La maledizione del "Solo per Mac": come un AI Agent può salvarci dal debito tecnico (e dalla noia)

Il cimitero delle buone idee è lastricato di "macOS-only".

È l'una di notte. Hai appena scovato un tool che sembra risolutivo, una di quelle piccole genialate che potrebbero sistemare un workflow che fa acqua da tutte le parti. L'adrenalina sale. Poi, la pugnalata: "macOS-only". Quante volte ci siamo presi questa porta in faccia? Noi, che passiamo le giornate su Linux o a gestire l'inferno pragmatico del cloud. Sembra un fastidio, un piccolo intoppo. Ma non lo è.

È il sintomo di una malattia cronica: il debito tecnico mascherato da esclusività. L'altro giorno in agenzia ci siamo fermati a fare due conti, tra la nostra base a Rosignano e quella a Kampala. Ogni scelta tecnica è un compromesso. Scegliere un ecosistema chiuso, o ignorare la compatibilità, non è una scelta: è una cambiale che prima o poi presenti all'incasso. E il conto è salato: produttività a singhiozzo, talenti che non puoi assumere perché non usano Mac, e un software che diventa un pezzo da museo nel tempo che un cliente impiega a cambiare idea. Il mondo là fuori corre. Non possiamo permetterci di inciampare in queste trappole. Per fortuna, c'è un nuovo attrezzo nella cassetta che sta iniziando a fare la differenza: lo sviluppo pilotato da agenti AI.

Gli Agenti AI: basta chiamarli "assistenti", sono operai specializzati.

L'intelligenza artificiale ha smesso di essere un compitino per casa. Nel 2026, un agente AI non aspetta un prompt. Gli dai un obiettivo, e lui si arrangia. Tira su un workflow, orchestra una manciata di strumenti, esegue processi che una volta ci saremmo sognati di notte. L'abbiamo superata, la fase della scrittura creativa. Adesso la domanda che ci facciamo a Rosignano non è più "può scrivermi un'email?", ma "può far parlare queste tre API, tirare giù i dati da quel sistema legacy e sputarmi fuori un report sensato?".

È un cambio di paradigma. I report di Microsoft e IBM, che di solito leggiamo con il cinismo di chi ne ha viste tante, questa volta sembrano averci preso. Parlano del 2026 come di un punto di non ritorno. Non è un'accelerazione. È una ristrutturazione. Gartner butta lì un numero che fa pensare: il 90% degli ingegneri software non passerà più il tempo a scrivere codice riga per riga, ma a orchestrare processi gestiti da AI. Questo non vuol dire che non servirà più saper programmare, anzi. Significa che il lavoro vero diventerà un altro: dare le direttive giuste a questi agenti, fare il pelo e il contropelo al loro output, disegnare architetture solide e, soprattutto, prendere quelle decisioni istintive che una macchina, per ora, non può "sentire".

Come si lavora (davvero) nel 2026: tra hype e realtà sul campo

I numeri sono chiari: l'AI è entrata a gamba tesa nello sviluppo. L'85% dei programmatori la usa. Non per fare i giochini, ma per codificare, scovare bug e fare code review. Qualcuno stima che quasi la metà del nuovo codice scritto oggi sia, in qualche modo, "assistito". Si parla di "vibe coding": tu descrivi a grandi linee l'obiettivo, e l'agente AI si mette lì a picconare il grosso del lavoro. Sembra fantascienza, ma sta diventando la nostra quotidianità, sia a Milano che a Kampala.

La produttività è aumentata? Sì, ma non è così semplice. McKinsey dice che si risparmia il 46% del tempo su attività da automa, come scrivere boilerplate, test unitari e documentazione. Deloitte parla di un 30-35% di guadagno totale. Poi però vai a vedere sul campo e scopri il "Paradosso dell'AI": tutti si *sentono* più veloci, ma le metriche a volte dicono altro. C'è persino uno studio che ha visto sviluppatori esperti impiegare il 19% di tempo *in più* con l'AI, almeno all'inizio. Perché? Perché non è un martello più grosso, è uno strumento diverso. La vera svolta non è fare le stesse cose più in fretta, ma poter finalmente affrontare lavori che prima avremmo lasciato nel cassetto perché "non ne vale la pena".

E poi c'è la nuova frontiera: le architetture multi-agente. Reti di agenti specializzati che collaborano, uno che scrive il backend, uno che si occupa della UI, un altro che fa il test. Li lasci lavorare per giorni, e con una supervisione minima ti costruiscono un'applicazione intera. Il nostro ruolo diventa quello del direttore d'orchestra, non del primo violino.

