Di solito uso l'AI per scrivere codice senza ricorrere a skill particolari. Cerco di descrivere la funzionalità nel modo più preciso possibile, magari in un file Markdown. Poi faccio leggere il file all'agente in modalità Plan e, una volta approvato il piano, gli chiedo di implementarlo.

Mi trovo bene a usare lo stesso modello in entrambe le fasi. Sono un po' restio ad utilizzare l'approccio "modello più forte per pianificare, modello meno forte per implementare". Per esempio, uso GPT Sol 6.x o Opus 5.x sia per preparare il piano sia per scrivere il codice. Nelle ultime settimane ho voluto cambiare il modo di lavorare e ho provato Elephant Goldfish Model, le skill di Matt Pocock e Superpowers.

Una skill è un insieme di istruzioni, descritti in un file markdown, che l'agente può seguire per un compito specifico, come fare domande sui requisiti, preparare un piano o revisionare un diff. In tutti e tre i processi si parte da una conversazione e si finisce per scrivere qualcosa che l'agente può consultare. La differenza che mi interessa è cosa viene verificato a quel punto. Una specifica può essere chiara a chi l'ha scritta e lasciare comunque dubbi a chi deve implementarla. Allo stesso modo, un task può passare tutti i test e avere un problema quando incontra il codice di un altro task.

Elephant Goldfish Model

L'idea di EGM è far scrivere e far leggere la specifica ad agenti con contesti diversi. L'Elephant segue la conversazione, tiene traccia delle decisioni e scrive la bozza. I Goldfish ricevono il documento e possono consultare le fonti indicate, ma partono senza la conversazione che ha portato a quella bozza. In questo modo, se un dettaglio è stato discusso e poi è rimasto fuori dal documento, chi legge ha buone probabilità di accorgersene.

Il percorso parte con la skill egm-brainstorm, che aiuta a chiarire l'obiettivo e a preparare un brief. Con egm-draft si passa al progetto tecnico. egm-review fa leggere la bozza a revisori con compiti diversi. Uno può cercare contraddizioni, un altro controllare se il progetto è coerente con il codice già presente. Con egm-resolve si esaminano le evidenze rilevate e si decide quali correzioni fare. Il risultato è un progetto tecnico con i rapporti di revisione. Una volta approvato da chi segue il progetto, il documento guida l'implementazione. Vedi il flusso di lavoro EGM.

EGM workflow from the brief to addressing findings after Goldfish review.

Applichi un filtro a una tabella di ordini e ottieni 120 risultati, 20 per pagina. La specifica dice che l'esportazione CSV deve usare lo stesso filtro. Il file deve contenere tutti e 120 gli ordini o solo i 20 della pagina corrente? Chi ha discusso il requisito magari conosce già la risposta. Un revisore che legge il documento per la prima volta ti chiederà di scriverla. È il passaggio che mi è piaciuto di più. Il rovescio della medaglia è, potenzialmente, dover leggere e giudicare parecchie evidenze, sia sul documento di specifica sia sul documento tecnico. Un altro aspetto da considerare è che EGM non prevede un flusso di lavoro per l'implementazione, quindi non c'è un modo per verificare se il codice prodotto rispetta la specifica.

Le skill di Matt Pocock

Il flusso di Matt Pocock parte con grill-with-docs. L'agente legge il codice e la documentazione e ti fa domande sulle decisioni che restano aperte. Se nel progetto usi due parole simili per indicare cose diverse, vale la pena chiarirle subito. Pensa a un ordine annullato e a un pagamento rimborsato. Possono far parte dello stesso flusso, ma sono due eventi diversi e possono avvenire in momenti diversi. Un glossario come GLOSSARY.md rende esplicita la distinzione. Un ADR, cioè un breve documento che registra una scelta architetturale, conserva la motivazione delle decisioni che sarà utile ritrovare in futuro.

Con to-spec si raccolgono le decisioni in una specifica e si descrive il comportamento atteso. to-tickets scompone poi la specifica in incrementi con criteri di accettazione. In pratica, un ticket dovrebbe portare a un comportamento che puoi verificare. Per esempio, puoi consegnare l'annullamento di un ordine dal profilo, con il controllo sullo stato e un test che passa dal servizio, invece di fare prima tutti i ticket del database e alla fine provare il flusso utente. Nel percorso che ho seguito, implement ha guidato il lavoro sui ticket e code-review ha verificato il codice rispetto alla specifica.

Matt Pocock workflow from the glossary to tickets and whole-branch review.

