Scrivere codice era già un’applicazione killer per l’AI prima ancora che qualcuno parlasse davvero di AI. Nella primavera del 2021, 18 mesi prima che il mondo conoscesse la parola “ChatGPT”, Microsoft presentò il primissimo prodotto di una partnership con un’organizzazione no-profit chiamata OpenAI: uno strumento chiamato GitHub Copilot che osservava gli sviluppatori mentre scrivevano codice e cercava di completare automaticamente frammenti e righe per loro. Non era granché, ed era solo una “anteprima tecnica ristretta”, ma più di un milione di sviluppatori si iscrisse comunque per provarlo.
I large language model sembravano ovviamente destinati a rendere lo sviluppo software ancora più semplice e veloce. La maggior parte del codice è relativamente strutturata e diretta; i linguaggi di programmazione sono generalmente estremamente ben documentati; e una quantità enorme di codice è disponibile online per l’uso nell’addestramento dei modelli (anche se a volte con mezzi discutibili). A differenza di tante altre informazioni che potresti ottenere da un LLM, puoi anche verificare la qualità del codice semplicemente provando a eseguirlo. All’inizio, alcune aziende pensavano che gli LLM potessero rendere la scrittura del codice più veloce predicendo la parola successiva come potrebbe fare l’autocompletamento di Google. Ma abbastanza presto, speravano, avrebbe potuto fare parte della codifica per te. Forse anche tutta.
Il momento Claude Code
Alla fine del 2025, Anthropic ha rilasciato una nuova versione del suo LLM Claude, chiamata Opus 4.5. Secondo i benchmark di Anthropic, era il miglior modello Claude fino ad ora, ma non sembrava rappresentare qualche sconvolgente avanzamento nella tecnologia AI. Poche settimane dopo, però, molti sviluppatori con qualche ora libera durante le vacanze hanno iniziato a testare il nuovo modello in Claude Code, e quasi universalmente sembravano arrivare alla stessa conclusione: funziona.
All’improvviso, lo strumento che prima dovevi sollecitare attentamente e rivedere con cura poteva trasformare poche frasi in un prototipo funzionante. Boris Cherny, il creatore di Claude Code, ha dichiarato di far scrivere già all’AI il 100% del suo codice. “È stato sorprendente per me tanto quanto per tutti gli altri”, ha detto a The Verge all’inizio di quest’anno. In un modo che sembrava impossibile per uno strumento di codifica, Claude Code è diventato virale.
Claude Code potrebbe aver catturato molta dell’immaginazione del mondo del software, ma la concorrenza di Anthropic non è stata molto indietro. Il Codex di OpenAI, lanciato nel 2025 pochi mesi dopo Claude Code, ha ricevuto una serie di aggiornamenti ed è anche uno strumento potente e popolare per scrivere codice. Google ha implementato un’interfaccia a riga di comando per il suo modello Gemini e recentemente ha inserito più funzionalità di codifica nella sua app AI Studio.
La crisi degli sviluppatori software
La crisi degli sviluppatori software è appena iniziata. Le aziende di tutta la Silicon Valley stanno licenziando dipendenti a migliaia, di solito citando l’AI come motivo. “Un team significativamente più piccolo, usando gli strumenti che stiamo costruendo, può fare di più e farlo meglio”, ha scritto il CEO di Block Jack Dorsey in un memo che annunciava il licenziamento del 40% dell’azienda. “E le capacità degli strumenti di intelligenza si stanno moltiplicando più velocemente ogni settimana.” Nel caso di Block e in molti altri, l’AI è probabilmente almeno in parte solo una copertura per le assunzioni eccessive dell’era pandemica, ma l’industria tecnologica è chiaramente concentrata sull’AI come modo per migliorare la produttività – e ridurre il personale.
Man mano che gli strumenti di codifica AI continuano a migliorare, potrebbero anche rifare il resto del business del software. Perché pagare una fortuna per il software di qualcun altro quando Claude Code potrebbe costruirlo per te, esattamente come lo vuoi? Alcuni lo chiamano SaaSpocalypse e prevedono un ripensamento fondamentale del modo in cui valutiamo il software. Altri pensano che ci aspetti una nuova generazione di startup di successo, che offrano modi nativi AI per fare tutto. Altri ancora pensano che sia tutto esagerato e che Salesforce starà benissimo. Qualunque sia il risultato, l’industria del software, che è cresciuta a tali altezze e valutazioni impensabili, sembra a molti improvvisamente su un terreno instabile.
Il vibe coding
A febbraio del 2025, Andrej Karpathy, un veterano dell’industria AI, ha coniato il termine “vibe coding”. “Sto costruendo un progetto o webapp”, ha scritto su X, “ma non è davvero codifica – vedo solo cose, dico cose, eseguo cose e copio e incollo cose, e per lo più funziona.”
È un peccato che Karpathy non sia venuto fuori con una frase più accattivante, perché il vibe coding è rimasto. Il nome così come il fenomeno: molte persone che non scrivevano o non potevano nemmeno scrivere codice stavano improvvisamente sollecitando la loro strada verso software funzionante. Per molte di quelle persone, che altrimenti avrebbero fatto presentazioni di slide o mockup Figma, un prototipo a malapena funzionale era abbastanza, e questi strumenti di codifica si sono dimostrati più che capaci di costruire prototipi a malapena funzionali.
All’altra estremità dello spettro degli sviluppatori ci sono i vibe coder. Per la maggior parte delle persone, anche i più semplici attuali strumenti di codifica AI sono troppo. Ti fanno leggere il codice; richiedono l’accesso al Terminale; fanno un sacco di domande a cui quasi nessuno dovrebbe essere tenuto a sapere come rispondere. La codifica AI viene ancora con molti bug, grandi questioni di privacy e troppi modi in cui gli attori malintenzionati sono in grado di sfruttarli entrambi.
Con prodotti come Claude Cowork, Anthropic ha iniziato a vedere se può rendere la tecnologia di Claude Code un po’ più accessibile e meno intimidatoria – gli dai semplicemente accesso a un mucchio di file sul tuo computer e lo lasci andare al lavoro. Prodotti come Perplexity Computer stanno esplorando se le persone potrebbero dare agli LLM accesso a tutto sui loro dispositivi, consentendo agli strumenti AI di organizzare file, rispondere ai messaggi, persino comprare cose per loro conto. La tecnologia sottostante sta iniziando a funzionare, ma non è affatto chiaro come le persone dovrebbero usarla, e se vorranno anche farlo.
