Debito tecnico da AI: quale conoscenza deve restare al team? — Con Riccardo Tartaglia

|

Introduzione

Con Riccardo Tartaglia, co-founder di Artiforge, sul debito di conoscenza, il costo delle review e le decisioni da prendere prima di estendere i coding agent al team.

Un agente apre una pull request. Il codice segue le convenzioni del repository, i test passano e il reviewer riconosce la struttura. Poi arriva la domanda più difficile. In quali condizioni quella modifica cambia il comportamento del prodotto per un cliente? Se anche il reviewer deve chiederlo all’agente che ha scritto il codice, abbiamo un problema di conoscenza. E lo scopriremo di nuovo al prossimo intervento.

È il punto da cui ripartirei dopo la seconda conversazione con Riccardo Tartaglia, co-founder di Artiforge. Nella prima intervista abbiamo discusso di come governare l’AI nel lavoro di team. Abbiamo discusso di quanto costa recuperare quella conoscenza, di cosa conviene delegare e di come accorgersi, durante un pilot, che il lavoro si è semplicemente spostato sulla scrivania di un collega.

1. Quanto lavoro arriva sulla scrivania del reviewer?

Il tempo che passa tra un prompt e una modifica pronta per la review è facile da vedere. È più difficile ricostruire la mezz’ora del collega che verifica una specifica, il secondo tentativo dell’agente e il bug che riapre il task. Eppure sono tutte voci dello stesso conto. Come osserva Riccardo, «se il controllo arriva alla fine noi comunque abbiamo pagato tutto il processo».

Un primo segnale proposto da Riccardo è la quota di task che superano la verifica umana al primo passaggio. La distinzione conta. Un task accettato al primo giro ha avuto un reviewer che ha potuto controllare specifiche e standard. Saltare la review renderebbe migliore il numero e toglierebbe significato alla misura.

Per chi guida il team c’è una conseguenza pratica. Quando cala il tempo di implementazione vale la pena seguire la modifica fino al rilascio. Dove si accumula adesso il lavoro? Chi lo sta assorbendo? Se il reviewer impiega più tempo a ricostruire l’intenzione che a leggere il diff, aggiungere capacità di generazione difficilmente risolverà la coda.

2. Quale conoscenza deve restare alle persone?

Riccardo fa un esempio che aiuta a tracciare il confine. Un agente può recuperare le convenzioni sui commenti e applicarle al momento giusto. Un flusso da cui dipende il business richiede invece qualcuno che sappia riconoscere un risultato sbagliato anche quando l’implementazione sembra impeccabile. Per usare le sue parole, «questa conoscenza è una cosa fondamentale del prodotto, lo sviluppatore la deve conoscere».

È qui che il knowledge debt diventa visibile. Immaginiamo di dover cambiare domani una regola che oggi funziona. Un collega saprebbe indicare quale comportamento il cliente si aspetta, perché esiste quell’eccezione e che cosa si romperebbe eliminandola? Avere un documento generato dall’AI aiuta nella misura in cui consente a quella persona di rispondere e di verificare la risposta.

Lo stesso ragionamento vale per i requisiti che una demo lascia fuori campo. Nella conversazione emergono sicurezza, struttura dei dati e manutenibilità. Anche quando l’agente realizza la funzionalità richiesta, resta al team la responsabilità di stabilire a quali condizioni quel software può entrare e restare in produzione.

3. Quando conviene intervenire sul piano?

In una chat è naturale leggere una proposta, chiedere una correzione e ripartire. Diventa più faticoso farlo quando un cambiamento tocca più parti del sistema e una decisione presa sul primo task condiziona gli altri. Riccardo descrive così l’esigenza di chi sviluppa: «ho bisogno di poter agire su dei singoli task però avendo sempre il quadro d’insieme sott’occhio».

Raccontando il lavoro su Knotic, distingue tre momenti. Si sceglie quale conoscenza del progetto rendere disponibile all’agente. Si affina l’idea a partire dalla codebase esistente. Dalla specifica si ricava un piano visivo che rende ispezionabili le dipendenze, le attività parallele e le aree interessate. Il momento economicamente interessante è quello in cui un collega può ancora correggere un presupposto prima che l’agente lo traduca in una serie di modifiche.

La scelta successiva riguarda ciò che rimane nel repository. Riccardo sintetizza il criterio così: «la memoria e le conoscenze del progetto devono camminare insieme al codice». Descrive un sistema in cui le sessioni che modificano i file aggiornano anche le memorie collegate. Git permette così di ricostruire quale contesto fosse disponibile in una versione precedente. Resta una distinzione importante per il reviewer: recuperare la versione di una decisione aiuta a verificarla, mentre la sua correttezza dipende ancora da ciò che si sa del prodotto.

4. Quanto costa arrivare a un task accettato?

«Una cosa che non considerano molto spesso è il costo per task», dice Riccardo. Il suo suggerimento a un CTO che valuta di estendere i coding agent a qualche decina di sviluppatori è cominciare con un piccolo prodotto pilota. Per ogni task suggerisce di osservare tempo impiegato, costo ed esito della verifica. È lì che possono emergere i tentativi successivi al primo, le ore di review e i difetti da rilavorare.

Io userei questi dati per scegliere il prossimo intervento. Se più persone rifanno lo stesso lavoro perché manca una regola di dominio, investirei nel rendere quella regola comprensibile e verificabile. Se una specifica ambigua arriva intatta fino alla review, proverei ad anticipare il confronto sul piano. Per interpretare una differenza tra sviluppatori guarderei anche i task assegnati e la loro complessità, prima di trarre conclusioni sulla formazione o sui token da distribuire.

Nel pilot Domanda da fare al team
Prima della review Quale regola di business deve rispettare la modifica?
Al primo passaggio Il reviewer può accettarla o deve chiedere una rilavorazione?
Dopo l’accettazione Quanto sono costati tentativi, verifiche e correzioni?
Tre verifiche per seguire il costo di un task assistito dall’AI.

Prima di estendere il pilot sceglierei una modifica già accettata e chiederei a un secondo sviluppatore di spiegare perché è stata fatta e come la cambierebbe. Accanto al costo sostenuto per consegnarla, quella risposta dice qualcosa su quanto ci costerà mantenerla. È la domanda che lascio alla community: nel vostro team, quale parte del lavoro ricompare dopo che l’agente ha finito?

Altri articoli che potrebbero piacerti