Agenti AI per programmare: cosa cambia nello sviluppo e cosa resta a te

In breve

Cos'è

Un programma che riceve un compito, legge il codice del progetto, modifica i file, esegue i test e consegna il lavoro da rivedere. Un assistente suggerisce codice; un agente porta a termine il compito.

Cosa cambia

Gli strumenti con cui si costruisce il software scrivono istruzioni apposta per gli agenti (llms.txt, AGENTS.md) e si collegano a loro con MCP (Model Context Protocol). Chi sviluppa scrive meno codice e ne controlla di più.

Cosa fare

Trattare l'agente come un collega appena arrivato: una copia di lavoro separata (un ramo) per ogni compito, test automatici come filtro, revisione di ogni modifica, permessi minimi e mai modifiche dirette alla versione principale del codice.

Cos'è un agente AI per programmare e cosa lo distingue da un assistente

Un agente AI per programmare riceve un obiettivo, come «aggiungi il filtro per data alla tabella ordini», e lo porta a termine da solo: legge il codice, modifica i file, lancia comandi e test, corregge gli errori. Un assistente, invece, suggerisce codice e lascia a te il resto.

È la differenza tra chi ti suggerisce la parola mentre scrivi e un collega a cui lasci un compito e che torna con il lavoro fatto. Alla fine consegna l'elenco delle modifiche o una pull request (PR): una proposta di modifica che una persona rivede prima di accettarla.

Claude Code, per esempio, arriva fino alla PR. A GitHub Copilot si assegna una segnalazione (issue) e il suo agente cloud, prima chiamato «coding agent», apre una PR in bozza.

Dal suggerimento al compito finito: tre gradini

1. Completamento automatico

   Ti suggerisce una riga o un blocco mentre scrivi.

   Cosa vede

   Il codice intorno al cursore

   Chi decide i passi

   Tu

   Quando sbaglia

   Scarti il suggerimento

2. Assistente in chat

   Risponde alle tue domande sul codice.

   Cosa vede

   Quello che gli mostri

   Chi decide i passi

   Tu

   Quando sbaglia

   Correggi a mano

3. Agente

   Porta a termine un compito e consegna l'elenco delle modifiche (il diff) o una PR.

   Cosa vede

   Tutto il progetto, il terminale e gli strumenti collegati via MCP

   Chi decide i passi

   L'agente, nei permessi che gli dai

   Quando sbaglia

   Modifiche sbagliate su molti file, o un comando sbagliato già eseguito

Scendendo, l'AI fa di più da sola e un errore pesa di più

Qual è il miglior agente AI per programmare?

Non esiste il migliore in assoluto. Nel sondaggio Stack Overflow 2026 i più scelti sono Claude Code (66%) e GitHub Copilot (59%), ma gli agenti più diffusi fanno cose simili: cambiano il posto in cui lavorano, i modelli che usano e i controlli che offrono.

• Cursor è un editor, il programma in cui si scrive il codice, derivato da VS Code. Dalla versione 2.0 (29 ottobre 2025) l'interfaccia è costruita intorno agli agenti.
• GitHub Copilot lavora negli editor, nel terminale e su GitHub. Il suo agente cloud lavora da solo su una issue ed è aperto a tutti gli abbonati a pagamento dal 25 settembre 2025.
• Claude Code, di Anthropic, nasce nel terminale e funziona anche negli editor, nell'app desktop e sul web. È disponibile per tutti dal 22 maggio 2025.
• OpenAI Codex lavora da riga di comando, negli editor e nel cloud, dove svolge più compiti in parallelo in ambienti isolati.
• Google ha Jules, che lavora nel cloud, e Antigravity, una piattaforma di sviluppo costruita intorno agli agenti. Dal 18 giugno 2026, per abbonati e utenti gratuiti, Antigravity CLI sostituisce Gemini CLI.

La popolarità non dice quale va meglio sul tuo codice: provane due sullo stesso compito e confronta le modifiche che propongono.

Per chi sviluppaLe uscite, data per data

1. 24 novembre 2024

   Cursor 0.43: l'agente usa il terminale.

2. 24 febbraio 2025

   Claude Code esce in anteprima.

3. 4 aprile 2025

   La modalità agente di Copilot in VS Code inizia la distribuzione a tutti.

4. 16 aprile 2025

   Codex CLI, agente open source da riga di comando (CLI).

5. 15 maggio 2025

   Cursor 0.50: più agenti in parallelo nel cloud.

