Sviluppo guidato dall’AI,
sotto stretto controllo ingegneristico
Sviluppiamo con Claude Code, Codex e modelli open source — e ogni riga che scrivono passa dallo stesso controllo di revisione, dagli stessi test e dalla stessa CI del codice umano. L’AI ci rende più veloci. Non decide mai cosa va in produzione.
- Revisione umana obbligatoria
- Base UE
- GDPR e AI Act by design
- Nessun runtime proprietario
Velocità dove è sicura. Giudizio dove conta.
L’AI è davvero brava in una fascia ristretta del lavoro software, e davvero inaffidabile fuori da quella. La usiamo intensamente dentro quella fascia e per niente fuori: questa divisione è tutto il metodo.
Cosa accelera l’AI
Implementazione meccanica
Boilerplate, adapter, migrazioni, impalcature di test, refactor ripetitivi su molti file: lavoro ben specificato e noioso, più che difficile.
Lettura di codice non familiare
Ricostruire come si comporta davvero un sistema esistente prima di modificarlo — la parte del lavoro sul legacy che di solito brucia giorni di analisi.
Ampiezza di alternative
Abbozzare rapidamente più approcci percorribili, così la discussione di design parte da alternative reali e non dalla prima idea che funzionava.
Documentazione e test
Il lavoro che per primo salta sotto pressione di scadenza ora viene scritto — ed è lì che si genera buona parte del guadagno di qualità duraturo.
Cosa resta umano
Architettura
Cosa costruire, come strutturarlo e quali compromessi la tua azienda può sostenere. Un modello non ha nulla in gioco sulla tua curva di costi a cinque anni.
La decisione di merge
Nessuna riga scritta dall’AI entra nel tuo repository senza che un ingegnere con nome e cognome l’abbia letta e approvata. Non esiste alcun merge automatico.
Sicurezza e confini dei dati
Cosa un modello può vedere, dove gira e cosa esce dal tuo ambiente lo decidiamo noi in anticipo — mai lo strumento a runtime.
Responsabilità
Quando qualcosa si rompe alle 3 di notte, c’è una persona responsabile e raggiungibile. «L’ha scritto l’AI» non è mai stata una risposta accettabile qui.
Gli strumenti AI che usiamo davvero
Nessuno stack misterioso. Questi sono gli strumenti del nostro lavoro quotidiano, ciascuno con il controllo che lo governa.
Claude Code
Coding agentico dentro i nostri repository: implementazione di ticket circoscritti, refactor su molti file e analisi del comportamento di sistemi non familiari.
Controlled by
Gira su un branch dedicato, mai direttamente su main. L’output arriva come una normale pull request e viene revisionato dall’ingegnere responsabile di quel servizio.
Codex
Generazione circoscritta e refactor meccanici, più un utile secondo parere quando due approcci sembrano ugualmente ragionevoli.
Controlled by
Riceve il codice che gli serve e nient’altro: nessuna credenziale di produzione, nessun dato dei clienti. Il suo output supera gli stessi type check, test e CI di qualsiasi commit umano.
Modelli open source, self-hosted
Usati quando i tuoi dati non possono uscire dal tuo ambiente, o quando un carico di lavoro non deve dipendere da un’API di terze parti.
Controlled by
Girano su infrastruttura controllata da noi o da te, dentro il tuo perimetro dati. Nulla viene inviato a un provider di inferenza esterno.
Tutti e tre gli strumenti convergono sullo stesso cancello di controllo — branch dedicato, contesto delimitato, CI completa, revisione umana — e ne escono da un unico punto: un commit revisionato nel vostro repository.
Tre strumenti in ingresso
Claude Code
Gira nella nostra shell, dentro il vostro repository.
Codex
Un motore ospitato dal fornitore, a cui inviamo task delimitati.
Modelli open-source, self-hosted
Gira su una macchina vostra o nostra, dentro il vostro perimetro dati.
Un solo cancello
Gli stessi quattro controlli, qualunque strumento abbia scritto la bozza
- Branch dedicatoMai un commit diretto su main.
