Chloe Murdoch entra in Cognition: Perché le startup AI stanno diventando mete professionali d'élite

Introduzione

Per decenni, i laureati provenienti da famiglie con solide relazioni hanno seguito percorsi professionali ben definiti, concentrandosi su investment banking, consulenza, private equity, diritto o aziende familiari consolidate. Questi settori offrivano prestigio riconosciuto, reti di contatti influenti e un percorso relativamente chiaro verso il potere.

L'AI sta iniziando a sfidare questo modello.

Un profilo professionale pubblico di Chloe de Murdoch, figlia di Rupert Murdoch e Wendi Deng, rivela che sta per assumere un ruolo di assistente presso Cognition, la società dietro Devin, l'agente di ingegneria software basato sull'AI. I registri di laurea dell'Università di Stanford per la classe del 2026 la indicano anche come una laureata in informatica.

La sua decisione è degna di nota non solo per il suo background familiare. Riflette un cambiamento più ampio: i laureati ambiziosi vedono dove verranno creati la prossima generazione di capitale, tecnologia, influenza e rilevanza culturale.

Le startup AI non sono più viste solo come laboratori tecnologici per ricercatori e ingegneri avventurosi. Le aziende di maggior successo nel settore stanno diventando piattaforme professionali serie per persone che lavorano in prodotto, operazioni, finanza, partnership, politiche, vendite e costruzione aziendale.

Il passaggio all'AI non è del tutto inaspettato

Il percorso accademico e di stage di Chloe Murdoch è già stato all'intersezione tra tecnologia, business e tendenze emergenti.

Il programma di Sistemi Simbolici di Stanford la elenca come ex studentessa universitaria in quel campo interdisciplinare. I Sistemi Simbolici combinano informatica, linguistica, filosofia, psicologia, statistica e interazione uomo-macchina. Da tempo attira studenti interessati a come esseri umani e macchine rappresentano informazioni e prendono decisioni.

Ha poi proseguito con studi di specializzazione in informatica. L'annuncio di laurea di Stanford per la classe del 2026 elenca Chloe de Murdoch tra i laureati in informatica.

Questo sviluppo rende il percorso professionale incentrato sull'AI meno sorprendente di quanto possa sembrare a prima vista. Un background in Sistemi Simbolici può fornire una comprensione concettuale dell'intelligenza e dell'interazione uomo-macchina, mentre gli studi universitari in informatica aggiungono una base tecnica più solida.

Una cronologia professionale tra tecnologia e finanza

L'articolo originale e il suo profilo professionale pubblico descrivono una serie di ruoli che spaziano tra tecnologia, finanza e startup.

Periodo	Organizzazione o Progetto	Area di Focus
2020–2024	Stanford University	Laurea triennale in Sistemi Simbolici
2020	Zoom	Stage iniziale, coinvolgendo prodotto e tecnologia
2023	Goldman Sachs TMT	Esperienza come analista estivo in tecnologia, media e telecomunicazioni
2024–2026	Stanford University	Laurea magistrale in informatica
2025	Startup in stealth	Stage estivo
2026	Cognition	Prossimo ruolo di assistente

Non si tratta né di un percorso puramente tecnico-ingegneristico, né di un tradizionale percorso puramente finanziario. Combina formazione tecnica, esperienza commerciale e esperienze in aziende in fase iniziale.

Questa combinazione sta diventando sempre più preziosa all'interno delle aziende AI. Costruire prodotti AI richiede più della sola ricerca sui modelli.

Le aziende hanno anche bisogno di talenti che comprendano i clienti, i flussi di lavoro aziendali, le partnership, la distribuzione, il posizionamento del prodotto, il capitale e la crescita organizzativa.

Perché Cognition è un'azienda AI attraente

Chloe Murdoch non ha spiegato pubblicamente perché ha scelto Cognition. Pertanto, qualsiasi affermazione sulle sue motivazioni personali può essere solo speculativa.

Tuttavia, l'azienda stessa offre diversi motivi chiari per cui potrebbe essere attraente per un neolaureato.

