Definire l'intelligenza artificiale agentica nel SDLC

  • 5 minuti

Molti sviluppatori usano già l'intelligenza artificiale in un modello di assistente familiare. Un assistente risponde a un prompt, genera l'output e restituisce il controllo all'utente. Un agente va oltre: può interpretare un obiettivo, decidere i passaggi intermedi, usare gli strumenti e intervenire all'interno di un flusso di lavoro.

Questa differenza è importante perché cambia l'intelligenza artificiale da un elemento che consente lo sviluppo in un elemento che partecipa allo sviluppo.

In questa unità, imparerai

  • Cosa rende un sistema di intelligenza artificiale dotato di capacità agenti in un contesto di sviluppo

  • Differenze dei sistemi basati su agenti rispetto ai sistemi basati su assistente

  • Come viene visualizzato il comportamento dell'agente all'interno dei flussi di lavoro GitHub

Slide confrontando GitHub Copilot come assistente rispetto a un agente. Contrasta la guida basata sui suggerimenti con azioni autonome in più passaggi, ad esempio l'uso di strumenti e la creazione di richieste pull.

Ciò che conferisce a un sistema di intelligenza artificiale caratteristiche agentive in un contesto di sviluppo.

I sistemi basati su assistente sono in genere reattivi:

  • Dipendono da un utente per decidere cosa fare successivamente.

  • Possono suggerire codice, spiegare l'output o riepilogare le modifiche.

  • Non spostano in modo indipendente il lavoro all'interno di un repository.

I sistemi basati su agenti sono basati su obiettivi:

  • Possono interpretare un'attività, sviluppare un approccio e adottare misure per il completamento.

  • Possono usare strumenti (ad esempio, l'API GitHub, i flussi di lavoro CI o le operazioni di scrittura del repository) per produrre risultati durevoli, ad esempio rami, commit e richieste pull.

  • Possono eseguire l'iterazione in base al feedback (controlli, recensioni, analisi).

In GitHub, questo modello viene spesso espresso tramite un flusso di lavoro orientato alle richieste pull: l'agente propone modifiche in un ramo, apre una richiesta pull e attende la revisione e la convalida prima che la modifica venga unita.

Assistente e agente?

Si comporta come un assistente quando:

  • Produce suggerimenti o spiegazioni

  • Non esegue azioni del repository

  • Richiede all'utente di applicare manualmente ogni passaggio

Un sistema di intelligenza artificiale si comporta come un agente quando può:

  • Mantenere un obiettivo in più passaggi

  • Decidere le azioni intermedie

  • Usare gli strumenti

  • Creare o modificare artefatti durevoli (ramo/commit/richiesta pull)

  • Iterare in base ai segnali di feedback

Modalità di visualizzazione del comportamento dell'agente in GitHub

In GitHub il comportamento dell'agente è visibile tramite le stesse strutture che gli sviluppatori usano già:

  • Rami e commit (cos'è cambiato)

  • Richieste pull (cosa è proposto, perché e per la revisione)

  • Flussi di lavoro e controlli (prove esistenti)

  • Esaminare commenti e approvazioni (ciò che gli esseri umani hanno accettato o rifiutato)

Un agente non sostituisce il flusso di lavoro. Entra nel flusso di lavoro come partecipante.

Esempi di implementazione

Comportamento dell'agente (richiesta pull-produzione) Viene compilato un avviso di sicurezza. Agente:

  1. Crea un ramo (ad esempio, agente/bump-dep-2026-04-03)
  2. Aggiorna una dipendenza e un file di blocco
  3. Apre una richiesta pull con un riepilogo e un piano
  4. Attende i controlli CI e il feedback della revisione, quindi apporta modifiche se necessario.

Comportamento dell'assistente (solo suggerimento) Si chiede a un assistente: "Come si aggiorna in modo sicuro questa dipendenza?" L'assistente fornisce:

  • un set di comandi consigliati

  • elenco di controllo dei rischi

  • modifiche al codice suggerite È ancora possibile creare il ramo e la richiesta pull in autonomia.

Nell'unità successiva si esaminerà il ciclo di vita che regola il modo in cui gli agenti pianificano, agiscono e valutano.