Imprenditore in Residenza di @Esade, Membro del Consiglio Consultivo di iHealth Labs, Consulente, Mentore e Coach presso il Martin Trust Center for MIT Entrepreneurship, Investitore Angel Self., e Responsabile del Prodotto @Google Edu, Fondatore, CPO e CEO di BrightBytes (Acquisita da Google), Membro del Consiglio di iEARN-USA, Mentore e Coach - Big Ideas presso l'Università della California, Berkeley Hisham Anwar, Imprenditore - Tecnologo - Investitore Angel La sfida più grande nella costruzione di agenti pronti per le imprese non è la capacità dell'AI di codificare, ma il Gap di Contesto. Gli assistenti AI tradizionali spesso perdono di vista il quadro generale man mano che le sessioni crescono. Dimenticano gli standard architettonici, le peculiarità dello stack tecnologico specifico e la roadmap del progetto a lungo termine. In un contesto aziendale, questa (amnesia) porta a rifacimenti e codice incoerente. Mi sono immerso nel framework GSD (Get Shit Done) per Claude Code, ed è un cambiamento radicale per i flussi di lavoro agentici: Memoria Persistente: Utilizza una pianificazione/ directory strutturata per dare a Claude una memoria a lungo termine, assicurandosi che non perda mai di vista gli obiettivi del progetto. Ingegneria del Contesto Automatica: Con comandi come /gsd:map-codebase, non si limita a leggere il codice; costruisce un modello mentale dell'intera architettura. Roadmap Verificabili: Costringe a un ciclo "Pianifica > Esegui > Verifica" che rispecchia i flussi di lavoro dell'ingegneria senior, riducendo la necessità di costante supervisione. Cosa risolve: - Riduce la scoperta da settimane a giorni - Estrae modelli di dominio impliciti dai sistemi esistenti - Genera fondamenta di layer semantici dal codice di produzione - Documenta i flussi di dati reali rispetto all'architettura prevista L'intuizione chiave: La tua logica aziendale già codifica il tuo modello di dominio. GSD ci consente di estrarlo programmaticamente piuttosto che ricostruirlo manualmente attraverso interviste con gli stakeholder. Questa non è una soluzione completa al gap di contesto, hai ancora bisogno di competenze umane nel dominio, governance dei dati e validazione. Ma è un potente acceleratore per la fase di scoperta. ...