La guida di Claude Code per le startup
Come le startup in rapida crescita utilizzano Claude Code per sviluppare i propri prodotti: cinque principi operativi tratti da interviste a oltre una dozzina di aziende.
Nativi dell'IA al lavoro alla frontiera
Se vuoi dare un'occhiata al futuro del lavoro, chiedi alle startup come stanno operando oggi. Noi l'abbiamo fatto.
Abbiamo parlato con oltre una dozzina di startup in rapida crescita su come utilizzano gli strumenti di programmazione agentica per sviluppare prodotti e far crescere le loro aziende. Queste startup stanno cambiando le regole su chi può sviluppare, cosa viene scartato e come creare un volano tra il modo in cui sviluppi e ciò che sviluppi.
E stanno distribuendo come le organizzazioni prodotti dieci volte più grandi.
In questa guida, approfondiremo le implementazioni uniche di queste organizzazioni per scoprire le regole che seguono per rilasciare rapidamente e mantenere il loro vantaggio competitivo.
Nel fare questo, inizieremo anche a raccogliere una risposta alla domanda: come sarebbe se un'organizzazione progettasse da zero il proprio ciclo di vita di sviluppo del prodotto con Claude Code?
La programmazione agentica riduce le barriere all'ingresso per i dipendenti non tecnici che vogliono sviluppare prodotti. Con Claude Code, puoi creare funzionalità funzionali senza conoscere bene un linguaggio di programmazione o saper usare un IDE.
Per i fondatori di startup questo ha evidenti vantaggi. Per esempio, non ha il numero di dipendenti dei suoi concorrenti più grandi, quindi è "tutto pronto a rispondere". Ma ciò che i fondatori cercano non è solo la capacità grezza: questi membri non tecnici del team portano anche competenze specialistiche.
Abbiamo sentito la stessa cosa dal Dott. Thomas Kelly, cofondatore e CEO di Heidi.
Dire che "tutti spedi" è un ottimo post su LinkedIn, ma come funziona nella realtà? Il team di marketing sta approvando le pull request? Il team legale sta affrontando le complessità legate alla divisione dei test flaky?
La risposta che abbiamo ottenuto è che c'è ancora una divisione del lavoro. I team di marketing si concentrano ancora sul marketing e gli sviluppatori si concentrano ancora sullo sviluppo. Ma il primo passo fondamentale per portare un'idea a un prototipo funzionante, per passare da 0 a 1, è aperto a tutti.
Abbiamo inoltre visto le startup più efficaci creare meccanismi per rendere questi contributi sistemici, senza lasciare tutto al caso o all'ambizione individuale.
Crea connessioni
Una cosa è creare le aspettative tra i dipendenti riguardo all'utilizzo dell'IA, un'altra è dare loro l'accesso a Claude Code e agli strumenti di cui hanno bisogno.
Alla Crosby, il team non ha portato gli avvocati a Claude Code, ma ha portato Claude Code agli avvocati collegandolo agli strumenti e ai sistemi operativi con cui avevano familiarità e con cui lavoravano ogni giorno.

Presentazione dei casi di Standup
Ad un certo punto, le idee devono avere la possibilità di assegnare le priorità in modo che le risorse organizzative possano aiutarle a portarle sul mercato. Questa strada è chiara per i product manager (dopo tutto, è il loro lavoro), ma non altrettanto chiara per i dipendenti non tecnici.
Clay crea revisioni trimestrali in cui i prototipi vengono presi in considerazione e possono essere inclusi nella roadmap formale. Ecco come un membro del team go-to-market di Clay ha sviluppato un agente autonomo che visita i tuoi siti web, compila i moduli di lead acquisition, calcola il tempo necessario per rispondere, valuta l'esperienza e genera un report sulle performance.
Omni dispone di un canale Slack dedicato per i prototipi generati da Claude, con il contributo di tutti, compreso il personale tecnico senior. Applica inoltre il corollario di "tutti parlano con i clienti".
Condividi le competenze
La linea di demarcazione tra "tutti parlano con i clienti" e "frammentario" può essere sottile. I prototipi di funzionalità, indipendentemente da chi li ha creati, devono comunque essere integrati in un prodotto che sembri un tutto coeso. È qui che le Skills, file di istruzioni riutilizzabili che codificano gli standard e il contesto del team, possono contribuire a garantire che lo sviluppo rimanga allineato anche quando il processo diventa sempre più democratizzato.
