Prima che una modifica entri in un’app che usi ogni giorno, di solito qualcuno la rilegge. Si chiama code review, cioè revisione del codice: un collega controlla il lavoro di un altro, come una correzione di bozze prima della stampa. Fatta bene, scova errori e insegna qualcosa a tutti.
Google ha messo online le sue regole per farla bene, e alcuni studi spiegano perché funzionano. Con l’AI che scrive sempre più codice, il tema riguarda chiunque lavori con il software.
In breve
- Google consiglia modifiche piccole: circa 100 righe di codice, non 1.000.
- Chi rilegge dovrebbe rispondere entro un giorno lavorativo.
- I commenti parlano del codice, mai della persona, e spiegano sempre il perché.
- Con l’AI che produce più codice, rileggere diventa il nuovo punto in cui il lavoro si blocca.
Cos’è la code review, in parole semplici
Chi scrive software quasi mai lavora da solo. Quando finisce un pezzo di lavoro, propone al gruppo una modifica: un pacchetto di cambiamenti al programma. Su servizi come GitHub si chiama “pull request”, a Google “CL” (da changelist).
Un collega la legge, fa domande e la approva. A Google l’ok è LGTM: “Looks Good to Me”, cioè “per me va bene”.
Lo scopo non è solo trovare i bug, gli errori. Uno studio del 2018 firmato da ricercatori di Google e dell’Università di Zurigo spiega che l’azienda ha introdotto la revisione soprattutto per avere codice comprensibile anche agli altri. Conta anche lo scopo “educativo”: la conoscenza circola nel gruppo.
Le regole che Google ha messo online
Google ha pubblicato le sue linee guida, le “Engineering Practices”. Sono divise in due: una guida per chi rilegge e una per chi scrive la modifica. La licenza è CC-BY 3.0: chiunque può riusarle, basta citare la fonte.
Al centro c’è un “principio supremo”. Una modifica va approvata quando migliora con certezza la salute complessiva del codice, anche se non è perfetta. In una frase:
“Non esiste codice perfetto, solo codice migliore.” (dalle linee guida di Google)
Approvare in fretta, però, non vuol dire abbassare l’asticella: Google stessa avverte che rinunciare alla qualità per andare veloci, nel lungo periodo, non conviene.
Piccolo è meglio: perché 100 righe battono 1.000
Secondo Google, 100 righe sono di solito una dimensione ragionevole per una modifica, mentre 1.000 sono di solito troppe. Contano anche i file toccati: 200 righe in un solo file possono andare, sparse su 50 file no.

I vantaggi, secondo Google:
- la revisione è più rapida e più accurata;
- entrano meno errori;
- si butta meno lavoro se la modifica viene respinta;
- è più facile annullare la modifica se qualcosa va storto.
Lo studio del 2018 ha analizzato 9 milioni di modifiche revisionate a Google. La modifica tipica cambia appena 24 righe, oltre il 10% una riga sola. Di solito basta un revisore.
Uno studio su un prodotto di Cisco, concluso nel 2006, ha esaminato 2.500 revisioni. L’efficacia cala sopra le 200 righe circa, con 400 come tetto. Conviene non superare circa 500 righe all’ora e fermarsi dopo un’ora circa. Però lo studio è di SmartBear, l’azienda che vende lo strumento usato, e non è passato al vaglio di una rivista scientifica: è un’indicazione, non una legge.
Veloce, ma senza interrompere
Per Google, un giorno lavorativo è il tempo massimo per rispondere a una richiesta di revisione. Ma non serve mollare un lavoro concentrato: si risponde alla prima pausa naturale. Se sei sommerso, manda almeno due righe per dire quando la farai, oppure proponi un altro collega.
È lo stesso equilibrio tra disponibilità e concentrazione di cui abbiamo parlato in Meno riunioni, non zero: le abitudini che funzionano nei team tech.
