Per due anni ho usato i modelli di linguaggio come autocomplete evoluto. Bravi sul singolo passaggio, inaffidabili sul percorso lungo: dopo qualche step perdevano il filo, dimenticavano un vincolo, riscrivevano roba che avevo già chiesto di lasciare stare. Delegare un task che durasse più di dieci minuti significava passare più tempo a controllare che a lavorare. Con l’annuncio del 22 maggio 2025 — Claude Opus 4, Claude Sonnet 4 e Claude Code in general availability — per la prima volta ho la sensazione concreta che la parte noiosa del mio mestiere di consulente Adobe si possa davvero delegare.
Non è entusiasmo da lancio. È che ho cominciato a farlo sul serio, su lavoro vero, e voglio raccontare cosa ho delegato, cosa no, e con quali guardrail.
Cosa cambia con la generazione Claude 4
Il punto che mi interessa non è il benchmark, è la tenuta sul task lungo. Anthropic presenta Opus 4 come il suo miglior modello per il coding, ed è coerente con quello che vedo: la differenza che sento nell’uso quotidiano è che il modello mantiene il contesto e l’obiettivo lungo una sequenza di passaggi, invece di sbandare dopo il terzo. È la variabile che rende sensato passare dal chiedere “scrivimi questa funzione” al chiedere “fai questa cosa in venti step e fermati se qualcosa non torna”.
C’è poi Claude Code fuori dalla research preview. È lo stesso agente, ma il passaggio in GA cambia la mia disposizione mentale: smetto di trattarlo come esperimento e comincio a inserirlo in un flusso su cui ho una scadenza. La disponibilità di Sonnet 4 accanto a Opus 4 conta più di quanto sembri: il grosso del lavoro ripetitivo lo faccio girare su Sonnet 4 — veloce, economico, sufficiente — e tengo Opus 4 per i passaggi dove serve giudizio.
La mia tesi è semplice: non è cambiato quanto è “intelligente” il modello sul singolo prompt, è cambiato quanto lontano posso mandarlo prima di dover rimettere le mani.
I tre task lunghi che ora delego davvero
Parlo di cose che facevo a mano o che rimandavo perché troppo noiose. Casi reali, anonimizzati.
1. Batch di contenuti su catalogo. Su un merchant fashion sui €15M di GMV avevamo qualche migliaio di prodotti con meta description assenti o clonate, un classico che nessuno affronta mai perché è mortalmente noioso. Ho definito un template di tono, le regole SEO, i campi da non toccare, e ho fatto lavorare il modello a lotti di poche centinaia di SKU, leggendo gli attributi da un export e producendo un CSV reimportabile. Non ho “premuto un bottone e fine”: ho revisionato il primo lotto riga per riga, corretto le istruzioni, poi lasciato scorrere. Il lavoro di una settimana-uomo diventato due pomeriggi, la maggior parte dei quali di controllo.
2. Migrazioni e trasformazioni di dati. Qui Claude Code brilla, perché il task è intrinsecamente multi-step: leggere lo schema di partenza, mappare i campi, scrivere lo script di trasformazione, girarlo su un campione, confrontare i risultati, correggere. Su una migrazione di attributi di catalogo tra due ambienti l’ho lasciato iterare sullo script fino a far quadrare i conteggi su un dataset di test. Il valore non è che scrive lo script — quello lo facevo anche prima — è che chiude il ciclo scrivi-esegui-verifica-correggi da solo finché il campione non torna, e mi presenta il risultato invece del solo codice.
3. Automazioni ripetitive che non valevano il tempo di automatizzare. La categoria più sottovalutata. Ci sono decine di micro-task — normalizzare un export, generare varianti di una configurazione, controllare la coerenza di un set di redirect — che singolarmente non giustificano lo sforzo di scrivere uno script robusto, ma che sommati mangiano ore. Ora glieli descrivo a voce e il costo di produrre lo scriptino scende sotto la soglia in cui conviene farlo. È qui che il guadagno vero: non i progetti epici, ma la coda lunga di rotture di scatole.
