Siete pronti a ricevere una verità scomoda che farà piangere i manager ossessionati dalle metriche di velocità?
C’è questa strana idea circolante secondo cui l’intelligenza artificiale serva solo a una cosa: produrre una quantità industriale di codice mediocre, scritte male e senza un briciolo di controllo, per poi fare merge selvaggi sperando che tutto regga. È il regno del «vibe coding» estremo: scrivi una riga, ne sputa cento l’AI, schiaccia ‘merge’ e prega che il server non prenda fuoco durante la notte. Un vero delirio da ‘slop cannon’.
Però, ascoltate bene, perché qui c’è la vera chicca per chi, come noi, ama quando le cose funzionano al primo colpo (o almeno al secondo).
Nolan Lawson ha appena pubblicato un pezzo che ribalta completamente la narrazione. Invece di usare le LLM per scrivere più velocemente, lui le usa per scrivere meglio, accettando il fatto che il processo diventerà più lento. L’idea è geniale: usare agenti AI non come assistenti alla scrittura, ma come revisori spietati. Immaginate di lanciare un team di sub-agenti (Claude, Cursor, Codex) su una vostra Pull Request con un unico compito: trovare ogni singolo bug, dalla falla di sicurezza critica al commento inutile che non c’entra nulla con il codice.
Il workflow è quasi poetico nella sua meticolosità. Si lancia l’attacco, si classificano i bug per gravità, si eliminano i critici e si decide quali sprecarci tempo e quali ignorare perché la ‘fatica non vale il risultato’. Non è una corsa ai 10x di produttività che promettono le slide di marketing; è un processo di raffinamento.
Da smanettone che passa le notti a debuggare circuiti o a cercare di far girare un vecchio emulatore su hardware moderno, questa cosa mi gasa da matti. Noi siamo gente che ama capire i ‘failure modes’, ovvero dove le cose si rompono. L’AI, se usata come un microscopio elettronico invece che come un martello pneumatico, ci permette di esplorare gli angoli più oscuri della nostra codebase senza dover leggere migliaia di righe di codice a mano.
Certo, non aspettatevi di finire i progetti in metà tempo. Anzi, preparatevi a finire in una ‘side-quest’ infinita: l’AI vi troverà bug che esistevano già da mesi, costringendovi a riscrivere test unitari e a sistemare refusi che pensavate innocui. Ma il risultato è un software più sano, più solido, quasi artigianale.
Quindi, la prossima volta che sentite parlare di ‘AI-driven development’ come se fosse una fabbrica automatizzata di spazzatura, provate a fare l’opposto. Usate i token per scavare più a fondo. Rallentate. Usate l’AI per interrogarvi, per farvi mettere in crisi e per costruire qualcosa che, quando lo smonteremo tra dieci anni, non si sbriciolerà come un pezzo di plastica riciclata male.