Cognition gestisce Devin, un agente autonomo di ingegneria software progettato per pianificare, scrivere, eseguire, testare e distribuire codice. L'azienda posiziona la sua tecnologia come un collaboratore per i team di ingegneria, non come un semplice strumento di completamento automatico.

Quando Devin è stato lanciato a marzo 2024, il prodotto ha attirato molta attenzione perché tentava di completare attività ingegneristiche più lunghe all'interno del proprio ambiente di calcolo. Devin non solo poteva suggerire una funzione o rispondere a domande di codifica, ma poteva anche esaminare repository di codice, usare la shell, navigare nella documentazione, modificare il codice, eseguire test e segnalare i progressi.

Il prodotto è stato lanciato prima che gli "agenti di codifica" diventassero una categoria standard nel settore software. Questo vantaggio di first mover ha aiutato Cognition a diventare una delle aziende più conosciute sul mercato.

Un team fondatore altamente tecnico

I primi materiali di reclutamento di Cognition hanno enfatizzato il background del team nella programmazione competitiva, inclusi dieci membri del team fondatore che hanno vinto medaglie d'oro alle Olimpiadi Internazionali di Informatica.

I successi nella programmazione competitiva non garantiscono automaticamente il successo commerciale. Tuttavia, hanno aiutato Cognition a stabilirsi come un'azienda tecnologica ad alta intensità di talenti, impegnata a risolvere problemi ingegneristici difficili.

L'attrattiva dell'azienda non si limita al prestigio tecnico. Offre anche l'esperienza di lavorare in un'azienda che cerca di definire una nuova categoria software e di espandersi rapidamente nelle applicazioni aziendali.

Per chi è all'inizio della carriera, questo può offrire esposizione a diverse questioni importanti contemporaneamente:

• Come dovrebbero essere integrati gli agenti AI nei team di ingegneria reali?
• Quali compiti dovrebbero essere delegati e quali richiedono il controllo umano?
• Come dovrebbe un agente comunicare l'incertezza?
• Come può un'azienda misurare se il lavoro generato dall'AI ha valore economico?
• Che tipo di esperienza di prodotto rende un agente autonomo affidabile?
• Come vendere strumenti AI a grandi organizzazioni con requisiti di sicurezza e conformità?

Queste non sono domande di ricerca astratte. Influenzano la progettazione del prodotto, il successo del cliente, le operazioni, il marketing, le politiche legali e la strategia aziendale.

L'evoluzione di Devin da demo a prodotto aziendale

La prima versione di Devin ha suscitato grande interesse, ma i primi utenti hanno anche scoperto i suoi limiti.

Gli agenti a esecuzione prolungata possono fallire per molteplici ragioni.

Potrebbero fraintendere il compito, utilizzare il contesto in modo errato, fare ipotesi sbagliate, rimanere bloccati in problemi ambientali o produrre modifiche tecnicamente corrette ma non in linea con le reali intenzioni del team.

La documentazione ufficiale di Cognition ora descrive Devin

Posizionato come strumento per team di ingegneri ambiziosi, e suggerisce di assegnare compiti con un perimetro chiaro, contesto utile e risultati verificabili.

Pertanto, il valore reale di un agente AI di codifica non dipende solo dal modello sottostante, ma dall'intero sistema:

1. Selezione del compito: I compiti assegnati devono essere adatti a essere delegati.
2. Contesto del repository: L'agente deve poter accedere al codice e alla documentazione pertinenti.
3. Accesso agli strumenti: Potrebbe aver bisogno di shell, browser, sistemi di tracciamento dei problemi, CI e ambiente di sviluppo.
4. Verifica: Gli standard di test e revisione devono rendere il successo misurabile.
5. Supervisione umana: Gli ingegneri devono comunque rivedere le decisioni e le modifiche finali.
6. Integrazione del flusso di lavoro: L'output deve adattarsi a GitHub, Slack, Linear, Jira o ai processi esistenti del team.