I guardrail, che sono la parte seria
Delegare un task lungo senza guardrail non è delega, è scaricare il rischio su te stesso più avanti. Questi sono i miei, e non li salto.
Ambiente isolato, sempre. L’agente lavora su un branch, una copia, un ambiente di staging. Mai in produzione, mai su un unico file senza version control. Se sbaglia in venti step voglio poter buttare tutto con un comando.
Il modello propone, io approvo le azioni distruttive. Leggere, analizzare, generare bozze: campo libero. Scrivere su un database, cancellare, fare push, lanciare un import: passaggio con conferma. La comodità di lasciarlo correre non vale il rischio di una cancellazione silenziosa.
Task piccolo prima del task grande. Non lancio mai una migrazione da diecimila righe come primo tentativo. Faccio girare cento righe, controllo di persona, e solo se il campione è pulito allargo. Il primo lotto è il mio contratto di fiducia con l’agente per quel task specifico.
Il dato sensibile non esce. Su ambienti cliente ragiono su cosa il modello vede. Su anagrafiche, ordini, PII lavoro su dati mascherati o campioni sintetici quando basta a validare la logica.
Io resto responsabile dell’output. Questo è il punto che ripeto ai colleghi: se consegno al cliente qualcosa prodotto da un agente, la firma è mia. La delega riguarda l’esecuzione, non la responsabilità. Chi confonde le due cose prima o poi consegna una cosa sbagliata con la faccia sicura del modello che l’ha generata.
Dove non lo mando (ancora)
Non gli faccio prendere decisioni di architettura. Non gli faccio scegliere se una customization va fatta o evitata — quella è consulenza, ed è il pezzo per cui il cliente mi paga. E non lo lascio correre su task lunghi dove non ho un modo economico di verificare il risultato: se controllare l’output costa quanto farlo a mano, la delega non ha senso. La domanda che mi faccio prima di delegare non è “il modello ce la fa?”, è “quanto mi costa accorgermi se ha sbagliato?”. Se la risposta è “poco”, delego. Se è “tanto”, lo tengo a fianco come assistente, non come esecutore.
La generazione Claude 4 e Claude Code in GA non hanno cambiato il mio mestiere. Hanno spostato la frontiera di cosa vale la pena delegare, e l’hanno spostata parecchio. Il valore per me non è “l’AI fa il lavoro”: è che la parte noiosa e ripetitiva del lavoro adesso ha un costo marginale basso, e il tempo che mi libera lo rimetto sulle decisioni. Che poi è l’unico posto dove serve davvero un consulente.
Mini-FAQ
Cosa cambia con Claude Opus 4 rispetto ai modelli precedenti?
La differenza pratica è la tenuta sui task lunghi e multi-step: il modello mantiene contesto e obiettivo lungo una sequenza di passaggi invece di perdere il filo dopo pochi step. Anthropic lo presenta come il suo miglior modello per il coding.
Cosa significa che Claude Code è in general availability?
Significa che l’agente da riga di comando esce dalla research preview ed è disponibile in modo stabile. Nella pratica cambia la disposizione a inserirlo in flussi di lavoro con scadenze reali, non solo esperimenti.
Quali task conviene delegare a un agente di coding?
Task lunghi, ripetitivi e con verifica economica: batch di contenuti, migrazioni e trasformazioni di dati, automazioni ripetitive. Non le decisioni di architettura né i task il cui output è costoso da verificare.
Quali guardrail servono per delegare in sicurezza?
Ambiente isolato con version control, conferma umana sulle azioni distruttive, validazione su un campione piccolo prima del task completo, protezione dei dati sensibili, e responsabilità dell’output che resta umana.
Fabio Canovi è consulente Adobe presso il gruppo Lutech, certificato Adobe Commerce, Adobe Experience Manager, Adobe Analytics e Adobe Target. Approfondisce l’AI agentica e l’uso di Claude nel lavoro reale di chi progetta e gestisce piattaforme e-commerce.