"Chiunque nel team può redigere componenti di prodotto, materiale di marketing o materiale di presentazione da Claude Code utilizzando il nostro design system come riferimento. L'IA che interessa il prodotto deve fissare degli obiettivi molto più alti, che Claude Code ci aiuta a soddisfare con maggiore precisione", ha dichiarato il Dr. Thomas Kelly, Heidi.
Possono inoltre far diventare operativi e operativi nuovi sviluppatori e dipendenti senza competenze tecniche in tempi rapidi.
Tutte le aziende hanno cercato di ottenere maggiori efficienze attraverso la tecnologia fin dagli albori della rivoluzione industriale, ma queste startup si sono distinte per la velocità e la profondità della loro adozione.
Questi fondatori ritengono che l'IA sia una componente essenziale della loro missione. Molti sono convinti che gli agenti detengono l'80% meccanico, quindi i team di sviluppo dedicano il loro tempo ai casi che richiedono effettivamente una valutazione.
In particolare, abbiamo visto l'IA più strettamente integrata rispetto ad altri nelle fasi SDLC e un maggior numero di agenti appositamente progettati per gestire attività ricorrenti end-to-end. Diamo un'occhiata a un paio di esempi di entrambe.
SDLC nativi IA
Molte delle startup presenti hanno implementato strumenti per accelerare l'onboarding dei propri team nei processi di programmazione agentica. Ad esempio, in Emergent, Mukund ci ha raccontato: "Il primo giorno, una nuova assunzione ha ripristinato l'intero processo di sviluppo indicando a Claude il file di markdown corretto. Se Claude rileva qualcosa di non corretto o non aggiornato durante la procedura di onboarding, aggiorna il file".

Questi team di sviluppo devono essere integrati rapidamente perché questi team rilasciano velocemente.
In queste organizzazioni, Claude Code non solo aiuta a generare il codice, ma lo esamina anche. "Eseguiamo revisioni automatizzate del codice rispetto ai nostri framework tecnici e di conformità approvati, segnalando le criticità e inoltrando le modifiche suggerite ai revisori giusti prima di rilasciare qualsiasi cosa", ha dichiarato il Dott. Kelly di Heidi.
Alcune di queste organizzazioni hanno anche sviluppato agenti personalizzati per la revisione del codice, il testing e la CI. Queste startup hanno posto molta attenzione sulla creazione di loop anziché sulla semplice distribuzione del codice.
"Il mio [agente] preferito è il "Translucent code reviewer", che analizza una modifica, la esamina da più angolazioni e sintetizza i risultati come farebbe uno dei nostri ingegneri senior, ma più velocemente di chiunque altro", ha dichiarato Jack, fondatore di Translucent.
Clay "...ha creato un agente che gestisce…il triage dei bug, dalla fase iniziale al suggerimento di modifiche al codice per le correzioni", ha dichiarato Kareem.

Accelerare i processi con gli agenti
Un altro modello costante era che queste startup non solo utilizzavano i loop agentici in Claude Code per accelerare le attività di sviluppo, ma stavano anche creando agenti per accelerare processi ricorrenti e spesso noiosi.
Si trattava spesso di attività di routine per consentire all'azienda di concentrarsi sul vantaggio competitivo, sulle relazioni con i clienti e sulla crescita dei ricavi. Uno dei processi più comuni che abbiamo visto accelerare da Claude era l'analisi self-service dei dati.
Quasi ognuna di queste aziende aveva in atto un processo per prendere decisioni rapide sulla base di dati aggiornati, compresi quelli non strutturati, che alimentano il pivotamento, essenziale nella vita di una startup.
Ad esempio, Clay ha sviluppato un agente di analisi interno e Heidi utilizza Claude Code per categorizzare i feedback di clienti e medici insieme ai dati di utilizzo per far emergere i segnali importanti per le informazioni sui prodotti.
Sia ClickHouse che Omni offrono prodotti che integrano questo tipo di analisi dei dati basata sull'IA, tutti basati su Claude.
Altri esempi includono il riepilogo di migliaia di documenti legali con i subagenti (Crosby), l'analisi dei dati sulle richieste di indennizzo per segnalare anomalie tra i vari siti (Commure) e l'estrazione continua dei dati finanziari degli ospedali per individuare segnali di pericolo che nessun team di analisti potrebbe cogliere in tempo (Translucent).

Questa regola è il corollario necessario della Regola 2: Automatizza la noia. Non è possibile automatizzare un processo, a meno che non si disponga di uno strumento affidabile per monitorare e verificare il risultato.
