Introduzione
L'intelligenza artificiale sta rivoluzionando il mondo dello sviluppo software in modi che fino a poco tempo fa sembravano fantascienza. Ryan Salva, senior director of product management per gli strumenti di sviluppo di Google, offre una prospettiva unica su questa trasformazione epocale. Con un background che include esperienze in GitHub e Microsoft, Salva è ora responsabile di strumenti innovativi come Gemini CLI e Gemini Code Assist, che stanno guidando i developer verso una nuova era di programmazione agentiva.
La Ricerca di Google: Quando i Developer Hanno Abbracciato l'AI
Una recente ricerca condotta da Google ha rivelato un dato sorprendente: la data mediana in cui i developer hanno iniziato a utilizzare strumenti di AI è aprile 2024. Questa tempistica coincide perfettamente con il rilascio di Claude 3 e Gemini 2.5, modelli che hanno segnato l'alba dell'era dei "reasoning models" o modelli di ragionamento.
Secondo Salva, questo momento rappresenta una svolta cruciale: "Per le attività di coding, è necessario sfruttare informazioni esterne per risolvere problemi. Il modello potrebbe aver bisogno di fare grep, di compilare il codice, e se il codice compila, potrebbe voler eseguire unit test e test di integrazione."
L'Approccio Personale di Salva agli Strumenti AI
Il manager di Google utilizza personalmente una varietà di strumenti per i suoi progetti hobby e professionali. La sua routine include principalmente strumenti basati su command line come Gemini CLI, integrati con IDE diversi come Zed, VS Code, Cursor e Windsurf.
"Il 70-80% del mio lavoro consiste nel lavorare nel terminale con linguaggio naturale, utilizzando Gemini CLI per creare i requisiti e permettendo a Gemini CLI di scrivere la maggior parte del codice per me."
Ryan Salva, Senior Director Google
Il Processo di Sviluppo Trasformato
Salva descrive un flusso di lavoro completamente nuovo: inizia con un issue spesso sotto-specificato su GitHub, utilizza Gemini CLI per creare documentazione robusta in Markdown di circa 100 righe, e poi lascia che l'AI scriva il codice basandosi su specifiche tecniche e documenti di team che definiscono metodologie di testing e gestione delle dipendenze.
Ogni passaggio del troubleshooting viene documentato automaticamente, con aggiornamenti ai documenti dei requisiti e creazione di commit e pull request separati, garantendo sempre la possibilità di tornare indietro o annullare modifiche.
Il Futuro del Coding: Meno IDE, Più Architettura
Salva prevede un cambiamento fondamentale nel ruolo del developer: "Il tuo lavoro come developer assomiglierà molto di più a quello di un architetto. Si tratterà di prendere problemi grandi e complessi e suddividerli in compiti più piccoli e risolvibili."
Questa evoluzione non elimina la figura del programmatore, ma la trasforma. I developer del futuro si concentreranno maggiormente sui requisiti e sulla visione d'insieme, dedicando meno tempo alla scrittura diretta del codice nell'IDE.
Conclusione
La trasformazione del coding attraverso l'AI non è più una possibilità futura, ma una realtà presente che sta ridefinendo l'intera industria del software. Con strumenti sempre più sofisticati e un approccio sempre più agentivo, i developer stanno evolvendo da scrittori di codice ad architetti di soluzioni, mantenendo il controllo strategico mentre delegano l'implementazione tattica all'intelligenza artificiale.
FAQ
Quando hanno iniziato i developer a usare strumenti AI per il coding?
La ricerca di Google indica aprile 2024 come data mediana, coincidente con il rilascio di modelli avanzati come Claude 3 e Gemini 2.5.
Quali strumenti AI usa personalmente Ryan Salva di Google?
Utilizza principalmente Gemini CLI, Claude Code e Codex, integrati con IDE come Zed, VS Code, Cursor e Windsurf.
L'AI coding sostituirà completamente i programmatori?
No, trasformerà il loro ruolo da scrittori di codice ad architetti di soluzioni, concentrandosi su problemi complessi e visione strategica.
Come funziona il workflow di sviluppo con AI secondo Google?
Si parte da requisiti sotto-specificati, si usa l'AI per creare documentazione robusta, poi si lascia che l'AI scriva il codice basandosi su specifiche tecniche.
Perché il tool-calling è importante per l'AI coding?
Permette ai modelli di leveraggiare informazioni esterne, compilare codice, eseguire test e auto-correggersi durante il processo di sviluppo.
Quanto tempo dedica Ryan Salva al coding con strumenti AI?
Il 70-80% del suo lavoro avviene nel terminale con linguaggio naturale, usando l'IDE principalmente per leggere il codice generato.