# Claude Opus 4.8: Claude Code ora lavora con subagenti paralleli

> Fonte: https://francescogruner.it/claude-opus-4-8-workflow-dinamici-claude-code/

La notizia non è che **Claude Opus 4.8** va meglio nei benchmark.

 

Quella è la parte più facile da raccontare.

 

La notizia vera è un’altra: con Opus 4.8, Anthropic sta trasformando **Claude Code** da semplice assistente per programmare a un ambiente di lavoro agentico, capace di gestire task lunghi, complessi e distribuiti su più subagenti.

 

In pratica, Claude non si limita più a rispondere o modificare un file. Può pianificare un lavoro, dividerlo in sotto-attività, lanciare agenti paralleli, verificare i risultati e continuare il task per ore o giorni.

 

È qui che l’aggiornamento diventa interessante.

 

Non tanto perché Opus 4.8 “batte” altri modelli su alcune metriche, ma perché mostra dove sta andando il mercato: **meno chatbot, più sistemi agentici persistenti**.

 

**Video ufficiale di Anthropic**

 

Anthropic ha pubblicato anche un video ufficiale di presentazione di **Claude Opus 4.8** e dei nuovi workflow dinamici in Claude Code.

 

È utile perché fa capire bene il posizionamento del modello: non solo prestazioni migliori, ma soprattutto **agentic workflow**, orchestrazione e lavoro persistente.

      

Indice dei contenuti

 [Toggle](#) 

- [I benchmark di Claude Opus 4.8: buoni, ma non raccontano tutto](#I_benchmark_di_Claude_Opus_48_buoni_ma_non_raccontano_tutto)
- [La vera novità: i workflow dinamici in Claude Code](#La_vera_novita_i_workflow_dinamici_in_Claude_Code)
- [Ti sta piacendo?](#Ti_sta_piacendo)
- [Non è più solo una chat per programmare](#Non_e_piu_solo_una_chat_per_programmare)
- [Il caso Bun: da Zig a Rust con workflow agentici](#Il_caso_Bun_da_Zig_a_Rust_con_workflow_agentici)
- [Il punto critico: Claude deve ammettere quando non ha finito](#Il_punto_critico_Claude_deve_ammettere_quando_non_ha_finito)
- [Agent View: controllare più sessioni senza impazzire](#Agent_View_controllare_piu_sessioni_senza_impazzire)
- [Fast mode, effort e costi: il vero limite resta il consumo](#Fast_mode_effort_e_costi_il_vero_limite_resta_il_consumo)
- [Quando ha senso usare i workflow dinamici](#Quando_ha_senso_usare_i_workflow_dinamici)
- [Non è solo Anthropic: il mercato va verso agenti persistenti](#Non_e_solo_Anthropic_il_mercato_va_verso_agenti_persistenti)
- [Come provare Claude Opus 4.8 e i workflow dinamici](#Come_provare_Claude_Opus_48_e_i_workflow_dinamici)
- [FAQ su Claude Opus 4.8](#FAQ_su_Claude_Opus_48)
- [Conclusione: Opus 4.8 non è solo un upgrade di modello](#Conclusione_Opus_48_non_e_solo_un_upgrade_di_modello)
- [Fonti](#Fonti)

 

## I benchmark di Claude Opus 4.8: buoni, ma non raccontano tutto

 

Partiamo dai numeri, così togliamo subito il dente.

 

![Tabella benchmark che confronta Claude Opus 4.8 con Opus 4.7, GPT-5.5 e Gemini 3.1 Pro su coding agentico, terminal coding, reasoning, computer use, knowledge work e analisi finanziaria](https://francescogruner.it/wp-content/uploads/2026/05/Benchmark-Claude-Opus-4.8-vs-Opus-4.7-GPT-5.5-e-Gemini-3.1-Pro-1024x548.webp)

 

La tabella dice una cosa abbastanza chiara: Opus 4.8 migliora quasi ovunque rispetto a Opus 4.7.

 

È davanti su coding agentico, uso del computer, knowledge work, reasoning con strumenti e analisi finanziaria agentica.

