Un gruppo ristretto di sviluppatori, con l’aiuto di Claude Opus 5.5, ha reso disponibili sette applicazioni creative che riprendono una parte ampia delle funzioni e delle interfacce dei programmi Adobe. Dal fotoritocco al montaggio video, ArtCraft affronta in rapida successione strumenti che nei prodotti di riferimento sono stati costruiti e perfezionati per decenni. La velocità dello sviluppo colpisce soprattutto nel confronto con Photoshop, la cui storia supera ormai i trentacinque anni.
Sette applicazioni e uno sviluppatore con esperienza
“Ho usato Opus 5.5 per aiutarmi a ricreare sette delle principali applicazioni Adobe in Rust al 100% nativo”: così ai_art_is_art presenta le Crafting Apps su Reddit. Alle spalle ha quindici anni di sviluppo software, una decina dei quali con Rust, e ha lavorato su infrastrutture di pagamento, robotica e automazione ottica. Con Claude affronta ora la ricostruzione degli strumenti che fotografi, grafici e montatori usano ogni giorno.
Al progetto lavorano anche alcuni collaboratori, con il sostegno di un team che già sviluppa software per filmmaker. La comunità può scaricare le applicazioni, provarle, segnalare errori e proporre nuove funzioni, oppure contribuire direttamente al codice. “Raggiungeremo la piena equivalenza funzionale entro un mese”, scrive l’autore.
La famiglia delle Crafting Apps comprende PhotoCraft per il fotoritocco e VectorCraft per l’illustrazione vettoriale; al montaggio video è dedicato FilmCraft, mentre LightCraft gestisce librerie fotografiche e sviluppo dei file RAW. Per i documenti PDF il nome attuale è PdfCraft, indicato come PrintCraft nell’annuncio iniziale. Completano la serie EffectCraft, per motion graphics ed effetti visivi, e DesignCraft, per impaginazione e pubblicazione.
Le sette applicazioni hanno installer per macOS, Windows e Linux; sei, con l’eccezione di FilmCraft, sono disponibili anche nel browser attraverso WebAssembly, che permette di eseguire codice compilato in una pagina web. Il launcher comune ne gestisce installazione e aggiornamenti. PhotoCraft e PdfCraft sono presentati come early alpha, gli altri programmi come in sviluppo.
Photoshop 1.0 risale al febbraio 1990. Nella sua storia si sono succeduti passaggi importanti, come i livelli nel 1994, il pennello correttivo nel 2002 e Content-Aware Fill nel 2010, insieme a un lavoro continuo di perfezionamento. Miglioramenti anche piccoli, ripetuti per anni, hanno affinato strumenti, interazioni e flussi che i professionisti utilizzano quotidianamente.
Quel patrimonio comprende sia il codice sia la conoscenza del problema: quali operazioni servono, come si organizzano i pannelli, quali scorciatoie funzionano, come un documento deve attraversare una catena di produzione. Chi costruisce oggi un’alternativa può partire da un riferimento che esiste già, con comportamenti osservabili e aspettative consolidate. L’AI interviene nella traduzione di questa conoscenza in una nuova implementazione, riducendo il lavoro necessario per affrontare contemporaneamente numerose funzioni.
Inventare un flusso di lavoro e ricostruirne uno conosciuto comportano impegni diversi. La velocità di ArtCraft va letta anche attraverso questo vantaggio di partenza: trentacinque anni di storia del prodotto di riferimento diventano una mappa per il nuovo progetto. Il risultato interessante è la compressione del percorso verso un insieme ampio di capacità, che lascia poi spazio a correzioni e perfezionamenti continui.
Sotto lo stesso marchio esiste anche lo studio ArtCraft, dedicato alla creazione di immagini e video con modelli generativi. Qui l’utente può comporre scene in due o tre dimensioni, posizionare personaggi, combinare elementi visivi e usare la scena per guidare la generazione. Le Crafting Apps sono invece editor autonomi, dedicati a specifiche attività creative.
Gli editor sono gratuiti e lavorano localmente sui file; per lo studio generativo sono disponibili piani a crediti, pacchetti acquistabili una tantum e la possibilità di utilizzare proprie risorse di calcolo e abbonamenti di terze parti. La separazione fra accesso al software e consumo delle funzioni generative è diffusa anche fra gli altri sviluppatori: Adobe utilizza crediti generativi inclusi nei piani e acquistabili attraverso abbonamenti aggiuntivi, mentre Canva prevede un AI Pass per ampliare l’utilizzo degli strumenti AI. In ArtCraft, la gratuità degli editor si affianca quindi a un modello di pagamento della generazione già adottato nel software creativo.
