Anthropic ha pubblicato un resoconto tecnico dettagliato di come ha reso claude.ai e l'app desktop Claude circa tre volte più veloci in uno sprint di due settimane, e la svolta è che la maggior parte del lavoro è stato svolto dallo stesso Claude. Il post, pubblicato sul blog tecnico di Anthropic, descrive una campagna di performance condotta da un singolo canale Slack con il modello AI in ogni thread, individuando colli di bottiglia, costruendo benchmark, distribuendo miglioramenti e osservando ogni implementazione.
I numeri, misurati al 75° percentile, sono sostanziali. Il tempo necessario per ottenere una pagina digitabile su un nuovo caricamento di claude.ai è sceso da 3,1 secondi a 0,55 secondi. L'avvio di una nuova sessione di Claude Code è sceso da 0,8 secondi a 0,3 secondi e il caricamento di una sessione cloud di Claude Cowork è sceso da 2,6 secondi a 0,73 secondi. Nel complesso, Anthropic stima che i miglioramenti consentano di risparmiare decine di migliaia di ore di attesa per gli utenti ogni giorno. Per maggiori informazioni su questa storia, consulta la nostra ultimi sviluppi nell'IA.
Prima misurare, poi muoversi
Lo sprint è iniziato con la misurazione anziché con il codice. Utilizzando Claude per analizzare i dati di utilizzo tramite un server MCP Datadog, il team ha identificato i quattro percorsi dell'utente che rappresentano il 95% dell'attività: avvio dell'app, avvio di una conversazione, caricamento di una conversazione esistente e invio di un messaggio. Sul web e sul desktop questi percorsi si sono suddivisi in tredici misurazioni distinte e il team ha aggiunto la strumentazione finché ciascuna di esse non è stata direttamente confrontabile, iniziando con l'interazione dell'utente e terminando una volta visualizzato il risultato.
Con le linee di base in atto, il team ha stilato un elenco di circa venti progetti selezionati con cura, ciascuno mirato a un viaggio specifico, e ha chiesto a Claude di stimare l'impatto di ciascuno in millisecondi per fissare gli obiettivi dello sprint. Il piano è riuscito in anticipo: i rapporti di Anthropic hanno raggiunto dodici dei tredici obiettivi entro il terzo giorno. Ciò ha lasciato spazio a Claude per identificare ulteriori opportunità e proporre nuovi flussi di lavoro, che si sono rapidamente trasformati in progetti completi e hanno spinto i risultati oltre gli obiettivi originali.
Cosa è stato effettivamente spedito
Le modifiche tecniche si leggono come una lista di controllo del moderno lavoro sulle prestazioni web. Per lanci più rapidi, il team ha inserito un compositore statico nell'HTML in modo che gli utenti possano iniziare a digitare durante l'inizializzazione di React e ha precompilato una cache del codice V8 in modo che il processo principale della shell del desktop non si ricompili più da zero all'avvio. Per una navigazione più rapida tra le conversazioni, il compositore rimane montato anziché essere smontato e ricostruito, le sessioni vengono precaricate quando un utente passa sopra di esse e i nuovi rendering della barra laterale sono stati ridotti del 90%.
La portata della cronologia della fusione è la cifra principale: più di tremila modifiche apportate durante lo sprint senza un singolo incidente o rollback rivolto al cliente, secondo il post.
Claude Tag: un agente con i guardrail
Lo sprint si è svolto su quello che Anthropic chiama Claude Tag, attualmente in versione beta e descritto come un modello di ricerca interno più o meno paragonabile a Opus 5.5. La divisione del lavoro è la parte più importante della storia. Claude ha individuato colli di bottiglia, creato benchmark, implementato correzioni e monitorato ogni distribuzione, lavorando in modo asincrono per ore alla volta, anche durante la notte. Gli esseri umani fissano gli obiettivi, fanno i compromessi e approvano ogni cambiamento prima che si unisca.
Il team voleva anche eseguire l'iterazione più velocemente della cadenza di distribuzione, quindi ha creato misurazioni di laboratorio come proxy per le letture nel mondo reale. Tra le domande poste dagli ingegneri: il conteggio delle istruzioni JavaScript potrebbe sostituire i tempi dell'orologio come segnale di feedback più rapido per convalidare i prototipi prima della distribuzione?
Perché è importante per l'ingegneria assistita dall'intelligenza artificiale
Il post di Anthropic è degno di nota meno per le ottimizzazioni specifiche (shell statiche, precaricamento e riduzione del rendering sono tecniche consolidate) che per ciò che dimostra sullo sviluppo basato sull'intelligenza artificiale su scala di produzione. Un laboratorio di frontiera ha appena consegnato una revisione delle prestazioni di tremila modifiche di un prodotto di consumo di punta, con agenti di intelligenza artificiale che svolgono la maggior parte del lavoro di identificazione, implementazione e verifica, mentre gli esseri umani mantengono l’autorità di approvazione su ogni modifica.
Il risultato approda anche in un contesto competitivo dove la reattività è una caratteristica del prodotto. Claude compete direttamente con ChatGPT di OpenAI e Gemini di Google per attirare l'attenzione di consumatori e sviluppatori, e la velocità percepita influenza l'uso quotidiano dei prodotti di assistenza tanto quanto la qualità del modello. La riduzione del tempo di interazione da 3,1 secondi a 0,55 secondi risolve il singolo reclamo più comune presentato dagli utenti riguardo al prodotto.
Per i team di ingegneri che osservano dall'esterno, la lezione trasferibile dall'account di Anthropic è la struttura del ciclo: misurare con precisione i percorsi degli utenti, lasciare che il modello proponga e convalidi le modifiche rispetto a tali misurazioni, mantenere un cancello di approvazione umano ed espandere l'ambito solo alla velocità con cui il sistema di misurazione può verificare. L'idea di Anthropic è che una volta che Claude riesce a misurare qualcosa, può renderlo più veloce, quindi il team ha continuato a trovare più cose da misurare.
Resta da vedere se simili sprint guidati da agenti diventeranno una pratica standard nel settore del software, ma Anthropic ha fornito uno dei dati pubblici più concreti finora disponibili su cui possano funzionare su larga scala. I lettori che seguono il modo in cui l'intelligenza artificiale sta rimodellando lo sviluppo del software possono seguire la nostra copertura della ricerca sull'intelligenza artificiale per ulteriori sviluppi.
---
Rimani Aggiornato sull'IALe ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.
Leggi altre notizie sull'IA →
