Se scriviamo codice sempre più velocemente, perché consegnare software resta così complicato?
È la domanda da cui siamo partiti al Codemotion Milano 2026 con il talk “AI Won’t Fix Your Developer Experience”, che ho tenuto insieme a Riccardo Galimberti, VP of Engineering di Docebo. Abbiamo portato sul palco il lavoro sulla Developer Experience e alcune esperienze di adozione dell’AI in Docebo, mettendo al centro ciò che succede prima e dopo la scrittura del codice.
In questa pagina trovi una sintesi dei temi affrontati e le slide complete da consultare e scaricare.
Il codice accelera. E il resto del percorso?
Una modifica generata in pochi minuti deve ancora attraversare controlli, code review, iterazioni, merge e deploy. Se la capacità di verificare e rilasciare rimane invariata, aumentare il lavoro in ingresso può semplicemente allungare le code.
Il punto del talk è questo: il guadagno nella scrittura va valutato lungo l’intero percorso di delivery. Ambienti difficili da avviare, test instabili, documentazione dispersa e responsabilità poco chiare continuano a consumare tempo e attenzione, anche quando un assistente produce codice molto rapidamente.
Developer Experience e Agentic Experience
Una buona Developer Experience nasce da strumenti e infrastruttura, processi e autonomia, cultura e leadership, architettura e codice. Sono le condizioni che permettono alle persone di capire il sistema, contribuire e verificare gli effetti delle proprie modifiche.
Gli agenti hanno bisogno delle stesse fondamenta: contesto accessibile, ambienti eseguibili e feedback affidabili. Se non possono avviare un servizio o fidarsi dei test, la loro capacità di generare codice resta separata dalla possibilità di consegnare un risultato verificato. La capacità di verificare deve crescere insieme alla capacità di produrre.
Mappare, verificare, sperimentare
Abbiamo mostrato un approccio concreto per scegliere dove intervenire: mappare il percorso reale dello sviluppatore, verificare gli attriti incrociando esperienza delle persone e dati dei sistemi, poi mettere alla prova un miglioramento circoscritto.
Le Developer Journey Map aiutano a rendere visibili attività, domande, attese e passaggi di responsabilità. Nel talk ci siamo soffermati sul setup dell’ambiente locale e sulla journey di pull request e code review: due percorsi in cui una lamentela generica, come “la CI è lenta”, deve diventare una domanda precisa. Il job aspetta un runner? Esegue test lunghi? Viene rilanciato perché fallisce in modo intermittente?
Anche le metriche servono a capire dove agire: flusso, attese, qualità ed esperienza vanno letti insieme. Un esperimento utile ha un’ipotesi, un ambito, un responsabile e una data in cui decidere se mantenerlo, adattarlo o interromperlo.
L’esperienza Docebo e la delega agli agenti
Riccardo ha portato il contesto organizzativo di Docebo e casi concreti in cui l’accelerazione del coding rende più evidente il peso della validazione, della review e del rilascio. Abbiamo discusso di specifiche validate, capacità di review e test derivati dai criteri di accettazione.
Ho raccontato anche il rollout di Claude Tag nei team e il lavoro sul Plugin Hub, che raccoglie plugin e skill prima dispersi. Al momento del talk il rollout era in corso: abbiamo condiviso osservazioni iniziali ed esigenze emerse, senza presentarle come risultati consolidati sull’efficacia dell’AI.
La delega richiede inoltre un contratto chiaro tra persone e agenti: intento, vincoli, criteri di accettazione, evidenze del lavoro svolto e verifica indipendente. Il consenso di un secondo agente, da solo, non sostituisce il giudizio del reviewer.
L’AI non risolverà da sola la tua Developer Experience. Una buona Developer Experience, invece, può rendere l’AI molto più utile.
Guarda e scarica le slide del talk
La presentazione completa di Alex Pagnoni e Riccardo Galimberti è disponibile qui sotto. Puoi consultare il PDF nel browser oppure scaricarlo. PDF · circa 12,6 MB.
Trovi altri miei interventi nella sezione Speaking e nell’archivio Interviste e Talk.
