Ti mostrerò passo dopo passo come ottenere costantemente i migliori risultati con Claude Code, Codex, OpenCode o qualsiasi altro harness tu stia usando...
perché un harness è solo l'app in cui scrivi le istruzioni per il tuo agente, il cockpit in cui ti siedi
l'istinto è di inseguire un modello migliore da inserirci dentro (USANDO FABLE 5 LOL)
il vero vantaggio che puoi ottenere è altrove, nel fatto che ti sei fermato a un solo modello
e il tempismo rende questo errore più costoso di quanto non fosse... perché il singolo modello migliore è diventato un bersaglio mobile su cui non puoi contare:
- Fable 5 tornerà per circa una settimana e poi sarà troppo costoso da permettersi
- Mythos 5 è limitato a una breve lista di aziende approvate dal governo
- GPT-5.6 Sol è stato dato a circa 20 aziende approvate e a nessun altro
quindi scommettere tutta la tua operazione sul modello che è "il migliore" questo mese perde valore nel momento in cui viene limitato
quindi la mossa è una fusione di LLM all'avanguardia, un gruppo di modelli che lavorano insieme invece di un singolo modello che fa tutto
questo è ciò che separa i risultati medi da quelli migliori, ed è la prima cosa che configuro su ogni progetto ora
se vuoi imparare come ottenere il massimo da questi strumenti e guadagnare soldi veri con loro, è per questo che è stata creata la community in tempo reale di AI ops: weeklyaiops.com
il lento e miserabile scambio di battute
guarda come procede un progetto normale, il collo di bottiglia è proprio nel mezzo:
apri un harness e gli affidi il compito
poi prendi il suo piano, lo incolli in un secondo modello e chiedi "è giusto?"
il secondo trova i buchi, quindi riporti quelle note al primo
passi il pomeriggio a fare da messaggero, trasportando il contesto tra due modelli che non possono parlarsi
siamo onesti, questo scambio è una vera rottura di scatole...
conosco fin troppo bene questo ciclo, fai controllare a Claude il piano di Codex, poi riporti i buchi dall'altra parte, e la giornata sparisce a trasportare note tra due modelli
perché una fusione di AI batte il tuo modello preferito
c'è un motivo per cui il secondo modello continua a cogliere cose che il primo si è perso...
il modello che rivede il lavoro condivide i punti ciechi del modello che lo ha creato, perché falliscono negli stessi posti
quindi chiedere a un modello di controllare se stesso ti dà un fiducioso "mi sembra a posto" proprio sul bug che avrebbe scritto
un consiglio risolve questo strutturalmente, non con un prompt migliore - perché modelli diversi coprono i punti deboli l'uno dell'altro
e la prova è supportata da articoli scientifici reali:
un team di ricerca di Sakana ha costruito un coordinatore abbastanza piccolo da funzionare su un laptop, un modello che non risponde mai alla tua domanda
legge la domanda
decide quale grande modello dovrebbe gestire ogni pezzo
e distribuisce il lavoro
lo hanno puntato su GPT-5, Gemini e Claude, e li ha battuti tutti e tre da solo...