L'aspetto che ho apprezzato maggiormente dell'approccio di Matt Pocock è la tracciabilità delle decisioni. Il contesto del progetto non rimane confinato nella conversazione con l'AI, ma viene distribuito tra documenti con responsabilità ben definite: il glossario chiarisce i concetti di dominio, gli ADR documentano le scelte architetturali, la specifica descrive il comportamento atteso e i ticket traducono i requisiti in attività verificabili.

Questo permette di riprendere lo sviluppo anche in una nuova sessione, senza dover ricostruire ogni volta le decisioni precedenti.

Il rovescio della medaglia potrebbe essere l'overhead introdotto dal processo. Il passaggio dal brainstorming alla specifica, dalla specifica ai ticket e infine all'implementazione richiede diversi step e una certa disciplina nella gestione della documentazione. Anche una modifica apparentemente semplice può richiedere di aggiornare più documenti e ticket per mantenerli coerenti.

È un compromesso che può avere senso per feature articolate, ma che rischia di appesantire inutilmente lo sviluppo di funzionalità più piccole. Va però sottolineato che il workflow di Pocock è modulare: le skill possono essere utilizzate singolarmente, scegliendo di volta in volta quelle necessarie, senza dover seguire obbligatoriamente l'intero processo.

Superpowers

Superpowers parte con brainstorming per chiarire il problema e arrivare a una specifica da approvare. Da lì, writing-plans mette in ordine i task e indica come verificarli. La specifica descrive il comportamento che vuoi ottenere. Il piano serve a chi dovrà intervenire sul codice, quindi entra nel merito dei file, delle dipendenze tra task e dei test da eseguire. Documentazione di Superpowers

Nella modalità subagent-driven-development un agente coordina il lavoro e delega i task. Un agente implementa il task, con il test che fallisce prima della modifica e passa dopo. La revisione controlla che il codice rispetti la specifica e che sia scritto bene. Se emerge un problema, si corregge e si ricontrolla. Quando i task sono finiti, una revisione più ampia guarda il branch nel suo insieme. È il momento in cui puoi verificare se parti sviluppate separatamente si comportano bene quando vengono usate insieme. Come funziona l'esecuzione con sottoagenti

Superpowers workflow from design to branch verification, with a review loop for each task.

L'aspetto che ho apprezzato maggiormente di Superpowers è la disciplina che introduce durante l'implementazione. Il framework non si limita a fornire un piano da eseguire, ma guida lo sviluppo attraverso piccoli task, applicando il Test-Driven Development (TDD) e prevedendo verifiche sistematiche del codice. In particolare, con l'approccio subagent-driven development, ogni task viene affidato a un agente dedicato e sottoposto a due revisioni distinte: una per verificare il rispetto della specifica e una per valutare la qualità del codice.

Questo approccio permette di individuare eventuali problemi già durante lo sviluppo, evitando di accumulare modifiche non verificate fino alla fine dell'implementazione.

Il principale limite potrebbe essere proprio la rigidità di questo processo. Ripetere il ciclo di implementazione, test e review per ogni task comporta un maggior numero di passaggi e un potenziale aumento del consumo di token. Per funzionalità complesse, questo investimento può ripagarsi in termini di qualità e affidabilità del codice, mentre per modifiche più semplici rischia di risultare sproporzionato.

Superpowers offre comunque una certa flessibilità, permettendo di scegliere tra lo sviluppo con subagenti e l'esecuzione del piano nella sessione corrente, adattando il workflow alle esigenze del progetto.

La prova sulle recensioni di ZenBarber

Per mettere alla prova i tre approcci, ho scelto di sviluppare la stessa funzionalità su ZenBarber, una piattaforma per la prenotazione di appuntamenti nei saloni da barbiere. L'obiettivo era permettere ai clienti di lasciare una recensione dopo un appuntamento idoneo e ai titolari dei saloni di visualizzare, gestire e segnalare le recensioni attraverso il backoffice.

Con EGM, la fase di progettazione è stata quella che ha richiesto più interazioni. Durante il brainstorming sono emersi diversi trade-off e casi limite che inizialmente non avevo considerato. Le domande poste dall'agente e le successive revisioni Goldfish mi hanno portato a riflettere su aspetti della funzionalità che probabilmente avrei trascurato.

Il brainstorming è stato il più lungo dei tre, ma ha prodotto una specifica tecnica dettagliata e ben strutturata. Nonostante EGM non disponga di una skill dedicata all'implementazione, devo dire che, nel complesso, è stato l'approccio che mi è piaciuto di più. Il rovescio della medaglia è stato il consumo di token, particolarmente elevato già durante la fase di progettazione e revisione della specifica.

