{"slug": "agent-engineering-il-workflow-completo-di-un-ex-principal-engineer-di-meta-e", "title": "Agent Engineering: Il Workflow Completo di un Ex Principal Engineer di Meta e Microsoft", "summary": "Kun, ex principal engineer at Meta, Microsoft, and Amazon, detailed his complete workflow for building AI agents, emphasizing terminal-based development, agent-agnostic tools, and memory files to boost productivity. He ships 40-50 pull requests daily using agents like Claude Code and Codex, and advocates for voice input and visual planning tools to accelerate development.", "body_md": "# Agent Engineering: Il Workflow Completo di un Ex Principal Engineer di Meta e Microsoft\n\nKun, ex principal engineer presso Meta, Microsoft e Amazon, con esperienza su sistemi come Bing, Windows e Facebook Games, condivide il suo workflow completo per lavorare con agenti AI. Negli ultimi anni ha costruito agenti di coding frontier in Atlassian e shipped 40-50 PR al giorno in produzione.\n\n## 1. La Nave: Setup dell'Ambiente\n\n### Terminale come hub centrale\n\nKun fa **quasi tutto nel terminale** per due motivi:\n\n**Mani sempre sulla tastiera**— evita il context switch del mouse, mantenendo il flow** Stesso workflow ovunque**— anche dal telefono\n\n\"Se devi muovere la mano al mouse ogni pochi secondi, rompe il flow e forza il cervello a fare context switch.\"\n\n### Strumenti chiave\n\n| Strumento | Ruolo |\n|---|---|\nWezterm |\nEmulatore di terminale performante, cross-platform (Windows/Mac/Linux), customizzabile via Lua con hot reload |\ntmux |\nTerminal multiplexer: split in pannelli, tab multipli, sessioni persistenti accessibili da qualsiasi dispositivo |\nNeovim |\nEditor moderno derivato da vim, navigazione totale da tastiera con linee numerate relative |\n\n## 2. L'Equipaggio: Reclutare Agenti\n\nKun usa 4 harness per agenti AI:\n\n**Claude Code**— migliore esperienza out-of-the-box, ricco di funzionalità, a volte un po' buggy** Codex (CLI)**— scritto in Rust, più fluido, open source, meno customizzabile** Pi Coding Agent**— minimalista ed estensibile** Open Code**— battery-included, model agnostic, ottima integrazione con qualsiasi modello\n\nIl suo workflow èagent agnostic— il panorama cambia troppo velocemente per legarsi a uno specifico strumento.\n\n## 3. Addestramento: Memoria e Skill\n\n### Memory Files (due livelli)\n\n**Globale** (`~/.claude/CLAUDE.md`\n\n):\n\n- Solo 27 righe — tutto ciò che entra nel system prompt di ogni sessione\n- Preferenze personali (es. \"non usare emoji — sembra robotico\")\n- Regole comportamentali (es. \"non dare troppo peso al costo di sviluppo quando fai decisioni tecniche\")\n\nInsight chiave: I modelli AI sono stati addestrati su stime umane. Un umano dice \"ci vogliono settimane\", ma l'AI può farlo in minuti. Bisogna correggere questo bias.\n\n**Di progetto** (`CLAUDE.md`\n\nlocale):\n\n- Contesto del progetto, struttura repo, terminologia, convenzioni\n- Costruita organicamente: ogni errore dell'agente viene corretto e memorizzato\n- Nel tempo gli agenti diventano più esperti sul progetto\n\n### Skill (progressive disclosure)\n\nInvece di caricare tutto nel system prompt (costoso in token), le informazioni condizionali vengono spostate in **skill**:\n\n- Solo una breve descrizione va nel system prompt\n- Il contenuto completo viene caricato solo quando necessario\n- Usa\n`npx skills`\n\n(Vercel) per installare e gestire skill\n\n**Attenzione**: Non installare skill random da internet, anche con molte stelle GitHub. Possono:\n\n- Rubare API key o credenziali\n- Degradare le performance dell'agente (+5% token, peggiori risultati)\n\n## 4. Navigare con un Singolo Agente\n\n### Input Vocale\n\nKun usa **Open Super Whisper** — trascrizione locale, gratis, open source. La dettatura è **3x più veloce della digitazione** (studiato da Stanford).