poi hanno provato a sostituire un modello di alto livello per fare il coordinatore, e ha fatto peggio lol
quindi il direttore d'orchestra non deve essere il modello più forte che hai, ma deve saper leggere il problema e instradarlo verso chi è più adatto per quella parte
i tre ruoli, e quello che viene saltato
il coordinatore dà a ogni modello un compito alla volta:
pensatore: scomponi il compito, costruisci il piano, cercaci i buchi
lavoratore: fai il lavoro, la bozza, il codice, i numeri, qualunque sia il risultato finale
verificatore: giudica il risultato e dici "spedisci" o "sistema questo"
il verificatore viene saltato, ed è quello che conta di più
il lavoro non è finito quando un modello produce qualcosa... è finito quando un verificatore lo approva
quell'unica regola, una chiara condizione di "fatto", è l'intera differenza tra un ciclo che finisce e uno che gira all'infinito
affida lo scambio a un consiglio
ora, aggiungere un coordinatore potrebbe sembrare un ulteriore livello da gestire
ma in realtà è il contrario, il livello che togli sei tu
quindi la mossa è semplice, deleghi il coordinamento stesso: smetti di fare il messaggero e lasci che un coordinatore gestisca il ciclo pensatore, lavoratore e verificatore per te
io uso Fugu per questo ora (sakana.ai/fugu), e per essere chiari, non è sponsorizzato, lo adoro e basta
è la versione commercializzata di quella ricerca, punti il tuo harness su di esso come faresti con qualsiasi altro modello, e gestisce il consiglio dietro una singola richiesta
sarò onesto su cosa sia, perché è importante
ha pochi giorni di vita, ci mette un po' perché sta davvero gestendo un consiglio invece di simularlo, ed è al suo meglio come verificatore, quello che critica il lavoro prima che tu lo spedisca
$20 ti danno accesso, con un secondo mese gratuito se inizi entro la fine di luglio
non mi fido ciecamente di esso, mi fido del modello del consiglio, e questo è il modo più semplice che ho trovato per eseguire quel modello senza doverlo supervisionare
ora entriamo nel flusso di lavoro passo dopo passo per ottenere costantemente i migliori risultati con QUALSIASI harness per agenti:
usa il consiglio all'inizio e alla fine
porto il consiglio in due momenti su ogni progetto, all'inizio e alla consegna
immagina un lavoro reale, lanciare una newsletter, costruire una lista di lead, pubblicare una landing page
1. intervista prima - prima che inizi qualsiasi lavoro, fai in modo che il tuo agente ti intervisti in profondità (grill-me di matt è una skill che fa sì che l'agente ti faccia domande su tutto), la profondità di quell'intervista stabilisce il tetto per tutto ciò che segue
2. convoca il consiglio - per costruire il piano, il coordinatore gestisce la parte multi-modello in modo che tu non debba più fare copia-incolla tra gli strumenti
3. definisci i cicli - imposta l'obiettivo e la condizione di arresto in anticipo in modo che possa funzionare senza che tu guardi ogni passo
4. delega per ruolo - invia il compito giusto al posto giusto e affidati ai subagenti (un subagente è solo un agente aiutante a cui l'agente principale affida il lavoro)
5. critica alla consegna - quando il lavoro sembra finito, rimandalo attraverso il consiglio per farlo a pezzi prima che esca
stesso ciclo, due estremità, pianificazione all'inizio e critica alla fine - questo è l'intero motore, e ha cambiato profondamente la velocità con cui posso spedire qualcosa di cui mi fido
il consiglio è il motore, la configurazione lo mantiene affilato
un motore è valido tanto quanto la macchina che lo circonda...
quindi ecco le sei mosse che mantengono ogni agente nel consiglio al suo meglio, nessuna di esse è complicata
1. costruisci le tue skill, non scaricare una libreria
una skill è un insieme salvato di istruzioni che il tuo agente può riutilizzare, come una ricetta che segue (niente di più di un file markdown con esempi...)
la tentazione è di prendere una grande libreria di skill pubblicate da qualcun altro e usarla così com'è
io le eviterei, circa un terzo di quelle pubbliche hanno una falla di sicurezza... se non peggio lol
e anche quelle pulite sono il contesto di qualcun altro, non il tuo, una skill aiuta solo dopo che hai personalmente incontrato il muro che risolve
prima di allora, è solo rumore che riempie la memoria dell'agente
quindi questo è il mio consiglio: costruisci le poche di cui hai veramente bisogno, tratte dai tuoi fallimenti passati, è lì che si trova il vero vantaggio
2. prediligi piccoli CLI, non server MCP
due parole veloci prima, un MCP è un modo per aggiungere strumenti extra al tuo agente, e un CLI è un piccolo comando che esegui nella finestra di testo
