Vai al contenuto

Wiki Index

Content catalog for Software Engineering wiki. Read this first to find relevant pages for any query. Last updated: 2026-10-29 | Total pages: 39 | Raw sources: 16

Entities

  • Linus Torvalds — Creatore di Linux, usa Claude Code sul kernel, LLM come strumento ingegneristico
  • Maximilian Schwarzmüller — Educatore web dev (Academind): da specialista a builder con l'AI
  • Kent Beck — Creatore di Extreme Programming e TDD: a Prodacity 2026 definisce gli LLM un "genio" che produce codice plausibile ma rotto, chiedendo postura cinica, focus sull'apprendimento e leadership basata sulla missione
  • Matt Pocock — Ex voice coach divenuto educatore TypeScript (Total TypeScript) e creatore di un repo di AI skills da 230.000 stelle (grill-me, wayfinder) e del talk Software Fundamentals Still Matter
  • Dave Rensin — Distinguished Engineer in Google, autore di Elephants, Goldfish and the New Golden Age of Software Engineering e del plugin open source EGM (egm.dev, nato da un tool interno usato da oltre 100.000 Googler)
  • Addy Osmani — Ingegnere Google per oltre un decennio (Chrome DevEx, Lighthouse, Core Web Vitals, Learning JavaScript Design Patterns, coautore del whitepaper The New SDLC With Vibe Coding) passato ad Anthropic, autore di un repo open source di 25 agent skills da 100.000 stelle
  • Agent Deck — App open source da terminale e desktop (DevOps & AI Toolkit) per lanciare e mergiare più coding agent, avviare dispatcher e avere una vista unica sulla flotta via daemon SSH senza wrapper attorno alla sessione reale
  • Martin Fowler — Autore di Refactoring e PoEAA, co-autore del Manifesto Agile e Chief Scientist di Thoughtworks: legge l'AI come il passaggio dal determinismo al non determinismo e difende slice sottili, ciclo di apprendimento e refactoring