6. 16 maggio 2025

   Codex nel cloud, con più compiti in parallelo in ambienti isolati.

7. 19 maggio 2025

   L'agente cloud di Copilot, che lavora da solo su una issue.

8. 20 maggio 2025

   Jules in beta pubblica: lavora nel cloud, in una macchina virtuale.

9. 22 maggio 2025

   Claude Code per tutti.

10. 25 giugno 2025

    Gemini CLI, open source, nel terminale.

11. 6 agosto 2025

    Jules per tutti.

12. 25 settembre 2025

    L'agente cloud di Copilot per tutti gli abbonati a pagamento.

13. 29 ottobre 2025

    Cursor 2.0: interfaccia centrata sugli agenti.

14. 18 novembre 2025

    Antigravity, la piattaforma di Google centrata sugli agenti, in anteprima pubblica.

15. 18 giugno 2026

    Antigravity CLI sostituisce Gemini CLI per abbonati e utenti gratuiti. Gemini CLI resta usabile solo con chiavi API a pagamento o licenze aziendali.

Cosa sono llms.txt e AGENTS.md e perché i framework li adottano

llms.txt e AGENTS.md sono file di testo scritti per gli agenti: il primo riassume la documentazione di un sito, il secondo spiega come si lavora in un progetto. Servono perché un modello conosce le librerie com'erano quando è stato addestrato, e non sa cosa è cambiato dopo.

È come lasciare a un collega appena arrivato il manuale aggiornato e un foglio con le regole di casa, invece di farlo andare a memoria.

• llms.txt è una proposta di Jeremy Howard (Answer.AI) del 3 settembre 2024, non uno standard: un file alla radice del sito con una sintesi e i link alle pagine. Lo pubblicano anche React e Svelte.
• AGENTS.md è un «leggimi» per gli agenti. Il sito agents.md dichiara oltre 60.000 progetti open source che lo usano; dal 9 dicembre 2025 lo gestisce l'Agentic AI Foundation, nella Linux Foundation. Lo leggono Codex, Jules, Gemini CLI, Cursor e Copilot; Claude Code lo legge se nel progetto manca un CLAUDE.md.

Funziona? A gennaio 2026 Vercel, l'azienda dietro Next.js, ha provato alcune funzioni e opzioni di Next.js 16 che i modelli probabilmente non conoscevano. Con un indice della documentazione in AGENTS.md gli agenti hanno superato tutte le prove, contro il 53% senza. È un test del fornitore sul proprio framework.

Next.js va oltre: dalla versione 16.2 (18 marzo 2026) porta con sé la documentazione della versione installata e, quando si crea un progetto nuovo, aggiunge un AGENTS.md che dice all'agente di leggerla.

Accanto a questi file ci sono le skill: cartelle con istruzioni e script che l'agente carica solo quando servono. Le usano Claude Code, Codex e Copilot, anche se nel test di Vercel l'indice in AGENTS.md ha funzionato meglio. Scegliere cosa far leggere all'agente, e quando, si chiama context engineering.

Angular e Context7 di Upstash danno la documentazione anche via MCP: senza, scrive Upstash, i modelli inventano API, cioè funzioni delle librerie, che non esistono.

Non tutti sono d'accordo. Il 6 gennaio 2026 Adam Wathan, CEO di Tailwind Labs, ha respinto la proposta di aggiungere llms.txt alla documentazione di Tailwind. Secondo lui la documentazione è ciò che porta clienti ai prodotti a pagamento: il traffico alla documentazione è sceso del 40% circa rispetto all'inizio del 2023, e i ricavi sono calati di quasi l'80%.

Per chi sviluppaDove stanno i file

llms.txt è un file Markdown alla radice del sito o in una sua sezione, come /docs/llms.txt. Da Next.js 16.2 la documentazione della versione installata è in node_modules/next/dist/docs/, e create-next-app crea l'AGENTS.md che la indica all'agente.

Figma MCP e shadcn MCP: come funziona lo sviluppo front end con gli agenti

Con i server MCP di Figma, shadcn/ui, Storybook e Next.js un agente legge il design, riusa i componenti che esistono già e controlla da solo se il codice compila e passa i test.

Il front end è la parte del software che si vede: pagine, pulsanti, moduli. Un server MCP è una specie di presa che collega un programma all'agente; lo spieghiamo nella guida Agenti AI per aziende.