Ecco perché il caso d'uso più forte è solitamente il lavoro asincrono, non la sostituzione totale dell'ingegnere. Una persona può delegare un compito ben definito, continuare a lavorare ad altro, e rivedere i risultati più tardi.

Devin come capacità di ingegneria asincrona

Cognition descrive Devin come un agente che lavora in un ambiente cloud, continuando a operare anche dopo che l'utente ha chiuso il portatile.

I casi d'uso tipici includono:

• Investigare e correggere bug.
• Risolvere fallimenti CI.
• Gestire ticket di back-office ripetitivi.
• Creare test.
• Eseguire refactoring mirati.
• Supportare la migrazione del codice.
• Classificare incidenti.
• Costruire strumenti interni.
• Preparare pull request per la revisione.

Il cambiamento importante è da "l'AI scrive codice accanto a me" a "l'AI è responsabile di un compito delimitato e restituisce risultati".

Questo modello introduce nuove questioni operative, tra cui come il team assegna i compiti, traccia il lavoro dell'agente, revisiona le sessioni parallele e calcola la produttività.

La spinta commerciale di Cognition

Anche Cognition si è rapidamente spostata da prodotto AI sperimentale a grande azienda di software enterprise.

Nel luglio 2025, Cognition ha acquisito Windsurf, una piattaforma di codifica AI e IDE intelligente. La fusione ha combinato agenti autonomi cloud-native con ambienti di codifica interattivi.

Cognition ha poi integrato Devin in Windsurf, permettendo agli utenti di pianificare il lavoro con un agente locale e delegare l'implementazione a un agente cloud senza lasciare l'editor.

Nel maggio 2026, TechCrunch ha riportato che Cognition ha raccolto oltre 1 miliardo di dollari con una valutazione pre-money di 25 miliardi e post-money di 26 miliardi. Lo stesso rapporto afferma che, secondo i dati forniti da Cognition, la società ha raggiunto un tasso di ricavi annualizzato di 492 milioni di dollari.

I dati sui ricavi e le valutazioni delle società private possono cambiare rapidamente e sono spesso basati su dichiarazioni aziendali, non su documenti pubblici verificati. Tuttavia, la portata della crescita riportata aiuta a spiegare perché Cognition è diventato un polo attrattivo per talenti di alto profilo.

L'azienda si trova ora all'intersezione di diversi mercati in rapida evoluzione:

• Sviluppo di modelli AI.
• Ingegneria del software autonoma.
• Strumenti per sviluppatori.
• Automazione aziendale.
• Agenti cloud.
• IDE nativo per agenti.
• Flussi di lavoro multi-agente.

Unirsi a un'azienda del genere offre ciò che i datori di lavoro tradizionali non sempre possono: il contatto diretto con una categoria il cui confine di prodotto, modello di business e aspettative sociali sono ancora in fase di definizione.

L'AI sta diventando un nuovo percorso di carriera per laureati d'élite

La scelta di Chloe Murdock fa parte di una tendenza più ampia.

I giovani con background universitari prestigiosi, reti internazionali, capitale e risorse di istituzioni consolidate scelgono sempre più l'AI come direzione per costruire carriera e reputazione.

Entrano nel mercato principalmente in quattro modi.

Percorso uno: Fondare una startup AI

Alcuni laureati usano l'AI come base per fondare nuove società.

Phoebe Gates e Sofia Gianni hanno co-fondato Phia, un assistente shopping basato su AI che confronta i prezzi e aiuta gli utenti a valutare le decisioni d'acquisto. Il prodotto si trova all'intersezione tra consumer tech, moda, e-commerce e AI.

Fondata da Guo Wenjing e Chen Linlin, Pika è diventata una piattaforma video AI ampiamente riconosciuta. La sua crescita mostra come l'AI generativa possa creare esperienze consumer completamente nuove, non solo migliorare il software enterprise esistente.

Fondare un'azienda offre il massimo controllo. Permette di definire il prodotto, attrarre capitali, formare un team e costruire un'immagine pubblica indipendente al di fuori delle reti familiari o istituzionali esistenti.

