# osmani-google-new-sdlc-vibe-coding-agentic-engineering-2026-05 ## Veille Whitepaper Google (primo capitolo, il "Day 1", di una serie firmata da Addy Osmani, Shubham Saboo e Sokratis Kartakis) che mappa la trasformazione del ciclo di vita dello sviluppo software (SDLC) nell'era degli agenti di coding. Tesi: il cambiamento fondamentale non è un nuovo linguaggio, bensì il passaggio dalla scrittura di codice all'**espressione dell'intento**. Il documento delinea uno spettro che va dal *vibe coding* (prompting e accettazione) all'*agentic engineering* (l'IA implementa sotto vincoli, test e cicli di feedback progettati da esseri umani), con il **context engineering** come competenza centrale, il modello della **software factory** (il deliverable dello sviluppatore = il sistema che produce il codice), l'**harness engineering** (Agent = Model + Harness) e un'analisi economica CapEx/OpEx del costo totale di possesso. ## Titre Article The New SDLC With Vibe Coding — From ad-hoc prompting to Agentic Engineering ## Date 2026-05 ## URL https://www.kaggle.com/whitepaper-the-new-SDLC-with-vibe-coding ## Keywords new SDLC, vibe coding, agentic engineering, agentic engineering, intent vs syntax, context engineering, context engineering, static vs dynamic context, Agent Skills, harness engineering, Agent = Model + Harness, software factory, factory model, agent loop, evals, trajectory evaluation, conductor vs orchestrator, 80% problem, AGENTS.md, CLAUDE.md, GEMINI.md, MCP, A2A, Agents CLI, ADK, model routing, CapEx OpEx, total cost of ownership, token economy, Google, Addy Osmani ## Authors Addy Osmani, Shubham Saboo, Sokratis Kartakis (Google) ## Ton Profilo: whitepaper aziendale (Google), prospettiva in prima persona plurale di autori-praticanti, registro didattico-strategico in inglese, alto livello tecnico ma deliberatamente accessibile (il documento specifica di rivolgersi a ingegneri, manager, architetti e technical leader che conoscono lo sviluppo moderno ma non il machine learning). Il tono unisce l'autorevolezza del brand Google, quella di Addy Osmani (figura nota dell'ingegneria web, ampiamente autocitata nelle note finali) e uno sforzo pedagogico costante: ogni concetto è introdotto con una definizione, illustrato da una figura numerata (9 figure) e ancorato a dati quantitativi e benchmark pubblici. Strutturato in movimenti (dalla sintassi→intento, allo spettro, al contesto, al nuovo SDLC, all'harness, ai ruoli, alla pratica, all'economia, alle raccomandazioni), con metafore sostenute ed efficaci: il **factory manager** che progetta la pipeline anziché assemblare ogni singolo pezzo, il **motore** (il modello) contrapposto a **l'automobile, la strada e il codice della strada** (l'harness), il **conductor vs l'orchestrator**. Un equilibrio deliberato tra promessa (guadagni del 25-39%) e sfumatura (studio METR: -19%, "80% problem"). Un documento di inquadramento che rivendica principi durevoli anziché una fotografia deperibile. ## Pense-betes - **Tesi cardine**: *"The most profound shift in software engineering isn't a new language, framework, or cloud service. It's the transition from writing code to expressing intent."* L'interfaccia dello sviluppatore passa dalla **sintassi** all'**intento**. - **Dati di inquadramento (2026)**: l'**85%** degli sviluppatori professionisti usa regolarmente agenti di coding, il **51%** quotidianamente, il **41%** del nuovo codice è generato dall'IA. - **Figura 1 — From Autocomplete to Autonomy**: 5 generazioni cumulative (Autocomplete ~2021 → Inline suggestions ~2022 → Chat-based generation ~2023 → Coding agents ~2024-25 → Autonomous agents ~2025-26), asse Sintassi → Intento, *"more human effort"* → *"more machine autonomy"*. - **L'agente = loop**: percepire l'obiettivo → pianificare → agire (strumenti) → osservare → iterare (autocorrezione). Costruito da **5 componenti** (cfr. whitepaper *Introduction to Agents*, nov. 2025): modello, strumenti, memoria, orchestrazione, deployment. *"The loop is the beating heart of every agent."