Dove si può arrivare? A Google l’intero processo di revisione dura in genere meno di 4 ore. Per le modifiche piccole il primo commento arriva di solito entro un’ora. Nei sondaggi interni, il 97% degli sviluppatori si dice soddisfatto dello strumento di revisione dell’azienda.
Attenzione: Google ha strumenti e un’organizzazione tutti suoi, e questi numeri non si copiano pari pari in una piccola azienda.
Commenta il codice, non la persona
Google chiede di commentare il codice, mai chi l’ha scritto, e di spiegare sempre il perché. Ecco l’esempio delle linee guida.
- Da evitare: “Perché hai usato i thread qui quando ovviamente non serve la concorrenza?”
- Meglio: “Il modello di concorrenza aggiunge complessità senza un vantaggio di prestazioni che io riesca a vedere.”
Non serve sapere cosa siano i thread: la prima frase accusa, la seconda ragiona. Google suggerisce anche di lodare ciò che è fatto bene e di etichettare i commenti minori con parole come “Nit” (pignoleria), “Facoltativo” o “FYI” (per tua informazione), così l’autore capisce cosa è davvero importante.
E l’intelligenza artificiale?
DORA è un programma di ricerca di Google che studia come lavorano i team di sviluppo. Il suo report 2025 ha sentito quasi 5.000 professionisti: il 90% usa l’AI, e l’adozione è legata a più lavoro consegnato.
Un articolo DORA del 10 marzo 2026 aggiunge il rovescio della medaglia. Il 30% degli sviluppatori ha poca o nessuna fiducia nel codice generato dall’AI. Più adozione si associa anche a più instabilità, cioè più problemi dopo il rilascio. E l’AI aumenta il codice da rivedere, appesantendo i revisori. Il consiglio? Lavorare “in piccoli lotti”: proprio la regola di Google.
Faros AI, un’azienda che vende strumenti di misura per i team di sviluppo, ha analizzato i dati di oltre 10.000 sviluppatori. Nei team che usano molto l’AI ha visto il 98% in più di modifiche integrate nel progetto, ma anche il 91% di tempo di revisione in più e modifiche più grandi del 154%. Sono dati dell’azienda: mostrano un legame, non la prova che l’AI causi il rallentamento.
Il rischio è il “timbro di gomma”: approvare modifiche enormi senza leggerle davvero.
Cosa puoi fare subito
- Spezza il lavoro. Punta a circa 100 righe per modifica. Se è molto più grande, dividila.
- Spiega prima di chiedere. Nello studio Cisco, le revisioni in cui l’autore aveva prima annotato la propria modifica avevano molti meno difetti: spiegandola, spesso li trovava da solo.
- Rispondi entro un giorno lavorativo. Se non puoi, dillo e proponi un altro collega.
- Rileggi a blocchi. Al massimo un’ora per volta, senza correre.
- Usa una mini lista di controllo. Fa quello che deve? È più complicato del necessario? Ci sono test (controlli automatici)? I nomi si capiscono? E segnala una cosa fatta bene.
- Approva se è meglio di prima. Ma per codice critico, come sicurezza o ambito medico, serve più rigore.

Infine: se trasformi il “tempo di revisione” in un obiettivo da raggiungere, qualcuno troverà il modo di aggirarlo.
Fonti
- Google Engineering Practices Documentation – google.github.io
- The Standard of Code Review – google.github.io
- What to look for in a code review – google.github.io
- Speed of Code Reviews – google.github.io
- How to write code review comments – google.github.io
- Small CLs – google.github.io
- Modern Code Review: A Case Study at Google (Sadowski et al., 2018) – research.google
- Largest case study of code reviews ever – CMCrossroads
- Best Practices for Code Review – SmartBear
- How are developers using AI? Inside our 2025 DORA report – blog.google
- Balancing AI tensions: Moving from AI adoption to effective SDLC use – dora.dev
- The AI Productivity Paradox Report 2025 – Faros AI
Foto di copertina: Luis Gomes, CC0, via Wikimedia Commons (rielaborata da RicercAttiva).



