Una fabbrica di software costruita dalle competenze degli agenti
Gli agenti di coding AI possono già scrivere funzioni, modificare repository, eseguire test e aprire pull request. Il problema più difficile è convincere un agente a seguire un processo di ingegneria ripetibile prima, durante e dopo la scrittura del codice.
Nessun stato di rifiuto. Ecco il workaround.
Un agente che ha proposto e implementato “spostare la persistenza in una libreria condivisa” sei mesi fa proporrà volentieri di nuovo la stessa idea il prossimo trimestre, a meno che non esista un registro durevole che gli indichi come l’idea sia già stata indagata e rifiutata – e OpenSpec al momento non ha uno stato interno per questo scopo.
Specifica le modifiche come incrementi, non in un PRD di 40 pagine.
OpenSpec è una CLI gratuita e open source di Fission AI che consente a te e al tuo agente di coding di concordare una modifica in Markdown semplice prima che venga scritto qualsiasi codice, evitando la cerimoniale fase-gated dei framework spec-driven più pesanti.
Abilità, server MCP o entrambi?
Le competenze degli agenti e i server MCP vengono spesso presentati come modi alternativi per estendere un agente AI. Questa inquadratura è errata: una competenza insegna all’agente come lavorare, mentre un server MCP gli fornisce accesso governato a funzionalità live.
OpenCode dalla riga di comando, nella pratica
L’interfaccia a riga di comando di OpenCode è progettata per la scripting, le pipeline CI e le esecuzioni non monitorate di agenti. Questo articolo è una guida pratica per utilizzarlo nel lavoro quotidiano.
Abilità SDD applicate, installate con un singolo comando.
Superpowers incapsula un’intera metodologia guidata da specifiche in Claude Skills installabili, imponendo il brainstorming, la pianificazione, l’implementazione guidata da subagenti e il TDD rigoroso, invece di lasciare quella struttura a tua discrezione.
Un piccolo agente di coding che si aspetta che tu lo modelli.
Pi Coding Agent è un’interfaccia di coding terminale minimale e open-source che include quattro strumenti predefiniti e lascia la maggior parte del comportamento a estensioni, abilità e al tuo stesso flusso di lavoro.
Delega il lavoro rumoroso, mantieni il tuo contesto pulito.
La maggior parte delle sessioni di Claude Code diventa lenta e caotica per lo stesso motivo: ogni ricerca esplorativa con grep, ogni dump dei log e ogni “controlliamo un altro file” rimane nella conversazione principale per sempre.
Impedisci agli agenti AI di allontanarsi dalle specifiche, dai test e dal codice.
Gli agenti di coding AI rilasciano funzionalità rapidamente, ma specifiche, test e codice tendono a divergere silenziosamente. Questa guida illustra un modello di tracciabilità, il mapping da specifiche a test e da specifiche a codice, e i controlli CI che individuano queste divergenze prima del merge.
Profondità di processo vs portabilità, non lo strumento migliore.
Gli sviluppatori che confrontano i setup di Spec-Driven Development nel 2026 di solito non si chiedono quale modello sia il più intelligente. Si chiedono quale flusso di lavoro terrà allineato un agente AI senza seppellirli sotto una montagna di rituali.
Cinque fasi: dall'intento al codice verificato.
Lo sviluppo basato su specifiche funziona quando la specifica è un flusso di lavoro, non un documento da archiviare dopo l’avvio. L’obiettivo non è produrre un ampio documento dei requisiti di prodotto.
I task A2A di lunga durata superano la durata delle sessioni di chat.
La maggior parte delle demo di agenti AI si comporta ancora come completamenti di chat con passaggi aggiuntivi: invii un prompt, aspetti qualche secondo e ricevi una risposta in un’unica output.
Inferenza LLM più veloce senza perdita di qualità: una guida pratica
Un modello da 70B genera un token per passaggio avanti e ogni passaggio ricarica i pesi dalla VRAM, calcola l’attenzione su tutto il contesto e sincronizza la memoria. Tra un token e l’altro, la GPU resta inattiva in attesa che si risolvano le dipendenze sequenziali.
Il 40% dei pilot multiagente fallisce. Ecco come scegliere il giusto pattern di orchestrazione – ed evitare quelli che si rompono.
I sistemi AI a singolo agente hanno raggiunto il picco nel 2025 — si forniva a un LLM un prompt, alcuni strumenti e un obiettivo, e svolgeva compiti ben definiti in modo ragionevolmente efficace.
La specifica come fonte di verità, non come documento secondario.
Lo Spec-Driven Development è uno di quegli approcci a cui gli ingegneri del software hanno fatto ricorso in passato per poi abbandonarlo quando lo sforzo smetteva di dare i suoi frutti.
Specifiche come fonte di verità, o cerimonia lenta?
Lo Spec-Driven Development è entrato nel 2026 come la risposta seria dei sviluppatori alla deriva del vibe coding.
