Il valore lascia il codice

Il valore lascia il codice

Naval, Karpathy, Dorsey, Buterin: il software smette di essere la fonte del vantaggio. Dove sta migrando il valore nell'era degli agenti.

Otto maggio 2026. Da una parte un investitore della Silicon Valley dichiara che il software, da solo, è diventato un investimento perdente. Dall'altra un ricercatore che ha plasmato la generazione attuale di intelligenze artificiali dice che il modo stesso di scrivere programmi è cambiato: ora il prompt è il codice. Nello stesso momento, in un'aula di tribunale a Oakland, due uomini che dieci anni fa firmavano insieme i fondamenti di OpenAI si accusano a vicenda. È Signal Brief, e questa è la mappa che proviamo a disegnare oggi: dove sta finendo il valore, ora che il codice non basta più.

La frase è caduta in un'intervista a fine aprile, quasi distrattamente, e nei giorni seguenti ha rimbalzato in tutte le chat di Silicon Valley. Naval Ravikant — uno degli investitori che per quindici anni ha predicato il software come la leva più potente del capitalismo — ha detto: il software puro, da solo, è diventato un investimento perdente. Uninvestable, ha usato proprio questa parola.

Per capire perché è una frase enorme bisogna ricordare cosa diceva Ravikant fino a poco tempo fa. Per anni la sua tesi era semplice: scrivere codice è la forma più pura di leva economica al mondo. Costa zero copiarlo, scala all'infinito, e chi sa farlo si compra il futuro. Su questa idea si è costruita gran parte della cultura startup degli ultimi vent'anni. Adesso la sta ritirando.

Il motivo è che gli agenti di scrittura del codice — sistemi come Claude o Codex — sono diventati così bravi che la difficoltà di costruire software è scesa drasticamente. Ravikant racconta che passa due ore ogni sera a quello che chiama vibe coding: dà istruzioni in inglese, e l'agente costruisce app intere. Si è perfino fatto un piccolo app store personale sull'iPhone, dove ogni giorno arrivano applicazioni cucite addosso ai suoi bisogni del momento.

Se chiunque può farsi un'app in dieci minuti, dove sta il valore? È la domanda che attraversa tutta questa settimana.

Andrej Karpathy l'ha riformulata in modo più tecnico, parlando da un palco di Sequoia a inizio maggio. Per Karpathy siamo entrati nell'era del Software 3.0. La traduzione semplice è questa: prima si scriveva codice riga per riga, poi si addestravano reti neurali con tonnellate di dati, ora si programma semplicemente parlando al modello e dandogli un contesto. Il prompt, quella finestra dove scriviamo le istruzioni, è diventato il vero programma. Karpathy ha aggiunto un'osservazione che fa pensare: dice di non essersi mai sentito così indietro come programmatore in tutta la sua carriera. Non perché sia diventato obsoleto, ma perché gli strumenti corrono troppo in fretta perché un singolo umano possa starci dietro.

Per cogliere la portata della cosa serve un paragone storico. Negli anni Sessanta gli orologi svizzeri erano oggetti tecnici: si compravano per la precisione del meccanismo. Poi è arrivato il quarzo giapponese, e di colpo qualunque orologio da venti dollari teneva l'ora meglio di un Patek Philippe. La precisione era diventata commodity. Cosa è rimasto? Il marchio. Da quel momento gli orologi svizzeri smettono di vendere precisione e iniziano a vendere status, storia, identità. È esattamente la transizione che molti osservatori — Paul Graham per primo, in un saggio molto discusso che si chiama The Brand Age — pensano stia succedendo al software adesso.

La diagnosi è condivisa, le cure no. Naval scommette sul ritorno degli atomi: hardware, droni, fabbriche. Graham scommette sul brand. Benedict Evans, che osserva il settore da Londra, scommette sui colossi che già hanno la distribuzione: pensa che persino OpenAI, in questo nuovo mondo, sia senza moat. Nat Friedman, che ha lasciato la sua vita da investitore indipendente per andare a guidare il prodotto della divisione superintelligenza di Meta, scommette su un'altra cosa ancora: la personalizzazione. Un'AI che ti conosce, dentro un prodotto che usi tutti i giorni.