È un terreno dove l'AI lavora molto: nell'analisi Anthropic di aprile 2025 JavaScript e TypeScript, i linguaggi del web, erano il 31% delle richieste di programmazione, HTML e CSS il 28%.

• Figma, dove si disegnano le interfacce, dà all'agente il codice della schermata selezionata, le variabili del design system, come colori e spaziature, e, con Code Connect, il componente vero già scritto. In beta dal 4 giugno 2025.
• shadcn/ui, una raccolta di componenti, permette all'agente di cercare e installare componenti dai registri, che possono essere anche privati, come il design system di un'azienda.
• Storybook, il catalogo dei componenti di un progetto, dice all'agente quali componenti esistono e gli fa eseguire test dei componenti e controlli di accessibilità. In anteprima dal 23 marzo 2026, all'inizio solo per React; oggi l'elenco dei componenti funziona anche con Angular e Vue, nelle versioni basate su Vite.
• Next.js, dalla versione 16 (21 ottobre 2025), mostra all'agente errori, log e pagine del progetto mentre ci lavora.
• Playwright e Chrome DevTools, server MCP di Microsoft e di Google, aprono un browser vero: l'agente vede la pagina, clicca e legge la console, dove il browser scrive messaggi ed errori.

Un flusso tipico, con qualunque agente compatibile:

1. L'agente legge da Figma la struttura della schermata, le variabili e i componenti collegati con Code Connect.
2. Cerca nel registro o in Storybook i componenti che esistono già.
3. Scrive il codice con le variabili del design system, poi le storie e i test, e corregge gli errori segnalati da Next.js.
4. Apre una PR; una persona confronta il risultato con il design e rivede le modifiche.

Il punto debole è il design system, cioè l'insieme di regole e componenti grafici di un'azienda. Come scrive Storybook, un agente che non conosce i tuoi componenti produce codice fuori dai tuoi standard.

Per chi sviluppaNext.js, Turbopack e i registri shadcn

Da Next.js 16 il server di sviluppo espone /_next/mcp con errori, log e rotte, e il pacchetto next-devtools-mcp lo collega all'agente. Con Turbopack l'agente verifica che una rotta compili senza next build. I registri privati di shadcn/ui ci sono dalla CLI 3.0 (agosto 2025). Le variabili di Figma sono i token del design system.

MCP: come funziona e cosa tenere d'occhio?

MCP (Model Context Protocol) è un protocollo aperto, cioè una regola comune per far parlare due programmi: da una parte un server che offre strumenti e dati, dall'altra un'applicazione AI, come Claude Code, Cursor o VS Code, che li usa. Anthropic lo ha presentato il 25 novembre 2024; il lato aziendale è nella guida Agenti AI per aziende, quello dei server MCP di Google nella guida Google Workspace MCP.

Tre cose da tenere d'occhio:

• Cambia spesso. Quattro revisioni da marzo 2025. L'ultima, del 28 luglio 2026, cambia il modo in cui il protocollo funziona e dichiara superate tre funzioni, che restano usabili per almeno dodici mesi.
• Un'etichetta non è una garanzia. Uno strumento può dirsi «in sola lettura», ma la specifica stessa tratta ogni strumento come codice che può fare qualunque cosa.
• Porta anche interfacce. Dal 26 gennaio 2026, con l'estensione MCP Apps, uno strumento può mostrare un modulo o una dashboard dentro l'applicazione AI, in uno spazio isolato.

Per chi sviluppaServer, trasporti, autorizzazione e SDK

• Server. Espone strumenti (funzioni che il modello chiama), risorse (dati) e prompt, con messaggi JSON-RPC (chiamate remote in JSON).
• Trasporti. stdio per i server locali; Streamable HTTP per i remoti, con risposte in JSON o in streaming SSE (Server-Sent Events).
• Autorizzazione. Facoltativa. Sui server HTTP si basa su OAuth 2.1, una bozza IETF per delegare l'accesso: mai token nell'URL, e il server accetta solo token emessi per lui. In locale, credenziali dall'ambiente.
• SDK. Kit di sviluppo ufficiali per TypeScript, Python, C#, Go, Rust, Ruby, Java, Swift, PHP e Kotlin.
• Registro. Catalogo pubblico dei server, in anteprima dall'8 settembre 2025.
• Revisione del 28 luglio 2026. Rende il protocollo senza stato e dichiara superati Roots, Sampling e Logging. MCP Apps mostra le interfacce in un iframe isolato.

