Negli ultimi mesi, “Vibe Coding” è diventato un termine di tendenza molto diffuso, con molti sviluppatori desiderosi di impararlo come eseguire correttamente la codifica delle vibrazioni
. Una nuova generazione di strumenti rappresentata da Cursor, Claude Code e modelli avanzati come Claude Opus 4.7 sta portando l'efficienza nello sviluppo del software a livelli senza precedenti.
Gli sviluppatori che hanno familiarità con i sistemi di ingegneria stanno registrando un notevole aumento della produttività. Riescono a portare a termine più lavoro in meno tempo, arrivando persino a realizzare sistemi complessi in modo quasi “conversazionale”.
Ma questa ondata di efficienza non ha ancora raggiunto realmente la maggior parte delle persone.
Anche se l’intelligenza artificiale è in grado di generare decine di migliaia di righe di codice, gli utenti comuni si trovano ancora a dover affrontare passaggi noiosi come la configurazione dell’IDE, la gestione delle dipendenze e la distribuzione su cloud. Vibe Coding ha aumentato la velocità di scrittura del codice di diversi ordini di grandezza, ma ha ridotto solo in misura minima la barriera che separa il “codice” dal “software utilizzabile”: accelera la scrittura del codice, non la sua distribuzione.
Di fronte a questa lacuna, il percorso tecnico del settore sta iniziando a dividersi in due direzioni. Da un lato, si continua a puntare sull’obiettivo di “aiutare i programmatori a scrivere codice più velocemente”, mentre dall’altro si cerca di rispondere a una domanda più fondamentale: è possibile fare a meno del codice e distribuire direttamente il software?
Il 20 aprile, l’app Ant Lingguang, recentemente aggiornata, offre un esempio degno di nota di quest’ultimo approccio. Essa cerca di ricostruire il rapporto di produzione del software attraverso ciò che definisce “Wish Coding”.”
Cosa significa il “Wish Coding”: dalla scrittura della logica alla descrizione dell’intento
Il cosiddetto “Wish Coding” abbassa sostanzialmente il punto di partenza della creazione del software, passando dalla “scrittura della logica” alla “descrizione dell’intento”. Nell’architettura di Lingguang, gli ambienti di sviluppo tradizionali, i compilatori e i processi di implementazione sono nascosti.
Gli utenti non devono preoccuparsi delle modalità di implementazione. Devono semplicemente descrivere la funzione desiderata in linguaggio naturale. Il sistema completa l'intero processo in background — dalla generazione del codice al packaging e alla distribuzione — e fornisce infine un'applicazione pronta all'uso.
Si tratta di un argomento che merita una discussione approfondita, poiché cerca di colmare una lacuna che da tempo si riscontra nella programmazione dell’intelligenza artificiale: consentire alle persone comuni di completare l’intero percorso, dall’idea all’applicazione funzionante.
Dalla generazione del codice alla distribuzione del software: quale livello manca?
Negli ultimi due anni, i prodotti per la programmazione basati sull’intelligenza artificiale sono stati lanciati uno dopo l’altro, spinti dai rapidi progressi dei modelli, come quelli osservati nell’evoluzione di Claude Opus 4.7 rispetto a Opus 4.6. Tuttavia, dal punto di vista della distribuzione, si possono comunque suddividere approssimativamente in diversi livelli:
Il primo tipo fornisce frammenti di codice o file di progetto, rappresentati in genere da Cursor.
Il secondo tipo offre ambienti di progetto modificabili e visualizzabili in anteprima, come Bolt.new e Lovable.
Il terzo tipo inizia a offrire funzionalità integrate per lo sviluppo, l'esecuzione e la distribuzione, come Replit Agent.
Tutti questi prodotti sono preziosi. Tuttavia, partono quasi tutti da un presupposto: che gli utenti siano disposti a entrare nel “processo di sviluppo”, a comprendere le strutture dei progetti, a gestire le dipendenze, a correggere gli errori e a decidere come pubblicare.
Per gli sviluppatori, questo non è un problema: è proprio da qui che deriva l’efficienza. Ma per gli utenti comuni, qualsiasi fase di questa catena può diventare un ostacolo. Potranno anche essere in grado di generare codice con questi strumenti, ma ciò non significa che possano effettivamente eseguire o utilizzare l’applicazione.
In altre parole, gli sviluppatori hanno bisogno di uno “sviluppo più rapido”, mentre gli utenti comuni hanno bisogno di “nessuno sviluppo, solo risultati”. Si tratta di obiettivi di progettazione completamente diversi, che richiedono soluzioni completamente diverse.
La risposta di Lingguang è "Zero DevOps". Processi come la compilazione del codice, il packaging dell'ambiente e la distribuzione sono praticamente invisibili agli utenti. Gli utenti non vedono alcun codice: ricevono semplicemente un'applicazione finale pronta all'uso.
