce il ragionamento

Il termine lo ha inventato Andrej Karpathy, cofondatore di OpenAI, con un post su X nel febbraio 2025, arrivato oggi a quasi 7 milioni di visualizzazioni. La definizione originale è volutamente provocatoria, affidarsi completamente all’AI, accettare il codice generato senza leggerlo, lasciar crescere il progetto oltre la propria comprensione. “Dimenticati che il codice esiste”, scrive Karpathy.

Il concetto ha avuto un successo esplosivo, tanto che Collins Dictionary lo ha nominato parola dell’anno 2025. Il mondo ha capito che la soglia per creare software si è abbassata in modo radicale.

Lavorando al manuale mi sono reso conto che il mio modo di lavorare con Claude nella scrittura somiglia molto a come descrivo il vibe coding nel manuale per scrivere codice. Funziona così, do istruzioni a Claude, Claude produce il testo che rileggo e correggo. Se chiedo modifiche Claude riscrive, io correggo oppure approvo o chiedo altre modifiche, iterando questi passaggi fino a che il risultato è soddisfacente.

Il processo è identico, con le istruzioni al posto del prompt di programmazione, la revisione del testo al posto del test del codice, il file markdown al posto del file di output. Tutto il resto, la struttura della collaborazione, il ciclo di produzione, il tipo di delega, rimane uguale.

A questo punto forse la domanda trova una risposta, se il processo è lo stesso allora “coding” è solo uno dei possibili complementi della parola che conta davvero, la parola importante è “vibe”.

Iscriviti ora

Cosa significa “vibe” quando lo si separa dal coding

La definizione originale di Karpathy descrive un estremo, quello in cui l’utente si affida completamente all’AI senza verificare nulla. Ma in poco tempo il concetto si è rapidamente allargato e oggi il termine “vibe coding” copre un intero spettro di approcci, dalla cieca fiducia alla supervisione attenta. Il nucleo del concetto non è l’assenza di controllo ma la delega della produzione all’AI.

Nel manuale che sto scrivendo descrivo questo spettro su tre livelli. Al primo livello l’AI genera il codice e l’utente lo rivede più o meno completamente e lo comprende. Al secondo livello l’AI produce soluzioni complete che l’utente valuta nel funzionamento senza leggere ogni riga. Al terzo livello, quello della definizione originale di Karpathy, l’utente descrive ciò che vuole e valuta il risultato senza entrare nel merito tecnico.

Ma questi tre livelli non sono specifici del codice, si applicano a qualsiasi dominio in cui deleghiamo ad un’AI la produzione di qualcosa al posto nostro.

Prendiamo la scrittura. Al terzo livello c’è chi incolla un prompt generico in ChatGPT e pubblica il risultato senza rileggere. Lo fanno in molti, basta scorrere LinkedIn per rendersene conto. Al secondo livello c’è chi dà istruzioni più precise, rilegge rapidamente e aggiusta qualcosa prima di pubblicare. Al primo livello c’è chi configura l’AI con istruzioni di stile dettagliate, fornisce specifiche precise sul contenuto e rivede ogni passaggio con attenzione editoriale.

Lo stesso schema si applica al design, all’analisi dati, alla produzione di presentazioni, alla ricerca. In ogni caso il meccanismo è lo stesso, un essere umano delega a un’AI un compito produttivo, con gradi variabili di specifica iniziale e di controllo successivo. Il dominio cambia. Il metodo no.

Se il metodo è uno, allora “vibe” è il metodo e “coding”, “writing”, “designing” sono i domini a cui si applica.

Non è solo una mia lettura. Nella stessa documentazione di Google Cloud sul vibe coding compare anche il termine vibe deploying per descrivere il deployment di un’applicazione con un solo clic o prompt. Su DEV Community si parla già di vibe design, vibe ops, vibe anything. Il pattern di estensione del “vibe” oltre il coding sta emergendo in modo indipendente in più contesti con la stessa logica, la delega all’AI di un compito produttivo che prima richiedeva competenze specifiche.

