Quante volte vi è capitato di guardare una pull request generata da un agente IA, vedere che i test passano e pensare: «Vabbè, tanto funziona, clicco merge e vado a farmi un aperitivo»? Ecco, congratulazioni, avete appena iniziato a costruire il vostro personale monumento al debito tecnico.
Negli ultimi mesi l’hype intorno agli agenti autonomi è stato tale che sembra quasi che il nostro unico compito rimasto sia quello di fare i babysitter di script che si auto-correggono. Ma c’è un problema grosso quanto un server rack: se smettiamo di capire cosa succede sotto il cofano, non siamo più programmatori, siamo solo utenti molto pigri. E il vero collo di bottiglia non è più la velocità di scrittura del codice, ma la nostra capacità di comprenderlo.
Geoffrey Litt, in un intervento recente che ha fatto riflettere parecchio, solleva un punto fondamentale. Non dobbiamo usare l’IA solo per ‘verificare’ che il codice non esploda (il classico approccio thumbs-up/thumbs-down), ma per ‘partecipare’ attivamente. Il rischio è quello di trovarsi in un loop dove l’IA evolve il progetto a una velocità che il nostro cervello non riesce a processare, lasciandoci in uno stato di completa alienazione rispetto alla nostra stessa codebase.
Per fortuna, ci sono delle strade fighe per non finire in questo limbo. La prima è trasformare i diff in ‘documentazione esperienziale’. Invece di leggere righe di codice cambiate in modo caotico, potremmo chiedere all’IA di generare spiegazioni strutturate, quasi come dei mini-tutorial che ti spiegano il ‘perché’ prima del ‘cosa’. Immaginate un report che non vi dice solo ‘cambiata riga 42’, ma vi illustra il contesto logico, magari con piccoli esempi interattivi.
L’idea di usare l’IA per creare micro-ambienti di test o simulazioni del cambiamento (i cosiddetti ‘micro-world’) è pura poesia per chi fa debugging. Invece di leggere codice statico, l’agente potrebbe generare una sandbox dove vedere l’effetto del cambiamento in tempo reale. È un salto di qualità enorme: passare dal leggere un manuale d’istruzioni all’interagire con un prototipo funzionante.
In definitiva, la sfida non è evitare che l’IA scriva codice, ma usarla per alzare l’asticella della nostra comprensione. Non dobbiamo diventare i semplici spettatori di un processo automatizzato, ma i direttori d’orchestra che usano strumenti sempre più potenti per orchestrare soluzioni sempre più complesse. Il trucco sta nel non smettere mai di porre domande al codice, finché non siamo noi a decidere dove deve andare.