La Silicon Valley integra 1.000 pull request al mese con l’IA. Noi anche, dalla Spagna e con 300 dollari di IA al mese
Di Xavier Franco, CEO de Elternativa · Grupo Zemsania
· · 7 min di lettura
Redatto con l’aiuto dell’IA e rivisto da Xavier Franco

In questo articolo
- Ciò che si racconta dalla Silicon Valley
- Spagna: 1.028 pull request in 30 giorni
- Come è cominciata: una piattaforma che si costruisce da sola
- Il segreto: il metodo vive dentro il sistema
- ×2: la flotta intelligente
- ×4: la validazione intelligente
- 29 centesimi per pull request
- Da questa settimana, tutto il team
- Che cosa significa per la Sua azienda
- Come La aiutiamo
Un’ingegnera della Silicon Valley è diventata virale per aver integrato 1.000 pull request al mese lavorando con l’IA. La si condivide come l’ultima novità. In Datagentis facciamo lo stesso. Dalla Spagna. Con una sola persona. E con 300 dollari di IA al mese. Non Le racconto una storia: Le mostro i fatti, con i grafici del nostro stesso Git. È una prova che ho fatto io, personalmente, per 30 giorni, e per questo la firmo.
Ciò che si racconta dalla Silicon Valley
L’ingegnera è Lauren Tan, e non è una qualunque:
- Fa parte del team di React, una delle librerie di interfacce web più usate.
- Ha aperto come keynote la React Conf 2024, quando lavorava in Meta.
- Oggi lavora in Cursor, uno degli editor di codice con IA più noti, con sede a San Francisco e da poco acquistato da SpaceX. Per questo la presentano come ingegnera di SpaceX AI.
Intervista pubblica su YouTube: «Lauren Tan - SpaceXAI engineer». Guardi l’intervista su YouTube →
Nella sua intervista racconta che il mese precedente ha inviato circa 1.000 pull request, e in un’altra versione del discorso parla di 2.000. Il suo segreto non è avere cinquanta agenti: lei stessa dice di lavorare con due o tre alla volta. Il suo segreto è che non ha bisogno di sorvegliarli, perché ha costruito un sistema che controlla il lavoro prima che arrivi a lei:
- Verifica: l’agente prova il proprio lavoro come farebbe un utente.
- Valutazione: altri agenti valutano quel lavoro con criteri fissati.
- Regole che non si aggirano: ciò che una persona corregge due volte diventa una regola.
La sua frase lo riassume: prima la fiducia, poi il parallelismo.
Spagna: 1.028 pull request in 30 giorni
Ora, i dati della mia prova. Dal 16 ottobre al 16 novembre 2026, misurati nel Datagentis Management Center:
Come si organizzano: ogni account Claude Code ha la sua flotta, ogni flotta raggruppa le istanze di quell’account, e tutte le flotte formano un pool che la piattaforma governa da sola.
Lo stesso ritmo che pubblicano i riferimenti della Silicon Valley, e con il costo in chiaro: 300 dollari di IA al mese.
Schermata originale del Datagentis Management Center: la mia coda degli ultimi 30 giorni, filtrata per i miei 3 account. 1.028 attività, ciascuna con la sua istanza, la sua pull request e il suo stato. Quelle «In convalida» o «da convalidare» aspettano da minuti, non da giorni.
Come è cominciata: una piattaforma che si costruisce da sola
La cosa più potente di questo caso è che la piattaforma che usiamo per sviluppare è la stessa che stiamo sviluppando. Datagentis e la sua metodologia, Agentagile, si costruiscono con Datagentis e Agentagile.
Grafico originale del pannello Prestazioni: PR integrate a settimana nel nostro repository GitHub. In blu, quelle che entrano tramite Agentagile (contratto → pull request). Evidenziati: il 27 luglio e le ultime due settimane.
Guardi il grafico con me:
- 27 luglio: la piattaforma comincia a svilupparsi da sola. Da lì in poi, quasi tutto ciò che viene integrato entra da Agentagile.
- Agosto e settembre: centinaia di pull request a settimana, con picchi di oltre 350.
- Ottobre: velocità di crociera, tra 180 e 260 a settimana. Era già un ritmo che pochi team raggiungono.
- Le ultime due settimane: è qui che tutto decolla, con due nuove funzionalità. La flotta intelligente, la settimana del 2 novembre (×2), e la validazione intelligente, quella del 9 novembre (×4). Gliele spiego adesso.
Il segreto: il metodo vive dentro il sistema
Non programmo quelle pull request. Non rincorro nessuna IA. Sono 38 istanze di Claude Code, ciascuna con il proprio clone del codice, distribuite nelle flotte dei tre account. La piattaforma governa il pool da sola, con capacità di lavoro 24/7. Tutto funziona in modalità semi-incustodita, come quella di Lauren Tan: io indico la rotta del prodotto, che cosa si costruisce e quando è fatto bene, e il sistema costruisce, prova e convalida. Intervengo per decidere, non per sorvegliare.