Nel coding assistito dall’AI, lo sviluppatore usa il modello per scrivere funzioni, ottenere spiegazioni, correggere errori o esplorare soluzioni. Con gli agenti, la delega può comprendere sequenze più estese: leggere un repository, modificare più file, eseguire test e rivedere l’implementazione in base ai risultati. Il codice generato dall’AI può entrare in entrambi i processi; a cambiare sono l’ampiezza del compito affidato e il modo in cui una persona ne verifica l’esito.
PhotoCraft rende visibile questa organizzazione attraverso le regole per agenti e contributori: architettura a livelli, separazione fra motore e interfaccia, documenti sui formati e liste delle differenze rispetto al programma di riferimento. Sono elementi che consentono di distribuire il lavoro mantenendo vincoli comuni. Per un’azienda, adottare il coding AI implica anche definire requisiti verificabili e conservare la capacità di comprendere le modifiche prodotte.
La distanza fra copertura e maturità
La velocità di copertura delle funzioni e il successivo lavoro di perfezionamento emergono dalla roadmap di PhotoCraft aggiornata il 10 ottobre 2026, riferita alla versione 0.6.0 e al confronto con Photoshop 2026, versione 27.11.0. Il progetto distingue circa il 76% di copertura delle funzioni dal 45% stimato di prontezza per il lavoro reale, con un intervallo del 40–50%. Sono valutazioni interne, ottenute con criteri e pesi diversi: la presenza di strumenti e menu misura una dimensione differente dalla loro profondità, stabilità e utilizzabilità.
Per raggiungere la beta, la stima è di 1.100–1.800 ore di lavoro di un agente Opus 5.5; per la piena equivalenza sale a 2.300–4.100 ore. Si tratta di ore trascorse da un singolo agente che lavora in sequenza, calibrate sullo storico delle modifiche integrate, e non di ore di lavoro umano o di un preventivo economico. Il progetto stima che circa l’80% del lavoro possa procedere in parallelo. Anche in questo scenario, la distanza dal prodotto completo resta misurata in migliaia di ore di elaborazione e verifica.
Fra i problemi che bloccano la beta figurano la fedeltà dei PSD e la loro accettazione da parte di Photoshop, le prestazioni interattive e gli errori segnalati dagli utenti. Altre aree da completare comprendono il comportamento dei pennelli, trasformazioni e maniglie, profondità degli strumenti di testo, formati, scripting, tavolette grafiche, funzioni generative e compatibilità con i plug-in.
Il passaggio dalla beta a una release funzionante e stabile richiede di consolidare queste capacità nei flussi di lavoro reali: aprire un documento, modificarlo, salvarlo e scambiarlo con altri programmi mantenendo contenuti e risultato. È la fase in cui correzioni e perfezionamenti continui trasformano un insieme ampio di funzioni in uno strumento su cui poter contare nel lavoro quotidiano.
Anche le competenze interne entrano nel costo della manutenzione. In uno studio randomizzato di Anthropic, 52 sviluppatori, prevalentemente junior e con esperienza in Python, hanno affrontato attività basate sulla libreria Trio, che non conoscevano. Il gruppo assistito dall’AI ha ottenuto in media il 50% nel successivo test di comprensione, contro il 67% del gruppo che aveva programmato senza assistenza; il modesto vantaggio di tempo non era statisticamente significativo. Il risultato riguarda l’apprendimento di una nuova libreria in quelle condizioni, e non misura la produttività di un professionista esperto come l’autore di ArtCraft. Evidenzia però il valore di un processo che affianchi alla generazione la comprensione del codice, indispensabile per diagnosticare gli errori.
Lo sviluppo su misura diventa più accessibile
La costruzione di una suite creativa richiede di soddisfare esigenze molto diverse, mentre un’applicazione interna può concentrarsi su poche operazioni, definite dal processo aziendale. Su questo perimetro, la rapidità del coding AI potrebbe incidere maggiormente sulla convenienza dello sviluppo: meno funzioni da realizzare e verificare, una maggiore aderenza al lavoro da svolgere e la possibilità di modificare direttamente il programma quando cambiano le necessità.
Un reparto che prepara materiali per un catalogo, per esempio, potrebbe aver bisogno di convertire immagini, associare metadati e predisporre i file per la pubblicazione. Uno strumento dedicato potrebbe riunire queste operazioni in un unico flusso, con un controllo umano prima della consegna. La possibilità di ripetere un’elaborazione o correggerne il risultato renderebbe più semplice introdurlo gradualmente, misurando il tempo risparmiato senza affidargli subito attività dalle conseguenze difficili da recuperare.
È in situazioni simili che il confronto build or buy, fra sviluppo interno e acquisto di un prodotto esistente, potrebbe cambiare. Ridurre il costo della prima implementazione renderebbe più accessibili applicazioni che servono a pochi utenti e richiedono una personalizzazione estesa. La velocità osservata in ArtCraft suggerisce questa possibilità; la sua evoluzione verso una release stabile permetterà di capire meglio quanto il vantaggio iniziale si conservi durante correzioni, aggiornamenti e manutenzione.