Fonte: specifica MCP del 28 luglio 2026, documentazione e blog del progetto MCP.

AI per sviluppatori: quanto la usano e quanto aiuta davvero?

Quasi tutti gli sviluppatori usano l'AI, pochi si fidano di quello che produce, e quanto aiuti cambia molto tra chi lo dichiara e chi lo misura.

• Uso. Nel sondaggio Stack Overflow 2025 (oltre 49.000 risposte) l'84% usava o pensava di usare l'AI, il 31% già agenti. Nel 2026 il 73% di chi usa assistenti o agenti li usa ogni giorno.
• Fiducia. Nel 2025 il 46% non si fidava dell'accuratezza dell'AI (31% l'anno prima). Nel 2026 il 93% dice che per fidarsi servono le fonti.
• Quanto aiuta, secondo chi la usa. Oltre l'80% degli intervistati del rapporto DORA (DevOps Research and Assessment) 2025 di Google si dice più produttivo. Nel sondaggio Stack Overflow 2025 il 68,7% di chi usa agenti dice che lo hanno reso più produttivo.
• Quanto aiuta, misurato. Nello studio controllato di METR (luglio 2025) 16 sviluppatori esperti, su 246 compiti reali, hanno impiegato il 19% di tempo in più con l'AI, convinti di aver accelerato del 20%. A febbraio 2026 METR ha giudicato inaffidabile il suo nuovo studio: a inizio 2026 l'AI probabilmente aiuta di più, ma i dati dicono poco su quanto.

La nostra lettura: l'agente sposta il lavoro dalla scrittura alla verifica. Il rapporto DORA chiama l'AI uno specchio e un moltiplicatore: amplifica forze e debolezze che un team ha già.

Gli agenti AI per programmare sono pericolosi? Come lavorare in sicurezza

Gli agenti AI per programmare possono essere pericolosi: scrivono codice con difetti, installano pezzi di software che nessuno ha controllato e leggono testi che a volte nascondono istruzioni, la prompt injection. Le sei regole qui sotto riducono il rischio.

1. Rivedere ogni modifica come quella di un collega

   Tutto, prima di accettarla, a partire da chi può entrare nel sistema (autenticazione) e da cosa scrivono gli utenti. Veracode (luglio 2026) ha seguito oltre 100 modelli in quattro rilevazioni: in media il codice generato supera i test di sicurezza solo nel 56% dei casi, quasi come un anno prima.

   Vanno riletti anche AGENTS.md e i file di regole dell'editor: Pillar Security (marzo 2025) ha mostrato che quelli di Cursor e Copilot possono nascondere istruzioni in caratteri invisibili.

2. Usare i controlli automatici come filtro

   Nessuna modifica entra senza superare compilazione, controllo dello stile (lint) e test. E vanno guardati per primi i test cambiati: un test riscritto apposta per passare non protegge nulla.

3. Controllare che i pacchetti esistano davvero

   Gli agenti installano pacchetti, cioè pezzi di codice scritti da altri. In uno studio presentato a USENIX Security 2025, il 19,7% di 2,23 milioni di pacchetti suggeriti da 16 modelli non esisteva; registrare quei nomi inventati con dentro codice malevolo si chiama slopsquatting. Quindi versioni bloccate nel progetto (il lockfile) e un controllo su ogni pacchetto nuovo: esiste, chi lo pubblica, da quanto.

   Vale anche per i pacchetti MCP: a luglio 2025 JFrog ha segnalato in mcp-remote, un pacchetto npm per collegarsi a server MCP remoti, una falla di gravità 9,6 su 10 con cui un server malevolo poteva eseguire comandi sul computer dello sviluppatore.

4. Dare all'agente chiavi con permessi minimi

   Una chiave di accesso (token) per progetto, in sola lettura quando basta, mai chiavi di produzione né dati veri dei clienti: per i test bastano dati sintetici, per esempio con Eleven Synth. A maggio 2025 Invariant Labs ha mostrato un agente che, letta una issue scritta ad arte, copiava dati da progetti privati in una PR pubblica.

5. Far lavorare l'agente in un ambiente isolato

   Un container o una macchina virtuale, cioè uno spazio separato dal resto del sistema, per il codice non fidato, come consiglia la documentazione di Claude Code. E mai modalità che approvano tutti i comandi senza controlli.

