Dall’autocompletamento alle attività delegate
La prima ondata di AI per il codice completava righe e rispondeva a domande. Nel 2026 gli agenti maturi lavorano in ciclo: raccolgono contesto, pianificano, leggono e modificano file, chiamano strumenti, verificano risultati e iterano. OpenAI descrive Codex come un agente per scrivere, revisionare e consegnare codice, mentre GitHub descrive i propri agenti come sistemi capaci di eseguire autonomamente attività nel ciclo software. [2][3][7]
La differenza pratica è notevole. Lo sviluppatore può evitare di guidare ogni modifica locale, ma deve definire meglio obiettivo, perimetro, vincoli e criteri di completamento.
Cosa può fare davvero un agente di coding
Gli agenti attuali possono cercare nei repository, leggere cronologia e documentazione, modificare molti file, eseguire comandi, test e linters, analizzare errori e preparare modifiche per la review. GitHub Copilot cloud agent può lavorare su un branch senza aprire subito una pull request. [7][10]
Claude Code espone controlli su strumenti e permessi, Codex opera su superfici locali e cloud e Gemini CLI può funzionare in modo interattivo, negli script e in una sandbox. [2][6][13]
Quattro principali modelli di lavoro con agenti nel 2026
| Agente | Superficie principale | Modello di lavoro | Controllo |
|---|---|---|---|
| OpenAI Codex | ChatGPT, app, CLI, IDE, cloud | Locale e parallelo nel cloud | Skills, ambienti, review |
| Claude Code | Terminale, SDK, MCP | Interattivo e automatizzabile | Modalità permessi, strumenti consentiti/bloccati |
| GitHub Copilot cloud agent | GitHub, VS Code, Mobile, app desktop | Asincrono su branch/PR | Policy repo, log, review |
| Google Antigravity / Gemini CLI | Antigravity desktop, CLI, SDK | Agenti paralleli e automazione | Sandbox, hooks, MCP, isolamento |
Codex copre app, CLI, IDE e cloud. Claude Code è orientato al terminale e automatizzabile. GitHub Copilot cloud agent vive in issue, branch e pull request. Google Antigravity 2.0 punta sull’orchestrazione multiagente, mentre Gemini CLI fornisce un agente terminale open source. [2][6][7][8][12][13]
La scelta pratica dipende tanto dall’ambiente di esecuzione, permessi, governance e processo di review quanto dal modello sottostante.
Le attività diventano più lunghe e più parallele
OpenAI riporta che nel maggio 2026 il 70,2% del campione di utenti individuali Codex ha effettuato almeno una richiesta stimata sopra un’ora di lavoro umano e il 25,6% almeno una sopra otto ore. Le soglie sono stime del modello su un campione casuale dello 0,1%, quindi sono indicative e non misure temporali esatte. [1]
GitHub Copilot app e Google Antigravity sono anch’essi progettati per sessioni parallele e flussi indipendenti. [8][12]
Le persone decidono più spesso cosa fare, gli agenti come farlo
Anthropic ha analizzato circa 400.000 sessioni Claude Code da ottobre 2025 ad aprile 2026. In una sessione tipica, l’utente prendeva circa il 70% delle decisioni di pianificazione, Claude circa l’80% di quelle di esecuzione. Un prompt generava in media circa dieci azioni dell’agente. [4]
Lo sviluppatore mantiene quindi obiettivi, architettura e criteri di accettazione, mentre l’agente prende molte decisioni locali di implementazione. Queste decisioni richiedono comunque review.
La competenza continua a migliorare i risultati
Nello stesso studio Anthropic, le sessioni valutate come più esperte avevano maggiori probabilità di successo. Con la metrica più rigorosa di successo verificato, le sessioni novice erano intorno al 15%, mentre livello intermedio e superiore raggiungevano circa 28-33%. La misura deriva da trascrizioni, test, commit e conferme, non è una misura diretta della qualità in produzione. [4]
La conoscenza del dominio resta quindi un vantaggio: comprendere regole di business, casi limite, architettura e verifica permette di guidare meglio l’agente.