La grana del Cross-Platform e come un Agente AI ci mette una pezza

La frammentazione degli ecosistemi è una vecchia cicatrice. Mobile, poi, è un girone dantesco tra milioni di varianti Android e le gabbie dorate di iOS. Ma chi dice che il cross-platform è morto, semplicemente non ha visto cosa sta succedendo. Framework come Flutter o React Native oggi offrono performance che si avvicinano al nativo, con un decimo del mal di testa. Il punto è l'efficienza: team più piccoli, meno codice da mantenere, meno soldi buttati. E l'AI qui ci dà una mano enorme, soprattutto nell'automatizzare i test e l'ottimizzazione.

Il caso di "Portmanteau" è un esempio perfetto di come abbiamo affrontato il problema. Un'app comodissima per macOS che gestisce le porte di sviluppo locali. Inutile per metà del nostro team. Farne il porting a mano? Un delirio. E allora, l'abbiamo dato in pasto a un agente AI. Il processo, che i nostri ragazzi a Kampala hanno ormai oliato, è andato più o meno così:

1. Fattibilità e smontaggio: Per prima cosa, l'agente ha fatto una TAC al progetto. Ha capito subito cosa si poteva salvare (l'algoritmo per la scansione delle porte, il cuore della faccenda) e cosa andava buttato (tutta l'interfaccia, pensata per macOS e inutile su un desktop KDE). Questo primo passo evita di partire per la tangente e sprecare ore preziose.
2. Piano di battaglia: L'agente ha tirato giù un piano d'azione degno di un project manager pignolo. Ha suddiviso il lavoro in task, ha messo in fila le dipendenze, ha creato una roadmap. Ha trasformato un'idea fumosa ("facciamone una versione per Linux") in un progetto. Quella precisione che qui in Toscana ci piace tanto.
3. Codice, senza fronzoli: A quel punto, l'agente si è messo a scrivere. Ha creato da zero uno scanner in Python per Linux e un widget per Plasma in QML. Ha tenuto separati i codici, senza inquinare l'originale. È questa la sua forza: esecuzione pura, senza distrazioni.
4. Il tocco umano (e il debug notturno): L'AI è bravissima, ma non ha il nostro istinto. Aveva chiuso tutti i ticket, ma l'usabilità era un disastro. Un'icona mancante, un pulsante che non dava feedback. C'è voluta la revisione di un umano per notare quelle piccole storture che fanno la differenza tra un tool che usi e un tool che maledici. È sempre un dialogo: chiedi, pianifica, implementa, bestemmia, correggi, testa.
5. Testare l'accrocchio: Per provare lo scanner, servivano porte di sviluppo attive. Ovviamente non ce n'erano. Invece di perdere tempo a tirare su servizi a mano, abbiamo chiesto all'agente: "Metti in piedi un piccolo server Flask per simulare l'ambiente". Lo ha fatto in pochi minuti. Un altro piccolo problema fastidioso, risolto.

Questo piccolo esperimento dimostra il punto: gli agenti AI trasformano un problema che è "troppo fastidioso" per essere risolto a mano in una soluzione concreta, ottenuta con poche decine di messaggi. Permettono di prendere il *concetto* di un'applicazione e riutilizzarlo, anche se l'interfaccia e il sistema operativo sono l'opposto.

Quanto costa il giocattolo? La prospettiva ThinkPink.

Tutti parlano di investimenti stratosferici nell'AI. Gartner spara cifre come 2.5 trilioni di dollari nel 2026. Ma per una PMI di Rosignano, cosa significa? Significa che se non ti muovi, tra 12 mesi il tuo software sarà un ferrovecchio. Non è un trend, è una questione di sopravvivenza.

Certo, questi strumenti hanno un costo. Il Total Cost of Ownership (TCO) non è solo la licenza. Ci sono i costi di inferenza, l'adeguamento a normative come l'EU AI Act, l'ingegneria dei dati. Un agente AI può costare da 200 a 2.000 euro al mese per sviluppatore. Una fucilata. Ma le aziende che lo usano bene, con un approccio strategico, vedono un ritorno sull'investimento di 4-6 volte. I nostri ragazzi a Kampala sono maestri in questo: usare gli strumenti più costosi solo dove serve davvero, per risolvere i problemi che portano più valore.

In ThinkPink, crediamo che una piccola azienda possa competere a livello globale non con idee rivoluzionarie, ma con un'esecuzione impeccabile. L'AI agentica ci dà la potenza di fuoco che una volta avevano solo le grandi corporation. Ci dà la libertà di portare un'idea dal ghetto del "macOS-only" a una soluzione che funziona per tutti.

È la regola dell'1%: le aziende che guardano avanti ci sono già dentro. Non si tratta di scrivere codice, ma di orchestrare tecnologie. Di essere liberi di innovare senza le catene di un ecosistema. Di avere a disposizione un esercito di "stagisti iper-efficienti" pronti a risolvere tutte quelle piccole, maledette grane che, sommate, ci seppelliscono. Con la nostra anima un po' toscana e un po' ugandese, navighiamo questa complessità con i piedi per terra, trasformando ogni limite in un'opportunità.