Vai al contenuto
Tecnologia

Claude Code

Claude Code — Tecnologia. approccio: Ricerca diretta tramite grep/glob senza indicizzazione · punto di forza: Rispetto delle istruzioni, generazione di codice, utilizzo di strumenti · auto-scrittura: ~90% del codice scritto da lui stesso · categoria: Agente di coding CLI · categoria: Agente di coding CLI · data_creazione: Settembre 2024 · finestra_contesto: 1 milione di token · interfaccia: agente CLI terminal-first · modello economico: Proprietario, integrato in Claude Pro/Max · prodotti_interessati: Claude Code, Claude Agent SDK, Claude Cowork · ricavi: 500M$ annui (run-rate) · ricavi annualizzati: ~1 miliardo $ (novembre 2025) · ruolo: Harness di valutazione de facto del post: la versione 2.1.207 è citata come dipendenza di misurazione per Terminal-Bench 2.1 e 3.0, Agents' Last Exam, CyberGym, ExploitGym, ExploitBench, PostTrainBench e SWE-Marathon — un laboratorio cinese vi misura il proprio modello e quelli dei concorrenti. Citato anche come client compatibile con GLM-5.3 · ruolo criticato: « Behavioral funnel » / livello ostaggio che blocca lo sviluppatore · stack: TypeScript, terminale React · uso: Agente di coding utilizzato trasversalmente in Anthropic (prodotto, devrel, design scrivono codice) per una consegna end-to-end · uso_descritto: Esecuzione di piani dettagliati in Fidelity One e Two · usi riportati: Prototipazione da parte di non sviluppatori, revisione del codice, agenti monofunzione, analitica self-service, ricostruzione assistita; le funzionalità citate sono MCP, skills, CLAUDE.md, Code Review, hooks, dynamic workflows, mode plan · versione_corretta: v2.1.116 (20 aprile 2026) · versioni: `/goal` rilasciato v2.1.139 (11 maggio 2026), branch 2.1.x, Opus 4.8 come predefinito · editore: Anthropic

Anthropic ha creato Claude Code nel settembre 2024 come agente di coding CLI pensato innanzitutto per il terminale, scritto in TypeScript e React, che cerca direttamente nelle codebase con grep e glob invece che tramite un indice. Boris Cherny (Head of Claude Code) e Cat Wu (Head of Product) hanno riferito nel luglio 2026 che lo strumento scrive circa il 90% del proprio codice, e che in Anthropic i team di prodotto, devrel e design scrivono tutti codice con esso. Le cifre di fatturato associate vanno da un run-rate annuo di 500M$ a circa 1 miliardo $ su base annualizzata a novembre 2025.

Ciò che continua ad attirare attenzione è la sua seconda vita come strumento di misurazione. Z.ai ha condotto quasi tutte le valutazioni del suo GLM-5.3 dentro Claude Code 2.1.207 nell'agosto 2026, usando un harness di Anthropic per confrontare il proprio modello con quelli di Anthropic e OpenAI. DeepSeek ha introdotto una modalità Minimal pensata esplicitamente per il benchmarking in un ambiente ridotto, mentre il proprio repository porta un CLAUDE.md e una directory .claude/skills.

Attorno a esso si è formato uno strato di pratiche più che di prodotto: CLAUDE.md, Agent Skills, hooks, subagents, git worktrees, slash commands. Jarred Sumner ha fatto girare circa 64 istanze di Claude su quattro worktrees per undici giorni per riscrivere Bun in Rust, per circa 165.000 $ in token. La guida per startup di Michael Segner dell'agosto 2026 raccoglie cinque regole operative da quindici aziende nominate, con cifre dichiarate dalle aziende stesse e senza alcun metodo di indagine indicato.

Cherny colloca Anthropic al passo 3 della propria scala di adozione a cinque livelli.

