A Codemotion Milano 2025, Gianfelice Catini e Andrea Veronesi di Unipol Assicurazioni ci mostreranno come l’AI generativa stia rivoluzionando il Platform Engineering, nel talk “Internal Developer Platform e GenAI: la strana coppia“.
Hai mai immaginato un sistema che partecipa alle discussioni architetturali, scrive codice production-ready e fa code review in autonomia, tutto mentre tu ti concentri sui problemi davvero complessi?
Le sfide del Platform Engineering moderno
I team di Platform Engineering si confrontano quotidianamente con la gestione di uno stack tecnologico sempre più eterogeneo e complesso. La frammentazione degli strumenti e la moltiplicazione degli ambienti (dev, staging, prod; multi-cloud, on-prem) impongono un carico cognitivo alto sui team di sviluppo.
Il risultato: ore perse a debuggare manifest, pipeline che falliscono per disallineamenti di configurazione tra ambienti, e una deriva costante dalle best practice architetturali che nessuno ha il tempo di governare.
Le Internal Developer Platform (IDP) nascono per mitigare questa complessità, offrendo “golden paths” che astraggono l’infrastruttura sottostante. Tuttavia, creare l’astrazione giusta è un’arte.
In questo scenario, la pressione per accelerare i tempi di delivery spinge i team in un ciclo vizioso, dove la manutenzione reattiva soffoca l’innovazione strategica.
L’integrazione dell’AI generativa non è solo un’opportunità, ma una necessità per spezzare questo ciclo. Attenzione però: non parliamo di semplici chatbot che autocompletano codice. Il vero cambio di paradigma risiede in un’AI che comprende il contesto architetturale del sistema, ragiona sui trade-off e agisce come un membro proattivo e competente del team.
Un caso reale: un validation engine multi-agente con Google ADK
In Unipol, Kafka è una tecnologia critica che gestisce flussi di dati enterprise. La sfida non è solo mantenerlo performante, ma garantire che le centinaia di schemi Avro, creati dai vari team di sviluppo tramite l’Internal Developer Platform (IDP), aderiscano a rigorose linee guida aziendali su struttura, naming e compatibilità. Un controllo manuale risulta dispendioso e impreciso.
Qui entra in gioco l’innovazione. L’approccio non è stato quello di inserire un LLM direttamente nel workflow di produzione, ma di utilizzare l’AI generativa per costruire il sistema di governance intelligente che lo presidia.
Il team ha sfruttato Claude Code come acceleratore di sviluppo per realizzare un sofisticato motore di validazione per gli schemi Avro che utilizza un sistema multi agente con Google ADK.
Architettura multi-agente e governance semantica
Il sistema realizzato è basato sul Google Agent Development Kit (ADK) e implementa un pattern multi-agente:
Quando un developer sottomette una richiesta di creazione o modifica di un topic Kafka tramite l’IDP, questa scatena il validation engine.
Un agente analizza lo schema Avro proposto interrogando una knowledge base dove sono presenti le best practice e le linee guida di Unipol.
In caso di non conformità, il sistema non si limita a rifiutare la richiesta, ma fornisce un feedback preciso e costruttivo al developer, suggerendo le modifiche necessarie per allinearsi alle policy.
Questo approccio trasforma la governance da un processo di revisione manuale, lento e prono all’errore, a un controllo automatizzato, veloce e integrato nel flusso di lavoro dello sviluppatore. La differenza sostanziale rispetto a un linter tradizionale è la capacità di ragionamento basato sul contesto, reso possibile dall’architettura multi-agente e dalla knowledge base.
Internal Developer Platform: il Control Plane dell’Automazione Intelligente
L’Internal Developer Platform agisce da control plane self-service. Lo sviluppatore effettua una richiesta dichiarativa — come creare un topic Kafka con un dato schema Avro — tramite un’interfaccia unificata.
A questo punto viene gestito tutto su GitLab, si invoca il validation engine multi-agente come primo step. Se lo schema è conforme si procede al provisioning. In caso contrario, il workflow si ferma e il sistema fornisce allo sviluppatore un feedback contestuale su cosa correggere.
Si innesca così un ciclo iterativo rapido di modifica e rivalutazione, che guida il developer fino al raggiungimento della piena conformità.
Il risultato è un disaccoppiamento netto: lo sviluppatore si concentra sul cosa (la logica di business e la modellazione dei dati), mentre la piattaforma garantisce il come (un provisioning sicuro e conforme by-design). L’IDP trasforma così la governance da ostacolo a processo collaborativo e interattivo.
Perché questo talk è diverso
Questa sessione si rivolge principalmente a developer che stanno cercando nuove sfide e progetti stimolanti. Vedrai un sistema reale in funzione, con una demo live che mostrerà l’AI che valida uno schema Avro. Non si tratta di marketing o di visioni futuristiche, ma di tecnologie utilizzate oggi.
Il talk è ideale anche per architetti software curiosi di capire come integrare GenAI nei workflow esistenti senza stravolgere l’architettura, e per tech lead che stanno valutando l’adozione di Internal Developer Platform nelle loro organizzazioni.
Oltre l’hype
L’integrazione tra Platform Engineering e GenAI rappresenta una delle evoluzioni più interessanti nel panorama dello sviluppo software. Il caso Unipol dimostra che, quando implementata correttamente, questa combinazione non è solo un’ottimizzazione incrementale ma un cambio di paradigma nel modo di lavorare.
La “strana coppia” del titolo non è più così strana: è il futuro del Platform Engineering.
Non perderti questo talk a Codemotion Milan 2025: un’opportunità concreta per vedere come l’AI generativa stia trasformando il lavoro quotidiano degli sviluppatori in contesti enterprise reali.