 

**Attenzione però:** non vince su tutto.

 

Nel benchmark di terminal coding, GPT-5.5 resta sopra: 78,2% contro il 74,6% di Opus 4.8.

 

E questo, secondo me, rende il dato più credibile. Opus 4.8 non è “il migliore in assoluto su qualsiasi cosa”. È un modello chiaramente ottimizzato per una direzione precisa: **workflow agentici lunghi, verificati e più autonomi**. La tua bozza originale centra già questo punto, distinguendo bene benchmark e impatto reale su Claude Code.

 

## La vera novità: i workflow dinamici in Claude Code

 

La parte più interessante dell’annuncio non è il modello da solo.

 

È quello che Anthropic ha lanciato insieme al modello: i **workflow dinamici** dentro Claude Code.

 

I workflow dinamici permettono a Claude di prendere un task complesso, dividerlo in parti più piccole e assegnarle a più subagenti che lavorano in parallelo.

 

In pratica, Claude può:

 

- analizzare il prompt iniziale;
- creare un piano di lavoro;
- spezzare il task in sotto-attività;
- lanciare decine o centinaia di subagenti;
- coordinare i risultati;
- verificare il lavoro prima di consegnarlo;
- riprendere il task anche dopo un’interruzione.

 

Questo cambia parecchio il modo in cui si usa Claude Code.

 

Non stiamo più parlando solo di “scrivimi questa funzione” o “correggimi questo bug”.

 

Stiamo parlando di task tipo:

 

- migrare una codebase complessa;
- rifattorizzare centinaia di file;
- portare un progetto da un linguaggio a un altro;
- analizzare un repository molto grande;
- eseguire test, correggere errori e riprovare;
- far lavorare più agenti con ruoli diversi sullo stesso obiettivo.

 

Il punto non è solo che Claude diventa più bravo.

 

Il punto è che ora ha un’impalcatura migliore per reggere lavori lunghi.

                  

## Ti sta piacendo?

 

Ricevi una guida pratica ogni settimana. AI, tool e automazioni.

            Iscriviti gratis             Perfetto, sei dentro.         

## Non è più solo una chat per programmare

 

Questa è la parte da capire bene.

 

Una normale sessione con un assistente AI funziona più o meno così: tu chiedi, il modello risponde, tu verifichi, poi gli chiedi il passo successivo.

 

È utile, ma resta un lavoro molto guidato.

 

Con i workflow dinamici, invece, Claude Code prova a spostarsi verso un modello diverso: tu definisci l’obiettivo, e il sistema organizza il lavoro per arrivarci.

 **Aspetto**Scala del lavoro**Sessione classica**File singolo o task circoscritto**Workflow dinamico**Repository grandi e attività multi-step**Aspetto**Numero di agenti**Sessione classica**Un agente principale**Workflow dinamico**Più subagenti in parallelo**Aspetto**Durata**Sessione classica**Minuti**Workflow dinamico**Ore o giorni**Aspetto**Verifica**Sessione classica**Spesso manuale**Workflow dinamico**Più controlli interni tra agenti**Aspetto**Ripresa del lavoro**Sessione classica**Spesso bisogna ricostruire il contesto**Workflow dinamico**Il workflow può riprendere da dove si era fermato**Aspetto**Consumo token**Sessione classica**Più prevedibile**Workflow dinamico**Molto più alto 

In pratica, Claude Code somiglia sempre meno a una chat per programmare e sempre di più a un ambiente operativo per gestire lavoro tecnico complesso.

 

Ed è qui che Opus 4.8 diventa interessante per sviluppatori, consulenti IT, team DevOps e aziende che stanno iniziando a usare agenti AI su processi reali.

 

## Il caso Bun: da Zig a Rust con workflow agentici

 

L’esempio più forte citato da Anthropic riguarda **Bun**, il runtime JavaScript creato da Jarred Sumner.

 

Secondo Anthropic, i workflow dinamici sono stati usati per portare una parte enorme del codice di Bun da Zig a Rust.

 

Il risultato dichiarato è notevole:

 

- circa 750.000 righe di codice Rust generate;
- 99,8% della test suite esistente superata;
- 11 giorni dal primo commit al merge;
- centinaia di agenti usati in parallelo;
- più passaggi di revisione sui file generati.