Quattro ipotesi diverse, una sola intuizione di fondo. Il valore non sta più nel codice. Sta migrando da qualche altra parte — in qualcosa di fisico, di emotivo, di personale, di geopolitico. Capire dove sta migrando è la domanda economica del decennio.

Andrej Karpathy. Per chi non lo conoscesse, è uno dei nomi più rispettati nel campo dell'AI: ha fondato la divisione di visione artificiale di Tesla, è stato fra i primi ricercatori di OpenAI, oggi insegna e costruisce strumenti per aiutare singoli ricercatori a fare quello che prima richiedeva grandi laboratori.

Questa settimana Karpathy ha pubblicato sul suo blog il riassunto di un intervento al Sequoia AI Ascent, dove ha presentato in modo definitivo il suo modello di Software 3.0. La storia che racconta è semplice. Per cinquant'anni abbiamo scritto programmi a mano, riga per riga: era il Software 1.0. Poi, negli anni Dieci, abbiamo scoperto che invece di scrivere le regole potevamo addestrare le reti neurali a impararle dai dati: Software 2.0. Ora siamo entrati in una terza fase, dove il programma non è né il codice né i pesi della rete, ma il contesto che diamo al modello. Una pagina di istruzioni in inglese è il programma. L'intelligenza artificiale è l'interprete che lo esegue.

Karpathy distingue due modi di lavorare con questi sistemi. C'è il vibe coding, quello rapido, quasi istintivo, dove si accetta tutto quello che l'agente sputa fuori e si va avanti. E c'è quella che chiama agentic engineering: stesso strumento, ma con specifiche, revisioni, test, log. La differenza è la stessa che passa fra un disegno su un tovagliolo e un progetto edilizio firmato.

Il pezzo del suo intervento che mi ha colpito di più non è tecnico, è filosofico. Karpathy dice che gli LLM sono ghosts, not animals. Fantasmi, non animali. È una distinzione importante. Gli animali nascono con istinti, motivazioni, una storia evolutiva. Gli LLM sono qualcos'altro: simulazioni statistiche di tutto quello che gli umani hanno scritto, una specie di apparizione che assomiglia all'intelligenza ma non ha radici biologiche. Sono bravissimi su matematica e codice, e poi sbagliano cose banali. Karpathy racconta un caso reale: un'app che ha costruito faceva l'errore di abbinare gli acquisti pagati con Stripe agli account Google guardando l'email — come se fosse ovvio che le due email coincidono. Non lo sono.

Questo è il filo di oggi. Karpathy ci sta dicendo che il software è cambiato. Programmare adesso significa scrivere bene un contesto, non scrivere bene una funzione. Ma se è cambiato il software, è cambiato anche dove sta il valore di chi lo costruisce. E qui torniamo a Naval.

Naval Ravikant è il nostro secondo personaggio. Investitore, podcaster, padre della cultura How to Get Rich che a metà degli anni Dieci ha riempito le bacheche di tutto il mondo. È sempre stato un teorico della leva: come trasformare un'ora di lavoro in dieci, in cento, in mille.

Quello che ha fatto questa settimana è significativo proprio perché viene da lui. In due podcast usciti a fine aprile e a inizio maggio — uno dedicato al ritorno alla scrittura di codice, l'altro alle startup nell'era dei droni — Ravikant ha messo nero su bianco una cosa che fino a ieri sarebbe stata eretica nel suo mondo: il software, da solo, non è più un buon investimento.

Non è polemica. È un'osservazione operativa. Ravikant racconta di passare ogni sera due ore a usare agenti AI per costruire piccole app. Le pubblica su un'interfaccia web sull'iPhone che chiama personal app store. Se lui, che non è un programmatore di mestiere, può farlo, può farlo chiunque. E se può farlo chiunque, il software finisce per costare zero. La scarsità si sposta altrove.

Dove? Ravikant fa due nomi: hardware e atomi. Cita la guerra dei droni in Ucraina come archetipo: dispositivi fisici, iterati a basso costo, prodotti in serie, distribuiti capillarmente. È un mondo dove la fabbrica conta più della startup di software. Il suo bear sull'iPhone parte da qui: se l'utente medio può farsi le proprie app, il valore di un App Store gestito da Apple come unico canale di distribuzione comincia a sgretolarsi.