Funziona perché il metodo non è nella testa di nessuno. È dentro il sistema:
- Harness: ogni attività nasce con il suo contratto, i suoi criteri e i suoi test.
- Guardrail: le regole del progetto vengono fornite a ogni istanza in ogni attività.
- Memoria: ogni errore diventa una regola, e l’istanza successiva non lo ripete più.
Il sistema sa già come si costruisce, come si prova e come si convalida. L’unica cosa che non si delega è sapere dove va il prodotto. È la tesi di Lauren Tan portata all’estremo: quando ci si fida del sistema, una persona basta per muovere un’intera flotta.
×2: la flotta intelligente
Il 2 novembre abbiamo attivato la flotta intelligente. Le istanze di sviluppo smettono di essere sessioni isolate e diventano una flotta governata dalla piattaforma:
- Assegna ogni attività a un’istanza e le ordina di eseguirla, in una sessione pulita.
- Distribuisce il lavoro in base alla quota di ogni account Claude Code: nessuno si esaurisce prima del tempo, nessuno resta fermo.
- Si riprende da sola se un’istanza si blocca o cade.
×4: la validazione intelligente
Raddoppiata la produzione, il collo di bottiglia è diventato convalidare. Così, la settimana del 9 novembre, abbiamo attivato la validazione intelligente:
- Lo stesso piano che distribuisce lo sviluppo distribuisce anche la validazione.
- Un’istanza validatrice legge il codice di ogni pull request e lo confronta con i criteri e i test del contratto.
- Nessuna istanza convalida ciò che ha programmato lei stessa.
- Ciò che viene respinto torna in coda con il suo motivo; ciò che è convalidato resta pronto per la decisione finale.
E nel pannello delle prestazioni dell’intero team nel 2026: 78,2 PR a settimana per persona, ×9,8 rispetto al nostro stesso storico e ×20,6 rispetto al riferimento del settore.
Per darLe un’idea della scala: lo studio più citato su GitHub Copilot, con 4.867 sviluppatori, ha misurato il 26 % in più di produttività con l’IA. Noi non parliamo di percentuali. Parliamo di moltiplicare.
29 centesimi per pull request
Non serve un budget da Silicon Valley per lavorare al loro ritmo. Serve metodo messo dentro il sistema. Ed è esattamente ciò che abbiamo costruito.
Da questa settimana, tutto il team
Questa prova l’ho fatta io, con i miei tre account e la mia coda di lavoro, per poterla raccontare con i dati e firmarla. Ora tocca scalarla: da questa settimana tutto il nostro team lavora così, ogni persona con la sua flotta, la flotta intelligente e la convalida intelligente.
Se una sola persona è arrivata a 1.028 pull request in 30 giorni, l’escalation di funzionalità che consegneremo da ora in poi sarà impressionante. Gliela racconterò qui, con i dati di Git.
Che cosa significa per la Sua azienda
Se una persona con 300 dollari al mese integra più di mille pull request, la domanda non è più se l’IA possa accelerare il Suo sviluppo. La domanda è per quanto tempo continuerà a non farlo.
Da dove cominciare:
- Misuri il Suo punto di partenza: pull request integrate a settimana per persona.
- Metta il metodo nel sistema, non nella testa delle persone.
- Separi chi esegue da chi convalida, anche tra istanze di IA.
- Organizzi le istanze come una flotta e le distribuisca in base alla quota dei Suoi account.
- Lo confronti sul Suo repository, in un ambito circoscritto, prima di scalare.
Come La aiutiamo
In Datagentis non fabbrichiamo agenti: usiamo la Sua IA, quella che ha già sottoscritto, e la orchestriamo. Le diamo un metodo comune che definisce Lei, perché sviluppi come farebbe la Sua organizzazione, e il Suo team si dedica a ciò che porta davvero valore: definire casi d’uso e decidere. È la stessa metodologia, Agentagile, con cui costruiamo Datagentis.
Ha tre modi di lavorare con noi:
- La consigliamo: diagnosi e roadmap per fasi.
- Lo facciamo noi: eseguiamo i Suoi progetti con il nostro sistema, nella modalità che già sottoscrive: assistenza tecnica, progetto chiuso o servizio gestito.
- Ufficio Tecnico ibrido: La aiutiamo a costruire il Suo, gestito dai Suoi team e dai Suoi fornitori.
Cominciamo con un pilota, e decide Lei con i Suoi numeri.
E se il Suo team consegnasse quattro volte di più con le stesse persone?
Le mostriamo dal vivo la flotta e la validazione al lavoro, e come misuriamo il salto sul Suo stesso repository.


