Tra minacce di posti di lavoro persi e grandi aspettative di produttività, chi parla di una bolla pronta a scoppiare e chi la definisce la via del futuro, il dibattito sull’Intelligenza Artificiale è polarizzato almeno quanto quello politico.
In questo clima, per uno sviluppatore con decenni di esperienza e un approccio curioso e aperto verso le novità, scrivere i propri pensieri non è facile, ma ci abbiamo provato: può offrire qualche spunto di riflessione a chi legge e ci aiuta a metterli in ordine!
Ecco quindi come Marco, il nostro Full Stack Developer, sta vivendo i cambiamenti nel suo lavoro a causa (o per merito?) dell’A.I.
Come ci sono finito (quasi senza accorgermene)
Nel corso dell’autunno si è fatto strada nel mio modo di lavorare uno strumento nuovo. Li chiamano AI agents, ma è soprattutto branding: si tratta più semplicemente di software installati sul proprio computer che si interfacciano con i principali LLM, sigla che sta per Large Language Model. Per i non sviluppatori: ChatGPT usa un LLM per rispondere alle vostre domande.
Questi AI agents aiutano a realizzare le funzionalità di un’applicazione, descrivendole in linguaggio naturale. A volte questi agenti sono integrati direttamente nell’editor di codice, tanto da dare origine a veri e propri AI editor come Antigravity e Cursor.
Fin qui la descrizione è un po’ fredda, me ne rendo conto. È facile però farsi trascinare dall’hype del momento e lo stiamo già vedendo.
La prima parola da cui voglio partire è proprio strumento.
Questi agenti sono formidabili tools al servizio di un programmatore. Nell’ultimo periodo sono migliorati enormemente, anche perché abbiamo dato loro modi sempre più efficaci per comprendere il contesto, al punto da poter contribuire in modo significativo all’implementazione di un progetto, semplicemente descrivendo cosa vogliamo realizzare e come vogliamo farlo.
Andrey Karpathy ha coniato un termine per questo approccio: Vibe Coding.
(Tony Stark che costruisce la sua armatura insieme a Jarvis è un esempio di Vibe Coding, in versione ovviamente fantascientifica)
Un esempio concreto di Vibe Coding potrebbe essere:
“La tabella con le prenotazioni deve essere filtrabile per stato della prenotazione”.
Un agente moderno è perfettamente in grado di comprendere il contesto e implementare la funzionalità richiesta, spesso in modo abbastanza buono.
E io, a quel punto, a cosa servo? Posso accettare la soluzione proposta, oppure supervisionare il lavoro, chiedere integrazioni, miglioramenti o intervenire manualmente per adattarlo alle mie esigenze.
Per me, tra l’altro, il passaggio è stato naturale: facevo già review del lavoro fatto da altri, solo che ora quel “ciclo” si e’ compresso drasticamente, riducendo i tempi di feedback.
Il dibattito fuori dalla mia bolla
Questa trasformazione non la sto vivendo solo io: e’ al centro di una discussione molto viva nella comunità tech.
Un esempio utile è il pezzo di David Heinemeir Hansson (inventore di Ruby on Rails), Promoting AI agents, dove descrive un passaggio netto: gli agenti non sono più solo strumenti di supporto, ma collaboratori capaci di produrre contributi “production-grade” quando sono inseriti in un flusso supervisionato.
Allo stesso tempo, resta fondamentale non confondere entusiasmo e delega cieca. Anche Jeffrey Way (Laracasts) porta una nota utile e più critica sul cambio di mestiere: quando la velocità aumenta, bisogna difendere qualità, coerenza e senso del lavoro, altrimenti il rischio è diventare semplici validatori di output.
In questo quadro mi ritrovo molto anche nelle parole del mio collega Alex: l’A.I. ha ridotto la procrastinazione, permettendogli di delegare i compiti più meccanici e concentrarsi sulle parti più interessanti.
In parallelo, gli è stata utile per orientarsi nella documentazione tecnica e generare spunti, ma con una regola chiara: usarla come braccio destro, non come sostituto del giudizio professionale.
Non provo più quella frustrazione di sapere esattamente dove voglio arrivare, ma di avere davanti una montagna di codice che nella mia testa è già scritto e che richiederebbe una giornata intera solo per avere qualcosa su cui ragionare con il cliente o i colleghi. Posso delegare quella giornata all’agente e concentrarmi sul migliorare il risultato.
Ed è qui che vorrei far riflettere: possiamo aumentare l’efficienza lasciando fare tutto all’agente, mandare in produzione il risultato e goderci una giornata libera, oppure possiamo usare quel tempo per aumentare la qualità di ciò che facciamo, sommando letteralmente il nostro valore aggiunto.
Se prima in tre settimane producevamo un prototipo grezzo ma funzionante, oggi possiamo produrre lo stesso prototipo più rifinito, con più funzionalità e maggiore attenzione ai dettagli.
Non facciamo solo più cose: possiamo farle meglio.
Il paesaggio visto da qui
In questo scenario intravedo alcune dinamiche all’orizzonte:
- I modelli per la produzione di codice stanno migliorando rapidamente e la “lotta” sembra ormai concentrata su tre principali attori: Gemini, Codex e Claude con altri – come Copilot – a inseguire. Col tempo uno potrebbe emergere nettamente (già lo stiamo vedendo con Claude) oppure i risultati potrebbero livellarsi. Il punto rimane lo stesso: anche un contributo umano minimo può fare la differenza. L’idea conta fino a un certo punto, ciò che incide davvero è l’implementazione. E se tutti implementano allo stesso modo, anche piccole differenze contano;
- Nel mondo del software si sta affacciando una vera e propria rivoluzione industriale: non più produzione manuale del codice, ma scrittura di prompt dettagliati e supervisione della produzione generata dai modelli LLM;
- Senza un abbonamento a uno dei principali player non è possibile usare questi agenti. Questo ci mette davanti a un bivio: farne a meno, combattendo una battaglia impari contro chi li usa, oppure accettare di pagare qualsiasi cifra venga richiesta. L’alternativa di far girare modelli interni esiste, ma i costi di CPU e RAM stanno rapidamente diventando proibitivi;
- Tutto il codice prodotto da un agente è, di fatto, debito tecnico che va compreso. Qui si apre una sfida enorme: sviluppatori esperti, con questi strumenti in mano, possono diventare estremamente produttivi; chi è alle prime armi, invece, potrebbe non avere ancora le competenze per supervisionare un agente in modo efficace. Il rischio è accettare tutto senza criterio e ritrovarsi rapidamente in vicoli ciechi.
Il ruolo dello sviluppatore cambierà, è inevitabile
Non sono convinto che cambierà tutto, ma è fondamentale comprenderne la direzione per potersi adattare.
Non spariranno i programmatori!
Anzi, sono convinto che ne serviranno sempre di più. Forse, in un certo senso, dovremo diventarlo un po’ tutti, perché questo modo di lavorare potrebbe presto contagiare molti altri settori.
Quello che i modelli stanno fornendo è l’azione dello scrivere codice.
La definizione dell’architettura, il pensiero dietro un flusso di lavoro, il gusto per le cose ben fatte — tutto questo resterà, spero ancora a lungo, nelle mani degli umani.
