Thariq Shihipar, ex ingegnere di Claude Code che ha lasciato Anthropic questo mese , ha scritto su X: "There’s 100% a kind of mania you can get into with coding agents, where it feels like you’re getting a lot done and working all the time but nothing is really happening." [«C’è al 100% una specie di mania in cui puoi cadere con gli agenti di programmazione: sembra di fare tantissimo e di lavorare sempre, ma in realtà non succede niente.»]
E ha aggiunto: "I think it’s often a form of avoidance of something else in life." [«Penso che spesso sia un modo per evitare qualcos’altro nella vita.»] È una frase onesta, da chi ha lavorato vicino a questi strumenti. E descrive qualcosa che molti team riconosceranno.
Le domande a cui risponde questo articolo
SAQ: le domande che dovresti farti (e che nessuno si fa)
Sentirsi produttivi non è essere produttivi.
Il video di questo articolo è in lavorazione.
Cosa ha detto davvero
Due frasi, nessuno studio, nessun numero. Shihipar non ha detto che gli agenti sono inutili. Ha detto che un certo modo di usarli può sembrare progresso senza esserlo . Gli agenti AI sono software che eseguono compiti in più passaggi al posto tuo; il punto è come li usi. India Today ha riportato il post il 30 ottobre, notando che non ha spiegato pubblicamente perché ha lasciato Anthropic .
Non è il solo a descrivere questa attrazione. India Today ricorda anche che Andrej Karpathy, nel podcast No Priors, ha detto di trovarsi in uno stato di psicosi lavorando con gli agenti: "I’m just like in the state of psychosis of trying to figure out what’s possible, trying to push it to the limit" [«Sono come in uno stato di psicosi, cercando di capire cosa sia possibile, di spingerlo al limite»] .
Lo sviluppatore Peter Steinberger ha detto l’altra metà in un’intervista citata da The Deep View: "If you don’t ask the right questions, it’s still going to be slop." [«Se non fai le domande giuste, resta comunque spazzatura.»]
L’attività non è un risultato
Microsoft lo ha verificato in casa. Kathleen Hogan, responsabile della strategia e della trasformazione, ha scritto che l’azienda ha "learned that access and usage do not equal transformation" [«imparato che accesso e utilizzo non equivalgono a trasformazione»] .
Adding agents to a broken process still leaves a broken process [«Aggiungere agenti a un processo rotto lascia comunque un processo rotto»]
Kathleen Hogan, Microsoft
E ha aggiunto: "speeding up one step just creates a longer queue at the next" [«accelerare un passaggio crea solo una coda più lunga al successivo»] . In altre parole, più agenti al lavoro misurano l’attività. Non dicono ancora nulla su cosa è stato finito.
Allora cosa conviene contare?
La risposta di Microsoft è stata partire dal risultato di business invece che dallo strumento, e seguire indicatori anticipatori finché i risultati non arrivano . Per un ingegnere, ha scritto Hogan, la misura "is not how much code AI produces, but whether the team is building better products faster" [«non è quanto codice produce l’IA, ma se il team costruisce prodotti migliori più in fretta»] .
La lezione per le aziende
Fonti
Le fonti sono elencate nella lingua originale.
- 1India Today, Armaan Agarwal, “Ex-Anthropic engineer says using AI agents may be your way of avoiding something in life,” 30 October 2026. https://www.indiatoday.in/technology/news/story/ex-anthropic-engineer-ai-agent-mania-avoidance-thariq-shihipar-3028223-2026-10-30
- 2Thariq Shihipar (@trq212), post on X, October 2026 (text as mirrored by daily.dev, accessed 30 October 2026). https://x.com/trq212/status/2115937378674372783
- 3The Deep View, Jason Hiner, “Why AI agent slop is overwhelming workers,” 2026. https://www.thedeepview.com/newsletter/why-ai-agent-slop-is-overwhelming-workers
- 4Microsoft, Kathleen Hogan, “What we’ve learned from Microsoft’s own AI transformation,” The Official Microsoft Blog, 17 September 2026. https://blogs.microsoft.com/blog/2026/09/17/what-weve-learned-from-microsofts-own-ai-transformation/