Ing. Calogero Bono
GitHub ha pubblicato una guida per sviluppatori sull'agentic engineering, cioè il lavoro con agenti IA lungo tutto il ciclo del software. Il punto di partenza sono i numeri dichiarati dall'azienda. Nella settimana di ottobre i commit hanno superato 1,2 miliardi, oltre il 400% in più di un anno prima. Scrivere codice costa meno, ma pianificare, rivedere e osservare restano il collo di bottiglia, e qui si gioca la produttività vera.
Qualche termine, prima di entrare nei fatti. Agentic engineering è il modo di lavorare in cui gli agenti IA svolgono compiti in autonomia e tu li guidi. Una pull request è la proposta di modifica che un collega rivede prima dell'unione. Il triage è lo smistamento delle segnalazioni per priorità. CodeQL è lo strumento di GitHub che analizza il codice cercando vulnerabilità. Un sandbox è un ambiente isolato in cui il codice gira senza toccare il tuo computer.
Perché più codice non significa più produttività?
Secondo GitHub, in una settimana di ottobre ci sono stati più commit che in tutto il 2025. L'azienda si chiede se gli sviluppatori si sentano davvero produttivi il 400% in più.
Il secondo dato arriva da uno studio di Faros AI citato da GitHub. Le pull request sono rimaste in revisione il 441% più a lungo quando i team sono passati da un uso basso a uno alto dell'IA. Il lavoro si sposta dalla scrittura alla verifica.
È lo stesso scenario che abbiamo raccontato parlando di GitHub Rubicon, pensata per molti agenti su un solo repository.
Come si pianifica con Copilot?
La fase Plan serve a raccogliere in un posto il contesto sparso tra strumenti, chat e vecchie pull request. GitHub indica Copilot in Slack o Teams per pianificare insieme a product manager, designer e analisti.
- Copilot può creare GitHub Issues con criteri di accettazione e compiti separabili.
- GitHub Agentic Workflows etichetta le issue e stima la complessità, così i compiti semplici vanno direttamente a Copilot.
- Plan Mode confronta gli approcci e produce un piano da approvare prima dell'implementazione.
Come si lavora a più compiti insieme?
Nella fase Build, la continuità di sessione permette di riprendere la stessa sessione Copilot da dispositivi diversi. I compiti girano in sandbox cloud, quindi proseguono anche a laptop chiuso. L'app Copilot dà a ogni sessione una copia isolata del repository.
La conoscenza di progetto passa da istruzioni del repository e memoria condivisa. Copilot Dreaming rivede le sessioni idonee e il feedback sulle pull request per aggiornare le memorie. Con Copilot Fusion scegli modelli e profondità di ragionamento, bilanciando qualità, costo e tempi. Un approccio vicino a quello descritto in AI agentica e automazione avanzata.
Come ridurre il tempo di revisione delle pull request?
Per GitHub la coda di revisione è «il 441% in pratica». La risposta è lavorare su due fronti, cambi più facili da rivedere e controlli di routine affidati a Copilot.
- Le stacked pull request dividono il lavoro dipendente in pezzi piccoli.
- GitHub Code Quality controlla le modifiche rispetto agli standard dell'organizzazione.
- Copilot code review adatta la profondità all'entità del cambio.
- AI Scan cerca vulnerabilità oltre la copertura di CodeQL, mentre l'AI secret detection individua segreti non strutturati come le password. Per approfondire c'è la nostra guida al secrets management.
- Il package firewall, in anteprima pubblica per npm, può bloccare download contrari alle policy.
- Agentic Autofix propone correzioni di sicurezza e Agent Merge gestisce check falliti, commenti e conflitti.
Se lo configuri, Copilot può anche unire le pull request quando le verifiche passano.
Limiti da conoscere
Il testo è una guida pubblicata da GitHub, quindi i benefici sono dichiarazioni dell'azienda e non risultati misurati in modo indipendente. Nel materiale a nostra disposizione la fase Observe è troncata, perciò non possiamo descriverla per intero. Mancano prezzi, piani necessari e disponibilità di ogni funzione, a parte l'anteprima pubblica del package firewall. Lo studio di Faros AI è citato, non verificato da noi.
Cosa cambia per chi lavora con il digitale
Se sviluppi con l'IA, il tempo risparmiato scrivendo rischia di perdersi nelle review. Conviene lavorare per pull request piccole e focalizzate, e automatizzare i controlli di routine prima che arrivi un collega. Chi usa Cursor o altri assistenti dovrebbe fare lo stesso ragionamento. Per i team piccoli, scrivere bene le istruzioni del repository diventa parte del lavoro.
Il nostro parere
La guida ha il merito di partire da un problema reale, la revisione, invece di vantare solo velocità. Resta comunque materiale promozionale. Molte funzioni citate, da Agent Merge all'unione automatica, spostano fiducia verso l'agente proprio dove serve più attenzione umana. Il rischio è sostituire la coda di review con una coda di controlli automatici che nessuno legge. Il metodo vale, ma va introdotto un passo alla volta e misurato.
Domande frequenti
Cos'è l'agentic engineering secondo GitHub?
È un flusso di lavoro in cui gli agenti IA aiutano in quattro fasi, Plan, Build, Verify e Observe. Lo sviluppatore guida i risultati. GitHub lo propone come estensione oltre la sola generazione di codice.
Quanti commit ha registrato GitHub?
Più di 1,2 miliardi in una settimana di ottobre. Secondo GitHub è oltre il 400% in più rispetto a un anno prima e più dei commit di tutto il 2025.
Cosa dice lo studio di Faros AI?
Le pull request restano in revisione il 441% più a lungo con alta adozione dell'IA rispetto a bassa. GitHub lo cita come prova che la pressione si sposta sulla review.
Copilot può unire le pull request da solo?
Sì, se lo configuri. GitHub dice che Copilot unisce le pull request quando le verifiche impostate sono superate.
Il package firewall è disponibile per tutti?
È in anteprima pubblica per npm. Può bloccare i download che violano le policy di sicurezza configurate. Per altri ecosistemi la fonte non dice nulla.
Cosa guardare nei prossimi mesi sulle review assistite
La domanda è se questi strumenti riducano davvero l'attesa per le review. I dati indipendenti diranno più delle guide.
- Misura il tempo medio di revisione delle tue pull request prima e dopo l'introduzione degli agenti.
- Controlla quando la fase Observe sarà descritta per intero e come si collega ai tuoi strumenti di monitoraggio.
- Verifica piani e costi delle funzioni di sicurezza prima di affidare loro i controlli.
