Esattamente un anno fa, il 3 febbraio 2025, Andrej Karpathy, ex Director of AI di Tesla e membro fondatore di OpenAI, pubblicava su X una riflessione destinata a diventare una specie di manifesto generazionale per gli sviluppatori: il vibe coding.
L’idea era semplice quanto destabilizzante. Affidarsi completamente all’AI, accettare ogni riga di codice generata senza leggerla, correggere gli errori incollando i messaggi d’errore nell’interfaccia e ripetere il ciclo. Nessuna revisione, nessuna architettura pensata a priori. Puri istinti guidati dal modello: questo è il vibe coding.
Come ricorda lo stesso Karpathy nel suo post del 4 febbraio 2026, esattamente un anno dopo, quel messaggio era un flusso di pensieri che ha sparato senza pensarci troppo. Eppure il termine è finito nella sua pagina Wikipedia come contributo di rilievo, con tanto di articolo dedicato e il thread ha raggiunto oltre 1 milione di visualizzazioni in poche ore.
In concetto si è anche trasformato nel punto di riferimento di un’intera conversazione sull’ingegneria software contemporanea. Addy Osmani, software engineer di Google, lo descrive nel suo articolo “Agentic Engineering“ : il vibe coding è diventato una “suitcase term”, una parola-valigia dentro cui si è finito per infilare tutto, dal prototipo del weekend al workflow professionale strutturato. E questa confusione, sostiene Osmani, sta causando danni reali.
Vibe coding e agentic engineering: stessa tecnologia, filosofia opposta
Il vibe coding, nella sua forma più pura, funziona esattamente come Karpathy lo aveva descritto: il programmatore è un “prompt DJ”, non un ingegnere. L’output dell’AI viene accettato e basta. Questo approccio ha senso in contesti precisi, tra cui prototipi veloci, script usa e getta, esplorazione creativa e hackathon. Ma il pattern di fallimento è sempre lo stesso: “demos great, then reality arrives”. Si tenta di modificarlo, scalarlo o metterlo in sicurezza, e si scopre che nessuno capisce cosa fa davvero il codice.
L’agentic engineering, il termine proposto da Karpathy e approfondito da Osmani, funziona diversamente. Chi sviluppa non scrive il codice direttamente nella maggior parte dei casi, ma orchestra agenti AI che lo fanno, mantenendo un controllo rigoroso sull’architettura, sulla qualità e sulla correttezza.
Il workflow concreto, secondo Osmani, prevede questi passaggi chiave:
- Scrivere una spec o un design doc prima di aprire qualsiasi prompt.
- Assegnare compiti ben delimitati all’agente, uno alla volta.
- Revisionare ogni diff con la stessa attenzione che si riserverebbe alla PR di un collega.
- Testare in modo sistematico, senza eccezioni.
I test, in particolare, sono il vero discrimine. Con una suite solida, l’agente AI può iterare finché i test non passano, offrendo un’alta confidenza nel risultato. Senza test, dichiarerà “done” su codice rotto. Se vuoi iniziare a sperimentare con questo approccio, la prima cosa da costruire non è il codice. È la tua spec e la tua test suite. Quello è il punto di partenza reale.
Se stai iniziando a programmare oggi, non delegare all’AI la parte fondamentale. Usala come supporto per imparare, non come sostituto del pensiero.
Osmani propone anche una terminologia precisa. Chiamare vibe coding quello che è davvero, un approccio valido ma limitato, adatto alla prototipazione rapida, e riservare “agentic engineering” al lavoro professionale con agenti AI sotto supervisione umana.
Il junior developer nell’era del vibe coding
C’è una verità scomoda che emerge dall’analisi di Osmani, e vale la pena sottolinearla. L’agentic engineering avvantaggia in modo sproporzionato i senior developer.
Chi ha solide basi, comprensione del system design, dei pattern di sicurezza e dei trade-off di performance può usare l’AI come un moltiplicatore di forza enorme. Sa riconoscere il codice buono, quindi sa revisionare e correggere l’output dell’agente in modo efficiente.
Chi invece è ai primi passi e si appoggia all’AI prima di costruire queste fondamenta rischia qualcosa che diversi engineering leader hanno già definito una “crisi emergente”. Il profilo che emerge è preoccupante: sviluppatori in grado di scrivere prompt ma non di fare debugging, capaci di generare funzionalità ma non di ragionare su ciò che hanno prodotto.
Si scambia il tempo di scrittura con il tempo di revisione, lo sforzo implementativo con la capacità di orchestrazione.
Il punto di vista di Dario Amodei, la fase del centauro
In una puntata del podcast “Interesting Times with Ross Douthat” di giovedì scorso Dario Amodei, il CEO di Anthropic ha paragonato la collaborazione attuale tra ingegneri umani e intelligenza artificiale al centauro, la creatura mitologica metà uomo e metà cavallo.
Secondo il fondatore di Anthropic, siamo attualmente nella “fase centaura” del software engineering, dove umani e AI lavorano insieme in simbiosi. Ha utilizzato l’esempio degli scacchi per illustrare questa evoluzione: quindici-venti anni fa, un essere umano che supervisionava l’output di un’AI poteva battere sia un’AI che un umano che giocavano da soli. Oggi, però, l’AI può vincere autonomamente senza supervisione umana.
Amodei prevede che questa stessa transizione avverrà nell’ingegneria del software, anche se durante questa fase transitoria la domanda di ingegneri potrebbe paradossalmente aumentare. Tuttavia, avverte che questo periodo potrebbe essere molto breve. Amodei esprime preoccupazione per quella che definisce una “grande rivoluzione” nel mondo del lavoro impiegatizio, sottolineando che, a differenza delle transizioni storiche dal lavoro agricolo a quello industriale (avvenute nel corso di secoli), questa trasformazione si verificherà nell’arco di pochi anni.
Agentic engineering: una ridefinizione del mestiere
Guardando ai prossimi mesi, Karpathy nel suo post è esplicito: nel 2026 ci si aspettano progressi sia a livello di modelli che a livello di strumenti agentici, e l’interazione tra i due è ciò che rende il momento particolarmente fertile.
L’ascesa degli strumenti AI non abbassa l’asticella dell’ingegneria software. Al contrario, la alza. Più gli agenti gestiscono l’implementazione, più il pensiero architetturale, la consapevolezza della sicurezza e il ragionamento sui sistemi diventano competenze premium.
Chi prospererà non sarà chi scrive i prompt più veloci, ma chi pensa con maggiore chiarezza a cosa sta costruendo e perché. Il vibe coding ci ha mostrato cosa è possibile quando si abbandona ogni convenzione. L’agentic engineering ci sta mostrando come farlo con rigore.
Tutto questo, ovviamente, avrà senso fino a quando non arriverà l’AGI. Ma nel frattempo, meglio imparare a orchestrare bene gli agenti.