Il paragone storico più calzante è la fine dell'era del PC. Per vent'anni, dagli Ottanta ai Duemila, il valore si concentrava nel software che girava sul computer di casa. Poi è arrivato il cloud, e di colpo il valore è migrato nei server. Adesso, secondo Ravikant, sta succedendo qualcosa di simile in direzione opposta: il software cloud diventa commodity, e il valore si sposta da una parte verso il fisico — chip, droni, robot — dall'altra verso quello che lui chiama il glue layer, il sottile strato di brand, fiducia, distribuzione che tiene insieme tutto il resto.

La cosa interessante è il contrasto col Ravikant di cinque anni fa, che diceva esattamente l'opposto: la conoscenza specifica nel codice è la leva più potente che esista. Adesso il codice è commodity, dice. La leva è altrove. Non è una svolta ideologica, è uno che legge le cifre e cambia tesi.

Restiamo per un momento sul filo di oggi. Software che diventa commodity, valore che migra. Ma valore verso cosa, esattamente? Per alcuni, verso l'organizzazione stessa. E qui entra Jack Dorsey.

Dorsey è l'uomo che ha fondato Twitter e che oggi guida Block, l'azienda dietro Cash App e una serie di prodotti finanziari. È anche, da anni, uno dei volti più riconoscibili della cultura della decentralizzazione: ha messo soldi e voce dietro Bluesky, dietro Bitcoin, dietro protocolli di messaggistica liberi.

Quello che ha fatto questa primavera è interessante per via della sua contraddizione. A febbraio Block ha licenziato il quaranta percento dei propri dipendenti — quattromila persone su diecimila. Ad aprile Dorsey ha pubblicato un saggio scritto a quattro mani con Roelof Botha di Sequoia, in cui spiega cosa ha in testa. La tesi è dura. Per duemila anni, dice, le aziende hanno avuto gerarchie a strati perché serviva qualcuno che instradasse l'informazione fra il vertice e la base. Adesso le AI fanno questo lavoro meglio, e a costo zero. Quindi le gerarchie possono crollare. L'obiettivo dichiarato di Dorsey è arrivare a un solo strato in Block: tutti i seimila dipendenti che riportano direttamente a lui. Nelle sue parole, l'azienda diventa una mini-AGI.

Nello stesso periodo la sua app di messaggistica decentralizzata Bitchat veniva rimossa dall'App Store cinese su ordine del governo. La risposta di Dorsey: la libertà non si cancella da un server.

Ed è qui il paradosso che vale la pena osservare. Lo stesso uomo che spinge la massima decentralizzazione nei protocolli — un'app di messaggistica che funziona senza server, una rete sociale che nessuno controlla — sta spingendo la massima centralizzazione dentro la sua azienda. Decentralizza il mondo, accentra l'organizzazione.

Non è ipocrisia. Sono due battaglie diverse. Sul piano dei protocolli, decentralizzare significa togliere potere alle piattaforme. Sul piano dell'organizzazione, accentrare significa togliere potere ai layer di middle management — che per Dorsey sono un costo, non un valore. La AI gli permette di fare entrambe le cose contemporaneamente. È la stessa tecnologia che gli serve per costruire Bitchat e per licenziare il middle management di Block.

Si può non essere d'accordo. Ex-dipendenti di Block ricordano che il novantacinque percento del codice generato dall'AI richiede ancora intervento umano. Le regolamentazioni bancarie pongono limiti alla delega. Ma la direzione è chiara, ed è coerente con il filo di oggi: il valore si sposta dove c'è ancora una persona — sopra o sotto — non dove c'è uno strato di gestione interscambiabile.

Torniamo per un attimo sul filo. Stiamo dicendo che il software puro diventa commodity, e che il valore migra altrove. Karpathy lo sposta nel contesto. Naval verso gli atomi. Dorsey verso un'azienda piatta tenuta insieme dall'AI. Manca un quarto pezzo, il più radicale: spostare l'AI stessa fuori dal cloud, nel laptop di casa. È quello che sta facendo Vitalik Buterin.

Buterin non ha bisogno di presentazioni: è il fondatore di Ethereum, il sistema crypto che dieci anni fa ha provato a fare per il mondo dei contratti quello che Bitcoin aveva fatto per i pagamenti. È un personaggio strano in questo elenco — non lavora di AI, lavora di criptovalute — eppure questa settimana ha pubblicato uno dei post più ricchi della stagione su come usare l'AI senza dipendere dal cloud.