Perché questa distinzione conta

Non è un esercizio lessicale e riguarda chiunque lavori con una AI. Se il vibe coding fosse un fenomeno esclusivo della programmazione, sarebbe territorio completamente nuovo per qualunque professionista che non fosse uno sviluppatore. Ma se “vibe” è un metodo generale, allora quel professionista lo sta già usando, magari senza chiamarlo così. Magari usa l’AI per scrivere email, per preparare presentazioni, per analizzare dati, per generare report, in ciascuno di questi casi opera da qualche parte lungo lo spettro dei tre livelli.

Il passaggio al vibe coding potrebbe essere visto come un’estensione di un metodo già familiare a un dominio nuovo. Non sarebbe quindi l’ingresso in un territorio totalmente sconosciuto, ma l’applicazione di qualcosa di già noto solo in un nuovo ambito. Questa consapevolezza cambia l’approccio all’apprendimento, non si parte da zero, si parte da un’esperienza trasferibile.

C’è però una differenza critica che va riconosciuta, e riguarda la capacità di verifica. Questa capacità non dipende dal dominio in sé ma dalla competenza di chi verifica in quel dominio.

Quando si usa l’AI per produrre qualcosa nel proprio campo professionale, si è in grado di valutare la qualità del risultato anche negli aspetti tecnici. Uno scrittore professionista riconosce le imprecisioni, le forzature argomentative, i toni sbagliati in un testo generato dall’AI. Uno sviluppatore individua un codice mal strutturato o vulnerabile. Un grafico vede i problemi di composizione in un’immagine generata. Un musicista sente le forzature in un brano prodotto dall’AI. In ciascun caso il professionista padroneggia l’argomento e può operare a qualsiasi livello dello spettro con consapevolezza.

Il problema emerge quando si usa il metodo vibe in un dominio che non si padroneggia. Un non-scrittore che pubblica testi generati dall’AI senza revisione competente corre gli stessi rischi di un non-programmatore che accetta codice senza comprenderlo. Un non-musicista che produce musica con l’AI non riconosce i problemi di struttura armonica. Un non-grafico non vede gli errori di composizione.

La variabile critica non è il dominio, è la competenza di chi verifica. Nel proprio campo professionale si ha la capacità di controllare il risultato. Quando si entra in un dominio in cui questa competenza manca, il livello di attenzione deve salire, indipendentemente dal fatto che si tratti di codice, testo, musica o design.

Non solo per principianti

C’è un’altra osservazione che mi sembra importante. Il vibe coding non è un approccio riservato a chi non sa programmare. Ci sono sviluppatori esperti che lo hanno adottato con entusiasmo, e questo è un segnale significativo. Non è un fenomeno di nicchia, è una trasformazione diffusa nella comunità degli sviluppatori a livello globale. Molto interessante a riguardo questa intervista di Raffaele Gaito a Piero Savastano.

Questo smonta l’idea che il vibe coding sia un ripiego per chi non sa programmare. Al contrario, ridefinisce il mestiere di chi programma da sempre. La competenza non diventa superflua, cambia forma, dal saper scrivere codice al saper dirigere un’AI che lo scrive, dal conoscere la sintassi al saper specificare un risultato, dal debugging manuale alla capacità di riconoscere quando l’AI sta producendo qualcosa di sbagliato.

Lo stesso vale per la scrittura, per il design, per qualsiasi dominio in cui il metodo vibe si applica. L’esperto non viene sostituito, viene potenziato. Ma l’esperto che rifiuta il metodo perde un moltiplicatore di produttività che i suoi concorrenti stanno già usando.

Il metodo è uno, i pattern di interazione sono diversi

Se il metodo vibe è trasversale ai domini, il modo in cui si interagisce con l’AI varia. E questa è una distinzione che vale la pena fare perché evita confusioni.

Quando scrivo con Claude lavoro in modalità conversazionale. Uno scambio continuo di botta e risposta, io specifico, Claude produce, io rivedo, Claude corregge. È un lavoro a quattro mani in tempo reale.

Quando invece si delega un compito a un agente AI autonomo il pattern è diverso. Si assegna il lavoro, si lascia che l’agente pianifichi e esegua in autonomia, si torna per verificare il risultato. Come quando si delega a collaboratore che lavora da solo.