   Una falla corretta ad agosto 2025, registrata come CVE-2025-53773, permetteva a istruzioni nascoste in un file di far attivare a Copilot stesso l'approvazione automatica dei comandi. Nello stesso mese il malware nel pacchetto npm Nx ha provato a usare gli strumenti AI da riga di comando installati, con le opzioni che saltano i permessi, per cercare segreti da rubare (Wiz).

6. Non far mai modificare all'agente la versione principale

   In gergo: mai un push su main. La versione principale va protetta, così nessuno la modifica direttamente (in gergo, rami protetti), e le modifiche si accettano solo con una PR approvata da una persona diversa da chi ha chiesto il lavoro.

   GitHub applica questa regola al suo agente cloud. Scrive su un solo ramo, cioè una copia di lavoro separata, di solito una nuova creata da lui. Chi gli ha chiesto la PR non può approvarla e, salvo diversa impostazione dell'amministratore, i controlli automatici partono solo con l'ok di una persona.

L'AI sostituirà i programmatori? Cosa resta nelle mani di chi sviluppa

No: gli agenti sostituiscono una parte della scrittura del codice, non la responsabilità di chi lo firma. Cosa costruire, come e quando è pronto lo decide una persona.

• Architettura. Come è fatto il software nel suo insieme: confini tra le parti, modello dei dati, scelte che costa caro cambiare. L'agente lavora bene dentro una struttura chiara; sceglierla è un altro mestiere.
• Requisiti. Una richiesta precisa, casi limite compresi: se è vaga, lo sarà anche il codice. È l'idea dello spec driven development, lo sviluppo guidato dalla specifica.
• Revisione. Anche se un giorno l'AI scrivesse quasi tutto il codice, il 75,3% degli sviluppatori vorrebbe ancora chiedere a una persona quando non si fida delle sue risposte (Stack Overflow 2025).
• Responsabilità. Un errore in produzione o una fuga di dati restano a chi ha approvato. Dal 10 ottobre 2025 la legge 132/2025 (art. 25) tutela con il diritto d'autore le opere fatte con l'aiuto dell'AI solo se frutto del lavoro intellettuale dell'autore. Come si applicherà al codice non è ancora chiaro.

L'analisi Anthropic di aprile 2025 ipotizza che i lavori su applicazioni semplici e interfacce cambino prima di quelli sulla parte che non si vede (il back end). Chi fa front end di routine fa bene a spostarsi verso design system, accessibilità e revisione.

Noi sviluppiamo software e integrazioni su misura e usiamo questi strumenti nel nostro lavoro, con revisione e test su ogni modifica.

Domande frequenti

Cos'è il vibe coding?

Il vibe coding è programmare descrivendo a parole quello che si vuole e accettando il codice generato senza leggerlo davvero. Il termine è di Andrej Karpathy (febbraio 2025). Va bene per i prototipi, meno per il codice da mettere in produzione: nel sondaggio Stack Overflow 2025 il 77,5% degli sviluppatori ha detto che non fa parte del suo lavoro professionale.

Che differenza c'è tra vibe coding e agentic coding?

La differenza tra vibe coding e agentic coding è il controllo, non lo strumento. Nel vibe coding si giudica il risultato a occhio; nell'agentic coding l'agente lavora su una copia separata del progetto, dentro test automatici, e una persona rivede le modifiche.

Che differenza c'è tra Cursor e Claude Code?

Cursor è un editor derivato da VS Code, con un agente integrato e modelli di più fornitori. Claude Code è l'agente di Anthropic: nasce nel terminale e funziona anche negli editor, nell'app desktop e sul web. Fanno cose simili e non si escludono: Claude Code si installa anche come estensione dentro Cursor.

Come funziona il server MCP di Figma?

Il server MCP di Figma dà all'agente struttura, variabili e stili del design, uno screenshot e i collegamenti Code Connect con i componenti del codice. Si collega all'agente come ogni server MCP; poi si incolla nella richiesta il link di una schermata (frame) oppure, con il server desktop, la si seleziona nell'app.

Il server remoto (mcp.figma.com/mcp) funziona su tutti i piani, quello desktop richiede un posto Dev o Full su un piano a pagamento. Con il piano Starter o con posti View e Collab si arriva a 20 chiamate al mese.

Ha ancora senso imparare a programmare nel 2026?

Sì: per usare bene un agente bisogna saper giudicare il codice che scrive. Le soluzioni «quasi giuste» che frustrano il 66% degli sviluppatori (Stack Overflow 2025) le riconosce solo chi sa programmare.