# salesforce-tallapragada-how-engineering-became-agentic-2026-05-27

## Veille

Post ufficiale sul blog **Salesforce News** (sezione *Agentic Enterprise*, serie *"Pioneering the Agentic Shift Within Salesforce Engineering"*), pubblicato il **27 maggio 2026** (lettura di 6 minuti) da **Srinivas "Srini" Tallapragada**, *President and Chief Engineering and Customer Success Officer* di Salesforce. Seguito diretto di un post precedente (*"How we got our engineers to use AI — without breaking everything"*) che raccontava il superamento del **90% di adozione**. **Tesi di svolta**: Salesforce Engineering è passata da un mondo in cui l'IA era un utile *copilot* a uno in cui **gli strumenti agentici guidano lo stesso ciclo di vita dello sviluppo software (SDLC)** — scrivendo codice, revisionando PR, generando test, aggiornando la documentazione, gestendo i deployment, coordinando lavoro un tempo affidato a passaggi di consegne umani. **Decisione segnale canonica**: standardizzazione a livello aziendale su **Claude Code** + ***"abbiamo rimosso tutti i limiti di token"*** — *"eliminare ogni ultimo attrito tra i nostri ingegneri e gli strumenti che li rendono più veloci ed efficaci"*. **Risultato empirico principale** (aprile 2026 vs aprile 2025): work item completati per sviluppatore **+50,8%**, PR mergiate per sviluppatore **+79%**, e soprattutto **Effective Output score** (una misura ML del **valore reale del codice consegnato**, non del volume) **+151,3% su base annua**. **Caso d'uso di punta**: migrazione di **33 endpoint API** verso un'architettura cloud-native, stimata in **~231 person-day** (7 per API) col metodo tradizionale, completata in **13 giorni — 18× più veloce** — tramite un **framework basato su regole costruito in Claude** (file markdown + implementazioni di riferimento), con il feedback delle PR continuamente reintegrato nel set di regole, **cicli LLM autonomi (build, fix, validate)** senza intervento manuale, parallelizzati su ambienti isolati → **5 PR**, la più grande delle quali con **21 endpoint e copertura test al 100%**. **Nessun compromesso velocità↔qualità**: attraverso la piattaforma **Engineering 360** (che centralizza i dati di ingegneria di centinaia di sistemi), **il totale degli incidenti scende del 5%** nonostante l'aumento delle PR (*"la qualità non soffre della velocità. Ne beneficia"*), grazie a **guardrail di sicurezza e standard di qualità incorporati strutturalmente** nel workflow agentico (Trust come valore numero 1). **Revisione dell'SDLC**: una volta adottata l'IA, gli ingegneri **smontano e ricostruiscono** i workflow (quali processi eliminare? quali passaggi di consegne sono ormai superflui? dove un umano svolge ancora un lavoro che un agente potrebbe assumere?). **Nuovo mestiere ingegneristico**: le **Claude Code skills** (capacità impacchettate e riutilizzabili che codificano il contesto del team, le convenzioni di naming, i pattern) diventano un **artefatto ingegneristico** condiviso e componibile; **AI Expert Suite** + **Salesforce Foundation Plugins** = una libreria di skill istituzionalizzata e curata (benchmark interno: **maggiore accuratezza e affidabilità, costo superfluo ridotto**); **subagent e team di agenti** parallelizzano i flussi di lavoro (*"Descrivono il risultato, e un insieme di agenti coordinati individua i passaggi"*). **Ciò che resta difficile**: (1) la **gestione del contesto** nelle sessioni lunghe — la **qualità dei file CLAUDE.md** varia ampiamente e pesa fortemente sulla qualità dell'output; (2) la **sicurezza agentica** = un modello radicalmente diverso (agenti che *agiscono*, non solo *suggeriscono* → raggio d'impatto aumentato); (3) **ruoli in evoluzione** (come diventano senior i junior se l'IA assorbe il lavoro entry-level? ruolo del designer/PM? l'unità di esecuzione = team scrum → sperimentazioni con unità da 1 o 3 persone). Conclusione: *"Ha cambiato ciò che era economicamente possibile"*; l'ambizione dichiarata è **"l'SDLC più automatizzato e agentico del settore"**. Si interseca direttamente con Gupta (*costo di un outcome completato*, utilità marginale del token), Greenwald/Sierra (pricing basato sui risultati), DORA (ROI / costo per feature) e il dibattito BFM/Girard (il token come carburante di valore, non un costo da tagliare).