Per essere chiari, nessuna di queste startup sta unendo gli agenti sperando che vada per il meglio. Molte di esse operano in settori altamente regolamentati e richiedono solidi framework di governance. Cainex è un esempio particolarmente eloquente di combinazione di agenti con controlli deterministici per leggere le cartelle cliniche e generare codici che indirizzano la fatturazione ospedaliera.
"Ecco il ciclo che Claude Code esegue per noi. Elaboriamo un batch con un agente e i nostri revisori esaminano l'output in un'app interna. Non si limitano a vedere i codici. Vedono il ragionamento del modello e commentano entrambi…. Tutto è controllato e verificabile", ha affermato.
"Poi Claude Code prende il sopravvento. Legge le previsioni originali, insieme a ogni correzione e commento, direttamente dal database. Ogni correzione viene contrassegnata dal tipo di codice interessato, così Claude Code sa se si tratta di un problema di diagnosi, di procedura o di un'altra categoria, e può accedere direttamente alle linee guida che governano quel tipo specifico di programmazione.
Da lì, trova la parte delle istruzioni dell'agente che ha prodotto l'errore e la corregge, oppure scrive nuove linee guida quando il caso è davvero nuovo. Ogni modifica viene apportata rispetto a un set di istruzioni versionato e testata rispetto ai record che non hanno superato i risultati. La regola che applichiamo: correggi il principio, non l'esempio", ha continuato.
"Poi il backtest. Un disco può avere più di una codifica accettabile, quindi non è una semplice corrispondenza. Il test combina la corrispondenza semantica rispetto ai nostri set accettati con un giudice che chiede se si tratta di un errore reale o solo di un percorso valido diverso, e Claude Code aggiunge i propri confronti in cima.
Esamina la modifica dei candidati su un golden set più campioni casuali e fa emergere eventuali regressioni prima del rilascio di qualcosa. Ciò che viene fuori è un breve elenco: le modifiche suggerite, i record che non è stato possibile risolvere e le domande a cui si desidera ottenere una risposta. I team di ingegneria dedicano il loro tempo ai casi veramente complessi anziché al meccanico 80%", ha affermato.
Ci sono molte conclusioni generali che i fondatori possono trarre da questo flusso di lavoro specifico per la fatturazione sanitaria.
Ad esempio, Cainex si avvale di esperti in materia per esaminare regolarmente e guidare il ragionamento di Claude, e garantire che le indicazioni vengano inserite in un ciclo di auto-miglioramento. Tuttavia, questi esperti non sono lì per risolvere ogni problema, ma le loro indicazioni vengono utilizzate come parte di un ciclo di miglioramento personale. Come dice Uriah, "correggi il principio, non l'esempio".

L'altro punto da trarre è la diligenza posta nel mantenere un solido "golden set" di valutazione, ovvero un gruppo di coppie di domande e risposte verificate che il team utilizza per verificare l'accuratezza dell'agente. Ogni startup dovrebbe mantenere diverse serie di valutazioni per i suoi casi d'uso chiave e aggiornarle regolarmente, per evitare deviazioni e valutare i modelli futuri.
L'ultima cosa che Uriah sottolinea è che questo processo può richiedere un po' di lavoro. "Non è partito in modo pulito. La nostra prima versione è stata overfittata. Ha "risolto" le cose codificando il caso specifico, mentre stavamo accumulando patch invece di diventare più intelligenti. Abbiamo cambiato l'approccio per applicare i principi generali e per limitare il numero di aspetti specifici che possono essere modificati".
Molte di queste startup native IA sono in costante reinvenzione.
L'IA è spesso al centro di ciò che stanno sviluppando e del modo in cui lo stanno sviluppando. Poiché la capacità dei modelli è in continua evoluzione, funzionalità innovative e impalcature critiche sono state scartate nel momento in cui sono diventati costi irrisolti. Molte di queste organizzazioni hanno visto in questa costante ristrutturazione un elemento del loro vantaggio competitivo.
"Quello che facciamo a Clay è che tu lo sviluppi, lo sviluppi di nuovo e lo sviluppi di nuovo. E poi la quarta volta che lo sviluppi, sai tutto ciò che serve e lo fai nel modo giusto. E così non dobbiamo necessariamente buttare via le cose. L'abbiamo appena ricostruito, e questa volta con maggiore chiarezza", ha dichiarato Kareem.
