Industrializzare la produzione di software con gli agenti AI

Dove si ferma la produttività dei singoli

Chi sviluppa con un agente AI lo sa: la sessione di lavoro va veloce. Il problema arriva dopo. Il contesto che l'agente ha ricevuto, le verifiche che ha superato e le decisioni che ha preso vivono dentro quella sessione, e quando si chiude restano nel log dello strumento. La persona dopo ricomincia da zero.

Il guadagno resta quindi individuale. Le convenzioni del progetto stanno scritte in un prompt, e se cambi strumento si riparte. Se tra sei mesi qualcuno chiede come è stata fatta una modifica, la risposta è un ricordo di chi c'era. Per una software house che lavora su commessa, con clienti diversi e persone che ruotano, è esattamente il punto in cui il vantaggio dell'AI si perde.

Cosa vuol dire industrializzare, in pratica

Vuol dire gli stessi passaggi, gli stessi controlli e gli stessi documenti su ogni progetto. I progetti non diventano uguali: il metodo per portarli in produzione è lo stesso e non si reinventa a ogni cliente. In DETENT la linea ha sette stazioni, configurate sul team e sul flusso scelto.

1. Procedures: un modo di lavorare riutilizzabile, con ruoli, istruzioni e criteri condivisi.
2. Interview: la richiesta del cliente diventa requisiti e criteri di accettazione comprensibili.
3. Context: ogni attività riceve il contesto rilevante del progetto, da fonti autorizzate.
4. Factory: pianificazione, sviluppo e correzioni coordinati con gli agenti AI.
5. Test: le modifiche si verificano rispetto ai requisiti, prima dell'accettazione.
6. Security: i controlli di sicurezza previsti per quel lavoro vengono applicati, non ricordati.
7. Monitor: gli esiti osservati in produzione sono collegati alle modifiche consegnate.

L'unità di lavoro non è il prompt, è il contratto di lavorazione: lo stato del codice di partenza, la richiesta, i criteri di accettazione, il contesto autorizzato, il budget, gli strumenti permessi e una verifica indipendente. Una regola che porto ovunque: chi esegue non scrive le prove che lo giudicano. E prima del rilascio c'è sempre la firma di una persona.

Cosa non è

Non è un agente di codice alternativo a Cursor, Copilot o Claude Code: quelli li uso anch'io, e sono tra le integrazioni. Fanno eseguire la lavorazione, ed è un altro piano. Non è nemmeno una piattaforma che prepara il repository perché gli agenti possano lavorarci. E non è un prodotto di firme digitali o certificati sul codice, anche se esistono prodotti con nomi simili che fanno solo quello: la firma umana è una delle stazioni, non il prodotto.

I sistemi di record restano i vostri. GitHub, la CI e Jira non vengono sostituiti: la linea si collega in sola lettura e senza azioni irreversibili. Chi vuole capire come ragiono sugli agenti in generale trova il quadro nella pagina sugli agenti AI.

Per chi è

Per chi sviluppa software in modo continuo. Le software house su commessa, che vogliono rendere riutilizzabile il metodo tra una commessa e l'altra e avere consegne più prevedibili. Gli integratori e i team di modernizzazione, che lavorano su gestionali, applicazioni esistenti e integrazioni e devono capire il codice prima di toccarlo. I team di prodotto e di applicazioni interne, con una roadmap che va oltre il primo prototipo.

Serve un referente tecnico che segua il lavoro e ne verifichi l'esito. Senza quello il pilota non parte, e lo dico prima perché è il punto che più spesso si scopre tardi.

Cosa è misurato e cosa no

DETENT ha un metro interno, Detent Bench, costruito su test end-to-end dalla richiesta al rilascio. Non misura quanto è intelligente un modello su un compito sintetico: misura quante lavorazioni su un repository vero arrivano fino al rilascio che tiene. Nella prima misura, fatta a luglio 2026 su 34 lavorazioni, il costo per consegna verificata è sceso del 31% e il tempo di revisione umana è passato da 42 a 26 minuti.

Sono test interni su un campione piccolo, non uno studio indipendente, e vanno letti così. Il dettaglio dei quattro livelli sta nella pagina di Detent Bench. La regola con cui lavoro è che il metro nasce prima del prodotto: se in un pilota non emerge un miglioramento misurabile lo dico e il pilota si ferma, perché un livello che non muove quei numeri è complessità in più.

Il primo cliente pilota è Solidata, una software house che sviluppa gestionali, personalizzazioni e integrazioni per più clienti. La collaborazione nasce da un percorso più ampio di implementazione e affiancamento, dentro il quale verranno verificate le applicazioni di DETENT. Risultati su un cliente reale non ce ne sono ancora da raccontare, e non li anticipo.

Da dove nasce

Costruisco software con agenti AI ogni giorno, ed è anche il modo in cui è fatto questo sito: gli articoli del blog li scrive una routine automatica guidata da istruzioni che ho scritto io e che stanno nel repository, versionate come il resto del codice. Sul controllo del codice, per esempio, ho scritto cosa vede davvero il secondo agente.

DETENT lo costruisco con Michele Bersani, che segue architettura e implementazione e affianca il referente tecnico del cliente su configurazione, integrazioni e verifiche. Io mi occupo di direzione e rapporto con i clienti. Chi sono lo trovi nella pagina chi sono, il prodotto su detent-ai.com.

Approfondimenti dal blog

Gli articoli in cui ho affrontato, un pezzo alla volta, i problemi che la linea deve risolvere.

• Controllare il codice scritto dall'intelligenza artificiale, la stazione dei test e chi può giudicare cosa.
• Più agenti sullo stesso progetto, quando conviene dividere il lavoro e quando no.
• Isolare un agente di intelligenza artificiale, dove mettere il limite ai permessi.
• Ridurre i token di un agente di coding, la preparazione del contesto.
• Agent harness: cos'è, il livello che sta intorno al modello.