## Titre Article

How Salesforce Engineering Became Truly Agentic

## Date

2026-05-27

## URL

https://www.salesforce.com/news/stories/how-engineering-became-agentic/

## Keywords

SDLC agentico, agentic SDLC, Claude Code, rimozione dei limiti di token, removed all token limits, eliminare l'attrito, Effective Output score, valore reale del codice, work item per sviluppatore +50, 8%, PR mergiate per sviluppatore +79%, Effective Output +151, 3% su base annua, migration 33 endpoints, 231 person-day, 18× più veloce, 13 giorni, framework basato su regole Claude, implementazioni di riferimento, cicli LLM autonomi build fix validate, parallelizzazione su ambienti isolati, 5 PR, 21 endpoint copertura test 100%, Engineering 360, incidenti -5%, nessun compromesso velocità/qualità, la qualità beneficia della velocità, Trust come valore principale, guardrail di sicurezza incorporati, revisione dell'SDLC, smontare e ricostruire i workflow, Claude Code skills, artefatto ingegneristico, AI Expert Suite, Salesforce Foundation Plugins, libreria di skill curata, riduzione del costo superfluo, subagent, team di agenti, flussi di lavoro paralleli, descrivere il risultato, gestione del contesto, qualità dei CLAUDE.md, sicurezza agentica, raggio d'impatto, ruoli in evoluzione, junior senior, team scrum, unità da 1 o 3 persone, economicamente possibile, SDLC più automatizzato e agentico, 90% di adozione, FinOps agentico, costo per outcome, Srinivas Tallapragada, Salesforce

## Authors

**Srinivas « Srini » Tallapragada** — *President and Chief Engineering and Customer Success Officer* de **Salesforce**. Plus d'une décennie chez Salesforce, dirige l'ingénierie mondiale de la plateforme unifiée. Auteur de la série *Agentic Enterprise* sur le blog Salesforce News ; ce billet (27 mai 2026) est la **suite** d'un premier opus consacré à l'adoption de l'IA par les milliers d'ingénieurs Salesforce (*« How we got our engineers to use AI — without breaking everything »*). Position d'autorité = **dirigeant exécutif** parlant en son nom et au nom d'une organisation d'ingénierie à grande échelle (donnée terrain à l'échelle d'un hyperscaler SaaS), avec accès aux métriques internes (Engineering 360, Effective Output).

## Ton

**Profilo**: post di leadership esecutiva (executive blog / *report di avanzamento*), prima persona plurale (*"noi"*), rivolto a operatori e leader di ingegneria (CTO, VP of Engineering, EM), praticanti e, implicitamente, al reclutamento (*"se vuoi lavorare in un team di ingegneria AI-native"*). Registro: **corporate-fiducioso ma sostenuto dai dati**, livello tecnico **medio-alto** (presuppone familiarità con PR, SDLC, subagent, CLAUDE.md, implementazioni di riferimento, copertura test) pur restando leggibile per un decisore non tecnico.

**Stile**: prosa esecutiva — affermazioni misurate, strutturate da sottotitoli d'azione (*Ramping with Claude Code*, *What Agentic Transformation actually looks like*, *More output, better quality — at the same time*, *Rethinking the SDLC*, *Skills, subagents, and the new engineering craft*, *What we're still figuring out*, *The direction is clear*). Alternanza di **narrazione + cifra**: si annuncia una direzione (*"abbiamo rimosso tutti i limiti di token"*), la si dimostra con dati (+50,8%, +79%, +151,3%), la si illustra con un unico caso (la migrazione 18×). **Onestà misurata**: un'intera sezione (*What we're still figuring out*) ammette ciò che resta difficile (contesto, sicurezza, ruoli) — un registro di trasparenza che rafforza la credibilità senza indebolire il messaggio. Nessuna esagerazione sull'AGI; si parla di outcome, qualità, economia.

**Aforismi chiave**:
- ***"Abbiamo rimosso tutti i limiti di token."*** (decisione segnale).
- ***"Eliminare ogni ultimo attrito tra i nostri ingegneri e gli strumenti che li rendono più veloci ed efficaci."***
- ***"Quando gli strumenti agentici vengono applicati correttamente, la qualità non soffre della velocità. Ne beneficia."***
- ***"Descrivono il risultato, e un insieme di agenti coordinati individua i passaggi."***
- ***"Ha cambiato ciò che era economicamente possibile."***
- ***"L'organizzazione ingegneristica del futuro non somiglia all'organizzazione di oggi con l'IA aggiunta sopra. È fondamentalmente diversa."***

**Metafore / frame all'opera**:
- ***Copilot → guidatore***: il passaggio dall'IA come assistente all'IA che *guida* l'SDLC.
- ***AI bolted on*** (IA aggiunta sopra) vs un'**organizzazione ripensata in modo nativo** — l'antitesi strutturante del post.
- ***Rimuovere l'attrito*** come filosofia d'investimento: il limite di token non è una salvaguardia di costo ma un **attrito** da eliminare.
- ***Effective Output***: spostare la misura dal *volume* (righe, PR) al **valore reale** del codice — un'eco diretta del *costo di un outcome completato*.

