Gli articoli di Millebit sono scritti con l’intelligenza artificiale a partire da fonti citate in ogni pezzo. Come lavoriamo
Focus sulle decisioni pratiche che ottimizzano lavoro, prodotto e ruolo nel mondo software.
Btw sometimes I open a Claude session with /remote-control and ask it to open a tmux with Astra to do the work, and just report me from time to time and act as a proxy for my messages. This way I work in the tmux session when in front of the computer, and also control it remotely
At the top end of models, real-world usability matters a lot more than +/- 2 points on AA. This takes a while to understand for a model, where AA is a sort of potential, but some models hit and some miss (e.g. opus 5 vs 5.5). Seems like 3.1 may be closer to the miss side.
Nathan Lambert ha voce in capitolo perché all’Allen Institute fa post training su modelli aperti e misura cosa regge fuori dai benchmark. Quando dice «l’usabilità conta più dei ±2 punti su AA» e mette «3.1» vicino al lato «miss», il bersaglio è la corsa al decimale e il marketing che esibisce un picco AA. Opus 5 contro 5.5 lo ha già mostrato: stessi numeri di cartello, sensazione d’uso diversa.
La scelta di modello va chiusa con prove d’uso ripetibili e metriche di intervento umano. Un esempio concreto: tracciare il tempo di prima risposta sotto carico e la percentuale di uscite che richiedono correzione manuale in un flusso critico. Giudizio della redazione: d’accordo. Se «3.1» è un «miss», in pratica aumentano churn sui prompt e rollback, quindi sale il costo operativo anche a parità di AA.
Brutal truth from @Lethain “If you're in [middle] management (…) you sort of have to decide, am I retiring now or am I re-skilling?” He did just this: step down from leading a large team (250 ppl) to be hands-on with a small team (25 ppl), ship code & re-learn the new “rules”
Will Larson può permettersi di dire «decidere se andare in pensione o riqualificarsi» perché ha fatto il percorso inverso: ha lasciato 250 riporti per unirsi a un team di 25, ha ripreso a scrivere codice e ha rimesso le mani nelle regole concrete di oggi. Questo tocca un tabù di anni in cui allontanarsi dal codice significava carriera. Oggi quel distacco toglie sensibilità proprio su come si consegna valore.
Senza pratica sul ciclo di delivery un manager tecnico perde affidabilità su architetture e priorità e si vede nelle stime sbagliate e nei processi che il team scavalca. La redazione è d’accordo. In azienda va pretesa responsabilità diretta su un output tecnico misurabile, per esempio un obiettivo di tempo di ciclo su una parte di roadmap. Dove i ruoli sono pura orchestrazione serve un rollback: o si riprende un perimetro di delivery, o si accetta meno peso decisionale.
Qui si normalizza l’agente persistente in terminale. Salvatore Sanfilippo, che ha scritto Redis, usa Claude con «remote-control» per far aprire con Astra una sessione tmux, lasciarlo lavorare e «mi aggiorna di tanto in tanto e fa da proxy». Il punto operativo è che il contesto vive nel terminale e l’umano rientra nello stesso teatro quando serve, senza ricostruire prompt e stato. Questo contraddice l’idea dell’agente effimero da babysitting continuo e sposta l’attenzione su sessioni durevoli e riprendibili.
La redazione concorda sul valore e sulla replicabilità. Per ridurre il rischio serve un utente Unix dedicato senza sudo, chiavi SSH separate e un forced command che vincoli l’ambiente. Le sessioni vanno tracciate con logging a livello di shell, per esempio con script o con tmux pipe-pane su file immutabili, così ogni comando resta auditabile.