L'AI nel ciclo di sviluppo del software
Di cosa parla questa pagina
Come usiamo l’AI in ogni fase dello sviluppo software, cosa leggono gli strumenti del codice e dei dati di un’azienda, chi controlla ciò che producono e cosa misuriamo.
In sedici mesi l’AI è entrata in tutto il processo di sviluppo, una fase alla volta. Per ogni fase è indicato chi o cosa controlla il risultato prima che il lavoro prosegua. Le regole sono scritte. L’effetto si misura sui tempi di review, sulle build e sugli incidenti.
Ogni fase ha il suo controllo
In ognuna delle otto fasi il lavoro di un agente è affiancato da un controllo preciso.
Requisiti e specifica
Un agente valuta la fattibilità rispetto ai requisiti esistenti e scrive la specifica e il piano tecnico. Il product lead decide cosa entra nel backlog. Nulla si sviluppa prima dell’approvazione del team leader.
Design e sviluppo
Un agente propone l’architettura, legge da Figma il design approvato e lo trasforma in token versionati, poi scrive il codice secondo le regole del progetto. Il team leader lo approva.
Review e test
Un agente esamina ogni pull request e risale da un bug segnalato al codice che lo causa. Un rilievo di livello major blocca il merge. Il tester conferma il bug prima che si apra un ticket.
Release e documentazione
Prima dell’aggiornamento di un cluster un agente elenca le breaking change da gestire. Tiene i documenti allineati al codice, e il team tecnico verifica gli impatti.
Un accesso autorizzato per l’uso difensivo
Il nostro accesso ai modelli è Defense Access, concesso nell’ambito del programma CVP e riservato alle organizzazioni che svolgono attività di sicurezza difensiva. A questo livello sono disponibili tutti i modelli, Mythos e Opus 5.5 compresi, e gli agenti leggono codice e configurazioni alla ricerca di vulnerabilità, citando file e riga. Anche qui l’uso offensivo resta bloccato. Per lavorare su un sistema serve un’autorizzazione scritta. Dal livello di accesso discende una regola: nessuna credenziale entra in una sessione. Gli script leggono le chiavi al momento dell’esecuzione. Un documento indica il file che contiene un’impostazione, mai il suo valore.
Un solo strumento, e le regole intorno
Il team lavora con un solo strumento, Claude Code, e tutto ciò che gli sta intorno è messo per iscritto. Ciò che gira dentro il software consegnato, l’AI Act e l’architettura delle sue parti agentiche, è un altro tema.
Configurato progetto per progetto
Ogni repository riporta l’architettura, i comandi e le convenzioni in un file aggiornato insieme al codice. Il progetto dichiara cosa l’agente può leggere e quali comandi può eseguire.
Legge i sistemi del progetto
Connettori standard raggiungono l’issue tracker, i repository, la documentazione, il monitoraggio degli errori, il cluster e lo strumento di design, ciascuno con le proprie credenziali.
Un solo regolamento, con un responsabile
Le regole fanno capo al CTO, sono ricondotte ai controlli del sistema di gestione certificato ISO/IEC 27001 e firmate da chiunque abbia accesso. La policy sull’AI dell’azienda cliente vi entra per prima.
Il codice generato si rivede come qualsiasi altro
Ogni pull request passa da una review automatica che applica le convenzioni scritte del progetto. Un rilievo critical o major fa fallire la pipeline e il merge si ferma. La stessa review gira in locale, così lo sviluppatore risolve prima i rilievi. L’approvazione umana resta obbligatoria e lo sviluppatore decide attività per attività se usare l’agente: in una migrazione di framework, nel mese di maggiore attività, gli agenti hanno prodotto circa il 40% dei commit. Il codice appartiene all’azienda che lo ha commissionato.
Approfondisci
Il test lo scrive il sistema in uso
Su un sistema già in esercizio, quello che fa oggi è il criterio per accettare ogni parte nuova.
Dal sistema alle regole
Gli strumenti di AI leggono il codice, i dati e il traffico reale. Ne ricavano le regole in vigore, i criteri di accettazione e i test che fissano il comportamento di oggi.
Approfondisci
Anche senza codice sorgente
Dove il sorgente non c’è più, il comportamento si osserva dall’esterno: chiamate tra componenti, database, file batch, schermate. Il traffico registrato viene riprodotto sulla parte nuova.
Cosa deve superare la parte nuova
Quei test sono i criteri di accettazione. Per un periodo vecchio e nuovo girano sugli stessi input, così una differenza emerge presto.
I risultati si verificano prima di usarli
La prima risposta di un agente è un’ipotesi. Ognuna passa una verifica prima che qualcuno agisca.
Un secondo agente attacca il piano
Rivaluta ogni rischio: sicurezza, retrocompatibilità, prestazioni e coerenza con i sistemi in produzione. In un refactoring questa revisione ha alzato un rischio di licenza da basso a critico.
Cause con un riferimento che regge
Sessantotto agenti hanno lavorato in parallelo sullo storico dei difetti, incrociando i ticket con la storia del codice. Ogni commit citato è stato verificato e ogni classificazione riporta il proprio grado di confidenza.
Misure prima delle conclusioni
In esercizio un agente legge l’errore registrato e lo riconduce al codice. Il lavoro sulle prestazioni parte da tracce misurate. Una causa regge solo quando la confermano le evidenze dei test.
Cosa misuriamo, e cosa viene dopo
La velocità nelle prime fasi del ciclo può costare più avanti, per questo le misure stanno a valle. Seguiamo la copertura dei test ricavati da un sistema in uso e le differenze trovate mentre vecchio e nuovo girano insieme. Tempi di review, build riuscite e incidenti in produzione si leggono sullo stesso periodo, prima e dopo. Due passi sono i prossimi, non ancora compiuti: test dell’interfaccia scritti ed eseguiti da agenti, e agenti che leggono i log a intervalli e propongono modifiche.
INSIGHTS
5,5%
Meno build riuscite
Tre esperimenti sul campo con 4.867 sviluppatori hanno misurato più pull request a settimana e un tasso di build riuscite più basso del 5,53%. Fonte: Cui e altri, Management Science, 2025.
Scrivici per validare la fattibilità tecnica,
impatto sul business e costruire insieme il tuo business case.