LaunchDarkly ha presentato Release Autopilot, una funzionalità destinata ad automatizzare la distribuzione progressiva delle modifiche software e la gestione dei controlli necessari prima dell’esposizione del nuovo codice agli utenti. L’annuncio del 6 novembre 2026 riguarda soprattutto le organizzazioni che utilizzano agenti di intelligenza artificiale per produrre quantità crescenti di codice, ma continuano a gestire manualmente gran parte delle attività di pubblicazione. La soluzione interviene sulla fase di release, distinguendola dalla semplice distribuzione tecnica del software nell’ambiente di produzione. Una modifica può infatti essere installata senza essere immediatamente resa disponibile a tutti gli utenti, attraverso l’impiego di feature flag che permettono di attivare o disattivare una funzionalità e controllarne progressivamente l’esposizione. Release Autopilot è progettato per valutare le caratteristiche di ogni modifica, stabilire quando sia opportuno proteggerla mediante un flag, configurare il rilascio graduale, monitorare gli indicatori operativi e intervenire automaticamente quando vengono superate le soglie di rischio definite dagli ingegneri.
La procedura considera la tipologia, l’impatto e il livello di rischio della modifica software, associando un meccanismo di controllo alle variazioni che richiedono una distribuzione supervisionata. Il rilascio procede successivamente attraverso gruppi di utenti progressivamente più ampi, mentre la piattaforma monitora metriche come tassi di errore, latenza e altri indicatori definiti per valutare la stabilità del servizio. Quando una modifica provoca il superamento di una soglia configurata, Release Autopilot può sospenderne la distribuzione oppure riportare la funzionalità all’ultimo stato considerato stabile, senza richiedere un nuovo deployment. Dopo il completamento del rilascio, il sistema può rimuovere automaticamente i flag temporanei che non sono più necessari, riducendo il lavoro di manutenzione associato alla gestione delle funzionalità distribuite. Le regole rimangono configurabili dal gruppo di sviluppo, che può scegliere un funzionamento supervisionato, nel quale le raccomandazioni devono essere approvate, oppure un’automazione più estesa capace di eseguire direttamente gli interventi consentiti dalle policy.
La necessità di automatizzare questa fase emerge dai dati raccolti da LaunchDarkly nel proprio AI Control Gap Report 2026. Il 94% degli intervistati ha dichiarato che l’intelligenza artificiale ha aumentato la velocità di produzione del codice, mentre il 91% ha riferito una maggiore cautela nel distribuirlo in produzione. L’82% ha inoltre ammesso di avere rilasciato modifiche con rischi non completamente risolti nei sei mesi precedenti, evidenziando una discrepanza tra l’aumento della capacità di sviluppo e le risorse disponibili per controllare ogni cambiamento. La società ha osservato questa trasformazione anche nelle proprie attività: l’intelligenza artificiale interviene ormai in oltre l’80% delle pull request, il numero di richieste di integrazione effettivamente approvate è cresciuto di 2,1 volte mantenendo sostanzialmente invariato il numero degli ingegneri e il tempo dedicato agli incidenti ad alta gravità è diminuito di circa il 70%. Questi risultati aziendali descrivono l’evoluzione dei processi interni di LaunchDarkly e non costituiscono una misurazione isolata degli effetti della nuova funzionalità.
Release Autopilot opera sulla piattaforma LaunchDarkly, che dichiara di elaborare circa 70.000 miliardi di valutazioni di feature flag ogni giorno, ed è progettato per integrarsi con gli agenti di programmazione, le pipeline di sviluppo e le infrastrutture cloud già utilizzate dalle aziende. Un caso applicativo riguarda Opus 2, fornitore di tecnologie per il settore legale, che ha adottato una separazione tra deployment e release per distribuire continuamente il codice e renderlo disponibile soltanto quando le condizioni operative lo consentono. La società ha dichiarato un aumento di 3,9 volte del lavoro consegnato ai clienti e una riduzione dei difetti sfuggiti ai controlli, passati da 64 per rilascio a valori prossimi allo zero. Questi risultati si riferiscono alla strategia di gestione dei rilasci adottata dall’azienda e non devono essere attribuiti esclusivamente a Release Autopilot. La nuova funzionalità estende tale impostazione introducendo decisioni automatizzate sulla protezione delle modifiche, sul monitoraggio delle prestazioni e sull’eventuale ripristino della versione precedente, con l’obiettivo di mantenere controllabile il passaggio alla produzione anche quando la generazione del codice viene accelerata dall’intelligenza artificiale.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)