Spec-Driven Development: Ingegnerizzare l’AI nel contesto Enterprise

14 minutes Leggi
18 Maggio 2026

Key Takeaways

  • La velocità del vibe coding si scontra spesso con i limiti architetturali delle aziende.
  • Lo spec-driven development definisce requisiti chiari fin dalla progettazione.
  • Mia-Platform trasforma il vibe coding in una governance basata sull'intento.

Video Overview


Introduzione

Il concetto di vibe coding è estremamente affascinante e suggerisce che sia possibile validare idee di business in modo quasi istantaneo grazie all’AI. Tuttavia, quando questa incredibile spinta creativa e innovativa tenta di scalare all’interno del contesto enterprise, si scontra rapidamente con barriere strutturali invalicabili. L’illusione della velocità cede il passo alla dura realtà architetturale.

Se i dipartimenti digitali, i business leader e i team operativi hanno bisogno di autonomia per prototipare e validare soluzioni rapidamente, l’IT ha il dovere di garantire sicurezza, scalabilità e manutenibilità. Per trasformare realmente il modo in cui sviluppiamo il software aziendale con l’AI, dobbiamo compiere un passo evolutivo: passare dalla sperimentazione sregolata allo spec-driven development (SDD), inserendo l’intelligenza artificiale all’interno di un perimetro governato e strettamente connesso alla realtà aziendale.

Ma come si traduce questa visione in pratica? Ne abbiamo discusso con Giulio Roggero, CTO di Mia-Platform, per capire come trasformare l’intuizione tecnologica in valore strutturato.

L’illusione della velocità: quando il vibe coding si scontra con la realtà enterprise

Esistono quattro ostacoli principali che impediscono a un’applicazione generata dall’AI di passare da una chat a un ambiente di produzione in pochi minuti:

  • Mancanza di standard e compliance: Senza regole ferree o linee guida, l’AI rischia di generare codice che utilizza librerie non approvate dai team di sicurezza o componenti front-end che non rispettano in alcun modo la brand identity aziendale. Il mismatch tra l’output “creativo” dell’AI e gli standard rigorosi definiti dall’azienda diventa così inevitabile.
  • Blocchi nelle pipeline di validazione: Il codice generato in modo non deterministico fallisce inesorabilmente i test di Static e Dynamic Code Analysis (SAST/DAST). L’AI potrebbe, ad esempio, integrare librerie con licenze incompatibili (come la GPLv3), che imporrebbero vincoli legali inaccettabili sull’intero prodotto. Oppure, violando basilari norme di privacy, potrebbe loggare per errore dati sensibili come le email degli utenti, paralizzando immediatamente la pipeline di rilascio.
  • Proliferazione del debito tecnico: È un problema che emerge sulla distanza. L’uso libero e incontrollato dell’AI porta a sviluppare frammenti di codice tutti diversi tra loro per risolvere il medesimo problema, generando una forte ridondanza e un enorme debito tecnico. Se logiche di business fondamentali, come la validazione di un codice fiscale o il calcolo per l’assegnazione di un’offerta premium, vengono scritte in modi differenti su più applicazioni attingendo a dati diversi, aggiornare quelle regole in futuro diventerà un incubo di gestione enorme.
  • Inconsistenza degli output: A seconda del modello linguistico o delle istruzioni (prompt) utilizzati si ottiene codice differente, complicando oltremodo la scelta e la standardizzazione della soluzione migliore per uno specifico problema in un determinato contesto.

L’urgenza di governance, FinOps e osservabilità

Il passaggio dal vibe coding alla produzione richiede necessariamente di superare l’anarchia degli agenti AI.

Lasciare i team liberi di sperimentare con l’AI senza controllo genera inevitabilmente problemi critici di governance e trasparenza. Quando un agente opera autonomamente in agentic mode o in edit mode come assistente alla revisione, la trasparenza deve essere totale: dobbiamo sapere esattamente quali istruzioni sono state fornite, quale contesto è stato analizzato, quando è stata generata la soluzione e soprattutto in quale versione del software è stata prodotta.

A questo si aggiunge il tema emergente della governance dei costi e quindi del FinOps. Generare soluzioni tramite AI ha un costo vivo; è perciò cruciale monitorare il consumo di token per stabilire se stiamo creando valore reale o semplicemente sprecando budget per task banali.

Infine, serve osservabilità. Strumenti moderni, come Claude Code, iniziano a offrire telemetria, e in Mia-Platform stiamo lavorando a una dashboard dedicata per tracciare in tempo reale quali agenti girano, su quali modelli, per quale scopo, quanti token consumano e il loro tasso di successo. Senza questo livello di tracciabilità, risolvere un bug generato autonomamente in produzione diventa impossibile, trasformando il sistema in puro caos.

