9 min di lettura
L’AI ha azzerato il costo di produrre. Quello di revisionare, no.
In sedici ore, sette segnalazioni AI hanno chiuso un bug bounty durato sei anni. Il costo che pensavi di aver eliminato si è spostato.
Nota introduttiva
Questo pezzo nasce da una policy tecnica — Rust, uno dei linguaggi di programmazione più usati — ma il punto non è per sviluppatori: è per chiunque usi l’AI per produrre. Fotografo, copywriter, videomaker. La domanda che costruisce è questa: quando consegni qualcosa generato con l’AI, hai già fatto la parte del lavoro che spettava a te? O l’hai regalata a chi riceve?
Il 5 agosto 2026, il team di Rust — uno dei linguaggi di programmazione più seguiti al mondo — ha pubblicato una policy su come i suoi collaboratori possono usare l’AI. Non è un divieto totale. È una distinzione precisa, scritta in modo che non lascia margine di interpretazione:
“It’s fine to use LLMs to answer questions, analyze, distill, refine, check, suggest, review. But not to create.”
Traduzione: puoi usare l’AI per ragionare, per controllare, per migliorare quello che hai scritto. Non puoi usarla per produrre il contenuto direttamente e consegnarlo come fosse tuo.
Al momento dell’annuncio, nell’archivio condiviso del codice — il luogo dove confluiscono tutte le richieste di modifica al progetto — ce n’erano 1.281 in attesa di revisione. Il numero da solo non dice molto. Diventa significativo quando capisci che ogni richiesta di modifica richiede attenzione umana per essere valutata. E quella attenzione ha un costo che l’AI non ha abbassato di un centesimo.
Riepilogo Articolo - Luca Cazzaniga
Il costo che si è spostato, non eliminato
Partiamo dall’asimmetria, perché è il cuore di tutto.
L’AI ha reso la produzione di contenuto quasi gratuita. Non in senso figurato: un singolo sviluppatore con agenti AI può aprire in un giorno quello che prima richiedeva una settimana. Il progetto Valkey — un fork open source di Redis — ha registrato un aumento del 500% nelle righe di codice inviate in sei mesi, in buona parte grazie all’AI. Non è un’eccezione: è il nuovo standard di produttività lato produzione.
Il lato revisione non ha avuto lo stesso salto.
Revisionare richiede ancora un essere umano che legga, capisca, valuti, chieda. Non esistono scorciatoie che funzionino davvero: puoi usare strumenti automatici per un primo filtro, ma il giudizio finale resta umano. E quando il volume di quello che arriva aumenta del 500%, il tempo disponibile per valutarlo non aumenta di un millisecondo.
Il caso più netto di questa asimmetria non viene da Rust: viene da cURL.
cURL è una libreria software usata su praticamente ogni dispositivo connesso a internet. Nel 2020 il suo creatore, Daniel Stenberg, aveva aperto un programma di bug bounty — ovvero pagava chi trovava vulnerabilità nel codice. In sei anni aveva ricevuto 78 vulnerabilità reali, pagato circa 86.000 dollari, e mantenuto il programma attivo perché funzionava.
Il 21 gennaio 2026 ha annunciato la chiusura del programma, effettiva il 31 gennaio.
Il motivo: in sedici ore erano arrivate sette segnalazioni generate dall’AI. Nessuna conteneva una vulnerabilità reale. Ognuna richiedeva però tempo per essere valutata — perché una segnalazione falsa ben scritta dall’AI non si distingue a prima vista da una vera. Il costo di revisione scaricato da sette persone su una sola è stato sufficiente a chiudere un programma che durava da sei anni.
Questo è l’asimmetria in numeri: produzione quasi a zero, revisione invariata, conseguenza strutturale misurabile.
Il meccanismo che Rust ha chiamato con nome tecnico — “review bandwidth”, la capacità umana di verificare — si può spiegare così: immagina che qualcuno installi un rubinetto nuovo nel tuo bagno, ma con portata dieci volte superiore. Se i tubi non sono stati adattati, non hai più acqua: hai allagato il pavimento.
