# Come misuriamo Canonical source: https://maguyva.ai/it/methodology License: text under [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/); code samples under [MIT-0](https://opensource.org/license/mit-0); the Maguyva name, logos, brand assets and other code are not covered. Details: [maguyva.ai/license](https://maguyva.ai/license). Questa pagina è, letteralmente, il posto dove leggere come sono fondate le affermazioni di Maguyva su qualità e costi. Contiene solo fatti: cosa misuriamo, come lo valutiamo e cosa non pretendiamo di aver verificato. Ultimo aggiornamento: 2026-10. I conteggi attuali vengono rigenerati dai dati sorgente; questa pagina spiega il modello di misurazione. Il resoconto delle evidenze collegato distingue le regole delle fixture implementate dagli obiettivi storici di ricerca non verificati. - Controlli basati su fixture - Dimensioni di verifica dei linguaggi - Trasparenza sui costi > Questa è una traduzione assistita da IA fornita per tua comodità. La versione ufficiale in inglese è l'unica vincolante — qualsiasi accordo tu stipuli al momento dell'iscrizione è regolato dal testo in inglese. [Leggi la versione ufficiale in inglese](https://maguyva.ai/methodology) **tl;dr**: La rendicontazione della qualità usa classificazioni delle fixture e schede di audit dei linguaggi multidimensionali. GREEN sulle fixture note non equivale a un'estrazione corretta verificata in modo indipendente, né garantisce che ogni linguaggio abilitato soddisfi quelle soglie. Le affermazioni sui costi si basano sui calcoli dei prezzi dei workspace e sulla trasparenza pubblica dei costi operativi, non su un audit competitivo di terze parti. ## 1. Perché esiste questa pagina Gli acquirenti scettici non dovrebbero dover fare reverse engineering del testo di marketing. Maguyva indicizza repository e presenta in tutto il sito affermazioni su precisione, copertura dei linguaggi e costi. Queste affermazioni richiedono una pagina metodologica trasparente sull'ambito della misurazione: cosa è supportato da fixture, cosa si basa su valutazioni e cosa è una scelta di presentazione anziché una certificazione indipendente. ## 2. Cosa misuriamo La qualità dell'intelligenza del codice si misura principalmente sul motore linguistico — l'estrazione di simboli, relazioni e grafi dal codice sorgente — non su punteggi soggettivi di «felicità dell'agente». - Suite di fixture per linguaggio: gli edge e i simboli attesi che l'handler deve estrarre correttamente - Classificazione dell'accuratezza delle fixture: GREEN richiede precisione ≥ 0.95, recall ≥ 0.99, F1 ≥ 0.97 e almeno 20 archi attesi, oltre a ulteriori controlli sulla cura delle fixture. È una regola per casi di test noti, non una stima della confidenza statistica né un'affermazione che ogni linguaggio abilitato sia GREEN. - Dimensioni di verifica dei linguaggi: accuratezza, integrità strutturale, completezza, qualità e prestazioni nel quadro di validazione - Cicli di verifica del corpus e controlli a campione: edge campionati da repository reali e classificati secondo criteri definiti (corretto, falso positivo, errore di tipo/scope/metadati), come descritto nei nostri post del blog sul miglioramento continuo dei linguaggi - Flag di capacità del prodotto: cosa dichiara il server (AST, analisi degli scope locali, estrazione di grafi), indipendentemente dalla dimensione del catalogo **Importante:** Le fixture vengono validate contro fixture che abbiamo scritto noi stessi. VERDE significa che i casi noti passano. Non significa automaticamente che ogni idioma reale venga estratto in modo pulito. Questa distinzione è deliberata e pubblica. ## 3. Verde vs. verificato in modo indipendente Il quadro di verifica dei linguaggi usa più assi, così una singola luce verde non può essere letta come «perfezione dimostrata». I numeri principali sono in genere suddivisi così: - overall_green — senza regressioni rispetto a fixture self-snapshot e ai relativi gate di corpus (necessario, ma non sufficiente) - independently_verified — dispone di un forte riscontro valutativo, come un campione iniziale verificato (include linguaggi in cui le valutazioni rilevano ancora errori) - verified_clean / nessun errore rilevato dalla valutazione degli edge campionati — un sottoinsieme più rigoroso dei linguaggi valutati - curation / fiducia nell'oracolo — se le fixture stesse sono trattate come oracoli affidabili - flag strutturali — l'estrazione di grafi e la capacità AST non equivalgono all'appartenenza al catalogo Il conteggio dei linguaggi nel marketing (per esempio «oltre 285 linguaggi») è la dimensione del catalogo: linguaggi configurati e voci del server. La dimensione del catalogo non è uno SLA di qualità AST. Preferiamo un reporting a livelli rispetto a un singolo numero vanitoso. Per lo stato attuale del prodotto, vedi Compatibilità e Guide ai linguaggi; per i dettagli narrativi, vedi il post del blog sull'auto-miglioramento ricorsivo dei linguaggi. ## 4. Qualità di ricerca e retrieval La qualità