Spec-driven development: dal vibe coding all’intent-driven governance

Per risolvere l’anarchia e rendere l’AI deterministica, serve un cambio di paradigma verso lo spec-driven development. Bisogna redigere una sorta di “Costituzione”, ovvero un set di regole del gioco e vincoli chiari che l’agente deve eseguire pedissequamente per rendere l’output prevedibile e risolvere il medesimo problema nello stesso modo pur restando nei binari aziendali

Non potendo scrivere queste regole da zero ogni volta, in Mia-Platform abbiamo implementato gli AI Playbooks. Non sono banali comandi testuali, ma template predefiniti, pre-validati e componibili che contengono agenti e determinate istruzioni (workflow), skill specifiche e combinazioni di tool e modelli AI su misura per contesto tecnologico e obiettivo.

L'AI nell'Enterprise non fallisce per mancanza di creatività, ma per assenza di contesto. Con lo Spec-Driven Development smettiamo di inseguire un output casuale: definiamo il playbook, forniamo i guardrail e trasformiamo il vibe coding in un processo ingegneristico governato e scalabile.
Giulio RoggeroCTO di Mia-Platform

Facciamo un paio di esempi pratici:

  • Se si sviluppa in React, l’agente collega le skill necessarie, attivando regole ferree e best practice su component design, state management e uso di TypeScript per quella precisa tecnologia. Se si sviluppa in .NET, l’agente scollega le skill React e collega quelle specifiche per .NET.
  • Esistono poi skill iper specializzate, come la Skill Data Protection per figure come il Data Protection Officer (DPO), in cui un agente sa come interrogare il Data Catalog per scovare dati sensibili e sa come formulare risposte conformi in legalese. L’uso di agenti specializzati e indirizzati aumenta anche l’efficienza operativa, riducendo drasticamente i passaggi manuali rispetto a un approccio di “vibe puro”.

Il Catalogo come “Digital Twin” del ciclo di vita del software

Per evitare che queste regole del gioco vadano fuori controllo con l’espansione dei team e con la proliferazione di nuove applicazioni, serve un modo per renderle dinamiche, riutilizzabili e connesse alla realtà aziendale.

Per far sì che queste regole scalino in tutta l’azienda ed evitare che ogni team debba reinventarle, vengono quindi centralizzate in un catalogo contestuale, che agisce come Single Source of Truth. Il Catalogo di Mia-Platform funge da vero e proprio Digital Twin del ciclo di vita del software: collega le regole statiche (i template) ai dati dinamici reali dell’azienda in real-time, mappando repository Git, pipeline di test, e log di Grafana.

Dalla diagnosi alla risoluzione autonoma

Questo contesto così ricco permette agli agenti AI di intervenire con massima precisione anche in situazioni critiche, fornendo loro non solo le competenze per risolvere un bug o un incidente, ma anche la conoscenza esatta del perimetro in cui operare.

All’interno del Catalogo, un “intent engine” (AI Foundry) prende il playbook e lo arricchisce con la realtà infrastrutturale, permettendo di gestire incidenti complessi in pochi secondi. 

Ad esempio:

  • Diagnosi di un bug su una determinata applicazione: Il Catalogo può indicare esattamente su quale cluster gira un’applicazione, quali sono i suoi log e quali dashboard usare (tramite MCP server), generando un intent completo. Non più un generico prompt di testo, ma una “bussola” dettagliata che guida l’agente come se fosse un utente esperto dell’architettura aziendale.
  • Allarme per un’API che risponde lentamente: Invece di affidare l’analisi a processi manuali lenti, l’agente interroga il Catalogo e ricostruisce la catena in meno di un secondo: dall’API Gateway, al servizio, al cluster Kubernetes, fino al container, all’immagine Docker e al codice sorgente. Analizzando autonomamente i log, identifica un problema di carico e applica in totale autonomia una patch, come lo scaling del container, risolvendo l’incidente.

In sostanza, l’utente fornisce lo scopo, e l’AI Foundry seleziona il playbook più adeguato, rendendo l’azione dell’agente prevedibile e standardizzata. Standardizzare il comportamento è ciò che distingue il vibe coding amatoriale da quello calato in contesto enterprise. Basti pensare a un Incident Report: definendo standard chiari nel Catalogo, l’agente lo eseguirà sempre nello stesso modo come un esperto, garantendo risultati sicuri, efficaci e con costi sotto controllo.

Il ponte per il vibe engineering

L’obiettivo reale non è limitarsi alla programmazione estemporanea, ma colmare il divario tra la creazione di prototipi veloci e lo sviluppo di soluzioni enterprise scalabili e ingegnerizzate.

Per trasformare un’idea destrutturata in software production-ready, il vibe coding da solo non è sufficiente. Deve essere formalizzato e contestualizzato con coordinate precise, evolvendo in quello che definiamo vibe engineering. Questo percorso richiede un ponte cruciale: lo spec-driven development.

