Questo talk unisce ispirazione e pratica per proporre un approccio Human-in-the-Loop allo sviluppo assistito da AI. Partendo da user stories e acceptance criteria, Amazon KIRO mantiene artefatti di prima classe (SPEC, piano di sviluppo, decisioni architetturali) e li evolve ad ogni change, generando codice e test coerenti. In una demo end-to-end costruiamo una Todo API (FastAPI/Django), impostiamo CI, quindi applichiamo una change request: il sistema aggiorna le specifiche, propone patch, verifica con test. Concludiamo con un confronto tra approccio code-first e spec-first, rischi comuni, best practice di hardening e un playbook operativo per team Dev/PM/QA.

Gli LLM accelerano lo sviluppo ma possono generare “zone oscure”. In questo talk mostro come tenere l’umano nel loop e partire dalle specifiche con Amazon KIRO: da user stories e acceptance criteria a SPEC/PLAN/ARCH, codice, test e CI. Demo live su microservizi (FastAPI/Django) e change request tracciata end-to-end.