Programmare con l’intelligenza artificiale: DHH dice addio al codice a mano

Programmare con l’intelligenza artificiale è diventato la regola a 37signals: David Heinemeier Hansson, il creatore di Ruby on Rails noto come DHH, ha annunciato nel keynote di apertura di Rails World 2026 che l’azienda ha smesso di scrivere codice a mano e affida l’implementazione agli agenti AI. Detto da chi ha costruito la propria reputazione sul software artigianale, è una presa di posizione che riaccende il dibattito su cosa resti del mestiere di programmatore.

In questo articolo scoprirai:

• cosa ha detto DHH a Rails World e perché pesa che lo dica proprio 37signals;
• come 37signals scrive codice con gli agenti AI, dal caso HEY al ruolo di Rails;
• cosa resta all’umano: revisione, architettura, responsabilità;
• i limiti del caso e le critiche di chi osserva il settore;
• processi, regole e formazione che servono ai team italiani.

Programmare con l’intelligenza artificiale: il caso DHH

37signals ha deciso di non scrivere più codice a mano: il codice lo producono gli agenti AI e la scrittura manuale è diventata l’eccezione. DHH lo ha detto dal palco di Rails World 2026, nel keynote pubblicato su YouTube, e The Pragmatic Engineer riporta la frase senza giri di parole: «A 37signals, un paio di settimane fa, abbiamo preso una decisione che significa chiaramente una cosa: abbiamo chiuso con il codice scritto a mano».

Pesa perché lo dice lui. 37signals, l’azienda di Basecamp e HEY, in 27 anni di storia ha costruito la propria identità sulla cura artigianale del software, e Rails è nato proprio lì. DHH racconta di non scrivere codice a mano da circa marzo, dopo «un dannato quarto di secolo passato a cesellare codice a mano». Poi allarga il discorso a tutti: per lui scrivere a mano non è più un’attività economicamente produttiva «per la stragrande maggioranza dei programmatori», secondo il resoconto di Gergely Orosz. Quando ha chiesto alla sala chi scrive ancora quantità significative di codice a mano, si sono alzate circa cinque mani, stando a un resoconto del keynote pubblicato su GitHub.

Claude Opus 4.5, il punto di svolta secondo DHH

DHH non stila classifiche, ma indica con precisione il momento della svolta: il 24 novembre 2025, quando Anthropic ha rilasciato Claude Opus 4.5 (la famiglia di modelli è spiegata nella nostra guida a Claude AI). Lo chiama la «Kodak Brownie» della nostra epoca, come la fotocamera economica che a inizio Novecento portò la fotografia a tutti, e lo definisce «il punto di svolta per l’era degli agenti», sempre secondo Pragmatic Engineer. Al lancio Anthropic dichiarava il modello in testa in 7 linguaggi di programmazione su 8 su SWE-bench Multilingual, un test costruito su problemi reali di progetti software. È un dato del produttore, non una misura indipendente. La scelta dello strumento dipende dallo stack, cioè l’insieme di linguaggi e strumenti di un’azienda, e dal tipo di lavoro. Per DHH, però, il salto è arrivato con quel modello.

Scrivere codice con l’AI: il metodo 37signals

A 37signals si scrive codice con l’AI secondo uno schema preciso: l’ingegnere assegna un risultato da ottenere, l’agente scrive l’implementazione, una persona rivede prima del rilascio. Un agente AI è un modello che non si limita a rispondere, ma esegue compiti in più passaggi usando editor, terminale e test (lo spieghiamo nella guida agli agenti AI). Secondo l’analisi di Makers’ Den, all’agente si danno contesto, strumenti e criteri di accettazione. Alle persone resta il compito di «rivedere, correggere e rilasciare il risultato».

Il dettaglio più rivelatore è come viene trattata l’eccezione. «Scrivere codice a mano, a 37signals, ora è uno stato d’eccezione. È come vedere un bug su Sentry: qualcosa è andato storto», ha detto DHH secondo Pragmatic Engineer. Sentry è un servizio che segnala gli errori del software in produzione. Il paragone significa che il codice manuale è un allarme, il segnale di un flusso di lavoro da riparare.

Programmare con l’AI in Rust: il caso HEY

La prova sul campo è HEY, il servizio email dell’azienda. Passa ad app native e a un backend, cioè la parte che gira sui server, in Rust scritto dagli agenti, perché, riporta Orosz, «gli agenti scrivono Rust abbastanza bene». Rails resta per le applicazioni web. Il suo principio convention over configuration, cioè convenzioni già decise al posto di scelte da configurare ogni volta, lascia all’agente meno decisioni da prendere. I risultati annunciati sono vistosi: -99% di CPU e -95% di memoria, e un calcolo secondo cui l’intero picco di traffico di HEY potrebbe girare su un solo Raspberry Pi, un computer grande come una carta di credito, secondo il resoconto pubblicato su GitHub. Sono stime di DHH, e la metodologia non è stata pubblicata.

Programmare nel 2026: cosa resta all’umano

Programmare nel 2026 ha ancora senso, ma il lavoro si sposta: si scrive meno codice e si fa più revisione, architettura e valutazione, con la responsabilità di ciò che va in produzione. Anche a 37signals il codice degli agenti non va online da solo: qualcuno decide cosa costruire, controlla che funzioni e ne risponde. Più che la scomparsa di un mestiere è un cambio di mansioni, un tema che abbiamo affrontato chiedendoci se l’AI sostituirà il lavoro umano.

