SDLC AI-native

Louis Claxton, dell'Applied AI team di Anthropic, ha pubblicato il 21 agosto 2026 un playbook in sei fasi (Plan, Design, Build, Test, Deploy, Maintain) in cui le fasi stesse restano invariate rispetto al classico SDLC. Ciò che cambia è la modalità di esecuzione: ogni fase produce un artefatto che la successiva legge tramite commit. L'intento viene catturato dal suo autore originale come «intent.md», requisiti e design confluiscono in uno `spec.md`, e la fase di build congela `plan.md` prima che venga scritta una sola riga di codice. La catena dei commit diventa la traccia di audit.

Jason Clinton, Deputy CISO di Anthropic, ha inquadrato lo stesso cambiamento nel luglio 2026 come un problema di Amdahl: con «Claude» che scrive circa l'80% del codice mergiato e gli ingegneri che spediscono 8 volte più codice a trimestre, revisione e monitoraggio diventano il collo di bottiglia se non scalano insieme alla produzione. I suoi controlli per fase si agganciano a confini nominati, il che è la lettura di «SFEIR» del perché il ciclo conti più dei controlli: un gate è per definizione qualcosa collocato tra due fasi.

Le affermazioni misurate provengono dai fornitori. I data scientist di Atlassian Robbie Geoghegan e Fan Jiang riportano il 19% in più di pull request mergiate per i repository che adottano «Rovo Dev», percentuale che sale al 59-87% quando da tre a cinque membri del team lo adottano. Paula Hingel, citando il report DORA 2025, osserva che l'adozione dell'IA è correlata positivamente al throughput e negativamente alla stabilità delle consegne.

Gregor Hohpe fornisce la riserva che attraversa tutto quanto: uno SDLC guidato dall'IA punisce le cattive abitudini molto più rapidamente, perché amplifica tutto, disfunzioni comprese.