C'è stato un primo passaggio: dal codice scritto a mano agli agenti AI che scrivono codice su istruzione. Era già una svolta enorme.
Ora c'è un secondo passaggio, e Boris Cherny — creatore di Claude Code — l'ha descritto alla conferenza @Scale di Meta con una parola precisa: loopy.
Il mondo AI sta diventando "loopy".
Cosa significa
Un AI loop è un sistema in cui uno o più agenti AI lavorano in background in modo continuativo e autonomo — non aspettano istruzioni, non si fermano quando finiscono un task, non richiedono supervisione manuale per ogni passo.
Cherny ha descritto un esempio concreto: immagina due agenti che lavorano in parallelo su un codebase.
- Un agente cerca continuamente opportunità di miglioramento dell'architettura del codice
- Un altro cerca astrazioni duplicate che possono essere unificate
Entrambi aprono pull request come farebbe qualsiasi altro sviluppatore del team. E poiché il codice cambia costantemente, non finiscono mai — continuano a trovare nuove opportunità, adattarsi alle modifiche, migliorare.
Non è un assistant che risponde a una domanda. È un collaboratore che lavora sempre, in background, senza aspettare che tu glielo chieda.
La progressione che Cherny descrive
Cherny ha posizionato i loop come il terzo step di un'evoluzione:
- Codice scritto a mano — uno sviluppatore scrive ogni riga
- Agenti su istruzione — uno sviluppatore chiede all'AI di fare qualcosa, l'AI lo fa
- Agenti in loop continuo — gli agenti lavorano autonomamente, il team supervisiona e approva
Il salto dal punto 2 al punto 3 è, secondo Cherny, comparabile in importanza al salto dal punto 1 al punto 2. Non è un'ottimizzazione incrementale — è un cambio di paradigma su come i team di sviluppo lavorano.
Il problema: i costi
I loop AI hanno un problema intrinseco: i costi scalano senza soffitto.
Un chatbot AI risponde a una domanda — consuma un numero definito di token, poi si ferma. Un loop AI lavora continuamente — non c'è un momento naturale in cui smette. Se lasci girare un sistema di agenti in loop 24 ore al giorno, 7 giorni alla settimana, i costi di token possono diventare significativi molto rapidamente.
Questo non è un problema tecnico irrisolvibile — si gestisce con budget limits, scope definition e monitoring dei costi. Ma è un fattore che chi implementa loop AI deve considerare fin dall'inizio.
Cosa significa per chi non sviluppa software
La storia dei loop AI sembra tecnica, ma ha implicazioni più ampie.
Lo stesso modello — agenti che lavorano in background in modo autonomo e continuativo — si applicherà a molti altri contesti: monitoring SEO, gestione contenuti, assistenza clienti di secondo livello, analisi dati, compliance. In tutti questi casi, la transizione da "AI su richiesta" ad "AI in background continuo" cambierà profondamente come le organizzazioni si strutturano e quali ruoli umani rimangono centrali.
La supervisione, la definizione degli obiettivi e il giudizio strategico diventano ancora più importanti quando l'esecuzione è automatizzata. Non meno umano — diversamente umano.
"Loopy" è una parola informale per descrivere qualcosa di molto strutturale. Il fatto che venga usata da chi ha costruito uno degli strumenti AI più avanzati per sviluppatori suggerisce che il settore è ancora in quella fase in cui le parole precise devono ancora essere inventate. Il concetto, però, è già in produzione.