Ma comporta anche i rischi più alti. I fondatori affrontano incertezze sul product-market fit, competizione tecnologica, pressioni sulle assunzioni, esigenze finanziarie e scrutinio pubblico.

Percorso due: Unirsi a leader AI affermati

Un'altra strada è entrare in grandi aziende che dominano già il mercato.

Un esempio noto è quello di Madison Huang e Spencer Huang, figli di Jensen Huang, che lavorano in NVIDIA. La loro carriera è diversa dall'unirsi a una startup, poiché NVIDIA è già una delle infrastrutture centrali dell'economia AI.

Questo percorso offre scala, risorse e accesso a un'organizzazione matura. Il costo è un minor controllo sulla narrativa fondativa e sulla definizione iniziale della categoria da parte del dipendente.

Percorso tre: Unirsi a startup AI ad alta crescita

Cognition rappresenta la terza via.

Non è più un oscuro esperimento iniziale, ma non è ancora un gigante tecnologico maturo. L'azienda ha un prodotto riconoscibile, clienti importanti, finanziamenti significativi e crescita rapida, pur affrontando l'incertezza di un settore in rapida evoluzione.

Questa posizione intermedia è particolarmente attraente. I dipendenti possono ottenere una scala significativa senza rinunciare al ritmo e all'alta visibilità di una startup.

Percorso quattro: Investire in AI tramite fondi e family office

Non è necessario lavorare all'interno di un'azienda AI per partecipare a questo mercato.

Family office, fondi VC, società di private equity e investitori di mercato pubblico possono ottenere esposizione attraverso società di infrastruttura, sviluppatori di modelli fondamentali, startup del layer applicativo e asset dei data center.

Per le famiglie con capitali ingenti, questo è il percorso più familiare. Possono partecipare finanziariamente affidandosi a team di investimento professionali.

Lavorare all'interno di un'azienda AI è diverso. Offre esperienza operativa: capire come una demo tecnica diventa prodotto, come i clienti influenzano la roadmap, come le assunzioni influenzano la velocità e come la narrativa di mercato si traduce in ricavi.

Perché un ruolo in una startup potrebbe essere più importante di un datore di lavoro rinomato

I percorsi di carriera tradizionali d'élite offrono segnali riconoscibili. Grandi banche d'investimento, società di consulenza, studi legali o aziende tech quotate comunicano immediatamente selettività e credibilità istituzionale.

Una startup AI ad alta crescita offre un segnale diverso.

Indica che il dipendente è disposto a lavorare in un ambiente con minore stabilità, responsabilità più ampie e una forma finale ancora indeterminata.

Questa esperienza può includere:

• Collaborare con team di prodotto prima che i processi siano completamente standardizzati.
• Capire come i clienti enterprise valutano i nuovi sistemi AI.
• Aiutare a definire nuove categorie di ruoli e flussi di lavoro.
• Passare tra questioni strategiche, operative, di prodotto e clienti.
• Osservare come finanziamenti e ricavi influenzano le priorità tecniche.
• Operare in un contesto di concorrenza serrata e cicli di rilascio rapidi.

Per i laureati che hanno già accesso a istituzioni consolidate, questa incertezza può essere il fascino principale. Una startup offre l'opportunità di costruire un track record di esecuzione personale, anziché fare affidamento su titoli ereditati o accademici.

Ma questo non significa che ogni posizione in un'azienda AI sia automaticamente più significativa di una carriera tradizionale. Le aziende AI possono essere sopravvalutate, mal gestite o dipendere da mode temporanee del mercato. La qualità dell'esperienza dipende ancora dal team, dalle responsabilità, dal prodotto e dalle effettive opportunità di apprendimento.

Dal prestigio di Wall Street al prestigio dell'era AI

La finanza è ancora influente. Le banche d'investimento, le società di private equity e le società di gestione patrimoniale continuano a controllare il capitale e offrono forti reti professionali.