Non è solo Rust: l’estate 2026 ha prodotto una risposta coordinata
Rust non è un caso isolato. Nell’estate 2026 almeno altri tre progetti rilevanti hanno preso posizione sull’AI generativa. Le motivazioni sono diverse; il risultato pratico è simile.
GCC Steering Committee (29 luglio 2026): ha rifiutato i contributi “legally significant” — sopra la soglia di circa 15 righe — contenenti codice generato da LLM. Motivazione principale: il codice AI non ha un autore con copyright identificabile, e questo indebolisce la catena di licenza GPL. I test automatici restano esentati.
Codeberg (luglio 2026): la piattaforma alternativa a GitHub ha bandito i progetti il cui codice sia sostanzialmente generato da LLM. Il voto della comunità è stato 358 a favore, 144 contrari. Tre le motivazioni dichiarate: rischi di licenza, costi infrastrutturali scaricati sulla comunità, danni all’ecosistema open source.
Linux kernel: Linus Torvalds ha introdotto il tag “Assisted-by” — distinto da “Signed-off-by”, la firma di responsabilità — per dichiarare l’uso dell’AI. GitHub Copilot resta permesso. In un messaggio del 15 luglio 2026, Torvalds ha esplicitamente definito il divieto totale “pointless grandstanding” — una posa inutile. Ma ha chiarito che la responsabilità piena resta sull’umano, non sulla macchina.
La convergenza non è sulla tecnologia: è sul punto dove il costo si accumula. Ogni policy, con motivazioni diverse, risponde alla stessa domanda: chi paga il conto della revisione?
La risposta che stanno dando è: chi ha prodotto.
Ma la policy è la risposta giusta? Non tutti sono d’accordo
Sarebbe facile fermarsi qui e concludere che le organizzazioni serie stanno facendo la cosa giusta. Non è così lineare.
Niko Matsakis, uno dei leader storici del progetto Rust, ha detto pubblicamente la sua opinione sulla policy:
“I do think this is worse than no policy at all, because it sets a precedent that I think will harm potential contributors.”
Non è contrario alla preoccupazione. È contrario alla soluzione. Una policy che discrimina per strumento usato invece che per qualità prodotta rischia di escludere contributor capaci che usano l’AI come supporto, e di non risolvere il problema reale — che è la qualità del contributo, non la sua origine.
Diggory Blake ha articolato la stessa critica: il focus dovrebbe essere sulla qualità, non sullo strumento.
E Torvalds, con il suo approccio pragmatico, ha scelto una terza via: dichiarazione obbligatoria, responsabilità piena sull’umano, nessun divieto ideologico.
La policy di Rust non è quindi la risposta definitiva. È una risposta pratica — e per ora, deliberatamente limitata: si applica solo ai cinque team che gestiscono il repository principale rust-lang/rust, non all’intero progetto. La decisione è emersa da oltre 3.000 messaggi di discussione sulla piattaforma interna Zulip, non dall’alto.
Vale la pena notare anche il meccanismo di sicurezza che il progetto ha costruito: secondo quanto riportato da LinuxIAC, se oltre la metà delle richieste di modifica accettate in un periodo di sei settimane risultasse generata da LLM, l’accettazione di nuovi contributi AI verrebbe sospesa per almeno dieci giorni — una sorta di interruttore automatico per proteggere la capacità di revisione.
Cosa porta a casa un fotografo, un copywriter, un videomaker
Questo non è un pezzo su Rust. Rust è il caso; il principio vale per chiunque usi l’AI nel lavoro creativo.
Il meccanismo è identico — per analogia, non per misurazione equivalente: non esistono dati verificati sul mondo creativo che reggano lo stesso confronto. Ma la logica è la stessa.
Immagina di mandare a un cliente 200 varianti generate con Midjourney senza averne selezionata nessuna. Non stai risparmiando lavoro: stai spostando su di lui il lavoro di scelta. Che è esattamente quello che facevi tu prima, e per cui venivi pagato.
