Anthropic introduce le routine in Claude Code, attualmente in versione di anteprima per la ricerca: si tratta di automazioni configurabili una sola volta — includendo prompt, repository e connettori — che possono essere eseguite a intervalli programmati, tramite chiamate API oppure in risposta a eventi nel cloud.
Le routine operano sull’infrastruttura web di Claude Code, senza dipendere dal fatto che il computer dell’utente sia acceso.
Gli sviluppatori già utilizzano Claude Code per automatizzare il ciclo di sviluppo software, ma finora hanno dovuto gestire autonomamente cron job, infrastrutture e strumenti aggiuntivi come i server MCP; con le routine, invece, è possibile accedere direttamente ai propri repository e connettori, impacchettare le automazioni e attivarle secondo una pianificazione o un trigger definito.
Indice degli argomenti:
Le routine in Claude Code, una nuova accelerazione
Due anni di flussi, nodi, freccette trascinate sullo schermo. Li abbiamo costruiti tutti, con Zapier, Make, N8N, con quella sensazione di stare componendo un circuito elettronico in versione gentile, accessibile, democratica. I tutorial su Linkedin, Instagram e TikTok si sono moltiplicati a velocità impressionante, le community hanno prosperato, i corsi pure.
Chi scrive ne ha prodotti tanti, di quei contenuti, e consumati altrettanti.
Poi arriva qualcosa che sposta l’attenzione e la riconosci subito, perché non è un miglioramento incrementale ma una nuova accelerazione.
Il linguaggio naturale al posto del diagramma
Anthropic, con Claude Code, sta facendo un lavoro che ridefinisce il perimetro dell’automazione da un punto di vista a dir poco radicale: descrivi la routine in linguaggio naturale, colleghi i tuoi tool e i tuoi repository, l’esecuzione gira in cloud su eventi o su schedule.
Niente canvas. Niente nodi da connettere. Niente preoccupazione di quale webhook attivare, quale parser JSON infilare tra un passaggio e l’altro, quale variabile d’ambiente configurare prima di andare live.
La differenza non è estetica è user experience. I tool di automazione tradizionali replicano una metafora visiva del codice, prendono un trigger, collegano azioni, gestiscono condizioni e ramificazioni, ed è programmazione con un’interfaccia più gentile ma la logica sottostante resta identica: pensare in termini di flusso, di struttura, di sequenza, sapere dove mettere il filtro, quando inserire il delay, come intercettare l’errore.
Con un ecosistema basato su AI nativa la logica scompare dentro l’istruzione. Il prompt diventa il programma. E questo genera di nuovo quello a cui in questo momento storico stiamo vivendo: una nuova obsolescenza di competenze che sembravano nuove e di fatto rischiano di diventare già vecchie, passando dalla capacità di costruire un flusso alla capacità di descrivere un’intenzione con precisione.

La continuità d’uso è il punto di forza delle routine in Claude
Ecco, quello che molti ancora sottovalutano non è la semplicità dell’interfaccia (che pure conta). È la continuità d’uso. Un flusso su Zapier lo costruisci, lo attivi, lo dimentichi finché non si rompe. È un ingranaggio statico che gira finché le condizioni esterne restano stabili, e quando cambiano torni indietro, modifichi nodi, ricolleghi frecce, testi, riattivi, riparti.
Un ecosistema AI-nativo funziona in modo diverso. Può osservare il lavoro nel tempo, individuare pattern ricorrenti, suggerire nuove routine basate su quello che fai davvero e non su quello che avevi progettato una volta sola, sei mesi prima, con una visione parziale del problema. Genera documenti, produce codice, adatta il comportamento. La routine smette di essere un circuito fisso e diventa qualcosa che impara dal contesto, che si modifica, che propone.
Nessun tool basato su nodi e connettori può offrire questo tipo di continuità operativa, perché la loro architettura è per definizione deterministica, rigida, vincolata alla configurazione iniziale.
Il ridimensionamento del no-code verticale
Qui la riflessione si fa più scomoda per chi ha investito tempo e risorse nell’ecosistema no-code. Il vantaggio competitivo di questi strumenti è sempre stato la verticalizzazione: Zapier per le integrazioni, Airtable per i database collaborativi, Webflow per i siti, Notion per la gestione della conoscenza. Ognuno eccelleva nel proprio dominio, e il valore stava nella specializzazione.
Quando un sistema di AI può fare da orchestratore trasversale, collegare servizi, generare output, adattarsi al contesto senza bisogno di un’interfaccia visiva dedicata per ogni singolo dominio, quel vantaggio verticale si assottiglia. Non scompare di colpo, perché la maturità di prodotto e le integrazioni consolidate pesano ancora. Però il processo di ridimensionamento è cominciato, lo si percepisce chiaramente.
Non si tratta di dire che Zapier o N8N moriranno domani, sarebbe ingenuo. Si tratta di riconoscere che il loro modello di valore, fondato sulla semplificazione visiva della complessità tecnica, sta incontrando un’alternativa che la complessità tecnica la elimina alla radice, la sostituisce con il linguaggio.
