In breve. Amazon aveva un servizio funzionante con cui confrontare quello costruito dagli agenti. Per estendere lo stesso metodo serve decidere in anticipo che cosa conta come risultato corretto. Amazon dichiara che tutto il codice di AWS Emulator è stato scritto da agenti.
Ho aperto GarageBand senza sapere come si costruisce una canzone. Era esattamente il motivo per cui volevo provare: scegliere un software nel quale non sapessi orientarmi e chiedere a un agente di lavorarci. La richiesta era una canzone dance anni Novanta. Il risultato è arrivato, e ne ho parlato nei miei interventi.
Potevo ascoltarlo. Potevo decidere se mi piaceva, se ricordava il genere che avevo chiesto, se meritava un altro tentativo. Era una prova utile per capire quanto un agente potesse fare dentro un’applicazione. Non dimostrava che avesse eseguito ogni passaggio nel modo migliore, e non ne avevo bisogno per godermi l’esperimento.
Quando il software deve calcolare il prezzo di un ordine, la situazione cambia. Un totale non può limitarsi ad avere lo stile giusto. Deve rispettare regole, condizioni ed eccezioni che qualcuno sa verificare.
Amazon aveva già la risposta
L’11 novembre 2026 Amazon ha presentato AWS Emulator, un programma che riproduce localmente il comportamento di servizi del suo cloud per permettere agli sviluppatori di testarli. L’azienda dichiara che gli agenti hanno scritto tutto il codice. Avevano due riferimenti: le specifiche dei servizi e il cloud reale, con cui confrontare le risposte dell’emulatore. Amazon · Il processo di sviluppo
È questa disponibilità del confronto a rendere interessante il caso. Una richiesta può essere eseguita sul servizio esistente e su quello in costruzione. Se i risultati differiscono, c’è qualcosa da indagare. Gli agenti possono preparare test, trovare scostamenti e correggere il programma dentro un percorso che rende osservabile il risultato atteso.
Per un manager, la domanda utile viene prima del linguaggio di programmazione: dove si trova la risposta con cui confrontare il lavoro? A volte è in un sistema già operativo. Altre volte è in una pratica chiusa e approvata. In molti casi è distribuita tra persone che ricordano accordi diversi.
Lo sconto era stato promesso a voce. Il gestionale mostra il prezzo di listino. Il commerciale ricorda un’altra cifra e il cliente si aspetta di pagarla. Prima di automatizzare il preventivo, qualcuno deve stabilire quale totale il programma debba restituire. L’agente può aiutare a recuperare i documenti; la decisione sulla deroga resta aziendale.
Questo è lavoro di progettazione. Scrivere una regola costringe a precisare per chi vale, fino a quando e in quali circostanze. Anche l’eccezione deve diventare riconoscibile: un’autorizzazione, una scadenza, un limite. Finché dipende da una telefonata a una persona, il sistema deve sapere che quella telefonata serve.
Un buon test può confermare un errore
Anche il riferimento con cui confrontiamo il nuovo programma può essere sbagliato, e superare tutte le prove non elimina questo problema. Un vecchio software può incorporare una regola superata. Un fascicolo approvato può contenere un errore tollerato. Riprodurlo fedelmente significa automatizzare il passato, comprese le sue cattive abitudini.
Per questo la fonte del risultato atteso va scelta, non semplicemente trovata. Se il progetto deve replicare un comportamento esistente, il confronto misura quella fedeltà. Se deve migliorarlo, bisogna indicare in quali punti il comportamento deve cambiare. Chiedere contemporaneamente di copiare tutto e di correggere ciò che non va, senza precisarlo, lascia alla macchina una decisione che non abbiamo preso.
Le persone esperte servono proprio qui. Possono selezionare casi rappresentativi, identificare eccezioni e spiegare perché una risposta apparentemente corretta non va bene. Il loro contributo diventa riutilizzabile quando entra in una prova che si può ripetere, invece di restare un commento pronunciato durante una dimostrazione.
La documentazione AWS chiarisce inoltre che Emulator è destinato allo sviluppo e ai test, non ai carichi di produzione. Specifica anche che non riproduce la valutazione delle autorizzazioni come il servizio reale e non va usato per verificare la sicurezza. Sono limiti essenziali: passare una prova non certifica tutto ciò che quella prova non osserva. AWS · Documentazione e limiti
Un’impresa che costruisce un’applicazione per i preventivi deve fare la stessa distinzione. Il totale corretto non dimostra che una persona priva di permesso non possa cambiare il listino. Una buona risposta su un ordine semplice non copre automaticamente un reso, una valuta diversa o un’interruzione a metà operazione.
Il primo fascicolo
Per iniziare, il team può scegliere un processo circoscritto e raccogliere esempi con un risultato motivato. Prima di generare altro codice, deve riuscire a spiegare a mano perché ogni esempio è giusto. Quando due responsabili non sono d’accordo, hanno già trovato un problema utile da risolvere, senza aspettare il lancio.
Fra i risultati corretti può esserci anche un arresto: mancano dati per calcolare il prezzo. Il test deve premiare questa risposta quando è quella giusta. Altrimenti insegna al sistema che produrre comunque un totale vale più che riconoscere un’informazione assente.
Poi si verifica che una correzione non rompa i casi già sistemati. Il banco di prova cresce insieme al processo e conserva le decisioni prese. È un investimento meno appariscente della prima applicazione che compare sullo schermo, ma rende possibile affidarle lavoro vero.
Con la canzone potevo fermarmi all’ascolto. Con un preventivo che parte verso un cliente, qualcuno deve poter dire perché quel numero è corretto anche quando nessuno è più davanti allo schermo.
Da leggere sul sito L’identità di un agente non basta a far partire il camion · La produttività di un reparto, la coda di un altro
Approfondimento Impact Impact · AWS Emulator
Immagine: Amazon