Il cambiamento è che le aziende AI ora offrono molte delle forme di prestigio un tempo concentrate nella finanza e nelle grandi aziende tech:

• Capitale: Le più grandi aziende AI possono raccogliere miliardi di dollari.
• Impatto: I loro prodotti possono cambiare il modo di lavorare di intere professioni.
• Densità di talento: Competono per ricercatori, ingegneri, operatori e dirigenti.
• Potere narrativo: L'AI è una delle storie tecnologiche che definiscono questo decennio.
• Effetti di rete: I dipendenti interagiscono con fondatori, investitori, leader aziendali e decisori politici.
• Opzionalità di carriera: Questa esperienza può portare a fondare un'azienda, unirsi a un'altra startup, investire o entrare in una grande piattaforma.

Un laureato che entra in una startup AI può osservare l'intero percorso, dalla ricerca e infrastruttura all'adozione del prodotto e alla scalabilità commerciale.

Per la prossima generazione, questa conoscenza operativa potrebbe rivelarsi preziosa quanto le esperienze iniziali in banca, consulenza o nelle prime società internet lo sono state per le generazioni precedenti.

Cosa significa per il mercato dei talenti AI

La parte più importante di questa storia non riguarda la fama o i background familiari, ma il tipo di talento che le aziende AI stanno iniziando ad attrarre.

Man mano che i prodotti AI passano da dimostrazioni di ricerca a veri business, hanno bisogno di talenti più ampi:

• Product manager in grado di definire flussi di lavoro per agenti.
• Operatori enterprise che comprendono procurement e deployment.

Team finanziario in grado di gestire costi infrastrutturali eccezionalmente elevati.

• Esperti legali e normativi in grado di orientarsi tra regolamentazioni emergenti.
• Team commerciale capace di interpretare tecnologie incerte.
• Team customer success in grado di riprogettare processi aziendali.
• Leader della comunicazione in grado di distinguere le reali capacità dal clamore mediatico.
• Ricercatori e ingegneri in grado di migliorare modelli e sistemi di agenti.

Ciò amplia il mercato del lavoro nell’IA al di là della ristretta cerchia degli esperti di machine learning.

I candidati con background interdisciplinari in ambito tecnico, commerciale, media, design, giuridico o finanziario possono ora considerare l’IA come un percorso professionale primario, anziché una specializzazione.

Cognition è un esempio particolarmente evidente, poiché il suo prodotto sta cambiando la natura stessa del lavoro nel software, mentre l’azienda sta ancora definendo come dovrebbero essere utilizzati gli agenti autonomi di ingegneria.

Domande frequenti

Chloe Murdoch è entrata in Cognition?

Il profilo LinkedIn pubblico mostra che Chloe Murdoch ricoprirà il ruolo di nuova assistente in ingresso presso Cognition a partire da marzo 2026. L'articolo originale descrive questa posizione come il suo ingresso in Devin dopo la laurea.

Quale corso di laurea ha seguito Chloe Murdoch a Stanford?

Il programma di Sistemi Simbolici di Stanford indica che ha frequentato un corso di laurea triennale in Sistemi Simbolici. Il bollettino di laurea della classe 2026 di Stanford elenca Chloe Di Murdoch come laureata in Informatica.

Cos’è Cognition?

Cognition è un’azienda di intelligenza artificiale applicata che gestisce Devin, un agente autonomo per l’ingegneria del software. L’azienda si concentra sulla creazione di strumenti che aiutano i team di ingegneria a pianificare, scrivere, testare e rilasciare software.

A cosa serve Devin?

Devin è in grado di gestire attività di ingegneria del software con ambito ben definito, come correzione di bug, test, migrazione del codice, investigazione di incidenti, refactoring e arretrati. Opera in un ambiente cloud e produce risultati pronti per la revisione umana.

Devin sostituirà gli ingegneri del software?

Cognition presenta Devin come un collaboratore in grado di ampliare le capacità ingegneristiche. In pratica, la sua utilità dipende dalla selezione dei compiti, dal contesto, dai test, dall’integrazione nei flussi di lavoro e dalla revisione umana, non dalla sostituzione completa dei team di ingegneria.

Perché Cognition ha acquisito Windsurf?