La nuova complessità: stare al passo ogni giorno
E arriviamo al paradosso più sottile di tutta questa transizione. La complessità non è sparita, si è spostata. Prima era tecnica, capire come funziona un webhook, come si configura un’API, come si struttura un flusso condizionale con tre rami e un fallback. Adesso è cognitiva, strategica, operativa: stare dietro alla velocità con cui questi strumenti evolvono, capire cosa è già possibile oggi e cosa lo sarà fra tre mesi, ridisegnare continuamente i propri processi per sfruttare capacità che ieri semplicemente non c’erano.
La sfida quotidiana non è più “come automatizzare”. È “cosa automatizzare adesso che le possibilità si sono espanse di un ordine di grandezza”, e questa è una competenza che non si insegna con un tutorial di novanta secondi, non si risolve con un template preconfigurato. Richiede visione, richiede la capacità di ripensare i propri flussi di lavoro con la stessa frequenza con cui l’AI aggiunge funzionalità.
Per chi costruisce prodotti, per chi gestisce team, per chi fa consulenza, la domanda vera non è se adottare questi ecosistemi. È quanto velocemente si riesce a integrare nella propria operatività un paradigma che cambia ogni settimana.
E la risposta, per molti, è che non ci si riesce abbastanza in fretta. Questa, oggi, è la vera complessità.
Come funzionano le routine in Claude Code
Routine pianificate
Basta specificare a Claude Code un comando e una frequenza (ogni ora, ogni notte o ogni settimana) e il sistema si attiverà secondo tale pianificazione:
Ogni notte alle 2:00: recupera il bug più urgente da Linear, tenta di risolverlo e apre una bozza di PR.
Se utilizzi /schedule nella CLI, queste attività sono ora routine pianificate.
Routine API
Si possono anche configurare le routine in modo che vengano attivate da chiamate API. Ogni routine ha il proprio endpoint e token di autenticazione. Invia un messaggio POST e ricevi un URL di sessione. Integra Claude Code nei sistemi di allerta, negli hook di distribuzione, negli strumenti interni… ovunque sia possibile effettuare una richiesta HTTP:
Leggi il payload dell’allerta, individua il servizio responsabile e invia un riepilogo di triage a #oncall con una proposta di primo passo.
Routine Webhook, a partire da GitHub
Iscriviti a una routine per avviarla automaticamente in risposta agli eventi del repository GitHub. Claude creerà una nuova sessione per ogni PR che corrisponde ai tuoi filtri ed eseguirà la tua routine.
Segnala le PR che riguardano il modulo /auth-provider. Qualsiasi modifica a questo modulo deve essere riassunta e pubblicata su #auth-changes.
Claude apre una sessione per ogni PR e continuerà a inviare gli aggiornamenti da quella PR alla sessione, in modo da poter gestire i follow-up come commenti ed errori di CI.
Anthropic ha in programma di espandere le routine basate su webhook per attivarle da più fonti di eventi in futuro.
Cosa stanno realizzando i team
Sono emersi alcuni modelli comuni per i primi utenti che creano routine:
Routine pianificate
Gestione del backlog: triage dei nuovi issue ogni notte, etichettatura, assegnazione e pubblicazione di un riepilogo su Slack
Docs drift: scansione settimanale delle PR unite, segnalazione dei documenti che fanno riferimento ad API modificate e apertura di PR di aggiornamento
Routine API
Verifica della distribuzione: la pipeline CD pubblica dopo ogni distribuzione, Claude esegue controlli di base sulla nuova build, analizza i log degli errori alla ricerca di regressioni e pubblica un go/no-go sul canale di rilascio
Triage degli avvisi: punta Datadog all’endpoint della routine, Claude estrae la traccia, la correla con le distribuzioni recenti e ha una bozza di correzione pronta prima che il tecnico di turno apra la pagina
Risoluzione del feedback: un widget di feedback della documentazione o una dashboard interna invia il report, Claude apre una sessione sul repository con il problema nel contesto e redige la modifica
Routine GitHub
Porting della libreria: ogni PR unita a un SDK Python attiva una routine che porta la modifica al parallelo SDK Go e apre una PR corrispondente
Revisione del codice su misura: all’apertura della PR, esegui la checklist del tuo team su sicurezza e prestazioni, lasciando commenti in linea prima che un revisore umano la esamini
Per iniziare
Le routine sono disponibili per gli utenti di Claude Code con piani Pro, Max, Team ed Enterprise con Claude Code sul web abilitato. Per creare una routine andare su claude.ai/code, oppure digitare /schedule nella CLI.
Le routine consumano i limiti di utilizzo dell’abbonamento allo stesso modo delle sessioni interattive. Inoltre, le routine hanno limiti giornalieri: gli utenti Pro possono eseguire fino a 5 routine al giorno, gli utenti Max fino a 15 e gli utenti Team ed Enterprise fino a 25.
È possibile eseguire routine aggiuntive oltre questi limiti con un utilizzo extra. Per ulteriori informazioni consultare la documentazione.