 

Qui bisogna stare attenti a non trasformare tutto in magia.

 

Non significa che da domani ogni azienda può premere un bottone e migrare un gestionale legacy senza problemi.

 

Significa però una cosa concreta: task che prima richiedevano settimane o mesi di lavoro coordinato possono iniziare a essere affrontati con una struttura agentica più seria.

 

**Non è ancora autonomia totale.**

 

È più realistico leggerlo così: Claude Code può diventare un acceleratore molto forte quando il lavoro è grande, ripetitivo, verificabile e supportato da test.

 

## Il punto critico: Claude deve ammettere quando non ha finito

 

C’è una parte dell’annuncio che secondo me è più importante di molti benchmark: Anthropic parla di maggiore **honesty** del modello.

 

Tradotto in modo semplice: Claude Opus 4.8 dovrebbe essere meno propenso a dichiarare concluso un lavoro quando in realtà non lo è.

 

Questo è un problema enorme negli agenti AI.

 

Chi li usa davvero lo sa: il fastidio non è solo quando sbagliano codice. Il fastidio è quando dicono **“fatto”**, ma non hanno eseguito i test, non hanno verificato un file, hanno saltato un errore o hanno interpretato male il risultato.

 

Su un prompt singolo, te ne accorgi abbastanza in fretta.

 

Su un workflow lungo, distribuito su decine o centinaia di subagenti, il problema diventa molto più serio.

 

Se un agente lavora per ore e poi ti consegna un risultato apparentemente coerente ma non verificato, il rischio operativo aumenta.

 

Per questo la parte sull’honesty è centrale.

 

Un modello agentico utile non deve solo produrre output. Deve anche sapere dire:

 

- **non ho finito**;
- **questo test non passa**;
- **questa parte non è verificata**;
- **qui serve intervento umano**;
- **questo risultato è incerto**.

 

È meno spettacolare da raccontare rispetto a “centinaia di agenti in parallelo”, ma per l’uso professionale conta tantissimo.

 

## Agent View: controllare più sessioni senza impazzire

 

Insieme ai workflow dinamici arriva anche **Agent View**, una vista pensata per monitorare più agenti e più sessioni in parallelo.

 

È una novità meno appariscente, ma molto coerente con la direzione del prodotto.

 

Se Claude Code può lanciare molti subagenti e farli lavorare per ore, serve anche un modo per capire cosa sta succedendo.

 

Non puoi gestire tutto guardando un terminale alla volta.

 

**Agent View serve proprio a questo:** dare una vista più chiara sui lavori in corso, sugli agenti attivi e sullo stato delle attività.

 

È un altro segnale del passaggio da **“chat AI”** ad **ambiente di orchestrazione**.

 

## Fast mode, effort e costi: il vero limite resta il consumo

 

Opus 4.8 introduce anche una modalità **Fast**, pensata per ottenere risposte più rapide.

 

Secondo i dati comunicati da Anthropic, la modalità Fast è circa **2,5 volte più veloce**, ma costa di più rispetto alla modalità standard.

 

Il prezzo standard resta a **5 dollari per milione di token in input** e **25 dollari per milione di token in output**.

 

La modalità Fast sale a **10 dollari per milione di token in input** e **50 dollari per milione di token in output**.

 

In pratica: vai più veloce, ma paghi di più.

 

E qui arriva il punto più importante per chi vuole usare davvero questi strumenti.

 

I workflow dinamici consumano molti più token di una normale sessione. Non è una funzione da usare per qualsiasi modifica banale.

 

Se devi sistemare una funzione piccola, probabilmente è **overkill**.

 

Se invece devi affrontare una migrazione complessa, una codebase enorme, un refactoring massivo o un’attività verificabile con test automatici, allora inizia ad avere senso.

 

Anthropic sta aggiungendo anche controlli sull’**effort**, cioè su quanto il modello deve “pensare” e quanto deve spingere sul ragionamento.

 

È un dettaglio importante perché il futuro degli agenti AI non sarà solo una questione di intelligenza.