Il meccanismo fondamentale del “wish coding”: rappresentazione strutturata dell’intento
Per ottenere questo tipo di processo end-to-end, il sistema deve risolvere l’ambiguità e la divergenza intrinseche del linguaggio naturale. Ciò che gli utenti dicono è spesso impreciso, incompleto o addirittura contraddittorio. Come è possibile tradurre tutto ciò in un software eseguibile?
Questo ci porta al meccanismo fondamentale su cui si basa Lingguang: un livello strutturato di rappresentazione dell’intento.
Quando un utente alle prime armi inserisce un’istruzione vaga o logicamente incoerente, il processo interno del modello è ben più complesso della semplice generazione di codice e richiede un’analisi logica avanzata simile a Claude Opus 4.7: pensiero adattivo. L'agente di Lingguang funge da architetto di sistema. Innanzitutto, analizza il linguaggio naturale trasformandolo in un rigoroso albero di moduli funzionali e flussi di interazione, quindi definisce le strutture di dati sottostanti e le relazioni di accoppiamento tra i moduli in uno spazio semantico ad alta dimensionalità.
Solo dopo aver verificato la completezza del ciclo logico, il sistema assembla dinamicamente il codice sulla base di questa struttura intermedia. Questa architettura modulare garantisce che l'applicazione generata abbia una struttura portante stabile, in grado di resistere a più cicli di modifica e rifattorizzazione tramite linguaggio naturale, evitando il collasso del sistema causato da un accumulo caotico di codice.
Un altro importante passo avanti risiede nell’integrazione di un ambiente di esecuzione nativo sul dispositivo stesso. Molte piattaforme di generazione di app basate sull’intelligenza artificiale sono limitate dai sandbox dei browser, il che significa che i risultati che producono possono eseguire solo semplici operazioni DOM e di rendering.
Le “flash app” di Lingguang, invece, vengono eseguite direttamente in un container mobile nativo. Previa autorizzazione dell’utente, possono accedere alla posizione LBS in tempo reale, leggere i dati relativi all’inclinazione del giroscopio e all’accelerazione e persino controllare la frequenza e l’intensità del feedback vibrante.
Prova reale: fino a che punto può arrivare una sola frase?
Abbiamo anche effettuato alcuni test.
Ad esempio, abbiamo chiesto a Lingguang di ideare qualcosa di simile a un test in stile MBTI intitolato “Il mio animale guida”.
Abbiamo chiesto al sistema di elaborare 30 bizzarre domande a scelta multipla e, al termine, di generare risultati del tipo “un elefante malinconico e troppo riflessivo” o “un capibara amante delle battute”, accompagnati da un grafico radar esagonale che illustrasse sei dimensioni insolite quali intelligenza, immaginazione e teatralità.
In meno di due minuti è stata creata un'applicazione autonoma in stile mini-programma e distribuita direttamente all'interno dell'interfaccia di chat.
Sebbene il sistema abbia inizialmente frainteso il titolo previsto “My Spirit Animal” interpretandolo come “Spirit Zoo”, questo piccolo errore è stato risolto immediatamente con una semplice istruzione aggiuntiva. Dalle transizioni fluide tra le pagine alla rappresentazione finale del grafico a radar, la logica di interazione sottostante era piuttosto chiara e coerente.
Agenti di codifica a livello di consumatore: non puntare alla perfezione
Durante l'esperienza di Lingguang, la sorpresa e la rudezza si sono manifestate contemporaneamente.
Ad esempio, se un utente chiede a Lingguang di creare uno strumento di riconoscimento visivo basato sull’intelligenza artificiale, molto probabilmente riceverà un “simulatore” dotato solo di interazioni con l’interfaccia utente front-end, senza che le immagini caricate o acquisite vengano effettivamente elaborate. Inoltre, poiché il linguaggio naturale è intrinsecamente ambiguo, istruzioni contraddittorie nel corso di più scambi possono talvolta portare a confusione logica e bug. L’interfaccia utente generata risulta ancora rigida: sembra palesemente creata da un’intelligenza artificiale.
Tuttavia, valutare queste “flash app” utilizzando gli standard del software di livello industriale, oppure confrontare Lingguang con strumenti di programmazione basati sull’intelligenza artificiale di fascia alta progettati per sviluppatori professionisti — dove i team devono spesso tenere conto di fattori commerciali quali Prezzi di Claude Opus 4.7—è di per sé un’incongruenza.
In qualità di strumento di programmazione destinato ai consumatori, Lingguang sta affrontando una sfida completamente diversa: come fornire un sistema funzionante e utilizzabile a utenti privi di competenze tecniche, all’interno di uno spazio di input del tutto non strutturato.
I contributi degli utenti comuni sono spesso ambigui e frammentari, e il sistema deve svolgere contemporaneamente il ruolo di product manager, architetto, designer e sviluppatore. In questo processo di convergenza semantica ad alta dimensionalità, garantire un ciclo chiuso funzionale e un’immediata usabilità diventa la priorità, il che porta inevitabilmente a compromessi nel design visivo o nella logica più profonda.
