Gestire molti progetti attivi: il metodo di organizzazione di un consulente senior
Tenere molti progetti attivi senza perdere contesto è una competenza, non un talento. Il metodo di organizzazione di un consulente senior: stato esternalizzato su file invece che in testa, priorità riviste con cadenza, contesto ricostruibile in fretta a ogni rientro, e il ruolo degli strumenti AI nel reggere il carico cognitivo. Pratico e di prima mano, per chi alterna delivery a più clienti senza far cadere nulla. Continua a leggere
Ultima modifica:
Un LLM addestrato su documentazione datata genera codice per la versione sbagliata del framework: è la classica allucinazione di versione. Context7 risolve il problema iniettando in contesto la documentazione esatta della versione in uso. Come funziona, con un esempio concreto su un upgrade Laravel dove il modello, senza la doc giusta, avrebbe proposto API rimosse. Pratico e SEO-friendly, lega il tema caldo Laravel 13 all'ecosistema degli strumenti AI. 
L'ecosistema Claude Code è esploso, ma installare tutto è un anti-pattern. Rassegna ragionata dei pacchetti che tratto come standard nel 2026: per ognuno cosa risolve davvero, quando NON serve, e il rischio di saturare il context window. Il criterio di selezione esplicitato, perché un senior non sceglie per numero di stelle ma per ritorno reale sul workflow. Insider, evergreen, dal lato di chi questi tool li usa in produzione ogni giorno. 
Claude Code non è un autocomplete: è un agente che esegue task multi-step su una codebase reale. Configurazione di una pipeline di produzione per un team PHP senior: come strutturare il contesto del progetto, dove l'agente accelera davvero (refactoring estesi, code review, debugging) e dove serve il guardrail umano. Workflow concreto con permessi, regole e skill, non una demo da slide. 
Una harness di produzione per un agente di coding non è il client di default: è un sistema di hook, regole path-scoped, skill custom e un motore di permessi che decide cosa l'agente può e non può fare. Smonto il mio setup reale pezzo per pezzo: il validatore pre-bash, le regole che caricano il contesto giusto solo quando serve, le skill che incapsulano i workflow ripetitivi, e il permission engine che separa lettura da scrittura. Information gain altissimo per un senior che vive in Claude Code. 
Il 31 marzo 2026 Anthropic ha pubblicato per errore 512.000 righe di Claude Code via source map nel pacchetto npm 2.1.88. Ho analizzato il codice leakato e distillato otto lezioni architetturali trasferibili a qualunque MCP server interno: QueryEngine, Tool Registry, Permission Engine, prompt caching stratificato, anti-distillation, auto-compact contesto, KAIROS heartbeat agent, feature flags progressivi. 
Gestire molti progetti attivi contemporaneamente è un problema cognitivo, non tecnico. Il context switching è costoso. Nella mia pipeline personale l'AI fa da co-pilota: knowledge management automatico, session handoff con memoria persistente, generazione di recap pre-chiamata cliente. Ti racconto il metodo e le automazioni concrete che mi permettono di non perdere qualità cambiando contesto. 
Stack trace PHP con 40 frame, log Nginx con 3.000 righe, crash non deterministico ogni 6 ore. Il debugging tradizionale richiede ore. Con un workflow Claude-assistito porto molti casi dalla segnalazione alla root cause in 20 minuti. Ti mostro come strutturo il contesto per l'LLM, i prompt specializzati per diversi tipi di errore, e i casi dove l'AI sbaglia in modo prevedibile. 
Gli LLM sono ragionatori euristici, non formali: Torre di Hanoi a 10 dischi = accuracy zero. Se chiedi al modello di scrivere il programma che la risolve, accuracy 100%. Principio identico in AlphaEvolve DeepMind (2506.13131): matrix mult 4x4 in 48 scalar mult, primo miglioramento in 56 anni su Strassen. Tutorial operativo sul tool use in Claude, GPT-5.3-Codex e Gemini, sandboxing sicuro, recovery rate, loop infiniti. 
L'AI scrive codice che passa i test, sembra pulito, esce in produzione. Ma quando alle 2 del mattino il sistema cade, nessuno sa più cosa stiamo guardando. Il debito tecnico lo vedi: lo accetti come scelta. Il debito di comprensione no, cresce silenzioso, e la sua compounding rate è la cosa più sottovalutata del coding 2026.