Codev consente alle aziende di evitare i postumi della codifica delle vibrazioni con un team di agenti che generano e documentano il codice
Ben Dickson
Per molti sviluppatori di software che utilizzano l’intelligenza artificiale generativa, la codifica delle vibrazioni è un’arma a doppio taglio.Il processo produce prototipi rapidi, ma spesso lascia una scia di codice fragile e non documentato che crea un debito tecnico significativo.
From Lift-and-Shift to AI-Ready Data
Una nuova piattaforma open source, Codev , affronta questo problema proponendo un cambiamento fondamentale: trattare la conversazione in linguaggio naturale con un’intelligenza artificiale come parte del codice sorgente effettivo.
Codev si basa su SP(IDE)R, un framework progettato per trasformare le conversazioni di vibe-coding in risorse strutturate, sottoposte a controllo e sottoposte a revisione, che diventano parte del repository del codice.
Che cos’è Codev?
In sostanza, Codev è una metodologia che tratta il contesto del linguaggio naturale come parte integrante del ciclo di vita dello sviluppo, anziché come un artefatto monouso come nel caso della codifica vanilla vibe.
Secondo il co-fondatore Waleed Kadous, l’obiettivo è invertire il tipico flusso di lavoro ingegneristico.”Un principio fondamentale di Codev è che documenti come le specifiche costituiscono il codice effettivo del sistema”, ha dichiarato a VentureBeat. “È quasi come se il linguaggio naturale venisse compilato in TypeScript dai nostri agenti”.
Questo approccio evita la comune insidia di creare la documentazione a posteriori, se mai viene creata.Il suo protocollo di punta, SP(IDE)R, fornisce una struttura leggera ma formale per la creazione di software. Il processo inizia con la fase di Specify , in cui un essere umano e più agenti di intelligenza artificiale collaborano per trasformare una richiesta di alto livello in criteri di accettazione concreti.
Successivamente, nella fase di Plan , un’intelligenza artificiale propone un’implementazione graduale, che viene nuovamente esaminata.
Per ogni fase, l’IA entra in un ciclo IDE : implementa il codice, lo difende da bug e regressioni con test completi e valuta il risultato rispetto alle specifiche. La fase finale è la revisione , in cui il team documenta le lezioni apprese per aggiornare e migliorare il protocollo SP(IDE)R stesso per progetti futuri.
Il principale elemento di differenziazione del framework è l’utilizzo di più agenti e la revisione umana esplicita in diverse fasi. Kadous sottolinea che ogni agente apporta punti di forza unici al processo di revisione.”Gemini è estremamente bravo a individuare i problemi di sicurezza”, ha affermato, citando un difetto critico di cross-site scripting (XSS) e un altro bug che “avrebbe condiviso una chiave API OpenAI con il client, il che avrebbe potuto costare migliaia di dollari”.
Nel frattempo, “GPT-5 è molto bravo a capire come semplificare un progetto”. Questa revisione strutturata, con un essere umano che fornisce l’approvazione finale in ogni fase, impedisce il tipo di automazione incontrollata che porta a un codice difettoso.
La filosofia nativa dell’intelligenza artificiale della piattaforma si estende anche alla sua installazione. Non esiste un programma di installazione complesso; al contrario, l’utente istruisce il proprio agente di intelligenza artificiale ad applicare il repository GitHub di Codev per configurare il progetto. Gli sviluppatori hanno testato il loro framework, utilizzando Codev per compilarlo.
“Il punto chiave qui è che il linguaggio naturale ora è eseguibile, con l’agente che funge da interprete”, ha affermato Kadous.
“Questo è fantastico perché significa che non si tratta di un’integrazione ‘cieca’ di Codev: l’agente può scegliere il modo migliore per integrarlo e prendere decisioni in modo intelligente”.
Caso di studio Codev
Per testare l’efficacia del framework, i suoi creatori hanno eseguito un confronto diretto tra il vibe-coding vanilla e Codev. Hanno chiesto a Claude Opus 4.1 di realizzare un moderno gestore di attività basato sul web. Il primo tentativo ha utilizzato un approccio conversazionale basato sul vibe-coding. Il risultato è stato una demo dall’aspetto plausibile. Tuttavia, un’analisi automatizzata condotta da tre agenti di intelligenza artificiale indipendenti ha rilevato che aveva implementato lo 0% delle funzionalità richieste, non conteneva alcun test e non disponeva di un database o di un’API.
Il secondo tentativo ha utilizzato lo stesso modello di intelligenza artificiale e lo stesso prompt, ma ha applicato il protocollo SP(IDE)R. Questa volta, l’intelligenza artificiale ha prodotto un’applicazione pronta per la produzione con 32 file sorgente, il 100% delle funzionalità specificate, cinque suite di test, un database SQLite e un’API RESTful completa.
Durante tutto questo processo, gli sviluppatori umani hanno riferito di non aver mai modificato direttamente una singola riga di codice sorgente. Sebbene si sia trattato di un singolo esperimento, Kadous stima che l’impatto sia sostanziale.”Soggettivamente, mi sembra di essere circa tre volte più produttivo con Codev che senza”, afferma. Anche la qualità parla da sola. “Ho usato gli LLM come giudice, e uno di loro ha descritto il risultato come quello che avrebbe prodotto un team di ingegneri ben rodato. Era esattamente ciò a cui miravo.
“Sebbene il processo sia potente, ridefinisce il ruolo dello sviluppatore da programmatore pratico ad architetto e revisore di sistema. Secondo Kadous, le fasi iniziali di specifica e pianificazione possono richiedere ciascuna dai 45 minuti alle due ore di collaborazione mirata.Ciò è in contrasto con l’impressione data da molte piattaforme di vibe-coding, in cui un singolo prompt e pochi minuti di elaborazione forniscono un’applicazione completamente funzionale e scalabile.
“Tutto il valore che aggiungo risiede nelle conoscenze di base che applico alle specifiche e ai piani”, spiega. Sottolinea che il framework è progettato per potenziare, non sostituire, i talenti più esperti.
“Le persone che faranno meglio… sono gli ingegneri senior e superiori, perché conoscono le insidie… Prende semplicemente gli ingegneri senior che già hai e li rende molto più produttivi”.
Un futuro di collaborazione tra uomo e intelligenza artificialeFramework come Codev segnano un cambiamento in cui l’atto creativo primario dello sviluppo software si sposta dalla scrittura del codice alla creazione di specifiche e piani precisi e leggibili dalle macchine. Per i team aziendali, questo significa che il codice generato dall’intelligenza artificiale può diventare verificabile, manutenibile e affidabile.
Catturando l’intera conversazione di sviluppo nel controllo di versione e applicandola con la CI, il processo trasforma conversazioni effimere in risorse ingegneristiche durevoli.Codev propone un futuro in cui l’intelligenza artificiale non agisce come un assistente caotico, ma come un collaboratore disciplinato in un flusso di lavoro strutturato e guidato dall’uomo.Tuttavia, Kadous riconosce che questo cambiamento crea nuove sfide per la forza lavoro.
“Gli ingegneri senior che rifiutano categoricamente l’intelligenza artificiale saranno superati dagli ingegneri senior che la abbracciano”, prevede. Esprime inoltre preoccupazione per gli sviluppatori junior che potrebbero non avere la possibilità di “affinare le proprie competenze architetturali”, una competenza che diventa ancora più critica quando si guida l’intelligenza artificiale.
Ciò evidenzia una sfida centrale per il settore: garantire che, mentre l’intelligenza artificiale promuove i migliori talenti, crei anche percorsi per sviluppare la prossima generazione di talenti.