Con Matt Pocock, la progettazione ha richiesto meno interazioni rispetto a EGM. Ho apprezzato soprattutto il modo in cui vengono organizzate e documentate le informazioni: glossario, ADR, specifiche e ticket permettono di mantenere traccia delle decisioni e di suddividere il lavoro in attività ben definite.

La trasformazione della specifica in ticket implementativi è uno degli aspetti che ho trovato più interessanti.

Con Superpowers, ho avuto meno interazioni durante la progettazione. Ho apprezzato particolarmente la disciplina introdotta nella fase di sviluppo, grazie alla suddivisione in task incrementali, all'utilizzo del TDD e alle revisioni sistematiche del codice.

Il processo di implementazione è stato più articolato e ha richiesto più passaggi di verifica, ma mi ha dato una maggiore percezione di controllo sulla qualità del risultato.

Un aspetto che mi ha sorpreso positivamente è stato che, nella mia prova, Superpowers è stato l'unico approccio a propormi un'anteprima della UI prima di iniziare l'implementazione. Questo mi ha permesso di valutare l'interfaccia e richiedere modifiche prima che venisse scritto il codice.

Per rendere il confronto anche quantitativo, ho recuperato dai log di Codex il consumo cumulativo di token, il numero di interazioni e la durata effettiva delle tre prove. I dati permettono di osservare quanto siano differenti i costi dei workflow, tenendo presente che il numero di passaggi e le attività effettivamente svolte non sono necessariamente identici.

ProcessoLavoro inclusoToken progettazioneToken implementazioneToken totaliNumero di interazioniDurata effettiva
Elephant Goldfish ModelProgettazione e revisione dei documenti100.961.1390100.961.139853:07:07
Skill di Matt PocockProgettazione, implementazione e due revisioni del branch4.515.022107.454.120111.969.142273:33:41
SuperpowersProgettazione, implementazione, verifiche e controlli automatici di Codex5.830.048184.461.235190.291.283123:41:06

I token sommano input e output. La progettazione comprende il lavoro svolto prima del codice, dalla specifica al piano o ai ticket, con le relative revisioni. L'implementazione comprende codice, test, revisioni del branch e correzioni. Per interazioni conto i turni completati dall'agente principale. La durata effettiva è il tempo attivo nei turni, comprese le attese di strumenti e revisori.

Tra il 96,7% e il 97,9% dei token di input era in cache. Il totale include le riletture dello stesso contesto nelle varie chiamate. Anche il lavoro svolto cambia da prova a prova. EGM si è fermato al progetto tecnico, le regole di moderazione erano diverse e, con Superpowers, ho potuto consultare il lavoro sui branch precedenti. Leggere quei numeri come una classifica di efficienza sarebbe fuorviante.

Conclusioni

Il confronto tra Elephant-Goldfish Model, Matt Pocock e Superpowers mi ha fatto capire che non esiste un unico modo di affrontare lo sviluppo software con l'AI. I tre approcci condividono un principio fondamentale: non lasciare che l'agente passi direttamente dall'idea al codice senza un processo di progettazione, pianificazione e verifica. Cambia però il modo in cui ciascuno cerca di raggiungere questo obiettivo.

EGM mette al centro la qualità della specifica, cercando di individuare ambiguità e problemi progettuali prima che si trasformino in codice. Matt Pocock punta sulla tracciabilità delle decisioni e sull'organizzazione del lavoro, rendendo il contesto del progetto recuperabile anche tra sessioni differenti. Superpowers si concentra maggiormente sulla disciplina dell'implementazione, attraverso task incrementali, TDD e revisioni sistematiche.

Non credo che uno di questi framework sia necessariamente migliore degli altri. La scelta dipende dalla complessità della funzionalità, dalla maturità del progetto e dal livello di controllo che vogliamo mantenere durante lo sviluppo. Inoltre, non è necessario adottarli integralmente: è possibile prendere spunto dai diversi approcci e costruire un workflow adatto alle proprie esigenze.

La lezione più importante, secondo me, è che utilizzare agenti AI non significa delegare completamente lo sviluppo, ma imparare a governarlo. L'AI può aiutarci a progettare, implementare e verificare il software, ma rimane nostra la responsabilità di definire i requisiti, valutare le scelte architetturali e assicurarci che il risultato sia corretto.

In fondo, il valore di questi framework non sta soltanto nel codice che riescono a produrre, ma nel processo che ci aiutano a costruire per arrivarci.