L’acquisizione combina l’agente di ingegneria del software cloud di Cognition con l’ambiente di codifica basato su agenti di Windsurf. La direzione del prodotto congiunto consente agli sviluppatori di pianificare, delegare, implementare e revisionare il lavoro degli agenti attraverso un’interfaccia più unificata.

Perché i neolaureati scelgono startup di IA anziché finanza o consulenza?

Le startup di IA oggi offrono capitale, impatto tecnologico, rapida crescita professionale e l’opportunità di partecipare direttamente alla creazione di nuove categorie. Per alcuni laureati, la possibilità di contribuire a costruire un nuovo mercato è più attraente rispetto all’inserimento in percorsi gerarchici consolidati.

Le startup di IA sono una scelta professionale sicura?

Queste aziende offrono opportunità uniche di apprendimento e responsabilità, ma permangono rischi. La domanda di prodotto, le condizioni di finanziamento, la concorrenza tecnologica, le regolamentazioni e l’esecuzione aziendale possono cambiare rapidamente, pertanto i candidati dovrebbero valutare il ruolo effettivo, non limitarsi all’etichetta “IA”.

Strumenti correlati

• Devin: Agente autonomo per l’ingegneria del software di Cognition, ideale per attività di codifica asincrone complesse.
• Windsurf: Ambiente di sviluppo basato su agenti che integra strumenti di codifica interattivi con agenti cloud.
• Documentazione di Devin: Documentazione ufficiale del prodotto che copre configurazione, delega di attività, integrazione e buone pratiche.
• Phia: Assistente all’acquisto basato su IA che aiuta a confrontare prodotti e prezzi.
• Pika: Piattaforma IA generativa per creare e trasformare video.
• GitHub: Piattaforma di hosting e collaborazione per codice, spesso utilizzata per revisionare le richieste pull generate dagli agenti.

Link correlati

• Sito ufficiale di Cognition: Informazioni aziendali, direzione prodotto, assunzioni e articoli di ricerca più recenti.

• Presentazione di Devin: Lancio iniziale dell’agente autonomo per l’ingegneria del software da parte di Cognition.

• Pagina prodotto Devin: Funzionalità attuali e casi d’uso aziendali.

• Nuovo capitolo di Windsurf: Annuncio ufficiale dell’acquisizione di Windsurf da parte di Cognition.

• Finanziamento e crescita di Cognition: Cognition spiega la crescita e la strategia dopo l’acquisizione di Windsurf.

• Articolo di TechCrunch sul finanziamento di Cognition nel 2026: Copertura del round di finanziamento da 1 miliardo di dollari di Cognition, della valutazione e del fatturato annuo ricorrente dichiarato.

• Profilo del programma Sistemi Simbolici di Stanford: Profilo pubblico del programma offerto da Stanford per Chloe Di Murdoch.

• Annuncio di laurea di Stanford 2026: Registro ufficiale dei laureati che elenca Chloe Di Murdoch come laureata in Informatica.

Riepilogo

Il passaggio di Chloe Murdoch da Stanford a Cognition è notevole perché unisce una formazione tecnica, esperienza nel settore finanziario e un ruolo centrale in una delle aziende di programmazione IA più seguite al mondo.

Cognition offre un ambiente che oggi attrae sempre più i migliori laureati: solida competenza tecnica, rapida crescita aziendale, finanziamenti su larga scala e l’opportunità di contribuire a definire una nuova categoria di lavoro.

Questa tendenza va ben oltre il singolo individuo. Le aziende di IA stanno diventando piattaforme professionali per operatori, responsabili di prodotto, professionisti finanziari, comunicatori e laureati – figure che in passato avrebbero considerato banche, società di consulenza o aziende tecnologiche affermate come punto di partenza predefinito per la carriera.

L’economia del prestigio professionale iniziale sta cambiando: un’esperienza lavorativa in un’azienda di IA influente può oggi offrire lo stesso valore strategico che un tempo era quasi esclusivo di Wall Street o delle grandi aziende tecnologiche.