Questo tipo di approssimazione rappresenta, infatti, una fase inevitabile nel passaggio dell’ingegneria del software dalla “produzione d’élite” all“”espressione di massa”.”
Dall’ingegneria d’élite alla creatività di massa
Questa evoluzione ricorda molto da vicino i primi tempi di Internet. Le prime pagine web erano approssimative e disordinate, ma raggiungevano un obiettivo fondamentale: erano accessibili. Le prime app mobili erano instabili, ma hanno dato vita a un nuovo paradigma: la “disponibilità in qualsiasi momento”.”
In ogni fase cruciale dell'adozione di una nuova tecnologia, la “usabilità” viene sempre prima della “perfezione”.”
Per gli sviluppatori professionisti, un codice algoritmico impeccabile può avere un valore inestimabile. Ma per il 99% delle persone prive di esperienza di programmazione, un’applicazione appena accettabile che funzioni immediatamente su uno smartphone offre un valore di gran lunga superiore rispetto a frammenti di codice perfetti ma inutilizzabili.
Questa è la logica alla base degli agenti di codifica a livello di consumatore.
Finché le applicazioni che producono sono in grado di funzionare in modo affidabile, di essere utilizzate immediatamente e di essere continuamente modificate e perfezionate, hanno già superato la soglia critica: si è passati dall’intelligenza artificiale che genera codice all’intelligenza artificiale che fornisce software.
La vera sfida non sta nel capire se oggi siano in grado di realizzare applicazioni sofisticate, ma se riescano ad aprire nuove possibilità: quando il costo della sperimentazione si avvicina allo zero, anche le persone comuni potranno trasformare le proprie idee in applicazioni utilizzabili.
Lingguang ha dimostrato, almeno in via preliminare, che il percorso dall’idea all’applicazione è fattibile.
Una nuova era di creatività: l'ascesa del "wish coding"
Insieme a questo aggiornamento, Lingguang ha lanciato anche “Lingguang Circle”, una piattaforma social dedicata alle applicazioni di intelligenza artificiale. Gli utenti possono condividere le app Flash che creano, mentre gli altri possono continuare a modificarle utilizzando il linguaggio naturale. Si tratta, in sostanza, di una comunità open source basata sull’intento.
Quando queste applicazioni iniziano a diffondersi all’interno di una comunità e vengono modificate in modo iterativo da altri, si delinea un nuovo modello di evoluzione del software.
Nell'ingegneria del software tradizionale, l'iterazione si basa in larga misura sui team di sviluppo e su cicli di rilascio lunghi. Nell'ecosistema Wish Coding, invece, il software si comporta più come un contenuto digitale "plug-and-play". Gli utenti possono creare istantaneamente strumenti per micro-esigenze specifiche, utilizzarli e lasciarli a disposizione di altri affinché possano svilupparli ulteriormente.
In un ecosistema di questo tipo, il confine tra produzione e consumo comincia a sfumare. Gli utenti sono al tempo stesso creatori e consumatori. Le applicazioni possono essere create, utilizzate, modificate e ridistribuite rapidamente. Il software inizia a evolversi come i contenuti su una piattaforma.
I confini esistono ancora
Naturalmente, i confini rimangono ben definiti. Per gli ingegneri professionisti, la progettazione di sistemi complessi rimane ancora insostituibile. Le applicazioni ad alta affidabilità, le infrastrutture critiche e i sistemi complessi continueranno a dipendere da rigorose pratiche ingegneristiche.
Il determinismo, la manutenibilità, la testabilità e la conformità non perdono di importanza, anzi, assumono un’importanza ancora maggiore nei sistemi di valore più elevato.
Ma per una fascia di utenza molto più ampia, le barriere alla creazione di strumenti digitali si stanno riducendo. Wish Coding potrebbe aprire una dimensione completamente nuova nella produzione di software al di fuori dello sviluppo professionale.
In questo caso, il criterio di valutazione della creatività cambia: si passa dalla “capacità di implementare il codice” alla “capacità di esprimere un’intenzione”.”
In questo senso, il “Wish Coding” mette in luce una possibilità: quando descrivere un requisito diventa più difficile che implementarlo, il punto critico dell’ingegneria del software si sposta dall’abilità tecnica all’espressione dell’intento.
Potremmo trovarci nelle prime fasi di questa transizione.
Man mano che le funzionalità di generazione del codice diventano sempre più accessibili a tutti, Lingguang sta esplorando un percorso volto a responsabilizzare gli utenti, pur accettando le imperfezioni tipiche delle fasi iniziali. Per la stragrande maggioranza delle persone che non hanno mai avuto a che fare con il mondo del codice, questa nuova era di creatività allo stato puro è appena iniziata.