* - **Vibe coding**: termine coniato da Karpathy (feb. 2025, *"fully give in to the vibes"*); applicato in modo così ampio da perdere significato → a inizio 2026 Karpathy ha introdotto l'**agentic engineering** per l'estremo disciplinato dello spettro. - **Lo spettro** (vibe coding ↔ structured AI-assisted ↔ agentic engineering): *"the key differentiator is not whether you use AI. It's how much structure, verification, and human judgment surrounds the AI's output."* - **La verifica = il vero elemento distintivo**: i **test** verificano il deterministico (input→output); gli **evals** verificano il non deterministico (traiettoria corretta? strumenti corretti? risposta di qualità adeguata?), tramite dataset etichettati, rubriche di scoring, **LM judge**. *"Without both, the practice is always vibe coding, regardless of how sophisticated the prompts are."* - **Il context engineering = la vera competenza**: la qualità del codice dipende meno dal raffinamento del prompt che dalla qualità del **contesto**. **6 tipi**: Instructions, Knowledge, Memory, Examples, Tools, Guardrails. Trade-off tra **contesto statico** (sempre caricato: AGENTS.md/CLAUDE.md/GEMINI.md — costoso) e **contesto dinamico** (caricato su richiesta: skill, RAG, risultati degli strumenti — efficiente). - **Agent Skills** = il pattern più potente per il contesto dinamico (progressive disclosure: metadati all'avvio, istruzioni in caso di match, riferimenti su richiesta). Risolve 4 problemi: **context rot**, mancanza di memoria procedurale, overhead operativo multi-agente, portabilità cross-tool. - **Il nuovo SDLC**: l'IA **comprime il ciclo in modo disomogeneo** — l'implementazione si riduce da settimane a ore, ma requisiti/architettura/verifica restano a ritmo umano. *"It is not a faster version of the old SDLC. It is a different workflow."* Lo sviluppatore passa da *primary implementor* a *system designer & quality arbiter*. - **Per fase**: Requisiti (collasso requisiti→prototipo); **Design/architettura = la fase più ostinatamente umana** (decisioni di trade-off); Implementazione (guadagni del **25-39%**, temperati dallo **studio METR: sviluppatori esperti 19% più lenti** su determinati task per via della verifica); Testing (eval dell'output + **valutazione della traiettoria**); Code review (l'IA come *first-pass reviewer*); Manutenzione (il debito tecnico "troppo rischioso da toccare" diventa refattorizzabile). - **Modello factory**: *"the developer's primary output is not code — it's the system that produces code"* (specifiche + agenti + test/quality gate + cicli di feedback + guardrail). Lo sviluppatore progetta la pipeline e il controllo qualità, non ogni singola parte. - **Harness Engineering**: *"Agent = Model + Harness"*. Il modello ≈ **10%**, l'harness ≈ **90%**. Contenuti: istruzioni/rule file, strumenti/MCP, sandbox, orchestrazione (sub-agenti, routing, hand-off), guardrail/hook (codice deterministico in punti del ciclo di vita), osservabilità. *"This surrounding machinery is known as the Harness."* - **Prova dell'effetto harness**: su **Terminal Bench 2.0**, un team ha portato un agente **da fuori la Top 30 alla Top 5 cambiando solo l'harness** (modello invariato); **LangChain: +13,7 punti** intervenendo solo su system prompt/strumenti/middleware. *"Most agent failures, examined honestly, are configuration failures."