Gli agenti AI possono scrivere codice in pochi minuti, ma una patch plausibile non è automaticamente una modifica sicura, verificabile o pronta per la produzione. Se il team lavora per tentativi, prompt sempre più lunghi e test verdi senza un perimetro chiaro, il costo si sposta nella review, nel debugging e nella manutenzione.Questo libro ti aiuta a integrare gli agenti AI nello sviluppo software mantenendo controllo, qualità e responsabilità. Al termine saprai trasformare una richiesta ambigua in un workflow osservabile: definire ciò che è autorizzato, fornire il contesto utile, limitare l’autonomia dell’agente e raccogliere le evidenze necessarie per accettare o fermare una modifica.È pensato per sviluppatori, tech lead, software architect e team engineering che già sperimentano l’AI nel coding o vogliono introdurla con un metodo ripetibile. Non richiede di adottare un singolo strumento: il focus è sul sistema di lavoro che rende affidabili agenti, repository e decisioni umane.Imparerai a scrivere specifiche eseguibili e criteri di accettazione, progettare contesti e repository pronti per gli agenti, scomporre il lavoro in task verificabili e usare Git, test, code review e quality gate per contenere il raggio d’azione delle modifiche. Vedrai come orchestrare workflow single-agent e multi-agent, applicare privilegi minimi a MCP e tool use, governare CI/CD, gestire esecuzioni lunghe, sicurezza, audit e metriche di efficacia.Con esempi concreti, artefatti operativi e un progetto end-to-end dalla issue al deploy, costruirai un approccio pragmatico: usare gli agenti per accelerare l’esecuzione senza delegare loro il giudizio, la governance o l’accettazione del rischio.
FILESTORE