Karpathy, nel febbraio 2026, ha proposto il termine agentic engineering per descrivere questo secondo pattern. Ma sarebbe un errore pensare che “agentic engineering” sia il nome corretto per l’intero fenomeno. Descrive uno specifico modo di interagire con l’AI, quello basato sull’autonomia dell’agente. Il metodo vibe è più ampio perché include sia il pattern conversazionale sia quello agentico, in qualsiasi dominio.

Il quadro che emerge

Se provo a mettere insieme i pezzi, vedo che l’AI generativa ha superato una soglia di qualità che rende praticabile un nuovo metodo di lavoro. Questo metodo consiste nel delegare la produzione alla macchina mantenendo gradi variabili di controllo. Il metodo si applica a qualsiasi dominio produttivo, dal codice al testo, dal design all’analisi e così via.

Il termine “vibe coding” è diventato virale, ma il vibe non è del coding. Il vibe è il metodo. Il coding, il writing, il designing sono le sue applicazioni. Detto in modo ancora più diretto, il metodo vibe è semplicemente il modo normale di lavorare con un’AI generativa. Non è una tecnica speciale, non è un approccio alternativo. È ciò che si fa quando si usa l’AI per produrre qualcosa, a qualsiasi livello dello spettro.

Ma allora perché il tweet di Karpathy è stato un masso nello stagno?

Se il metodo vibe è il modo ordinario di lavorare con un’AI, applicarlo al codice dovrebbe essere percepito come qualcosa di naturale. Eppure il tweet di Karpathy nel febbraio 2025 ha provocato una reazione esplosiva, tra entusiasmo e resistenza, che nessun “vibe writing” o “vibe designing” ha mai generato. Perché?

Credo che le ragioni siano almeno tre e si sovrappongano.

La prima è che il coding era l’ultima barriera binaria. In tutti gli altri domini la delega all’AI è stata percepita come un’evoluzione graduale. Chiunque può scrivere un’email approssimativa, fare uno schizzo, mettere numeri in un foglio di calcolo. Il risultato sarà mediocre ma è fattibile, la barriera è graduale. Il codice no, il codice o funziona o non funziona. Non esiste una “bozza approssimativa” di codice nello stesso senso in cui esiste una bozza di testo. La barriera era binaria, sai programmare oppure no. Quando Karpathy dice “dimenticati che il codice esiste” sta dichiarando che anche quest’ultima barriera è caduta. Quando cade una barriera graduale l’effetto è un’accelerazione. Quando cade una barriera binaria l’effetto è uno shock.

La seconda ragione è il fattore autorità. Quando un non-sviluppatore dice “non ho bisogno di capire il codice” viene ignorato. Quando lo dice uno dei più importanti ricercatori di AI al mondo, cofondatore di OpenAI, ex direttore AI di Tesla, il peso è completamente diverso. Un esperto del dominio che dichiara opzionale la competenza tecnica nel suo stesso dominio è un evento destabilizzante.

La terza ragione è una lettura quasi mitologica e come tale la propongo. Il software è stato creato dagli sviluppatori, le AI che scrivono codice sono state create dagli sviluppatori, ora quelle stesse AI rendono opzionale la competenza di chi le ha create. La creatura che supera il creatore nel suo stesso campo. Non è la stessa cosa di un’AI che scrive testi meglio di un giornalista, perché il giornalista non ha costruito l’AI. Lo sviluppatore sì. Questo spiega perché la reazione emotiva al vibe coding è stata così intensa e polarizzata, non era solo una questione tecnica ma una questione di identità professionale.

Per chi lavora con l’AI oggi la conseguenza pratica è diretta. Il metodo vibe è lavorare con un’AI sufficientemente evoluta da diventare partner, delegandole una parte del lavoro. Si può applicare in qualsiasi dominio, indipendentemente dal proprio livello di competenza in quel dominio. Ciò che cambia non è il metodo ma il livello di interazione. Un esperto del dominio può permettersi di operare a qualsiasi livello dello spettro con consapevolezza, un principiante opererà naturalmente ai livelli di maggiore delega. In entrambi i casi il metodo è lo stesso.

Non serve pensare al vibe coding come a qualcosa di esotico o riservato ai tecnici. È un’estensione di ciò che probabilmente si sta già facendo nel proprio campo. E la competenza nel dominio, quando c’è, non viene resa superflua dal metodo ma ne determina la qualità e la sicurezza di applicazione.

Condividi

Lascia un commento