\n\n### Strumenti efficaci per gli agenti\n\nNon tutti i tool sono uguali. Benchmark di Kun su GitHub:\n\n**GitHub MCP Server**: 3x costi token, 2x latenza rispetto alla CLI** Axi**: design standard per tool ottimizzati per agenti (40% meno token del JSON)\n\nAxi rispetta 10 principi di \"agent ergonomics\" — esiste un catalogo su `axi.sh`\n\n.\n\n### Lavish: Pianificazione Visuale\n\nInvece di far scrivere all'agente un muro di testo, **Lavish** genera un HTML interattivo che:\n\n- Usa lo stesso design system del progetto\n- Permette di cliccare opzioni, annotare, dare feedback\n- Comunicazione visuale invece che testuale\n\n\"Non posso più tornare a leggere testo nel terminale. È troppo più efficiente.\"\n\n## 5. Scalare: Review e Qualità Automatica\n\n### No Mistakes — Pipeline Open Source\n\nQuando un agente dice \"fatto\", invece di fare review manuale del diff:\n\n- Crea branch e commit\n- Isola in un worktree separato\n- Analizza l'intento originale dalla sessione\n- Rebase su main remoto, risolve conflitti\n**Review adversarial** in un contesto fresco — la maggior parte dei problemi emerge qui- Test end-to-end con evidenze (screenshot, video, log)\n- Documentazione pass\n- Lint check\n- Crea PR e fa babysitting fino al merge\n\n\"Se ogni pezzo di codice richiede la tua review, crei un collo di bottiglia su te stesso.\"\n\n### Good Night, Have Fun — Loop Autonomi\n\nPer task che richiedono ore (es. mentre dorme):\n\n- Dà un obiettivo verificabile (es. \"trova problemi di usabilità come un bambino di 7 anni\")\n- L'agente itera fino a una stop condition (token cap, iterazioni)\n- Al risveglio: lista di commit pronti da approvare\n\n## 6. Multi-Agente Parallelo\n\n### Treehouse — Gestione Workspace\n\nQuando servono più agenti paralleli, `git worktree`\n\nmanuale crea debito mentale. **Treehouse**:\n\n- Crea worktree fresh con un comando\n`treehouse status`\n\nmostra worktree attivi/inattivi- Alla chiusura del tab, libera il worktree per riuso\n\nKun lancia 3-4 sessioni in parallelo, ognuna in un tab tmux, e passa tra loro con shortcut da tastiera.\n\n## 7. Il Primo Ufficiale: Orchestratore\n\nDopo aver scalato, destreggiarsi tra tante sessioni è estenuante. **First Mate** è l'ultimo livello:\n\n- Si clona un repo, si lancia un agente al suo interno\n- Si descrive il task ad alto livello\n- First Mate:\n- Scompone in sotto-task paralleli\n- Crea worktree con Treehouse per ognuno\n- Lancia agenti in ogni worktree\n- Esegue No Mistakes per validare\n- Prepara PR pronte per review\n\nEsempio reale: \"Aggiungi comando update a 3 progetti npm\" → First Mate gestisce tutto.\n\n## 8. Il Mindset del Capitano\n\n\"First Mate si prende cura di così tante cose che inizi a non avere più idee su cosa chiedergli. Questo è un buon segno: significa che il collo di bottiglia si sta spostando.\"\n\nIl vero salto è:\n\n**Da sailor**(scrivi codice) →** A captain**(definisci la direzione, parla con utenti, capisci il landscape competitivo)", "url": "https://wpnews.pro/news/agent-engineering-il-workflow-completo-di-un-ex-principal-engineer-di-meta-e", "canonical_source": "https://grigio.org/agent-engineering-il-workflow-completo-di-un-ex-principal-engineer-di-meta-e-microsoft/", "published_at": "2026-07-07 10:35:58+00:00", "updated_at": "2026-07-07 10:38:46.071332+00:00", "lang": "en", "topics": ["ai-agents", "developer-tools", "ai-tools", "generative-ai", "large-language-models"], "entities": ["Kun", "Meta", "Microsoft", "Amazon", "Atlassian", "Claude Code", "Codex", "Vercel"], "alternates": {"html": "https://wpnews.pro/news/agent-engineering-il-workflow-completo-di-un-ex-principal-engineer-di-meta-e", "markdown": "https://wpnews.pro/news/agent-engineering-il-workflow-completo-di-un-ex-principal-engineer-di-meta-e.md", "text": "https://wpnews.pro/news/agent-engineering-il-workflow-completo-di-un-ex-principal-engineer-di-meta-e.txt", "jsonld": "https://wpnews.pro/news/agent-engineering-il-workflow-completo-di-un-ex-principal-engineer-di-meta-e.jsonld"}}