Tipo
Tecnologia
approccio
Ricerca diretta tramite grep/glob senza indicizzazione
punto di forza
Rispetto delle istruzioni, generazione di codice, utilizzo di strumenti
auto-scrittura
~90% del codice scritto da lui stesso
categoria
Agente di coding CLI
categoria
Agente di coding CLI
data_creazione
Settembre 2024
finestra_contesto
1 milione di token
interfaccia
agente CLI terminal-first
modello economico
Proprietario, integrato in Claude Pro/Max
prodotti_interessati
Claude Code, Claude Agent SDK, Claude Cowork
ricavi
500M$ annui (run-rate)
ricavi annualizzati
~1 miliardo $ (novembre 2025)
ruolo
Harness di valutazione de facto del post: la versione 2.1.207 è citata come dipendenza di misurazione per Terminal-Bench 2.1 e 3.0, Agents' Last Exam, CyberGym, ExploitGym, ExploitBench, PostTrainBench e SWE-Marathon — un laboratorio cinese vi misura il proprio modello e quelli dei concorrenti. Citato anche come client compatibile con GLM-5.3
ruolo criticato
« Behavioral funnel » / livello ostaggio che blocca lo sviluppatore
stack
TypeScript, terminale React
uso
Agente di coding utilizzato trasversalmente in Anthropic (prodotto, devrel, design scrivono codice) per una consegna end-to-end
uso_descritto
Esecuzione di piani dettagliati in Fidelity One e Two
usi riportati
Prototipazione da parte di non sviluppatori, revisione del codice, agenti monofunzione, analitica self-service, ricostruzione assistita; le funzionalità citate sono MCP, skills, CLAUDE.md, Code Review, hooks, dynamic workflows, mode plan
versione_corretta
v2.1.116 (20 aprile 2026)
versioni
`/goal` rilasciato v2.1.139 (11 maggio 2026), branch 2.1.x, Opus 4.8 come predefinito
editore
Anthropic
relazioni
120
Citata in
53 fiches

Metriche di adozione

Vicinato

← ha creato

Anthropic ORGANISATION affidabilità alta dinamico Fonte ↗
Boris Cherny PERSONNE affidabilità alta stabile Fonte ↗
Cat Wu PERSONNE affidabilità alta stabile Fonte ↗

→ si basa su

modèle Claude TECHNOLOGIE affidabilità alta dinamico Fonte ↗
Prompt caching CONCEPT affidabilità alta atemporale Fonte ↗

→ è un'istanza di

agent terminal-first CONCEPT affidabilità alta stabile Fonte ↗

→ utilizza

subagents TECHNOLOGIE affidabilità alta dinamico Fonte ↗
TypeScript TECHNOLOGIE affidabilità alta dinamico Fonte ↗
Fenêtre de contexte de 1 million de tokens CONCEPT affidabilità alta dinamico Fonte ↗
Ink TECHNOLOGIE affidabilità alta dinamico Fonte ↗
Bun TECHNOLOGIE affidabilità alta dinamico Fonte ↗
git worktrees TECHNOLOGIE affidabilità alta dinamico Fonte ↗
Haiku 4.5 TECHNOLOGIE affidabilità alta dinamico Fonte ↗
Opus 4.5 TECHNOLOGIE affidabilità alta dinamico Fonte ↗
Sonnet 4.5 TECHNOLOGIE affidabilità alta dinamico Fonte ↗
TypeScript et React TECHNOLOGIE affidabilità alta stabile Fonte ↗
grep et glob TECHNOLOGIE affidabilità alta stabile Fonte ↗
Plan subagent TECHNOLOGIE affidabilità alta dinamico Fonte ↗

← utilizza

Jesse Vincent PERSONNE affidabilità alta dinamico Fonte ↗
Rakuten ORGANISATION affidabilità alta stabile Fonte ↗
Compound Engineering METHODOLOGIE affidabilità alta dinamico Fonte ↗
hyperresearch METHODOLOGIE affidabilità alta dinamico Fonte ↗
infrastructure contexte codifié METHODOLOGIE affidabilità alta dinamico Fonte ↗
Kieran Klaassen PERSONNE affidabilità alta dinamico Fonte ↗
Salesforce ORGANISATION affidabilità alta stabile Fonte ↗
Salvatore Sanfilippo PERSONNE affidabilità alta dinamico Fonte ↗

← compete con

Mistral AI CLI TECHNOLOGIE affidabilità alta stabile Fonte ↗

← si applica a

Agent Skills TECHNOLOGIE affidabilità alta dinamico Fonte ↗
Superpowers TECHNOLOGIE affidabilità alta dinamico Fonte ↗
pédagogie socratique METHODOLOGIE affidabilità alta stabile Fonte ↗

→ consente

subagents CONCEPT affidabilità alta atemporale Fonte ↗
HTML (format de sortie agent) METHODOLOGIE affidabilità alta atemporale Fonte ↗
reconnaissance et exfiltration de données METHODOLOGIE affidabilità alta stabile Fonte ↗

← fa parte di

plugin Compound Engineering TECHNOLOGIE affidabilità alta dinamico Fonte ↗

← migliora

SuperClaude TECHNOLOGIE affidabilità alta stabile Fonte ↗

← osservato in

Trois incidents de dégradation qualité EVENEMENT affidabilità alta stabile Fonte ↗

← pubblica

Anthropic ORGANISATION affidabilità alta stabile Fonte ↗

← si basa su

Augment Code TECHNOLOGIE affidabilità alta dinamico Fonte ↗

→ migliora

productivité ingénieur CONCEPT affidabilità alta dinamico Fonte ↗

→ fa parte di

Agents de codage TECHNOLOGIE affidabilità alta atemporale Fonte ↗

Citata in (53)