Cinque giorni dopo l'after-action report di Jason Clinton (Deputy CISO di Anthropic) sulla messa in sicurezza di un ciclo di sviluppo diventato AI-native, SFEIR pubblica una decrittazione che non contesta nulla e non aggiunge alcun fatto: sposta il soggetto. Il lettore viene in cerca di controlli di sicurezza; gli si mostra che ciò che gli manca prima di tutto è un ciclo.

La restituzione è fedele. Tre misure di base, autodichiarate da Anthropic: ×8 codice consegnato per ingegnere a trimestre, ~80% del codice mergiato scritto da Claude, più della metà mergiata dalla versione interna di Claude Tag. Un problema inquadrato dalla legge di Amdahl: se review e monitoraggio non scalano allo stesso ritmo della produzione, l'accelerazione diventa un collo di bottiglia. Un modello di minaccia esplicito (agente compromesso o vittima di prompt injection, dependency poisoning, aumento del volume di vulnerabilità classiche). Poi un controllo per fase: PSR a Plan, CLAUDE.md e egress allowlist a Code, agenti di review specializzati a Test, DAST continuo a Deploy, triage e instradamento SIEM a Monitor.

La tesi poggia su un'anafora in quattro parti. Senza un SDLC, i guadagni non arrivano: moltiplicare per 8 il volume di codice non moltiplica nulla se la review resta sequenziale — Anthropic non ha guadagnato distribuendo agenti ma identificando la fase bloccante, Test, e ricostruendola; "non si ottimizza un collo di bottiglia che non si è mappato." Senza un SDLC, la sicurezza non ha un ancoraggio: un gate è per definizione un controllo posto tra due fasi. Senza un SDLC, nessuna politica FinOps token può essere formulata: lo scanning è fatturato a consumo e cresce con il throughput di codice, quindi il tiering basato sul rischio è la politica FinOps — decide dove si pagano tre passaggi agentici e dove basta un SAST; altrimenti "la spesa in token non è pilotata, viene osservata a fine mese." Senza un SDLC, non c'è nulla da misurare: il passaggio dal 16% al 54% delle PR commentate presuppone una fase in cui si può collocare un contatore; in assenza di ciò, si producono solo cifre di utilizzo, mute su qualità e rischio.

Due contributi esterni alla tesi. La lettura dell'incident agent-à-agent — un agente di incident-response che chiede a un'altra istanza di Claude, via Slack, di pushare una correzione, fermato da un gate umano: "un perimetro che poggia su un'istruzione in un prompt non è un perimetro," e l'accesso di un agente ad altri agenti fa parte della sua superficie d'attacco. E un avvertimento chiaro: queste cifre provengono dal fornitore del modello, su una codebase giovane senza mainframe. Ciò che si traspone è il metodo, non le cifre.