**Posizione epistemica**: un resoconto d'esperienza di un operatore su larga scala, sostenuto da strumentazione interna (Engineering 360, punteggio ML). Da leggere con la **consueta cautela**: comunicazione ufficiale di un vendor (Salesforce) sulla propria trasformazione, partner dello strumento elogiato (Claude Code) — cifre non verificate da terzi, casi scelti ad hoc. Ma la **coerenza interna** e l'ammissione delle difficoltà ne fanno una solida fonte di campo.

**Autorevolezza**: costruita da (a) **posizione** (President/Chief Engineering Officer di un hyperscaler SaaS), (b) **scala** (migliaia di ingegneri, >90% di adozione), (c) **dati proprietari** (Effective Output, Engineering 360), (d) la **serie** (un report di avanzamento dichiarato, in continuità col post precedente), (e) il **caso concreto e quantificato** (la migrazione 18×).

## Pense-betes

- **Data / fonte**: **27 maggio 2026**, blog ufficiale **Salesforce News** (sezione *Agentic Enterprise*), 6 min. Autore: **Srini Tallapragada** (President & Chief Engineering and Customer Success Officer).
- **Seguito di**: *"How we got our engineers to use AI — without breaking everything"* (superata la soglia del 90% di adozione). Questo post = il **passo successivo**: non più adottare, ma **ricostruire l'SDLC**. ### La decisione segnale (centrale per lo slot di FinOps agentico)
- **Standardizzazione a livello aziendale su Claude Code** + ***"abbiamo rimosso tutti i limiti di token"***.
- Logica dichiarata: il limite di token è un **attrito**, non una salvaguardia di costo. *"Eliminare ogni ultimo attrito."*
- ⚠️ **Controargomento diretto** al riflesso "tagliare il budget di token" → si interseca con Willenbrock (*"chi taglia i budget di token non ha mai superato la fase pilota… centro di costo invece che una capacità"*) e Mollick. ### I numeri (aprile 2026 vs aprile 2025) | Metrica | Variazione YoY | |----------|---------------| | Work item completati / sviluppatore | **+50,8%** | | PR mergiate / sviluppatore | **+79%** | | **Effective Output score** (valore reale, ML, non volume) | **+151,3%** | | Totale incidenti (nonostante ↑ PR) | **−5%** |
- **Effective Output** = la vera scoperta: misurare il **valore** del codice consegnato, non il volume → un cugino del *costo di un outcome completato* (Gupta) e del pricing basato sui risultati (Greenwald). ### Il caso della migrazione (prova tramite esempio)
- **33 endpoint API** → architettura cloud-native. Metodo tradizionale: **~231 person-day** (7/API). Completata in **13 giorni = 18×**.
- Ricetta: **framework basato su regole costruito in Claude** (markdown + implementazioni di riferimento) → feedback delle PR **continuamente reintegrato** nel set di regole → **cicli LLM autonomi (build, fix, validate)** senza intervento → **parallelizzazione** su ambienti isolati.
- Risultato: **5 PR**, la più grande = **21 endpoint, copertura test al 100%**. *"Ha cambiato ciò che era economicamente possibile."* ### Il nuovo mestiere
- **Claude Code skills** = un artefatto ingegneristico (contesto del team, convenzioni, pattern) — **condiviso, componibile**.
- **AI Expert Suite** + **Salesforce Foundation Plugins** = una libreria curata → benchmark interno: **+accuratezza, +affidabilità, −costo superfluo**.
- **Subagent / team di agenti** → l'ingegnere **descrive il risultato**, agenti coordinati trovano i passaggi (la fine del context-switching tra 5 sistemi).
- Skill principale del 2026: **strutturare un problema per un sistema agentico**, sapere **quando delegare e quando restare nel loop**, **costruire pattern riutilizzabili**. ### Ciò che resta difficile (la sezione onesta)
- **Contesto**: la qualità dei **CLAUDE.md** varia ampiamente tra i team → forte impatto sull'output.
- **Sicurezza agentica**: agenti che **agiscono** (non solo suggeriscono) → **raggio d'impatto** aumentato, il modello di sicurezza va ricostruito.
- **Ruoli**: junior→senior se l'IA assorbe il lavoro entry-level? ruolo del designer/PM? **unità di esecuzione** team scrum → sperimentazioni con **1 o 3 persone**. ### Da usare in engagement / presentazioni
- Serve come **prova concreta** per il deck *Token & Outcome* (la slide "voce dal campo" / "auto frugale"): un hyperscaler **rimuove** i limiti e **guadagna** in qualità.
- Triangolo di convergenza: **Salesforce (prova operativa)** + **Gupta (framework economico)** + **Greenwald (modello di pricing)** = lo stesso messaggio: **gestire l'outcome, non il token**.

