# Matt Pocock: Skills AI, Agentic Engineering e il Futuro dello Sviluppo Software > Source: > Published: 2026-06-19 07:19:28+00:00 # Matt Pocock: Skills AI, Agentic Engineering e il Futuro dello Sviluppo Software Matt Pocock, creatore del repository di skills per AI più famoso su GitHub con oltre 130.000 stelle, si siede con David Ondrej per una chiacchierata approfondita su skills, agenti AI, setup personale e filosofia di sviluppo nell'era dell'intelligenza artificiale. ## L'Approccio di Matt all'AI Pocock ha un approccio **pragmatico e fondamentalista**. Il suo mantra: non inseguire l'ultimo modello, ma concentrarsi su ciò che funziona da 30-40 anni. "Tutti sono ossessionati dal modello, come se fosse il motore di una Formula 1. In realtà il motore è solo una parte del sistema. La gente dovrebbe interessarsi di più all'harness: i prompt giusti, le skills giuste, e l'ambiente in cui il modello opera." **Consiglio pratico:** quando esce un nuovo modello, aspetta un mese prima di provarlo. Lascia che la polvere si depositi e osserva come si comporta. ## Skills: Procedure vs Abilità Pocock distingue due tipi di skills: | Tipo | Descrizione | Esempio | |---|---|---| Procedure | Skills che invochi tu stesso | "Grill Me" — un intervistatore avversario | Abilità | Skills che il modello invoca da sé | Standard di codifica React | La sua preferenza personale va alle **procedure**. Vuole essere lui al controllo, non delegare il pensiero strategico al modello. "Le skills sono difficili da scrivere perché ogni skillperdela sua descrizione nel contesto. Se hai 100 skills, stai perdendo 100 descrizioni. Io preferisco nascondere la maggior parte delle descrizioni all'AI e tenere la conoscenza nell'umano." ### La Skill "Grill Me" Una delle sue skills più popolari. Trasforma l'agente in un intervistatore avversario che ti mette alla prova prima di iniziare a scrivere codice. Lo usa come sostituto della "plan mode": prima di implementare, si fa intervistare per: - Raggiungere una comprensione condivisa - Scoprire edge case inaspettati - Validare le idee prima di scrivere codice ## Il Setup Agentico di Matt **Strumenti principali:** **Claude Code** con Opus 4.8 a effort medio per pianificazione e implementazione locale**Sand Castle**— un tool che ha costruito lui stesso per eseguire agenti in sandbox (Docker/Podman)** GitHub Actions**— per eseguire agenti AFK (Away From Keyboard) in parallelo "Il momento in cui ho scoperto il lavoro AFK è stato il momento in cui ho veramente iniziato a produrre con l'AI. All'improvviso ho avuto due, tre, quattro, cinque copie di me stesso che producevano codice." ### Non Loop, ma Code (Queues) Pocock critica l'ossessione per gli "agentic loops". Invece di loop infiniti che consumano token, propone un sistema a **code** (queues): - I bug report arrivano in una coda - Un agente esplora il problema e lo restituisce con dati strutturati - L'umano decide le priorità (solo 3 critici su 50 bug) - L'agente implementa, revisiona, e alla fine arriva all'umano per l'approvazione finale "Non è un loop. È una coda che alla fine viene risolta. Il project manager aggiunge cose alla coda, tu completi i task. È così che abbiamo sempre lavorato." ## Il Dibattito: Modello vs Harness Uno dei punti più interessanti dell'intervista è il dibattito su cosa conta di più. **David:** "Se metti un motore migliore, tutto migliora istantaneamente." **Matt:** "È 50/50. Se ti concentri troppo sul modello, perdi di vista i fondamentali. Un codebase ben architettato può essere gestito da un modello più stupido, perché spende meno token a sbattere la testa contro i muri." La **Bitter Lesson** del machine learning dice che il calcolo grezzo batte sempre le ottimizzazioni. Ma Matt sostiene che ottimizzare l'harness — skills, prompt, architettura del codice — è altrettanto cruciale. ## Cosa Separa uno Sviluppatore 10x nell'Era AI Secondo Pocock, la differenza non è tecnica ma **mentale**: **Conoscenza**— capire come funzionano le cose** Skills**— averle fatte molte volte, memoria muscolare** Saggezza**— sapere*quando*farle (quasi impossibile senza esperienza reale) La persona che veramente eccelle con l'AI è quella che, quando l'AI trova un bug, non si limita a farlo correggere, ma si chiede: *"Come ho fatto ad avere questo bug per così tanto tempo? Come posso prevenirlo in futuro?"* "La maggior parte delle persone direbbe 'Oh, Fable è fantastico, fixa il bug'. La persona 10x guarda al problema sottostante." ## Il Consiglio Finale di Matt Per chi vuole migliorare il proprio setup oggi: **Cancella tutto.** Skills, plugin, MCP server, CLAUDE.md, AGENTS.md. Torna a zero.**Osserva l'agente.** Vedi cosa fa in modalità base, senza istruzioni.**Aggiungi strati uno alla volta.** Skills procedurali, non abilità automatiche.**Delega ad agenti AFK** appena possibile. "Se sei un programmatore tattico che si limita a scrivere codice meccanicamente, sei finito. Devi pensare strategicamente." ## Conclusioni Matt Pocock emerge come una voce **pragmatica e fundamentals-first** in un'industria ossessionata dall'ultima novità. Il suo messaggio è chiaro: l'AI è uno strumento potente, ma il vero vantaggio competitivo rimane la capacità umana di pensare strategicamente, costruire buona architettura, e guidare il prodotto. Il suo repository [GitHub](https://github.com/mattpocock/skills?ref=grigio.org) rimane il punto di partenza migliore per chi vuole esplorare le skills per AI nello sviluppo software.