La revisione umana resta centrale perché sono gli sviluppatori i primi a non fidarsi ciecamente dell’AI. Nella Developer Survey 2025 di Stack Overflow il 46% non si fida dell’accuratezza degli strumenti AI, contro il 33% che si fida, e chi si fida molto è appena il 3%. Il 66% indica come prima frustrazione le soluzioni «quasi giuste, ma non del tutto». Il codice quasi giusto è il più insidioso: compila, supera un controllo distratto e si rompe dopo, magari davanti a un cliente.

Competenze per programmare con l’intelligenza artificiale

Con gli agenti cambiano le competenze che contano. Saper leggere il codice degli altri, in questo caso di una macchina, diventa importante quanto saperlo scrivere. Scomporre un problema in compiti chiari, con criteri di accettazione verificabili, diventa la vera programmazione. L’architettura, cioè come i pezzi stanno insieme, resta un lavoro umano, perché è lì che gli errori costano di più.

Il mercato se n’è accorto. Secondo Pragmatic Engineer le aziende sono disposte a pagare ai massimi di mercato gli ingegneri che sanno costruire prodotti AI o rendere l’organizzazione AI-native, cioè pensata fin dall’inizio attorno all’AI.

Limiti dell’AI per programmare fuori da 37signals

Il caso 37signals non si replica da solo, perché nasce in condizioni che molte aziende non hanno. È una società di prodotto, con uno stack che controlla da cima a fondo e convenzioni Rails che riducono le decisioni lasciate all’agente. Una software house che lavora sul codice ereditato di clienti diversi, o un’azienda con vincoli normativi stretti, parte da tutt’altro punto.

Lo stesso DHH ammette che la strada non è stata lineare. Su Basecamp 5 i primi tentativi con gli agenti hanno lasciato un’architettura «a groviera», racconta DevOps.com, e per un periodo il team è tornato al codice manuale. Makers’ Den descrive lo stesso episodio: funzionalità generate dall’AI, «plausibili prese una per una», hanno creato problemi di architettura una volta messe insieme.

Poi ci sono le critiche. Gergely Orosz, autore di The Pragmatic Engineer, osserva che da inizio anno la qualità del software sta peggiorando «praticamente ovunque» perché ci si affida troppo all’AI, e cita funzionalità di Uber Eats rilasciate apparentemente senza test. Un ingegnere anonimo di una Big Tech, noto come v0xium, racconta di persone che «lavorano 12-13 ore al giorno solo per premere invio». E i numeri su HEY restano senza test comparativi pubblici.

Non è la prima volta che si annuncia la fine di un intero strato del lavoro tecnico. Era successo con l’AI che genera interfacce al volo e che avrebbe dovuto mandare in pensione l’HTML, come abbiamo raccontato parlando di Solaris di Runway: quella fine non è arrivata.

Programmare con l’AI in un team italiano: processi, regole, formazione

Perché lo sviluppo con l’AI funzioni in un team italiano servono tre cose che nessuno strumento porta con sé: processi chiari, regole sulla responsabilità del codice e persone formate. Gli strumenti sono già in uso: nella survey di Stack Overflow l’84% degli sviluppatori usa o pianifica di usare strumenti AI, contro il 76% dell’anno prima. Il dato misura l’uso, non il metodo: e il metodo è quello che il caso 37signals mostra come decisivo.

• Processi: revisione obbligatoria di ogni modifica generata, test automatici come condizione per il rilascio, criteri di accettazione scritti prima di affidare il compito all’agente.
• Regole: chi approva il codice generato ne risponde, e va chiarito a chi appartiene, il tema di chi possiede il codice scritto dall’AI.
• Persone formate: saper scrivere un compito per un agente, leggere una modifica estesa, capire quando fermarsi e intervenire a mano.

Sviluppo con l’intelligenza artificiale: come misurarne i risultati

Per capire se lo sviluppo con l’AI funziona, Makers’ Den suggerisce di guardare tre risultati: se i clienti ricevono un prodotto migliore, se il team impiega meno tempo a consegnarlo e se il software resta affidabile nel tempo. Sono le stesse verifiche da fare quando si imposta una software factory con agenti AI, anche in una PMI.

Alla fine, lo strumento da solo non basta. 37signals non ha smesso di scrivere codice a mano installando un agente: ha cambiato il modo di lavorare. E va ripetuto il limite: fuori da 37signals, e al di là delle stime di DHH, l’effetto di questo metodo non è ancora misurato.

Lavoriamo così anche con MIMIR: oltre all’agente offriamo un servizio, con un’assistenza dedicata all’onboarding che affianca il team mentre cambia il modo di lavorare. Se in azienda state valutando come introdurre agenti AI, possiamo parlarne in una consulenza su mimir.bot.

Se vuoi seguire ogni giorno come cambia il lavoro con l’AI, ne parliamo anche su MimírCast, il nostro podcast quotidiano.

Fonti:

• Rails World 2026, sito ufficiale della conferenza
• DHH, keynote a Rails World 2026 (video su YouTube)
• The Pragmatic Engineer, il creatore di Rails riapre il dibattito sulla fine del codice scritto a mano
• Resoconto del keynote di apertura di Rails World 2026 (GitHub Gist)
• DevOps.com, DHH dichiara la fine del codice scritto a mano a Rails World 2026
• Makers’ Den, DHH a Rails World 2026 e gli agenti AI a 37signals
• Startup Fortune, DHH ammette le difficoltà degli agenti AI su Basecamp
• Anthropic, annuncio di Claude Opus 4.5
• Stack Overflow, Developer Survey 2025: sezione AI