Il post è quasi una guida tecnica, ma con un'etichetta politica esplicita: self-sovereign, auto-sovrano. Buterin descrive il suo setup. Ha smesso di usare le AI in cloud. Fa girare un modello di taglia media — qualcosa come trentacinque miliardi di parametri, una via di mezzo — direttamente sul suo laptop con una scheda grafica Nvidia recente. Velocità ragionevole, novanta parole al secondo. Sopra ci ha costruito un piccolo programma che gestisce i suoi messaggi e le sue mail, con una regola precisa: nessuna azione verso l'esterno parte senza la doppia firma di un essere umano e dell'AI. Cita un dato che impressiona: il quindici percento dei plugin disponibili per gli agenti commerciali contiene istruzioni malevoli nascoste.

Buterin ammette il limite. Il suo modello locale non è bravo come quelli di OpenAI o Anthropic per scrivere codice o fare ricerca. Però fa quello che gli serve, e non manda i suoi dati a nessuno.

L'immagine vale la pena. Da una parte c'è chi sta costruendo fabbriche di calcolo grandi come quartieri di città — Jensen Huang di Nvidia parla di una crescita di centomila volte nella domanda di chip per far girare i modelli. Dall'altra c'è chi sta provando a far stare un pezzo significativo di intelligenza artificiale dentro un computer portatile.

Sono due rivoluzioni opposte legittimate dalla stessa tecnologia. Una concentra. L'altra disperde. Ed è la grande tensione politica del momento: nei prossimi anni, l'AI sarà un'infrastruttura come l'elettricità — un servizio remoto fornito da pochi colossi — oppure sarà come la stampa a caratteri mobili, qualcosa che ognuno può tenere in casa? Buterin ha già scelto da che parte stare. La domanda è quanti lo seguiranno, e quanto sarà difficile farlo davvero.

Cinque progetti che stanno dietro a tutto questo, raccontati come piccole scene.

Il primo è nanochat, di Karpathy. Una pipeline minimale per addestrare un modello stile GPT-2 in poche ore, a circa cento dollari. Il punto non è la potenza, è il messaggio: la frontiera non è più riservata ai laboratori da miliardi.

Il secondo è llama.cpp, un motore scritto in C++ da uno sviluppatore bulgaro, Georgi Gerganov. Fa una cosa sola, bene: far girare modelli linguistici sul tuo computer, senza cloud. È il pezzo invisibile dietro al post di Buterin sull'AI auto-sovrana.

Il terzo è Omarchy, una distribuzione Linux curata da David Heinemeier Hansson — l'inventore di Ruby on Rails. Pensata per attrarre gli utenti macOS verso un computer modellabile, come lo chiama lui: un sistema che puoi finalmente piegare ai tuoi bisogni. Ad aprile, a New York, un raduno di centotrenta persone l'ha celebrata. Sembra poco. È più di quanto sembri.

Il quarto è ARC-AGI-3, il nuovo benchmark di François Chollet. Per dieci anni i test per misurare l'intelligenza delle AI sono stati indovinelli statici. Chollet sta passando a centinaia di ambienti interattivi, simili a videogiochi, dove il modello deve davvero capire cosa fare. Premio: due milioni di dollari. I migliori modelli oggi prendono meno dell'uno percento.

Il quinto è claude-context, un piccolo strumento che indicizza un'intera base di codice e la rende leggibile a un agente. È l'esempio del passaggio di cui parliamo. Il valore non è più scrivere codice. È preparare il contesto giusto perché un agente lo scriva bene.

Cinque oggetti diversi. Insieme raccontano la stessa storia: il software puro non basta più, e tutta la creatività interessante si sta spostando verso il modo in cui usiamo i modelli, non verso i modelli in sé.

Resta un'immagine, di queste settimane, che mi torna in mente. Buterin che fa girare un'intelligenza sul suo laptop, mentre Huang annuncia fabbriche di calcolo grandi come città. Sono lo stesso futuro visto da due rive opposte. Quale prevarrà non lo sappiamo, e probabilmente convivranno a lungo. Ma la domanda di chi tiene la chiave — letteralmente — sarà quella che conterà di più. È stato Signal Brief. Alla prossima.