* - **Ruoli dello sviluppatore**: **Conductor** (in tempo reale, sincrono, nell'IDE, controllo a livello di keystroke — Copilot/Gemini Code Assist/Cursor/Windsurf) vs **Orchestrator** (asincrono, multi-agente, controllo a livello di obiettivo — Jules/Cursor background/Claude Code). *"Not either/or — both, depending on the task."* - **L'80% problem**: l'IA genera rapidamente circa l'80% del codice; il restante **20%** (edge case, gestione degli errori, integrazione, fix sottili) richiede una conoscenza contestuale profonda. Gli errori dell'IA sono passati da errori sintattici a **fallimenti concettuali** (il codice *"looks right"* e supera i test di base). - **Gli agenti nella pratica — 3 collocazioni**: *nell'editor* (Copilot, Cursor, Windsurf, JetBrains), *nel terminale* (Antigravity CLI, Claude Code, Codex CLI, Open Code, Cline), *in background* (Jules, Cursor background, AlphaEvolve). **Vibe coding di agenti in produzione** via **Google Agents CLI** (`agents-cli create/playground/eval/deploy`, ciclo di vita ADK), **MCP** (strumenti) + **A2A** (delega tra agenti). Anthropic: team di agenti che hanno costruito un **compilatore C in Rust in 2 settimane**. - **Economia (CapEx/OpEx)**: **vibe coding = basso CapEx, alto OpEx** (consumo di token, tassa di manutenzione, remediation di sicurezza); **agentic engineering = alto CapEx, basso OpEx** (investimento iniziale in specifiche/test/contesto → costo marginale di delivery abbattuto). Il **context engineering = una leva finanziaria**; il **model routing intelligente** (modelli grandi per requisiti/architettura, modelli piccoli per test/review/CI). Figura 9: punto di crossover in cui il vibe coding costa **3-10 volte di più per feature**. - **Conclusione — 3 principi durevoli**: (1) *"Structure scales, vibes don't"*; (2) *"AI amplifies your engineering culture"* (un moltiplicatore di forza sia per i punti di forza SIA per le debolezze); (3) *"The human role is evolving, not diminishing"*. Chiusura: ***"Generation is solved. Verification, judgment, and direction are the new craft."*** - **Serie**: Day 1 (questo documento); **Day 3** = *Context Engineering: Sessions, Skills & Memory*; **Day 5** = *Spec-Driven Production Grade Development in the Age of Vibe Coding* (code review, guardrail, zero-trust). ## RésuméDe400mots Questo whitepaper Google (primo capitolo di una serie, firmato da Addy Osmani, Shubham Saboo e Sokratis Kartakis, maggio 2026) sostiene che la trasformazione più profonda nell'ingegneria del software non è tecnologica ma d'interfaccia: il passaggio è dalla scrittura di codice all'espressione dell'intento, affidando a sistemi intelligenti il compito di tradurre quell'intento in software funzionante. Dati di inquadramento: l'85% degli sviluppatori professionisti usa regolarmente agenti di coding, il 51% quotidianamente, e il 41% del nuovo codice è generato dall'IA. Gli autori respingono l'opposizione binaria tra vibe coding e agentic engineering a favore di uno **spettro**. L'elemento distintivo non è se si usa l'IA, ma la quantità di struttura, verifica e giudizio umano che circonda il suo output. Distinzione chiave: i **test** verificano il deterministico, gli **evals** (dataset etichettati, rubriche, LM judge) verificano il non deterministico — senza entrambi, la pratica resta vibe coding. La competenza centrale diventa il **context engineering**: la qualità del codice dipende meno dal raffinamento del prompt che dalla qualità del contesto fornito. Sei tipi di contesto (istruzioni, conoscenza, memoria, esempi, strumenti, guardrail) suddivisi tra contesto **statico** (sempre