il riflesso è di aggiungere un MCP per tutto, e ognuno carica il suo intero foglio di istruzioni nella memoria dell'agente prima ancora che tu abbia fatto la tua prima domanda
quelle descrizioni degli strumenti possono consumare oltre 100.000 parole di memoria in anticipo, soffocando il lavoro reale
quindi per i compiti quotidiani, opta per un piccolo CLI invece, è più leggero, l'agente sa già come eseguire un comando, e il suo output finisce in un file invece di intasare la memoria
uno strumento chiamato printing-press (printingpress.dev) ne scriverà uno per qualsiasi servizio a partire da un singolo prompt... abusane
tieni gli MCP per i lavori che ne hanno veramente bisogno, login condivisi, molti utenti, una connessione live che deve rimanere aperta
la regola è CLI-first, non CLI-only
3. mantieni leggero il file delle istruzioni
il tuo agente legge un file di istruzioni prima di ogni singolo compito, di solito AGENTS.md o CLAUDE.md
l'impulso è di riempirlo con tutto ciò che ti viene in mente, e l'agente finisce per seguire meno, non di più
un modello segue in modo affidabile circa 150-200 istruzioni, poi inizia a lasciarle cadere
tienilo sotto le 100 righe - funziona semplicemente meglio così
4. pulisci il contesto, tieni la memoria nei file
la finestra di contesto è la memoria a breve termine del tuo agente, e si riempie e diventa più stupida man mano che lo fa
Claude Opus 4.8 è un grande esempio... è un modello eccezionale, ma non appena raggiungi 300-400k token, dovresti al 100% pulire il contesto - NON USARE LA COMPATTAZIONE
quindi puliscilo spesso, e tieni la memoria che conta nei file invece
un learnings.md che l'agente legge all'inizio di una sessione e aggiorna alla fine, ogni volta, anche quando pensa che non sia cambiato nulla
fagli aggiornare quelle note dopo ogni commit, un commit è un checkpoint salvato del lavoro
le regole durevoli vivono nel file delle istruzioni, le cose che impara lungo il percorso vivono in learnings, e se modifichi il tuo file delle regole dopo ogni esecuzione, ci hai messo le cose sbagliate
mi sono costruito una skill chiamata /before-clear, crea semplicemente un checkpoint nel progetto, un file temporaneo che l'agente legge per primo... ha un todo molto semplice, un breve riepilogo di ciò che è successo nell'ultima sessione e qual è il prossimo compito più urgente
raramente perdo contesto importante da una sessione all'altra
5. scrivi poche regole, ognuna chiara
un elenco breve di regole chiare è MOLTO meglio di una lunga pila di regole intelligenti
una volta che un file di regole diventa lungo, le regole iniziano a competere tra loro, e l'agente deve indovinare quale vince
scrivi ogni regola come la diresti a un nuovo assunto, una riga, un significato, nessun margine di interpretazione
quando la regola è chiara, l'agente la segue, quando è vaga, l'agente improvvisa, e improvvisare è esattamente dove i tuoi risultati deviano
6. delega il lavoro pesante ai subagenti
spingi il lavoro complesso e costoso verso i subagenti, specialmente tutto ciò che tocca il browser
guidare il browser dall'agente principale può consumare MOLTO contesto solo per gli screenshot
affida lo stesso compito a un subagente e torna con "fatto, ecco il riepilogo" in una riga o due
l'agente principale rimane il direttore d'orchestra, gli aiutanti fanno il lavoro di raggiungimento, e la tua memoria principale rimane pulita
è di nuovo l'idea del consiglio, un livello più in basso, coordini il lavoro invece di farlo tutto da solo
l'intero sistema operativo, in un blocco
il modello migliore continua a essere limitato, quindi un singolo modello non può essere la tua base
affida il coordinamento a un consiglio: il pensatore pianifica, il lavoratore costruisce, il verificatore approva
il verificatore è la condizione di arresto, il lavoro è finito quando lo dice lui, non prima
usa il consiglio due volte, all'inizio per pianificare e alla consegna per criticare
io uso Fugu per gestirlo, $20 per provare, non sponsorizzato, onesto sul fatto che sia agli inizi
poi mantieni ogni agente affilato:
costruisci le tue skill, non scaricare una libreria
CLI-first, MCP solo quando ne hai veramente bisogno
file delle istruzioni sotto le 100 righe
pulisci il contesto spesso, tieni la memoria nei file
poche regole, ognuna chiara
delega il lavoro pesante ai subagenti
tutto il resto al di sopra è pura ottimizzazione che probabilmente non noterai nemmeno a meno che tu non sia un ingegnere del software
ecco come ti costruisci un sistema operativo che funziona, con o senza Fable 5...
comunque, sto costruendo la migliore community di AI al mondo, perché non ti unisci a me?
