Dal Vibe Coding all'Agentic Software Engineering: la differenza non è di strumento ma di postura professionale

Cos’è il Vibe Coding

Nel febbraio 2025 Andrej Karpathy pubblica un post su X in cui descrive il modo in cui sta costruendo una piccola web app:

“I’m building a project or webapp, but it’s not really coding — I just see stuff, say stuff, run stuff, and copy paste stuff, and it mostly works.”

Il termine vibe coding nasce così, e si diffonde in poche settimane. Nel 2025 il Collins Dictionary lo elegge parola dell’anno. Il fenomeno tocca un nervo scoperto: sviluppare software non assomiglia più a quello che era anche solo due anni prima.

Una definizione operativa: il vibe coding è la pratica di sviluppare software esprimendo intenti in linguaggio naturale a un agente AI, che produce il codice. Il developer cambia ruolo — da scrittore di codice riga-per-riga a direttore e revisore di output generato.

Punti che vale la pena chiarire subito:

Non è “AI che programma da sola”: è una collaborazione asimmetrica in cui il giudizio finale resta umano (o dovrebbe restarlo).
Non è “autocomplete potenziato”: il salto qualitativo sta nella generazione di porzioni strutturali di codice, non nel completamento della singola riga.
Non è solo uno strumento, è un metodo di lavoro: i principi dell’ingegneria del software restano gli stessi, ma cambiano i metodi per applicarli, gli strumenti che usiamo, e il modo in cui usiamo strumenti che già esistevano.
Richiede disciplina: il rischio di ritrovarsi in mano un software di cui lo sviluppatore non ha la piena comprensione è altissimo. In alcuni contesti questo è accettabile (a volte perfino voluto). In altri è inaccettabile.

Perché ha avuto successo (e perché diffidarne)

Il vibe coding ha avuto un impatto culturale prima che tecnico:

Ha abbassato la barriera d’ingresso allo sviluppo software. Persone che non sapevano programmare in un linguaggio specifico si sono trovate a costruire prototipi funzionanti.
Ha accelerato la prototipazione. Quello che richiedeva giorni si fa in ore.
Ha cambiato il modo di esplorare codebase nuove.

Allo stesso tempo, dal punto di vista dell’ingegneria del software classica, il vibe coding può includere alcune delle cose peggiori che possono capitare nello sviluppo: codice generato senza comprensione, senza verifica, senza responsabilità personale dello sviluppatore.

Tutte e due le cose sono vere contemporaneamente. È questa tensione che rende il fenomeno interessante — e che rende necessario un passo successivo.

Il passo successivo: Agentic Software Engineering

Nell’aprile 2026, alla conferenza Sequoia AI Ascent, lo stesso Karpathy presenta una distinzione netta. Riprende il termine vibe coding e lo affianca a un secondo concetto: agentic engineering. Sono due cose correlate, ma diverse:

Vibe coding: abbassa la barriera di ingresso e permette a chiunque di creare software descrivendo cosa vuole. Va bene per prototipi e strumenti personali.
Agentic engineering: è la disciplina professionale di coordinare in modo consapevole agenti AI fallibili preservando correttezza, sicurezza, gusto e manutenibilità. È ciò che serve a team di sviluppo che producono software in contesti professionali.

La differenza non è di strumento ma di postura professionale.

Cosa fa l’agentic engineer (e il vibe coder no)

L’agentic engineer non accetta ciecamente il codice generato. Il suo lavoro è:

progettare specifiche chiare prima di delegare
supervisionare i piani proposti dall’agente
ispezionare i diff prodotti
scrivere test e definire criteri di accettazione
creare evaluation loop per misurare la qualità
gestire permessi e ambienti di esecuzione (worktree isolati, sandbox)
preservare nel tempo la qualità del sistema

In altre parole, applica le pratiche dell’ingegneria del software classica a un nuovo tipo di collaboratore: un agente fallibile, veloce, e pericolosamente plausibile.

Un esempio: il bug di MenuGen

Karpathy racconta un bug di pagamento accaduto nel suo progetto MenuGen — lo stesso progetto da cui era nato il post originale del febbraio 2025. L’agente aveva collegato gli acquisti Stripe agli account Google usando l’indirizzo email come chiave.

Il codice era plausibile. Compilava. Girava. Sembrava funzionare. Ma il design era sbagliato: l’email registrata su Stripe e quella usata per il login Google possono differire. Risultato: utenti che pagano e non vedono il prodotto sbloccato, o viceversa.

Nessun test unitario avrebbe colto questo problema. Nessun linter. Nessun checker statico. Era un errore di design di sistema, ed è un esempio perfetto di cosa significa che l’output di un LLM è plausibile ma non per questo corretto. Solo un umano con sufficiente giudizio di prodotto e ingegneristico può imporre la scelta giusta — in questo caso, identificatori utente persistenti e indipendenti dall’email.

Cosa resta competenza umana

La frontier skill non è memorizzare ogni dettaglio delle API. Gli agenti ricordano perfettamente se una libreria usa dim, axis, keepdim, reshape o permute.

L’umano deve capire i concetti sottostanti:

modelli di storage e di memoria, views vs copie
invarianti del sistema
identità e confini di sicurezza
la forma e l’architettura complessiva del sistema

Come in altre discipline ingegneristiche, il ruolo e il valore dell’ingegnere si spostano verso l’alto — capire meglio cosa il sistema deve fare e perché — e si separano dalla realizzazione pratica del manufatto. Non è poi così strano se pensiamo a quello che fa oggi un ingegnere civile rispetto alla costruzione fisica di un edificio o di un ponte.

Conclusione

Il vibe coding è una buona porta d’ingresso. È divertente, produttivo, e ha aperto lo sviluppo software a persone che ne erano escluse. Ma è anche un punto di partenza, non di arrivo.

Chi costruisce software che gli altri useranno — software che gestisce dati, denaro, decisioni — non può fermarsi al vibe coding. Deve evolvere verso l’agentic engineering: una pratica in cui gli agenti AI sono collaboratori potenti ma fallibili, e in cui la responsabilità del risultato resta saldamente umana.

La domanda da porsi non è “userò agenti AI per programmare?” — la risposta è già sì, in un modo o nell’altro. La domanda è: con quale disciplina lo farò?

Riferimenti

Karpathy, A. (febbraio 2025) — post originale su X che introduce il termine vibe coding
Collins Dictionary — parola dell’anno 2025
Karpathy, A. (aprile 2026) — intervento a Sequoia AI Ascent 2026
Karpathy, A. — post su Agentic Software Engineering

Note editoriali

Tono: divulgativo ma rigoroso — il lettore può essere developer o manager tecnico
Pezzo lungo: candidato a “post pillar” che si collega ai due post brevi già in bozza (“Umani troppo perfetti” sulla plausibilità, “10-80-10” sul metodo di delega)
Possibile chiusura alternativa: invito ad approfondire nel corso “Vibe Coding”