"Una riprogettazione non è finita quando viene rilasciato il nuovo percorso. È completato quando il vecchio percorso è finito. Teardown ha sempre perso la battaglia per stabilire le priorità: è noioso e non fornisce funzionalità", ha dichiarato Tanay, cofondatore di Commure. "Ora uno dei team di sviluppo di Commure chiama semplicemente una skill di Claude del tipo "per ogni feature flag già rilasciata a tutti, apri una PR per rimuoverlo e il codice associato", quindi il team di sviluppo esamina ciò che viene restituito. Le migrazioni che prima richiedevano molti cicli di sviluppo ora sono pianificate e pronte e completate in un paio di ore".

Ogni worktree collegato è una normale directory con il proprio branch verificabile; tutti e tre condividono lo stesso archivio di oggetti .git all'interno di acme-web.
Kareem ha inoltre descritto come parte del fossato di Clay la capacità di rinnovarsi, evolversi e creare cicli di auto-miglioramento costantemente.
"Penso che la necessità di auto-miglioramento per qualsiasi azienda in questo momento sia la necessità di qualsiasi sistema di auto-miglioramento. Clay è un motore di ricavi che apprende da solo. Quindi, più lo usi, più sappiamo chi sono i tuoi migliori clienti, cosa dovresti dire, cosa ha funzionato, cosa non ha funzionato e cosa sta cambiando nel tempo", ha spiegato. "La sfida è chiunque sia in grado di arrivare alla distribuzione più velocemente… in modo da poter aiutare ogni [cliente] in modo da poter migliorare autonomamente".
In occasione di un evento Code with Claude tenutosi a maggio 2026, Niko Grupen, responsabile dell'IA applicata di Harvey, ha spiegato come ogni nuova ondata di funzionalità dei modelli (ragionamento emergente, automazione agentica, pianificazione e orchestrazione) abbia richiesto una riarchitettura completa della piattaforma.
Molte di queste startup hanno un volano chiave al centro del loro processo di sviluppo. Sviluppare con l'IA li aiuta a creare prodotti rivoluzionari con l'IA.
Quando gli sviluppatori migliorano le loro pratiche di programmazione agentica, hanno una comprensione più chiara delle capacità del modello e informazioni su come il design dell'harness si evolve alla frontiera. Possono quindi utilizzare questa ispirazione per i propri agenti e prodotti.
"Ci siamo ispirati all'approccio file vs embedding [di Anthropic], che ci ha spinto a mantenere la semplicità nel nostro prodotto. Abbiamo evitato molte complessità che sarebbero derivate da una pipeline RAG", ha dichiarato Chris, Omni. "Ci siamo resi conto anche di come la capacità di Claude Code di consentire agli utenti di fare le cose in parallelo e abbiamo adattato alcuni di questi concetti nella nostra interfaccia utente".
Aiuta inoltre i team a rimanere aggiornati sulle prestazioni del proprio prodotto.
"Poiché il nostro creatore di app utilizza anche i modelli di Anthropic dietro le quinte, se vediamo un comportamento sul nostro prodotto… possiamo rapidamente eseguire il debug in locale tramite Claude Code per capire se si tratta del comportamento del modello o di un problema di harness. Questo ha contribuito enormemente a migliorare i nostri cicli di triage", ha dichiarato Mukund, Emergent.
Il modello che abbiamo sentito ripetutamente era creare un agente interno con Claude Code, utilizzarlo internamente (dogfood) e, a seconda della risposta, promuovere un prodotto rivolto al cliente spesso utilizzando l'API di Claude, l'SDK o gli agenti gestiti di Claude.
"Abbiamo creato i nostri agenti IA [nel nostro prodotto] con cui i team possono interagire direttamente, tra cui un agente nella console SQL e un SRE di IA. Utilizziamo Claude Code per sviluppare e perfezionare autonomamente questi agenti. Gli strumenti che alimentano le esperienze di IA dei nostri clienti sono, in parte, costruiti con l'IA", ha dichiarato Alexey, di ClickHouse.
La Checklist
Questa guida ha trattato molti argomenti diversi. Ecco i suggerimenti principali consolidati in un'unica pagina:
Le startup sulla frontiera si sviluppano sulla frontiera
Queste informazioni provengono dai tuoi colleghi che lavorano alla frontiera e ci auguriamo che tu le abbia trovate pratiche e concrete. La community di startup di Claude è una fonte costante di ispirazione, best practice e consigli. Puoi iscriverti a questa community:
- Iscrivendoti alla Newsletter per startup e partecipando al programma per startup.
- Aggiungendo ai segnalibri i prossimi webinar di Claude Code.
- Partecipando a un evento vicino a te
- Contribuendo su Reddit e Discord.
- Le aziende in fase iniziale possono inoltre candidarsi al programma Claude for Startups per ottenere crediti e supporto.














