Quando l\u2019agente \u00e8 la risposta sbagliata<\/strong><\/h2>\n\n\n\nEverything is slop, let\u2019s slow the f<\/strong>k down** parte da un\u2019osservazione brutale: i coding agent che sembravano magia nel progetto personale diventano un incubo di complessit\u00e0 in produzione. Imparerai perch\u00e9 gli agenti amplificano le cattive abitudini a velocit\u00e0 industriale, cosa significa davvero la \u201cslop\u201d che inonda le PR open source, e come recuperare disciplina e controllo senza rinunciare ai vantaggi dell\u2019AI. Conoscenza diretta da applicare luned\u00ec mattina sul tuo repo, prima che diventi un problema. A parlarne \u00e8 Mario Zechner<\/strong>, uno dei nostri speaker di punta.<\/p>\n\n\n\nDal lato architetturale, When NOT to use an agent<\/strong> smonta il riflesso \u201cautomatizza? metti un agente\u201d. Imparerai a leggere i trade-off reali tra workflow deterministici, architetture a servizi e orchestrazione agentiva: blast radius, costi, osservabilit\u00e0, superficie di attacco. Non uno scontro di feature, ma un framework mentale che ti torna utile ogni volta che qualcuno in riunione propone \u201cci mettiamo un agente sopra\u201d. A presentarlo \u00e8 Jigyasa Grover<\/strong>, anche lei tra i nostri speaker internazionali di punta.<\/p>\n\n\n\nChiude il trio mythbusting Why Coding Agents Need You More Than Ever<\/strong>. Niente \u201ci developer sono finiti\u201d, niente \u201c\u00e8 solo autocomplete\u201d: l\u2019argomento \u00e8 che un LLM non ha riferimento interno di correttezza n\u00e9 memoria tra sessioni, e colmare quel vuoto richiede esattamente le competenze di design e ingegneria che molti davano per superate. Imparerai perch\u00e9 gli agenti capaci rendono l\u2019ingegneria del software pi\u00f9 necessaria, non meno \u2014 una rassicurazione concreta sul valore della tua carriera, non un pio desiderio. Lo racconta Alfonso Fuggetta<\/strong>.<\/p>\n\n\n\n![\"\"](\"https:\/\/www.codemotion.com\/magazine\/wp-content\/uploads\/2026\/06\/Price-increase-IT-9-1-1024x341.jpg\")
<\/a><\/figure>\n\n\n\nAdottare l\u2019AI senza illudersi<\/strong><\/h2>\n\n\n\nScaling AI Adoption<\/strong> \u00e8 il racconto di chi ha provato a portare 300 ingegneri oltre la fase \u201csmanettiamo con ChatGPT\u201d verso uno sviluppo AI-native ripetibile. Imparerai cosa sono AI-Native Engineering e Spec-Driven Development applicati su scala, ma soprattutto cosa NON funziona: resistenze, falsi partenze, dipendenza eccessiva dal tool e il gap tra produttivit\u00e0 percepita e reale. Un blueprint con tanto di cicatrici incluse, prezioso se nel tuo team l\u2019adozione AI \u00e8 ancora un\u2019accozzaglia di iniziative individuali. A condividerlo \u00e8 Alfonso Graziano<\/strong>.<\/p>\n\n\n\nKill the Standup<\/strong> parte da un caso estremo: diciannovemila righe aggiunte da solo al Virtual File System di Node.js in tre mesi. Imparerai come autonomia e gusto, uniti a un\u2019AI che rimuove il collo di bottiglia del throughput, possano far s\u00ec che un solo developer consegni pi\u00f9 di un team intero \u2014 e cosa succede quando manca uno dei due ingredienti (spoiler: una CVE). Una riflessione tagliente sulla legge di Conway e sul costo nascosto dello Scrum nell\u2019era agentica, utile sia a chi guida team sia a chi vuole capire dove sta andando il proprio ruolo. A firmarla \u00e8 Matteo Collina<\/strong>, tra i nomi pi\u00f9 noti dell\u2019ecosistema Node.js.<\/p>\n\n\n\n
Dal lato architetturale, When NOT to use an agent<\/strong> smonta il riflesso \u201cautomatizza? metti un agente\u201d. Imparerai a leggere i trade-off reali tra workflow deterministici, architetture a servizi e orchestrazione agentiva: blast radius, costi, osservabilit\u00e0, superficie di attacco. Non uno scontro di feature, ma un framework mentale che ti torna utile ogni volta che qualcuno in riunione propone \u201cci mettiamo un agente sopra\u201d. A presentarlo \u00e8 Jigyasa Grover<\/strong>, anche lei tra i nostri speaker internazionali di punta.<\/p>\n\n\n\n Chiude il trio mythbusting Why Coding Agents Need You More Than Ever<\/strong>. Niente \u201ci developer sono finiti\u201d, niente \u201c\u00e8 solo autocomplete\u201d: l\u2019argomento \u00e8 che un LLM non ha riferimento interno di correttezza n\u00e9 memoria tra sessioni, e colmare quel vuoto richiede esattamente le competenze di design e ingegneria che molti davano per superate. Imparerai perch\u00e9 gli agenti capaci rendono l\u2019ingegneria del software pi\u00f9 necessaria, non meno \u2014 una rassicurazione concreta sul valore della tua carriera, non un pio desiderio. Lo racconta Alfonso Fuggetta<\/strong>.<\/p>\n\n\n\n Scaling AI Adoption<\/strong> \u00e8 il racconto di chi ha provato a portare 300 ingegneri oltre la fase \u201csmanettiamo con ChatGPT\u201d verso uno sviluppo AI-native ripetibile. Imparerai cosa sono AI-Native Engineering e Spec-Driven Development applicati su scala, ma soprattutto cosa NON funziona: resistenze, falsi partenze, dipendenza eccessiva dal tool e il gap tra produttivit\u00e0 percepita e reale. Un blueprint con tanto di cicatrici incluse, prezioso se nel tuo team l\u2019adozione AI \u00e8 ancora un\u2019accozzaglia di iniziative individuali. A condividerlo \u00e8 Alfonso Graziano<\/strong>.<\/p>\n\n\n\n Kill the Standup<\/strong> parte da un caso estremo: diciannovemila righe aggiunte da solo al Virtual File System di Node.js in tre mesi. Imparerai come autonomia e gusto, uniti a un\u2019AI che rimuove il collo di bottiglia del throughput, possano far s\u00ec che un solo developer consegni pi\u00f9 di un team intero \u2014 e cosa succede quando manca uno dei due ingredienti (spoiler: una CVE). Una riflessione tagliente sulla legge di Conway e sul costo nascosto dello Scrum nell\u2019era agentica, utile sia a chi guida team sia a chi vuole capire dove sta andando il proprio ruolo. A firmarla \u00e8 Matteo Collina<\/strong>, tra i nomi pi\u00f9 noti dell\u2019ecosistema Node.js.<\/p>\n\n\n\n<\/a><\/figure>\n\n\n\nAdottare l\u2019AI senza illudersi<\/strong><\/h2>\n\n\n\n