della ricerca semantica è multimodale: testo, AST, grafo ed embedding vengono fusi. Documentiamo compromessi ingegneristici deliberati invece di dichiarare un retrieval imbattibile: - Gli embedding usano una famiglia di modelli commerciali (voyage-4-large secondo lo snapshot del blog di giugno 2026), scelta in base alle classifiche pubbliche di retrieval al momento della decisione - I vettori sono quantizzati in binario per storage e costi; questo scambia deliberatamente un po' di precisione di retrieval con una ricerca di Hamming più economica e veloce, senza un database vettoriale separato - Il routing dell'intento e i pesi della fusione sono euristiche progettate. Una proposta del dicembre 2025 stimava un tasso iniziale di ricerche senza risultati di circa il 15% e fissava un obiettivo inferiore al 5%; non abbiamo fornito un insieme di query o un resoconto delle misurazioni che dimostri tale riduzione. Il resoconto delle evidenze corregge la precedente affermazione di un miglioramento raggiunto. - I post del blog includono sezioni su «cosa è ancora imperfetto» — i segnali imperfetti fanno parte del resoconto, non sono note a piè di pagina da nascondere ## 5. Affermazioni sui costi Il linguaggio sui costi di Maguyva riguarda la struttura dei prezzi e la trasparenza operativa, non uno studio formale di TCO certificato da terzi. - Prezzo per workspace: fatturato in base a repository, righe indicizzate e frequenza di ricostruzione, non per singolo utente umano o agente. FAQ e descrizioni dei piani spiegano questi criteri nel dettaglio. - L'esempio di prezzo confronta 25 utenti a pagamento a un prezzo illustrativo di $19–$59 per utente con Crew a $49/mese. Il risparmio varia in base alle dimensioni del team e al prodotto alternativo; non è un confronto a parità di funzionalità né un benchmark competitivo indipendente. - Onestà sui costi operativi: la pagina /team pubblica una vera ripartizione mensile del burn del software (abbonamenti, tooling MCP/ricerca, costi legati all'uso). Questa è trasparenza customer-zero, non un bilancio verificato. - I costi di embedding e infrastruttura sono costi di prodotto accettati (embedding premium, storage, rebuild dei grafi). Li paghiamo di proposito e lo diciamo apertamente nel post su voyage-4-large e nel racconto sui prezzi. ## 6. Cosa non affermiamo Questa pagina è anche un elenco di non-affermazioni. Se qualcosa non è sulla board di misurazione, non considerare il tono di marketing come prova. - Nessuna garanzia generale di precisione assoluta per ogni linguaggio. Le soglie delle fixture si applicano per linguaggio sui casi noti; un margine residuo di errore nel mondo reale è previsto e affrontato nel processo di miglioramento continuo. - Nessuna affermazione secondo cui overall_green equivalga a un'estrazione perfetta in produzione per ogni idioma di repository - Nessun pacchetto di certificazione di conformità di terze parti viene presentato come artefatto di metodologia in questa pagina (vedi Sicurezza per i fatti sul trattamento dei dati, non per badge di conformità) - Nessun confronto indipendente multi-vendor con corpus condivisi pubblicato come scorecard permanente - I risultati di ricerca e le analisi sono forniti con il massimo impegno ma senza garanzie, secondo i Termini di servizio — Maguyva non sostituisce code review, test o audit di sicurezza ## 7. Come verificare di persona Il percorso pensato per chi valuta l'acquisto resta lo stesso: indicizza un repo che già conosci, fai una domanda vera e controlla le citazioni. - Inizia gratis: pochi repository rappresentativi battono l'indicizzazione di un'intera azienda già dal primo giorno - Usa gli strumenti MCP (intelligent_search, find_symbol, dependency_search) e apri i percorsi citati - Leggi Come funziona per l'architettura di ingestion e retrieval - Leggi Compatibilità e Guide ai linguaggi per i livelli di capacità, non solo la dimensione del catalogo - Leggi Sicurezza e Privacy per il trattamento dei dati; questa pagina non li sostituisce - [Evidenze e correzioni sulla qualità della ricerca (inglese)](https://maguyva.ai/evidence/search-quality.md) - [Evidenze sulla qualità della ricerca (JSON, inglese)](https://maguyva.ai/evidence/search-quality.json) - [Come funziona](https://maguyva.ai/it/docs/how-it-works) - [Compatibilità](https://maguyva.ai/it/docs/compatibility) - [Prezzi](https://maguyva.ai/it/pricing) - [Team](https://maguyva.ai/it/team) - [Sicurezza](https://maguyva.ai/it/security) - [Privacy](https://maguyva.ai/it/privacy) - [Stato](https://maguyva.ai/it/status) - [Miglioramento ricorsivo del supporto ai linguaggi: affinare l'intelligenza del codice su ~280 linguaggi](https://maguyva.ai/it/blog/autonomous-quality-loops-language-grind) - [Perché abbiamo aggiornato la ricerca sul codice a voyage-4-large](https://maguyva.ai/it/blog/upgrading-code-search-to-voyage-4-large) Domande sull'ambito della misurazione o su un'affermazione che sembra infondata: [support@maguyva.ai](mailto:support@maguyva.ai)