## RésuméDe400mots

Srini Tallapragada (President & Chief Engineering Officer di Salesforce) ha pubblicato un *report di avanzamento* il 27 maggio 2026: dopo aver superato il 90% di adozione dell'IA, Salesforce Engineering è passata dall'uso da "copilot" a un **SDLC autenticamente agentico**, in cui strumenti autonomi scrivono codice, revisionano PR, generano test, aggiornano la documentazione e gestiscono i deployment.

Il punto di svolta: la **standardizzazione a livello aziendale su Claude Code** e, soprattutto, **la rimozione di tutti i limiti di token**. La dottrina: il limite di token è un *attrito* da eliminare, non una salvaguardia di budget. I risultati (aprile 2026 vs 2025): **+50,8%** di work item per sviluppatore, **+79%** di PR mergiate, e un **Effective Output score** (una misura ML del **valore reale** del codice, non del volume) **+151,3%**.

Prova tramite esempio: una migrazione di **33 endpoint API** verso un'architettura cloud-native, stimata in **231 person-day**, completata in **13 giorni — 18× più veloce**. Il metodo: un framework *basato su regole* costruito in Claude (markdown + implementazioni di riferimento) il cui set di regole cresce a ogni feedback di PR, **cicli LLM autonomi (build, fix, validate)** senza intervento manuale, parallelizzati su ambienti isolati. Risultato: **5 PR**, la più grande delle quali con **21 endpoint e copertura al 100%**.

Contro l'idea di un compromesso velocità/qualità, la piattaforma **Engineering 360** mostra **gli incidenti in calo del 5%** nonostante l'aumento delle PR: *"la qualità non soffre della velocità. Ne beneficia"* — grazie a guardrail di sicurezza e standard di qualità **incorporati strutturalmente** nel workflow (Trust come valore numero 1).

Al di là dei numeri, Salesforce sta **rivedendo l'SDLC**: quali processi eliminare, quali passaggi di consegne rimuovere, quale lavoro umano può assumere un agente? Emerge un **nuovo mestiere**: le **Claude Code skills** diventano un artefatto ingegneristico condiviso; **AI Expert Suite** e **Salesforce Foundation Plugins** istituzionalizzano una libreria di skill (più accuratezza, meno costo superfluo); **subagent e team di agenti** parallelizzano i flussi di lavoro — l'ingegnere *descrive il risultato*, gli agenti trovano i passaggi.

L'autore riconosce ciò che resta difficile: la **gestione del contesto** (qualità variabile dei file CLAUDE.md), la **sicurezza agentica** (agenti che agiscono → raggio d'impatto aumentato) e i **ruoli in evoluzione** (diventare senior, il ruolo del designer/PM, l'unità di esecuzione che si riduce a 1 o 3 persone). Conclusione: la trasformazione *"ha cambiato ciò che era economicamente possibile"*; l'ambizione è costruire *"l'SDLC più automatizzato e agentico del settore"*. Un tassello empirico rilevante che convalida, dal lato dell'operatore, il passaggio dal token all'outcome.

## GrapheDeConnaissance

- Srinivas Tallapragada —dirige→ Salesforce (ORGANISATION, 0.97)
- Salesforce —utilise→ Claude Code (TECHNOLOGIE, 0.97)
- Salesforce —affirme_que→ « we removed all token limits » (CITATION, 0.98)
- suppression des token limits —améliore→ output et qualité (CONCEPT, 0.9)
- Effective Output score —mesure→ valeur réelle du code livré (CONCEPT, 0.92)
- Effective Output score —mesure→ +151,3% en glissement annuel (MESURE, 0.95)
- workflow agentique —permet→ migration de 33 endpoints en 13 jours (EVENEMENT, 0.96)
- migration agentique —mesure→ 18× plus rapide que l'approche manuelle (MESURE, 0.94)
- Engineering 360 —mesure→ baisse des incidents de 5% (MESURE, 0.92)
- Srinivas Tallapragada —affirme_que→ la qualité bénéficie de la vitesse (AFFIRMATION, 0.9)
- Claude Code skills —est_instance_de→ artefact d'ingénierie réutilisable (CONCEPT, 0.88)
- Salesforce Foundation Plugins —réduit→ coût inutile (CONCEPT, 0.85)
- subagents / agent teams —permet→ parallélisation des workstreams (CONCEPT, 0.88)
- Salesforce —affirme_que→ la qualité des fichiers CLAUDE.md pèse fortement sur la qualité de l'output agentique (AFFIRMATION, 0.86)
- Salesforce —affirme_que→ la sécurité agentique exige un modèle de sécurité fondamentalement différent (AFFIRMATION, 0.88)
- transformation agentique —permet→ ce qui n'était pas économiquement possible auparavant (CONCEPT, 0.85)

---
Canonical: https://www.thekb.eu/it/fiches/salesforce-tallapragada-how-engineering-became-agentic-2026-05-27/