Concepts

  • Ownership collettiva del codice — Con il codice scritto dagli LLM sparisce l'attaccamento psicologico all'implementazione (DHH via Sanfilippo)
  • Reimplementazione del software via LLM — La discontinuità non è il reverse engineering ma reimplementare da zero qualsiasi software noto; tutele deboli, difesa = B2B + eccellenza
  • Lavoro intellettuale nell'era AI — Lavoro intellettuale sempre meno richiesto; anestesia degli stipendi alti, dignità professionale, tutele asimmetriche
  • LLM come strumento — Torvalds e i LLM sul kernel: analogia col compilatore, comprensione che si sposta a livello concettuale, dualismo umano/AI inutile
  • Pensare in Grande con l'AI — Da specialista a builder: fluido nei linguaggi, AI come sparring partner, system design umano
  • Shift Left Security — 5 principi IBM per validare codice AI: outcome, dipendenze, intent, continuità
  • Harness Engineering — Curare tools e contesto: Lopopolo, shift left, loop size, capability overhang
  • Apprendimento e Opzionalità nel Software — Diagramma futures vs features e burn delle opzionalità, "riposo tra le note" di Casals per il consolidamento, e massimizzare l'apprendimento col software come effetto collaterale (Ward Cunningham)
  • Spec-Driven Development e Dark Factory Agentica — Critica allo spec-driven development come ritorno al Waterfall di Royce (1970), limiti dei metodi formali, controesperimento di Pocock, controcanto di EGM (spec testata col Pesce Rosso), spec minima di Fowler e perché la dark factory agentica autonoma va sempre fuori binario
  • Tirannia delle Metriche, Legge di Goodhart e Leadership — Tirannia delle metriche nell'era AI, legge di Goodhart ("era un ottimista"), e leadership tecnica come ripetizione costante della storia della missione
  • AI Skills e Grill-Me — Skill per agenti come cartelle markdown: grill-me per far emergere decisioni e valori, smart/dumb zone (~150k token), Ralph loops, to-spec/to-tickets, wayfinder con fog of war e lavoro day/night shift
  • Leading Words e Fondamentali del Software — Entropia del software generata dagli agenti, leading words nei priors del modello (tracer bullets, vertical slices, deep modules, ubiquitous language) e Memento-driven development
  • Programmazione Strategica, Osservabilità e Ruolo del Giardiniere — L'AI mangia il tactical lasciando lo strategic (banco di missaggio a 9 mesi), tech debt nei codebase minuscoli, osservabilità sugli agenti, sviluppatori come giardinieri/platform team e introspezione
  • Elephant-Goldfish Model — Metodologia e plugin open source (egm.dev) di Dave Rensin: sessioni Elefante ad alto contesto e Pesce Rosso a memoria zero, sizeof(docs) << sizeof(code), 4 fasi in 9 step, bootstrap ricorsivo di README.md (peanuts and hay) e 7 skill con personas
  • Design come Nuovo Codice — Il codice che svanisce tra tormenta di codice e binari diretti, shift left dei giudizi di design prima che il codice diventi opaco, e responsabilità umana non delegabile sull'operato dell'agente
  • AI come Strumento, non Giocattolo — Usare l'LLM come interrogatore e fact-checker scettico invece che ricercatore one-shot, rompere la spirale adulatoria, co-costruire la rubric di valutazione, salvare i tre artefatti e non esternalizzare il giudizio
  • Siamo Tutti Manager Adesso — Sfumare della distinzione IC/people manager, gestire agenti con outcome e guardrail (metrica del look away), corso di people management e rampa a 3–5 agenti, muscolo della concentrazione sostenuta e paradosso di Jevons
  • Lifecycle delle Skill di Osmani — Ciclo SDLC in 6 fasi (define, plan, build, verify, review, ship), modalità /build auto, 25 skill + 4 personas, tabelle anti-razionalizzazione, doubt-driven development e paradigmi classici (Hyrum, Beyoncé, Chesterton)
  • Cerimonia Proporzionata al Rischio — Scala di effort in 5 livelli (ceremony should match the stakes), potatura di agents.md contro il gonfiaggio del contesto e l'auto-attivazione, rollout graduale verification-first e skill come manuali O'Reilly da cui rubare
  • Flotta di Agenti — Gestione di 45 agenti su 3 macchine: scala della fiducia dall'accudimento all'auto mode, dispatcher con code di 20 issue e slot paralleli, team multi-agente/multi-modello in work tree da main, macchina dedicata e buco di coordinazione tra macchine
  • Visibilità della Flotta — La visibilità come primo collo di bottiglia quando la flotta cresce su più macchine: vista unificata contro tab separate, distinzione tra waiting e waiting for input, sessione reale senza UI wrapper, approval agent in GitHub Actions e il manager umano come secondo limite
  • Non Determinismo del Software — Il passaggio dal determinismo al non determinismo come vero salto epocale (più grande del salto di astrazione), paragone con assembly e linguaggi ad alto livello, adagio Lisp, co-costruzione di astrazioni rigorose (Unmesh Joshi, scacchi) e tolleranze da ingegneria strutturale
  • Refactoring nell'Era AI — Definizione rigorosa di refactoring (passi minuscoli e componibili che preservano il comportamento), genesi da Chrysler C3 e dal Refactoring Browser a JetBrains/ReSharper, seconda edizione 2019 in JavaScript e combinazione di LLM e strumenti deterministici
  • Slice Sottili e Ciclo di Feedback — Lavorare per slice sottili trattate come PR di un "collaboratore losco", vibe coding che elimina il ciclo di apprendimento (aneddoto dell'SVG), fatica delle review, specifica minima e riduzione del cycle time come leva principale dell'Agile con l'AI (20 prototipi in 2 giorni)
  • Technology Radar — Il radar semestrale di Thoughtworks: origine con Rebecca Parsons e Daryl Smith, processo bottom-up dei blip e gruppo Doppler, nascita dei microservizi con James Lewis, radar aziendali per i clienti e GenAI per comprendere il codice legacy (grafo semantico + RAG) nell'anello Adopt
  • Spettro Vibe Coding e Agentic Engineering — Passaggio dalla sintassi all'intento, spettro a 3 posizioni su 6 dimensioni, verifica tramite test (deterministico) ed eval (non deterministico) come discriminante e trasformazione fase per fase dell'SDLC
  • Context Engineering — I 6 tipi di contesto, il confine architetturale versionato tra contesto statico e dinamico, le Agent Skills con progressive disclosure e la domanda del nuovo membro del team
  • Modello Fabbrica, Conduttori e Orchestratori — Lo sviluppatore come manager di fabbrica, modalità conduttore (IDE) vs orchestratore (delega asincrona), problema dell'80%, agenti in editor/terminale/background e agenti di produzione con Agents CLI, ADK, MCP e A2A
  • Economia dello Sviluppo AI — TCO tra Vibe Coding (Low CapEx, High OpEx) e Agentic Engineering (High CapEx, Low OpEx), context engineering come leva finanziaria, intelligent model routing e raccomandazioni operative per singoli, leader e organizzazioni
  • Competenze del Developer nell'Era AI — Le sei competenze indicate da Schwarzmüller a CityJS Athens: giudizio (product owner tecnico), orchestrazione (orchestratore radice, vincoli, Effect), verifica per artefatti deterministici, ownership (contro il meat proxy), expertise orizzontale e curiosità

Comparisons

  • Pack di Skill a Confronto — Confronto tra i "big three" dei pack di skill per agenti (Matt Pocock, Lauren Tan / Pstack, Addy Osmani): domande guida, copertura, quando scegliere quale e convergenza ingegneristica

Queries