Il preventivo più basso. Lo paghi dopo, e non lo paghi solo tu.

Nel febbraio 2025 Andrej Karpathy, tra i fondatori di OpenAI, ha dato un nome a un modo di lavorare che stava già succedendo: descrivere all’AI cosa si vuole, accettare quello che scrive, correggere finché gira. Lo ha chiamato vibe coding. Per un prototipo del fine settimana è un ottimo metodo, e lui stesso lo presentava così.

Il problema comincia quando il prototipo viene venduto come prodotto finito. Alla demo si guarda cosa fa il software. Nessuno guarda cosa permette di fare: a chi mostra i dati, dove tiene le chiavi dei servizi, cosa succede se un cliente cambia un numero nell’indirizzo della pagina. Sono domande a cui l’AI, da sola, risponde male. E chi non sa leggere il codice non sa nemmeno di doverle fare.

Veracode, una delle società che misurano la sicurezza del software, lo verifica ogni anno su oltre cento modelli. Nel rapporto del 2026 circa il 44% dei compiti affidati all’AI produce codice con una vulnerabilità. Un anno prima era il 45%. I modelli scrivono codice che funziona sempre meglio. Codice sicuro, quasi come prima.

A maggio i ricercatori di RedAccess hanno analizzato circa 380.000 applicazioni pubbliche costruite con piattaforme di sviluppo AI come Lovable, Base44 e Replit. Circa 5.000 contenevano informazioni aziendali sensibili: calendari di una compagnia di navigazione, conti interni di una banca, riepiloghi medici di un ospedale, secondo VentureBeat. Molte piattaforme creano i progetti pubblici per impostazione predefinita, e chi non è uno sviluppatore non sa di doverlo cambiare.

Lovable, la più nota di queste piattaforme, ha poi ricostruito un proprio incidente: per quasi undici settimane, tra il 3 febbraio e il 20 aprile 2026, il codice e le conversazioni con l’AI dei progetti pubblici erano leggibili da qualsiasi utente che avesse il link del progetto. I progetti privati non sono stati toccati. La prima risposta pubblica dell’azienda, il giorno della scoperta, era stata un’altra. Chi aveva un progetto pubblico, e dentro una chiave o un dato, lo ha scoperto dopo.

Il preventivo lo firma l’azienda, ma il conto si divide. I clienti pagano con i loro dati. I dipendenti pagano con le ore passate a rimediare, a rispondere al telefono, a cambiare password. L’azienda paga con il nome, che finisce nella comunicazione ai clienti.

E con il tempo: se escono dati personali, il regolamento europeo chiede di notificarlo al Garante senza ritardo e, dove possibile, entro 72 ore da quando lo si scopre. La pagina del Garante spiega come. La notifica la fa l’azienda, non il fornitore che ha scritto il codice.

Anche noi scriviamo codice con l’AI, ogni giorno. Lo fa ormai la maggior parte degli sviluppatori seri. La differenza non sta nello strumento. Sta in quello che succede dopo: chi legge il codice, chi lo prova sui casi che la demo non mostra, chi firma che è pronto.

Un fornitore serio sa rispondere a una domanda semplice: come dimostra che il codice fa solo quello che deve? Con test, con un secondo paio d’occhi, con un controllo indipendente. Il vibecoder risponde che funziona. È vero. Ed è l’unica cosa che sa.

Per questo abbiamo reso pubblico Yempik Security Audit: agenti AI che leggono il codice cercando dove si rompe, e un secondo agente che prova a smentire ogni problema prima che finisca nel report. Non sostituisce un fornitore serio. Serve a capire, prima del collaudo, se il vostro lo è.

Non servono competenze tecniche per farle. Serve ascoltare come vengono date le risposte: una persona e un metodo, oppure un generico «tranquillo, funziona».

1. 01

   Chi legge il codice che l’AI scrive, e come me lo dimostrate?

   La risposta buona nomina una persona e un metodo: revisione, test automatici, controlli prima di ogni rilascio.

2. 02

   Dove stanno le chiavi di database, pagamenti e servizi AI?

   In un archivio dedicato, con accessi limitati. Mai nel codice, mai in quello che il browser scarica.

3. 03

   Come impedite che un cliente veda i dati di un altro?

   Con un controllo sul server a ogni richiesta, non solo nascondendo i pulsanti nell’interfaccia.

4. 04

   Chi aggiorna le librerie, quanto spesso, e per quanti anni?

   Ottobre ha mostrato che una libreria compromessa entra in poche ore. Serve un nome e una frequenza scritti nel contratto.

5. 05

   Accettate un audit indipendente prima del collaudo?

   Un fornitore sicuro del proprio lavoro dice di sì. Se la risposta è un’esitazione, avete già la risposta.

1. [1]Andrej Karpathy su X, febbraio 2025: il post che dà il nome al vibe coding. x.com
2. [2]Veracode: 2026 GenAI Code Security Report (28 luglio 2026). www.veracode.com
3. [3]Axios: migliaia di app costruite con l’AI espongono dati aziendali e personali (7 maggio 2026). www.axios.com
4. [4]VentureBeat: le app costruite con l’AI e i dati esposti (8 maggio 2026). venturebeat.com
5. [5]Lovable: la risposta all’incidente di aprile 2026 (22 aprile 2026). lovable.dev
6. [6]IBM: Cost of a Data Breach Report 2026. www.ibm.com
7. [7]Regolamento (UE) 2016/679, articolo 33. eur-lex.europa.eu
8. [8]Garante per la protezione dei dati personali: violazioni di dati personali. www.garanteprivacy.it