- Contesto delimitatoSolo il codice necessario al task. Nessun segreto di produzione, nessun dato dei clienti.
- CI completaType check, linting e la stessa suite di test di qualsiasi commit umano.
- Revisione umanaUn ingegnere in carne e ossa lo legge e approva il merge.
Una sola uscita
Commit revisionato nel vostro repository
Stessa storia, stessa paternità, stessa traccia di approvazione di tutto il resto.
Gli strumenti si differenziano per quello che sanno fare bene. Non si differenziano per il modo in cui il loro output arriva su main.
Gli strumenti cambiano, i controlli no. Quando esce un modello migliore, entra dallo stesso cancello del precedente: branch, revisione, test, CI.
Il presidio attorno a ogni modifica assistita dall’AI
Usare l’AI in modo responsabile non è un documento di policy: è un insieme di meccanismi che rendono impossibile la strada pericolosa. Questi sono i nostri.
- 01
Definito su un branch
Criteri di accettazione messi per iscritto, poi si lavora su un branch. Su main non scrive nulla direttamente.
- 02Provvisorio
L’AI produce una bozza
Claude Code, Codex o un modello self-hosted scrive una prima versione. Una proposta, non una modifica.
- 03
Controlli automatici
Type check, lint, test unitari e di integrazione: la stessa CI del codice umano.
- 04Obbligatorio
Revisione umana
Un ingegnere con nome e cognome legge il diff e approva, chiede modifiche o rifiuta. Senza approvazione, nessun merge.
- 05
Merge su main
La modifica approvata entra in main, con autore e revisore registrati in git.
- 06
Rilasciato e monitorato
Rilascio con lo stesso percorso di ogni altra modifica, con log, metriche e alerting attivi.
Ogni fase qui sopra gira dentro strumenti nostri. Non sono abitudini che uno sviluppatore può saltare quando la scadenza stringe: è l’harness a renderle obbligatorie, e a rendere la sequenza verificabile a posteriori.
- Tratteggio: output di bozza, provvisorio finché una persona non lo approva.
- Linea continua: revisionato, approvato e in viaggio verso la produzione.
- Nessun percorso aggira la revisione: dalla bozza a main non esiste una strada che la salti.
Dentro il perimetro
Cosa riceve il modello
Solo ciò che serve al compito che ha davanti, nient’altro.
- Il repository o il modulo toccato dal ticket
- La descrizione del ticket e i criteri di accettazione
- Test e definizioni di tipo
- La documentazione pubblica delle librerie usate
Dove gira il modello
Infrastruttura UE come default
I modelli ospitati girano su piani business configurati perché il tuo codice non venga conservato per l’addestramento. La residenza dei dati si sceglie deliberatamente per ogni progetto, non si dà per scontata.
Modelli open source self-hosted
Quando i dati non possono uscire, il modello gira dentro il tuo ambiente. Nulla viene inviato a un provider di inferenza esterno.
Fuori dal perimetro
Cosa non esce mai
Mai caricato nel contesto di un modello, su nessun provider.
- Segreti e credenziali di produzione
- Dati dei clienti e dati personali
- Database di produzione attivi
- Dati di pagamento
Cosa significa per te
I controlli non servono al processo in sé. Servono a ciò che ti resta in mano alla fine del progetto.
Regole chiare, e le chiavi in mano tua
Lavoriamo nel tuo repository e nei tuoi account cloud dove possibile: chiavi e infrastruttura restano in mano tua. Proprietà e licenza di ciò che costruiamo si definiscono esplicitamente nel contratto, prima del primo sprint — non si scoprono alla consegna.
Base UE, GDPR e AI Act by design
Costruito nell’UE con la protezione dei dati e l’AI Act trattati come vincoli di progetto dal primo sprint, non come una corsa alla conformità prima del lancio.
Uno stack mainstream e aperto
React, Next.js, TypeScript, Node, Python, PostgreSQL. Qualsiasi team competente può riprenderlo in mano — incluso il tuo, se decidi di internalizzarlo.