 

Sarà anche una questione di **sostenibilità economica**.

 

Un agente che lavora per giorni può essere utilissimo. Ma se costa troppo, resta un giocattolo per pochi casi eccezionali.

 

## Quando ha senso usare i workflow dinamici

 

I workflow dinamici non sono la risposta giusta per tutto.

 

Hanno senso quando il lavoro è **grande, divisibile, verificabile e abbastanza ripetitivo**.

 

Esempi concreti:

 

- migrazione di codice da un framework a un altro;
- refactoring di molte parti simili di una codebase;
- analisi di repository molto grandi;
- creazione o aggiornamento massivo di test;
- normalizzazione di pattern di codice;
- controllo di regressioni su tante componenti;
- porting di moduli da un linguaggio a un altro.

 

Hanno meno senso, invece, per attività piccole o molto ambigue.

 

Se il task non è verificabile, se non hai test, se non sai bene quale risultato vuoi ottenere, l’agente rischia di correre tanto ma nella direzione sbagliata.

 

È il classico problema dell’automazione: **prima devi rendere chiaro il processo, poi puoi automatizzarlo**.

 

Altrimenti hai solo un errore più veloce.

 

## Non è solo Anthropic: il mercato va verso agenti persistenti

 

La cosa interessante è che Anthropic non si sta muovendo da sola.

 

Negli ultimi mesi stanno emergendo sempre più strumenti che vanno nella stessa direzione: ambienti AI persistenti, sistemi multi-agente, agenti che lavorano in background e interfacce dove l’AI non si limita più a rispondere in chat.

 

Progetti come **[AionUi](https://github.com/iOfficeAI/AionUi)**, **[Hermes Agent](https://github.com/nousresearch/hermes-agent)**, **[OpenHands](https://github.com/OpenHands/openhands)**, [**Manus**](https://manus.im/)e altri strumenti simili raccontano tutti la stessa storia.

 

Il mercato si sta spostando da:

 

- chatbot che rispondono;
- copilot che suggeriscono codice;
- strumenti AI usati a singoli prompt;

 

a sistemi che:

 

- mantengono stato;
- usano strumenti esterni;
- leggono e modificano file;
- coordinano più agenti;
- continuano un lavoro nel tempo;
- provano a verificare il risultato.

 

È probabilmente questa la direzione più importante per il 2026.

 

Non modelli usati solo per “chattare meglio”, ma **agenti AI inseriti dentro workflow reali**.

 

Ed è anche il motivo per cui Opus 4.8 va letto insieme a Claude Code, non come semplice modello isolato.

 

## Come provare Claude Opus 4.8 e i workflow dinamici

 

Se usi Claude Code, i workflow dinamici sono disponibili in research preview su **CLI**, **app desktop** ed **estensione VS Code**, in base al piano e alle impostazioni dell’account.

 

Il modo più semplice per iniziare è partire da un task piccolo ma reale.

 

Non partire subito con “migra tutto il repository”.

 

Meglio iniziare con qualcosa tipo:

 

1. analizza questa cartella e trova pattern duplicati;
2. crea un piano di refactoring;
3. applica la modifica solo a un modulo;
4. esegui i test;
5. mostrami cosa hai cambiato e cosa non sei riuscito a verificare.

 

Questo ti permette di capire tre cose fondamentali:

 

- **quanto consuma**;
- **quanto è affidabile sul tuo progetto**;
- **quanto riesce davvero a verificare prima di consegnare**.

 

Il consiglio pratico è semplice: usa i workflow dinamici dove hai test, vincoli chiari e un obiettivo misurabile.

 

Se il progetto è caotico, senza test e senza documentazione, l’agente può aiutarti, ma non aspettarti miracoli.

 

**Prima metti ordine. Poi fai correre gli agenti.**

 

Se vuoi approfondire l’uso di Claude Code con modelli alternativi e workflow più tecnici, ho già scritto una guida dedicata a **Claude Code con Ollama e GLM**.

 

Inoltre, se ti interessa il tema degli agenti accessibili da interfacce diverse dalla classica chat, puoi leggere anche la guida su **OpenClaw e agenti AI su WhatsApp**.