caricato, costoso: AGENTS.md, CLAUDE.md, GEMINI.md) e contesto **dinamico** (caricato su richiesta, efficiente). Gli **Agent Skills** sono il pattern di punta per il contesto dinamico tramite progressive disclosure. L'SDLC si comprime in modo disomogeneo: l'implementazione si riduce da settimane a ore, ma requisiti, architettura e verifica restano a ritmo umano. L'architettura resta la fase più ostinatamente umana (decisioni di trade-off). Sul fronte dell'implementazione, guadagni del 25-39%, temperati dallo studio METR (sviluppatori esperti 19% più lenti su determinati task). Il filo conduttore è il **modello factory**: il deliverable dello sviluppatore non è più il codice ma il sistema che lo produce (specifiche, agenti, quality gate, cicli di feedback, guardrail). Al centro della factory sta l'equazione **Agent = Model + Harness**: il modello pesa per circa il 10%, l'harness per circa il 90% (istruzioni, strumenti/MCP, sandbox, orchestrazione, hook, osservabilità). Prova: su Terminal Bench 2.0, il solo cambio di harness ha portato un agente da fuori la Top 30 alla Top 5. *"Most agent failures are configuration failures."* Lo sviluppatore si muove tra **conductor** (in tempo reale, nell'IDE) e **orchestrator** (asincrono, multi-agente), confrontandosi con l'**80% problem**. Sul piano economico, il vibe coding (basso CapEx/alto OpEx) risulta 3-10 volte più costoso per feature rispetto all'agentic engineering (alto CapEx/basso OpEx); context engineering e model routing sono leve finanziarie. Conclusione: *"Generation is solved. Verification, judgment, and direction are the new craft."* ## GrapheDeConnaissance - Google —publie→ The New SDLC With Vibe Coding (DOCUMENT, 0.97) - Addy Osmani —a_créé→ The New SDLC With Vibe Coding (DOCUMENT, 0.95) - The New SDLC With Vibe Coding —affine→ SDLC (METHODOLOGIE, 0.9) - Addy Osmani —travaille_chez→ Google (ORGANISATION, 0.95) - The New SDLC With Vibe Coding —affirme_que→ le basculement fondamental est le passage de l'écriture de code à l'expression d'intention (AFFIRMATION, 0.96) - agentic engineering —est_variante_de→ vibe coding (METHODOLOGIE, 0.9) - context engineering —améliore→ qualité du code généré par IA (CONCEPT, 0.93) - Agent Skills —permet→ gestion du contexte dynamique par progressive disclosure (CONCEPT, 0.92) - Agent Skills —réduit→ context rot des prompts surchargés (CONCEPT, 0.88) - harness —permet→ transformer un modèle brut en agent capable de finir une tâche (CONCEPT, 0.93) - The New SDLC With Vibe Coding —affirme_que→ la plupart des échecs d'agents sont des échecs de configuration du harness (AFFIRMATION, 0.91) - IA —réduit→ durée de la phase d'implémentation (CONCEPT, 0.9) - modèle de l'usine —affirme_que→ le livrable du développeur n'est pas le code mais le système qui produit le code (AFFIRMATION, 0.93) - evals —s_applique_à→ vérification des comportements non déterministes des agents (CONCEPT, 0.9) - Andrej Karpathy —a_créé→ vibe coding (METHODOLOGIE, 0.92) - Andrej Karpathy —a_créé→ agentic engineering (METHODOLOGIE, 0.85) - Google Agents CLI —utilise→ lifecycle ADK pour construire des agents de production (CONCEPT, 0.88) - intelligent model routing —réduit→ coût opérationnel en tokens (OpEx) (CONCEPT, 0.89) - vibe coding —s_applique_à→ prototypes, scripts et projets jetables (CONCEPT, 0.9) - The New SDLC With Vibe Coding —affirme_que→ Generation is solved. Verification, judgment, and direction are the new craft (CITATION, 0.95) - The New SDLC With Vibe Coding —mesure→ 41 % du nouveau code est généré par IA en 2026 (MESURE, 0.9) --- Canonical: https://www.thekb.eu/it/fiches/osmani-google-new-sdlc-vibe-coding-agentic-engineering-2026-05/