Software · 18 settembre 2026 · 4 min di lettura
Claude Code rilancia Projects: Anthropic porta i team di agenti paralleli su Git
In sintesi: Anthropic ha rilasciato una versione completamente rinnovata di Projects per Claude Code, trasformando il proprio assistente di programmazione in un sistema di sviluppo multi-agente. Ciascun task viene affidato a thread paralleli eseguiti nel cloud su copie isolate del repository, con un coordinatore centrale che smista gli obiettivi e affronta le sovrapposizioni di codice come veri e propri merge conflict di Git.
di Team Mocchi's
Dagli assistenti isolati ai cantieri software collaborativi
Fino a oggi gli strumenti di coding basati su modelli linguistici hanno operato prevalentemente in sequenza: uno sviluppatore formula una richiesta, il modello propone un blocco di codice o modifica un singolo file, e il ciclo si ripete passo dopo passo. L'evoluzione appena presentata da Anthropic punta a superare questo collo di bottiglia operativo, introducendo una modalità di lavoro concorrente che riproduce l'organizzazione di un vero team di sviluppo.
La nuova iterazione di Projects per Claude Code non si limita ad archiviare prompt o cronologie condivise, ma orchestra veri e propri pool di agenti specializzati che operano all'interno della medesima infrastruttura di progetto, condividendo contesto, documentazione e librerie di artefatti.
Branch isolati, coordinatori e merge conflict: l'architettura tecnica
Il funzionamento dell'infrastruttura segna un cambio di paradigma rispetto alla generazione interattiva di script. Come riporta The Verge, ogni progetto si articola in thread paralleli gestiti da una cabina di regia centrale affidata a un agente "coordinator":
- Sessioni cloud indipendenti: ogni thread corrisponde a un'istanza autonoma di Claude Code eseguita nel cloud, dotata del proprio branch e di una copia completa del repository Git di riferimento.
- Scomposizione ricorsiva dei task: i singoli thread possono a loro volta generare sotto-agenti, workflow e cicli iterativi per spacchettare compiti complessi, come la scrittura parallela di test, refactor di moduli o aggiornamenti delle API.
- Risoluzione nativa dei conflitti: qualora due thread operino contemporaneamente sulle medesime porzioni di codice, il sistema non blocca l'esecuzione; l'interferenza viene gestita e sanata secondo la logica tradizionale delle pull request e dei merge conflict di Git.
- Supervisione su due livelli: lo sviluppatore può intervenire direttamente nelle singole sessioni verticali oppure limitarsi a monitorare e impartire direttive dalla chat principale del coordinatore.
Attualmente disponibile in beta per utenti selezionati dei piani Pro e Max, la funzionalità verrà progressivamente estesa ai profili Team ed Enterprise, con Anthropic che ha già preannunciato il supporto a breve termine anche per runtime e strumenti locali.
Il nodo dell'osservabilità e la supervisione tra macchine
L'adozione di architetture multi-agente asincrone porta con sé un problema strutturale ampiamente dibattuto nel settore: la tracciabilità delle modifiche. Quando decine di agenti lavorano simultaneamente a velocità non compatibili con i ritmi di lettura umana, l'ispezione riga per riga del codice diventa impraticabile.
Come evidenzia un'analisi di TechCrunch, l'industria sta affrontando la complessità degli sciami delegando sempre più spesso la sorveglianza ad altri modelli intelligenti. La scelta di Anthropic di incanalare il lavoro degli agenti dentro le convenzioni rigorose di Git — tracciando commit, branch e diff espliciti — rappresenta un tentativo pragmatico di normalizzare l'autonomia dell'IA attraverso protocolli di controllo versione nati per gli umani, rendendo ogni operazione verificabile a posteriori.
Il punto di Mocchi's
L'approccio introdotto da Anthropic con i nuovi Projects di Claude Code segna il passaggio dall'era degli assistenti di digitazione a quella dell'ingegneria software agentica strutturata. Per le software house e le aziende italiane che gestiscono architetture applicative complesse, questa transizione impone un ripensamento metodologico: il valore del team umano non risiederà più nella stesura del codice di routine, ma nella precisione delle specifiche architetturali, nella governance dei branch e nella solidità delle suite di test automatizzati. Senza pipeline di continuous integration ineccepibili e regole di dominio stringenti, sciami di agenti paralleli rischiano di moltiplicare il debito tecnico invece di accelerare il time-to-market.