AI nel prodotto, non solo nel processo
Gestiamo i nostri prodotti AI in produzione: gli assistenti, gli scraper e i sistemi predittivi che costruiamo per te hanno dietro esperienza operativa reale.
Le domande che ci fanno
Le risposte oneste, compresi i limiti.
Usate l’AI per scrivere il nostro codice?
Sì, per una parte, e preferiamo dirtelo piuttosto che lasciartelo supporre. L’AI si occupa del lavoro meccanico ben specificato: boilerplate, adapter, migrazioni, impalcature di test, refactor estesi. Architettura, decisioni di sicurezza e la scelta di cosa va in produzione restano ai nostri ingegneri. Ogni modifica assistita dall’AI è revisionata e approvata da una persona con nome e cognome prima del merge.
Quali strumenti AI usate?
Claude Code e Codex per il coding agentico dentro i nostri repository, più modelli open source self-hosted dove contano la residenza dei dati o l’indipendenza da un’API di terze parti. Tutti e tre stanno dietro agli stessi controlli: branch dedicati, revisione in pull request, CI completa e nessun accesso a segreti di produzione o dati dei clienti.
È sicuro mandare in produzione codice generato dall’AI?
Solo con un presidio attorno — per questo ne abbiamo costruito uno. L’output di un modello non revisionato non è sicuro, e chi sostiene il contrario ti sta vendendo qualcosa. Nel nostro processo nessuna riga scritta dall’AI entra nel tuo repository senza che un ingegnere l’abbia letta, e supera gli stessi type check, test e CI del codice umano. La sicurezza viene dal controllo, non dal modello.
Il nostro codice o i nostri dati verranno usati per addestrare modelli AI?
No. Usiamo piani business e API configurati in modo che il tuo codice non venga conservato per l’addestramento, e limitiamo ciò che i modelli possono vedere al compito specifico: segreti di produzione e dati dei clienti restano fuori dal perimetro. Dove un carico di lavoro non può usare un modello ospitato, usiamo modelli open source dentro il tuo ambiente, così nulla ne esce.
L’AI rende il progetto più economico o più veloce?
Più veloce sulla metà meccanica del lavoro, il che di solito si traduce in iterazioni più brevi e in una quota maggiore di budget dedicata a design, test e consolidamento invece che alla scrittura. Non ti daremo una percentuale: dipende molto dal codebase e da quanto è ben specificato il lavoro, e chi ti dà un numero preciso non l’ha misurato nemmeno lui.
Potete lavorare senza provider AI in cloud?
Sì. Per i dati che non possono uscire dal tuo ambiente usiamo modelli open source su infrastruttura controllata da te o da noi, senza alcuna inferenza di terze parti. Cambia il quadro di costi e capacità, quindi saremo espliciti sui compromessi prima che tu ti impegni.
Di chi è quello che consegnate?
Proprietà e licenza sono una questione contrattuale, e la chiudiamo per iscritto prima di iniziare, non al momento della consegna. Quello che non dipende dal contratto è la portabilità: lavoriamo nel tuo repository e nei tuoi account cloud dove possibile, su uno stack mainstream e aperto — React, Next.js, TypeScript, Node, Python, PostgreSQL — con la storia git completa. Nessun runtime proprietario, nessuna operazione di estrazione. Qualunque cosa si concordi sulla proprietà, non resti mai bloccato tecnicamente.
Come si colloca rispetto a EU AI Act e GDPR?
Siamo un’azienda UE che costruisce per imprese europee, quindi entrambi sono vincoli di progetto e non ripensamenti: base giuridica e minimizzazione dei dati si decidono in fase di discovery, la residenza dei dati è una scelta deliberata e, dove un sistema prende decisioni sulle persone, tracciabilità e supervisione umana sono previste fin dall’inizio. Per deployment regolamentati lavoriamo insieme al tuo DPO o ai tuoi legali: costruiamo secondo il requisito, non lo certifichiamo.
Portaci qualcosa di difficile
Raccontaci il problema e i vincoli reali in cui ti muovi. Riceverai una pre-analisi strutturata: cosa costruiremmo, come lo terremmo sotto controllo e dove sono i rischi. Non una presentazione commerciale.