Le prove sulla produttività sono miste e dipendono dalla misura
| Fonte | Campione | Risultato principale |
|---|---|---|
| Anthropic 2026 | ~400.000 sessioni Claude Code | Utente ~70% decisioni di pianificazione, Claude ~80% di esecuzione |
| METR 2025 RCT | 16 sviluppatori, 246 attività | 19% più tempo con strumenti AI di inizio 2025 |
| METR 2026 survey | 349 lavoratori tecnici | Mediana auto-riferita 1,4-2x di valore del lavoro, con importanti cautele |
| OpenAI 2026 Codex | Campione casuale 0,1% utenti individuali | 70,2% ha avuto almeno un’attività stimata sopra un’ora di lavoro umano |
Lo studio randomizzato METR del 2025 ha seguito 16 sviluppatori open source esperti su 246 attività reali in repository conosciuti. Con strumenti AI di inizio 2025, le attività richiedevano in media il 19% di tempo in più, anche se i partecipanti pensavano di essere più veloci. [14]
Nel 2026 METR ha giudicato un seguito più ampio difficile da interpretare per bias di selezione, poiché alcuni sviluppatori non volevano lavorare senza AI. Un sondaggio separato su 349 lavoratori tecnici ha trovato una mediana auto-riferita di 1,4-2x nel valore del lavoro, ma con esplicite ragioni di cautela sulla grandezza. [15][16]
La code review diventa un punto di controllo principale
Quando un agente può modificare molti file e preparare una pull request completa, la review diventa un meccanismo centrale di controllo. GitHub struttura i workflow agentici attorno a diff, pull request, log di sessione, policy del repository e review umana. [7][8][11]
La review si sposta quindi da sintassi a assunzioni, perimetro, contratti API, architettura, sicurezza, casi limite e verifica che il cambiamento risolva il problema giusto.
Test e CI diventano il contratto dell’agente
Un agente può produrre rapidamente molto codice plausibile, ma solo criteri espliciti determinano se è corretto. Test unitari, integrazione, end-to-end, type checking, linting e build riproducibili diventano più importanti. Claude Code e i workflow GitHub consentono l’esecuzione di comandi e test durante il lavoro. [6][7][10]
Una buona attività deve descrivere sia il risultato desiderato sia come verificarlo. Più la verifica è deterministica, meno interpretazione manuale resta alla fine.
Sicurezza: più autonomia significa più superficie di rischio
Un agente può eseguire comandi shell, leggere file, usare la rete e modificare sorgenti. Modalità di permesso, sandbox, restrizioni sugli strumenti, protezione dei segreti e log di audit diventano controlli fondamentali. Claude Code offre permission modes e liste di strumenti, Gemini CLI isolamento in container e GitHub log di sessione nella governance del repository. [6][11][13]
I team dovrebbero applicare il minimo privilegio. Un agente incaricato della UI non dovrebbe ricevere automaticamente segreti di produzione, permessi di deploy o accesso distruttivo all’infrastruttura.
Il contesto del repository diventa infrastruttura
La qualità dell’agente dipende da convenzioni esplicite. Istruzioni del repository, standard di codice, regole architetturali, file di contesto, Skills e connessioni MCP diventano procedure leggibili dalla macchina. [2][6][9][13]
La documentazione non serve più solo alle persone. README obsoleti, confini di modulo ambigui o comandi test mancanti riducono direttamente l’affidabilità dell’agente.
Il lavoro multiagente cambia la giornata dello sviluppatore
Codex, GitHub Copilot app e Google Antigravity supportano attività parallele. Invece di aspettare una singola sessione, uno sviluppatore può delegare test, refactoring, documentazione e bugfix a flussi separati e rivederli dopo. [1][8][12]
Il collo di bottiglia passa dalla scrittura del codice a priorità, contesto, review e integrazione. Troppi agenti senza forti criteri di accettazione possono creare più lavoro di review che valore.
Quali attività sono più facili da delegare nel 2026
I candidati migliori sono attività delimitate e verificabili: aggiunta di test, refactoring locali, migrazioni API, bug riproducibili, aggiornamenti dipendenze, documentazione, analisi repository e prima versione di pull request. [2][6][7][12][13]
Restano più difficili le attività con requisiti impliciti, compromessi di prodotto importanti o alto costo dell’errore. L’agente può accelerare l’analisi, ma la responsabilità della decisione dovrebbe rimanere umana.
Come adottare gli agenti senza creare caos
Conviene partire con un perimetro limitato: tipi di attività consentiti, istruzioni repository, test obbligatori, permessi massimi e punti chiari di approvazione umana. DORA descrive l’AI come amplificatore di punti di forza e debolezza esistenti, quindi un processo di engineering debole non diventa automaticamente buono. [17]
Poi va misurato l’intero flusso: tempo fino alla pull request accettata, durata review, iterazioni, errori CI, regressioni, costo agente e quota di modifiche che richiedono forte riscrittura.
- Definire le categorie di attività consentite.
- Mantenere istruzioni repository e comandi di verifica aggiornati.
- Richiedere test, linting e build pulita.
- Applicare il minimo privilegio.
- Richiedere review umana per modifiche ad alto impatto.
- Conservare log degli agenti e audit trail.
- Misurare tempo e costo per attività verificata con successo.