Oppure: mandi alla tua redazione 40 bozze generate con Claude senza averle filtrate, rilette, corrette. Non hai accelerato il processo: hai accelerato la tua parte e scaricato quella di qualcun altro su qualcun altro.
Il cliente, l’editor, il maintainer — prima o poi smettono di ricevere. Perché chi rivede paga sempre un costo reale, anche quando chi ha prodotto non ne ha pagato nessuno.
La distinzione di Rust — “puoi usare l’AI per pensare, non per creare al posto tuo” — rispecchia qualcosa che nella fotografia si chiama editing, nel copywriting si chiama revision, nel video si chiama montaggio: la parte del lavoro in cui l’occhio umano decide cosa tenere e perché. Quella parte non si delega. O meglio: puoi delegarla, ma non puoi continuare a ricevere il compenso per una selezione che non hai fatto.
C’è anche una clausola che vale la pena ricordare: dichiarare falsamente di non aver usato un LLM nella produzione del proprio contributo è classificata come violazione del codice di comportamento del progetto, con conseguenze diverse rispetto a una semplice violazione di policy.
Questo dice qualcosa di preciso: il problema non è l’AI. È la disonestà su chi ha fatto cosa.
La domanda che conta, prima di consegnare
Luglio-agosto 2026 segna il momento in cui le organizzazioni che dipendono dalla revisione umana hanno cominciato a costruire attrito deliberato. Non per tornare indietro — Torvalds non vieta l’AI, Rust non vieta l’AI, GCC non vieta l’AI. Stanno spostando la responsabilità della revisione su chi produce.
Il segnale è chiaro: se generi senza capire, prima o poi chi riceve smette di aprire.
La domanda operativa che ti puoi portare a casa è questa:
Prima di consegnare qualcosa che hai generato con l’AI — hai già fatto la parte che prima era tua?
La selezione delle varianti. La lettura delle bozze. Il controllo del codice. Se la risposta è no, non hai risparmiato lavoro. L’hai spostato. E chi sta dopo di te nella catena, prima o poi, comincia a non ricevere più.
Se ti interessa capire come funziona il confine tra uso dell’AI e responsabilità del creativo, ho scritto qualcosa di specifico sul tema del copyright nelle immagini generative — che ha una radice simile: Le immagini AI che generi non sono tue!
E se hai già affrontato la conversazione con un cliente che svaluta il tuo lavoro perché “tanto l’hai fatto con l’AI”, questo potrebbe tornarti utile: Il cliente vuole lo sconto perché “tanto l’hai fatto con l’AI”? Ecco cosa scrivere nel contratto
Fonti:
– Inside Rust Blog — Jynn Nelson, 5 agosto 2026: blog.rust-lang.org
– Socket Security Blog: socket.dev
– LinuxIAC (circuit breaker): linuxiac.com
– LWN.net — GCC Steering Committee, 29 luglio 2026: lwn.net
– daniel.haxx.se — chiusura bug bounty cURL, gennaio 2026: daniel.haxx.se
– Hackaday — Codeberg, 24 luglio 2026: hackaday.com
– Tom’s Hardware + conferme incrociate — Linux kernel / Torvalds, 15 luglio 2026
Prompt immagine di copertina:
Editorial illustration, flat digital style. A large funnel seen from above: at the top, a wide stream of identical small blue cards (representing AI-generated content, with a small robot icon visible) pours in. At the narrow bottom of the funnel, a single human figure — small, seated, looking at a screen — sorts through them one by one. The scene is calm but the contrast between the volume above and the lone figure below is stark. Muted palette: slate blue, warm white, soft amber. No text. Substack article cover, 16:9 ratio.
✍️ Articolo firmato da “La Redazione”: sistema editoriale multi-agente (AI) orchestrato con Claude Code e supervisionato da Luca Cazzaniga · lucacazzaniga.it