  

## FAQ su Claude Opus 4.8

  **Cos’è Claude Opus 4.8?** 

**Claude Opus 4.8** è il modello AI di punta di Anthropic successivo a Opus 4.7. Migliora diversi benchmark legati a coding agentico, uso del computer, reasoning e knowledge work, ma la parte più interessante è l’integrazione con i **workflow dinamici in Claude Code**.

   **Cosa sono i workflow dinamici di Claude Code?** 

I **workflow dinamici** sono una funzione di Claude Code che permette a Claude di pianificare task complessi, dividerli in sotto-attività e far lavorare più subagenti in parallelo per completare lavori lunghi e verificabili.

   **Claude Opus 4.8 è migliore di GPT-5.5?** 

Dipende dal benchmark e dal tipo di lavoro.

 

Opus 4.8 risulta più forte in diverse metriche agentiche, ma su **Terminal-Bench 2.1** GPT-5.5 resta davanti. Il punto forte di Opus 4.8 è soprattutto l’integrazione con Claude Code e i workflow persistenti.

   **I workflow dinamici consumano molti token?** 

Sì. I workflow dinamici possono consumare molti più token rispetto a una normale sessione, perché coinvolgono più subagenti, più verifiche e task più lunghi.

 

Conviene usarli su attività dove il valore del risultato giustifica il costo.

   **Quando conviene usare i workflow dinamici?** 

Conviene usarli su **migrazioni**, **refactoring importanti**, **repository grandi**, generazione di test, analisi massiva di codice e attività tecniche divisibili in sotto-task.

 

Sono meno adatti a modifiche piccole o richieste molto vaghe.

   **Claude Code sostituisce uno sviluppatore?** 

No.

 

Claude Code può accelerare molto alcune attività, ma ha ancora bisogno di supervisione, test, review e obiettivi chiari.

 

È più corretto vederlo come un **ambiente agentico di supporto al lavoro tecnico**, non come un sostituto completo.

   

## Conclusione: Opus 4.8 non è solo un upgrade di modello

 

Claude Opus 4.8 non va letto solo come “il nuovo modello di Anthropic”.

 

Il miglioramento dei benchmark c’è, ma non è la parte più importante.

 

La vera novità è che Claude Code sta diventando sempre meno una chat per programmare e sempre più un **ambiente operativo per far lavorare agenti AI su task lunghi, complessi e verificabili**.

 

Workflow dinamici, subagenti paralleli, Agent View, controllo dell’effort, modalità Fast e maggiore attenzione all’honesty del modello vanno tutti nella stessa direzione.

 

Non basta più generare codice.

 

Bisogna **pianificare, coordinare, verificare, riprendere il lavoro e sapere dire quando qualcosa non è stato completato**.

 

Questo è il passaggio interessante.

 

**Attenzione però:** tutto questo ha un costo. Più agenti, più verifiche e più autonomia significano anche più token, più compute e più necessità di controllo.

 

Per attività piccole, probabilmente è troppo.

 

Per migrazioni, refactoring importanti e codebase complesse, invece, può diventare uno degli aggiornamenti più interessanti di Claude Code.

 

La partita dei prossimi mesi non sarà solo chi ha il modello più intelligente.

 

Sarà chi riesce a trasformare quell’intelligenza in **lavoro reale, controllabile e sostenibile**.

 

Se vuoi seguire i prossimi test su Claude Code, agenti AI, workflow dinamici e strumenti per automatizzare davvero il lavoro tecnico, puoi iscriverti alla **[newsletter settimanale](https://francescogruner.it)**.

 

Parlo di questi temi anche sul mio canale YouTube: **[Francesco Gruner su YouTube](https://www.youtube.com/c/FrancescoGruner)**.

 

## Fonti

 

[Anthropic: Introducing Claude Opus 4.8](https://www.anthropic.com/news/claude-opus-4-8)

 

[Claude: Introducing dynamic workflows in Claude Code](https://www.reddit.com/r/ClaudeAI/comments/1tq9ofy/introducing_dynamic_workflows_in_claude_code/)