In questo processo, Mia-Platform sfrutta il Catalogo e l’Everything as a Service (EaaS) per coniugare velocità e creatività con le policy aziendali. Flow è l’app di Mia-Platform che funge da abilitatore, poiché offre un ambiente di sviluppo e sperimentazione nativamente collegato al Catalogo, garantendo l’applicazione automatica di guardrail architetturali e protocolli di sicurezza.

Spec-driven development e internal app builder

L’adozione dello spec-driven development e del vibe engineering favorisce, tra l’altro, la democratizzazione dei processi tecnologici a vantaggio degli internal builder. Si tratta di team non tecnici appartenenti principalmente alle aree digital e corporate application come HR, Marketing e Operations, che possono ora partecipare attivamente allo sviluppo. 

Queste figure, che prima si affidavano solo a strumenti no-code, possono ora sfruttare la potenza dell’AI per costruire rapidamente app interne a seconda delle varie esigenze di mercato. Operano sempre in “safe mode”, con la certezza di produrre software ingegnerizzato e governato dall’IT, colmando in modo definitivo il divario tra l’idea di business e la sua esecuzione enterprise.

Riassumendo

Il vibe coding ammicca a uno sviluppo veloce che permette una rapidissima validazione delle idee di business, ma in realtà soccombe di fronte ai limiti strutturali del contesto enterprise. 

Quando gli agenti AI non sono perimetrati con guardrail efficaci e un contesto ricco, il vibe coding rischia di diventare una trappola che reitera il debito tecnico, compromette la governance e ostacola il monitoraggio dei costi.

Per far fronte a questo problema, il ciclo del software deve poggiare su requisiti specifici (spec-driven development) che incanalino la potenza dell’AI verso i binari della realtà aziendale, permettendo di sviluppare velocemente grazie a soluzioni standardizzate, pur senza rinunciare alla sicurezza e alla conformità.

Mia-Platform offre una soluzione omnicomprensiva basata su un catalogo contestuale degli asset dell’organizzazione, collegato a un intent engine che arricchisce dinamicamente template preconfigurati per circoscrivere l’output degli agenti AI a un dato scopo in un dato contesto.

In questo modo, anche figure di business appartenenti a team non necessariamente tecnici possono prototipare, validare e sviluppare rapidamente le proprie idee, calandole efficacemente e in modo sicuro nel contesto enterprise.

Domande frequenti (FAQ)

Qual è il problema principale dell'utilizzo del vibe coding in un'azienda?

Sebbene il vibe coding consenta una rapida validazione delle idee, fallisce negli ambienti aziendali a causa della mancanza di una governance strutturata. L'AI senza restrizioni può generare codice che viola la conformità di sicurezza, crea un enorme debito tecnico e fallisce immediatamente i test e le pipeline di rilascio.

Cos'è lo spec-driven development (SDD)?

Lo spec-driven development è un cambio di paradigma che stabilisce regole e vincoli chiari che gli agenti di AI devono seguire. Invece di inseguire output di AI casuali e imprevedibili, l'SDD incanala la velocità dell'AI in un processo standardizzato e governato che si allinea con le realtà aziendali.

In che modo gli AI Playbook di Mia-Platform risolvono l'imprevedibilità dell'AI?

Gli AI Playbook sono modelli pre-validati e componibili che contengono istruzioni, competenze e strumenti specifici, adattati a uno specifico contesto tecnologico. Garantiscono che un agente di AI risolva un problema in modo coerente, aderendo rigorosamente alle best practice e tecnologie aziendali.

Qual è il ruolo del Catalogo nello sviluppo con AI?

Il Catalogo funge da gemello digitale del ciclo di vita del software e rappresenta l'unica fonte di verità. Mappa dinamicamente i dati e i metadati aziendali, fornendo agli agenti di intelligenza artificiale i confini contestuali precisi necessari per operare con accuratezza e risolvere incidenti complessi.

I team non tecnici possono utilizzare lo spec-driven development?

Sì, lo spec-driven development democratizza la tecnologia consentendo ai team non tecnici, come Digital, HR o Marketing, di agire come sviluppatori interni. Possono utilizzare in tutta sicurezza la potenza dell'AI per creare applicazioni interne, certi che il software prodotto sia correttamente progettato e gestito dal reparto IT.

Torna all'inizio ↑
INDICE
Key Takeaways
Video Overview
Introduzione
L’illusione della velocità: quando il vibe coding si scontra con la realtà enterprise
L’urgenza di governance, FinOps e osservabilità
Spec-driven development: dal vibe coding all’intent-driven governance
Il Catalogo come “Digital Twin” del ciclo di vita del software
Il ponte per il vibe engineering
Riassumendo
Domande frequenti (FAQ)