In casa Netcat l’AI scrive una parte del codice che pubblichiamo, e possiamo dirti esattamente come: con tre strumenti diversi, per compiti diversi, e sempre con una persona che rilegge tutto. Questa è la pratica quotidiana, non la demo. Con i limiti, che sono tanti e vanno detti.
Tre strumenti, tre modi di lavorare
L’AI nello sviluppo non è un prodotto unico: si presenta in forme diverse che cambiano il modo di lavorare. Le tre che usiamo sono un editor con l’AI dentro, un agente che gira nel cloud e un agente che vive nel terminale. Le differenze non sono cosmetiche: cambiano cosa deleghi e cosa tieni in mano. Nelle righe che seguono li vedi uno per uno, con l’uso reale che ne facciamo e il momento in cui scegliamo l’uno invece dell’altro.
Cursor: l’editor con l’AI dentro
Cursor è un editor di codice con l’AI integrata: mentre scrivi ti propone il completamento, selezioni una funzione e gli chiedi di modificarla, e la modifica appare nel file, dove la rivedi riga per riga prima di accettarla.
È il rapporto più diretto: resti tu al volante, l’AI è il navigatore. Lo usiamo per il lavoro quotidiano di precisione — sistemare una funzione, scrivere una query, adattare un componente esistente. Se vuoi vedere l’estensione delle funzioni, la documentazione ufficiale di Cursor le descrive tutte.
Codex: l’agente a cui assegni i task
Codex è l’agente di coding di OpenAI, e il modello di lavoro è un altro: tu assegni un compito — questa feature, questo bug — e l’agente lavora in un ambiente suo, separato dal tuo computer. Quando ha finito, torni e valuti l’esito: una proposta di modifica da accettare, rivedere o scartare.
È la logica della delega piena: non guardi il lavoro mentre viene fatto, guardi il risultato. Comoda per task ben specificati, meno adatta quando le decisioni di progetto sono ancora aperte e servono discussioni a metà strada.
Claude Code: l’agente nel terminale
Claude Code è l’agente a riga di comando di Anthropic: si avvia nel tuo repository, legge il progetto, esegue comandi e chiede permesso prima delle azioni delicate. Non sta in un ambiente separato: lavora dove lavori tu, con le regole del progetto che gli hai imposto.
Lo usiamo quando il compito attraversa più file e serve comprendere il contesto: un refactoring diffuso, una migrazione, l’aggiunta di test su codice esistente. Cosa l’agente può fare, cosa chiede e come si autorizza è documentato nelle guide ufficiali di Claude Code: leggerle dà una buona idea di quanto sia centrale il progetto, non solo il modello.
Come li usiamo davvero
La lista dei compiti che deleghiamo volentieri: la prima stesura di uno script di utilità, il refactoring di codice che funziona ma è cresciuto male, i test da scrivere su moduli scoperti, la bozza delle parti ripetitive. In comune hanno una definizione chiara e un verificatore umano. La scelta tra i tre strumenti è pratica: per una modifica chirurgica apriamo l’editor, per un compito circoscritto che può girare in parallelo assegnamo l’agente cloud, per il lavoro che richiede tutto il contesto del repository usiamo il terminale.
Quello che non deleghiamo: le decisioni di architettura, la sicurezza, il codice che tocca dati delicati, tutto ciò che non sai ancora specificare bene. E la revisione non è un’opzione: ogni riga generata si rilegge e si testa prima di andare in produzione, con gli stessi standard del codice scritto a mano. Se ti interessa il modello di delega in generale, l’articolo sugli agenti AI e il loro uso in azienda entra nel dettaglio.
Il limite onesto
L’AI che scrive codice accelera chi sa già programmare. Chi sa leggere il codice riconosce un suggerimento sbagliato in due secondi; chi non lo sa riceve la stessa mina invisibile, che esplode tre settimane dopo in produzione.
Quindi no: questi strumenti oggi non sostituiscono la competenza, la moltiplicano. Il codice generato si mantiene, evolve, va capito da qualcuno. Se in azienda quella persona non c’è, lo strumento giusto non è l’agente che scrive: è chi sviluppa software professionalmente e usa l’AI per essere più rapido — anche noi, su questo siamo trasparenti.
Parliamo del tuo progetto, non dell’hype
Hai un progetto di sviluppo in lista da mesi e ti chiedi quanto accelererebbe con l’AI usata bene? Trenta minuti di call gratuita: ci racconti il progetto e ti diciamo dove l’AI entrerebbe davvero, senza promesse a vanvera.
Continua il percorso
- Automazione e AI per le PMI italiane
- Come persona e AI lavorano sullo stesso tavolo
- Sviluppo assistito e agenti: il servizio AI di Netcat
Domande frequenti
Posso costruire un’app senza sapere programmare?
Un prototipo, spesso sì: per una demo interna o un esperimento questi strumenti abbassano molto la barriera d’ingresso. Un prodotto che deve reggere clienti, dati e anni di modifiche è un’altra cosa: prima o poi serve chi il codice lo legge, lo testa e lo mantiene. L’onestà sta nel riconoscere quale delle due cose stai costruendo.
Con quale strumento conviene iniziare?
Dipende da cosa fai oggi. Se scrivi codice tutti i giorni, l’editor con l’AI integrata è l’ingresso più naturale, perché cambia poco delle tue abitudini. Se il tuo ruolo è assegnare compiti e verificare risultati, gli agenti sono più adatti. Molte squadre, la nostra inclusa, finiscono per usarli tutti e tre.
Il codice scritto dall’AI è affidabile?
Quanto la revisione che riceve. Su compiti circoscritti e ben descritti la prima bozza è spesso di buona qualità; su specifiche vaghe o contesti molto particolari la fantasia prende mano. La regola che adottiamo: nessuna riga in produzione senza rilettura umana e test. Vale per il codice dell’agente come per quello del collega.