Grafico GitHub collega boom di modifiche a Datasette alle nuove classi di modelli
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Un post del 13 luglio 2026 mostra un picco nella frequenza di cambi al codice che l'autore mette in relazione con Opus 4.8, GPT-5.5, Fable 5 e GPT-5.6 Sol.
Il 13 luglio 2026 Simon Willison pubblica un grafico con un picco netto di modifiche al codice del suo progetto open source Datasette su GitHub. Nello stesso post annota che “il grande picco di attività alla fine si allinea con Opus 4.8, GPT-5.5, Fable 5 e GPT-5.6 Sol”1.
Il post nasce da un esperimento mirato: trovare “un’illustrazione utile dell’impatto degli agenti di codifica e dei modelli della classe Opus 4.5” sulla propria produzione. Willison indica come più efficace la vista “code frequency” del repository Datasette, che mostra aggiunte e rimozioni nel tempo1.
Quel tracciato evidenzia un’accelerazione finale. È su quel salto che Willison concentra l’attenzione, collegandolo all’arrivo o alla diffusione dei modelli citati. Parla di “allineamento” con Opus 4.8, GPT‑5.5, Fable 5 e GPT‑5.6 Sol nella parte conclusiva della curva1.
L’ipotesi operativa è semplice: l’ondata recente di agenti di codifica e dei modelli della “classe Opus” coincide, nel periodo osservato, con un aumento del ritmo dei cambi. Per stimare l’effetto su Datasette, Willison usa una sola metrica: la frequenza delle modifiche al codice del progetto, così come la riporta GitHub. La definisce “la migliore che ho trovato finora” per rappresentare il fenomeno nel suo caso d’uso1.
Il post ospita anche un riquadro “Recent articles” con tre note, tutte di luglio 2026. “The new GPT-5.6 family: Luna, Terra, Sol”, del 9 luglio. “sqlite-utils 4.0, now with database schema migrations”, del 7 luglio. “sqlite-utils 4.0rc2, mostly written by Claude Fable (for about $149.25)”, del 5 luglio1.
Questi riferimenti danno contesto ravvicinato al periodo del picco. Tra essi spicca il dettaglio operativo del 5 luglio: “sqlite-utils 4.0rc2” è stato “per lo più scritto da Claude Fable (per circa 149,25 dollari)”. Willison lo mette accanto agli altri due richiami di luglio nel blocco degli articoli recenti1.
Nessun’altra metrica entra nell’analisi. Willison non amplia il quadro con dati aggiuntivi e non propone confronti fuori dal repository. Limita la dimostrazione alla vista “code frequency” e alla correlazione, da lui osservata, tra il segmento finale del grafico e i nomi dei modelli menzionati1.
L’indicazione cruciale, per chi segue l’adozione degli agenti di codifica nei progetti open source personali, è il metodo essenziale: fissare un indicatore operativo e osservare se e quando cambia. Qui l’indicatore è la frequenza delle modifiche, e il cambio appare nel punto in cui Willison vede un allineamento con Opus 4.8, GPT‑5.5, Fable 5 e GPT‑5.6 Sol1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.