Pubblicata il 2 giugno 2026 da Mike Taylor, Laura Entis e Claude per Every, questa guida propone una scala di maturità a 8 livelli per l'adozione dell'IA, strutturata attorno a un unico asse: a ogni livello, « si delega una parte maggiore del proprio lavoro all'IA—e si ripone in essa maggiore fiducia ». La sua tesi va controcorrente rispetto alla corsa alla sofisticazione: « un livello più alto non è necessariamente migliore », e « il modo migliore per trovare valore nell'IA è usarla in un modo che si adatti al proprio lavoro ». Si tratta di un esercizio di corrispondenza tra il proprio workflow reale e il livello giusto, non di una scalata per prestigio.

Gli otto livelli: (1) Chatbot (conversazione senza contesto — ChatGPT, Claude, Gemini); (2) Copilot (IA nello spazio di lavoro con accesso al file — Cursor, Claude in Excel); (3) Agent (esecuzione passo dopo passo con approvazione — Cowork, Codex); (4) Autopilot (si descrive il risultato, revisione del solo risultato finale; legato al vibe coding — Lovable, Claude Code); (5) Workflows (ingegneri che costruiscono harness con pianificazione, revisione, controlli di confidenza; passaggio verso l'agentic engineering — Compound engineering, Claude Workflows); (6) Assistant (agenti proattivi, sempre attivi, che monitorano e segnalano informazioni senza essere sollecitati; es. heartbeat.md ogni 30 minuti — OpenClaw, Claude Managed Agents); (7) Multi-agent (più agenti a lunga esecuzione con ruoli distinti; « saldamente nel territorio dell'ingegneria senior » — Codex Goals); (8) Orchestrator (un agent-manager dirige un team di sotto-agenti; « altamente sperimentale » — Gas Town, Symphony/OpenAI).

Aspettatevi di investire uno sforzo simile con i vostri agenti prima di potervi fidare di loro… al livello di autonomia successivo

— **Mike Taylor** , every.to

La guida fornisce indicatori decisionali: i knowledge worker operano tipicamente tra i livelli 1-4, gli ingegneri tra 5-8; il livello giusto dipende da quattro criteri (qualità del risultato, costo, affidabilità, posta in gioco in caso di fallimento); e il progresso dei modelli sposta verso l'alto la soglia di autonomia "sicura". Ogni livello è accompagnato da un esplicito segnale di transizione ("salire di livello quando la revisione iterativa diventa un collo di bottiglia").

Due immagini ancorano la pedagogia: il parallelo con l'inserimento di uno stagista (« aspettatevi di investire uno sforzo simile con i vostri agenti prima di potervi fidare di loro ») e l'avvertimento sulla supervisione — « non vi vantereste di avere otto stagisti al lavoro tutta la notte su un progetto chiave senza aver controllato il loro output ». Un framework direttamente riutilizzabile per strutturare una dottrina di adozione e posizionare un team, convergente con l'harness engineering, il passaggio vibe → agentic engineering (Karpathy) e la dottrina dell'agent manager.