Per un’impresa, il conto comprende licenze, risorse di calcolo, integrazione, migrazione dei dati, formazione, correzione degli errori, aggiornamenti e assistenza. La convenienza potrebbe essere maggiore dove il perimetro è ben definito, gli errori sono facilmente rilevabili e le operazioni si possono annullare o ripetere. Nei processi critici, le conseguenze di un malfunzionamento richiedono invece livelli di verifica e continuità che pesano maggiormente sul costo complessivo.
L’open source offre inoltre la possibilità di adottare codice esistente e adattarlo. Per chi parte da PhotoCraft, il lavoro iniziale è già stato svolto da altri; un team interno può intervenire sulle parti necessarie al proprio processo. Accanto allo sviluppo da zero e all’acquisto, resta quindi la personalizzazione di una base condivisa.
PhotoCraft offre il codice con licenze MIT o Apache 2.0. La licenza MIT consente uso, modifica e distribuzione, anche commerciale, mantenendo gli avvisi richiesti, e fornisce il software senza garanzie. L’accesso al sorgente permette di intervenire o affidare il lavoro a un altro soggetto; trasformare questa possibilità in continuità operativa richiede competenze, risorse e una responsabilità definita.
Il progetto descrive la propria implementazione come clean-room, realizzata da specifiche pubbliche e comportamenti osservati, senza codice, shader o risorse proprietarie. Questa è l’impostazione dichiarata dagli autori. Nella scelta aziendale, la licenza del codice distribuito e la provenienza dei componenti sono aspetti da valutare insieme alle dipendenze utilizzate e ai materiali inclusi.
Un’architettura progettata per i flussi AI
In PhotoCraft, un comando impartito dall’interfaccia grafica e la stessa operazione richiesta da un agente passano attraverso un unico motore. Riga di comando, canale JSON e server MCP danno accesso alle funzioni dell’editor, consentendo di inserirle in elaborazioni automatiche. Questa organizzazione rende il programma utilizzabile sia da una persona sia da altri software, senza dover riprodurre ogni volta la sequenza di clic dell’utente.
La scelta riguarda il modo in cui sono costruite le applicazioni. Le API, interfacce con cui i programmi richiedono operazioni e scambiano dati, espongono funzioni e parametri; MCP, Model Context Protocol, consente agli assistenti AI di accedere agli strumenti attraverso un protocollo condiviso. Comandi definiti, risultati leggibili e gestione degli errori diventano così parte del motore, insieme alle funzioni visibili sullo schermo.
In LightCraft, un agente può selezionare fotografie, applicare regolazioni, creare maschere ed esportare i risultati. Le operazioni restano annullabili e il programma può restituire immagini con cui verificarne l’esito. Il lavoro richiesto in linguaggio naturale può quindi tradursi in una sequenza di interventi sul documento, eseguiti attraverso le stesse funzioni disponibili all’utente.
Una nuova applicazione può essere organizzata fin dalla prima versione attorno a questo accesso condiviso. Per uno strumento aziendale su misura, potrebbe significare ricevere materiali da un gestionale, elaborarli su richiesta di un agente e restituire file e stato dell’operazione al servizio successivo. L’integrazione nei flussi AI entrerebbe così fra i requisiti iniziali, insieme all’interfaccia e alle funzioni necessarie al reparto.
Nei prodotti con una lunga storia, l’evoluzione dell’architettura deve preservare anche la continuità del lavoro degli utenti. Nel luglio 2026, il direttore engineering di Photoshop David Howe ha descritto la ricostruzione del motore dall’interno, ripercorrendo decenni di adattamento a processori e architetture differenti. Partire da una base nuova offre maggiore libertà nelle scelte tecniche, mentre compatibilità e affidabilità devono essere consolidate attraverso lo sviluppo.
Nel flusso di un’applicazione personalizzata, un agente potrebbe preparare i materiali e sottoporli a una persona prima della pubblicazione. La registrazione delle operazioni, il controllo dei risultati e la possibilità di ripetere le elaborazioni fallite permetterebbero di gestire il processo attraverso passaggi verificabili.
Potrebbe affermarsi un’offerta di software più frammentata e specializzata, con applicazioni costruite attorno a un singolo processo e collegate fra loro dagli agenti AI. In questo scenario, accanto alle grandi suite troverebbero spazio strumenti realizzati da team piccoli, adattabili anche a esigenze che interessano pochi utenti. La competizione riguarderebbe sempre più la capacità di risolvere un compito specifico e inserirsi nel flusso di lavoro: per gli sviluppatori, rendere le funzioni accessibili attraverso API e MCP potrebbe diventare importante quanto progettare l’interfaccia con cui le persone le utilizzano.
