Compose, never rewrite
Ogni rilascio aggiunge un livello sopra il precedente. Le decisioni del giorno 1 sono ancora valide otto mesi dopo: questo è il vero asset.
Una piattaforma arrivata live già matura, che da otto mesi consegna a cadenza continua, senza un singolo rewrite architetturale. Qui dentro: i numeri, i principi, il processo e la direzione.
Cinque vincoli che applichiamo prima di aggiungere una sola riga di codice. Se una feature non passa questi filtri, non entra in piano.
Ogni rilascio aggiunge un livello sopra il precedente. Le decisioni del giorno 1 sono ancora valide otto mesi dopo: questo è il vero asset.
Organization, workspace, membership e billing sono nel modello dati prima delle feature. Niente retrofitting di tenancy a posteriori.
MCP, OpenAPI, JWT, OAuth, S3-compatible. Multi-provider LLM via AWS Bedrock (Anthropic Claude, OpenAI), dati su Supabase Postgres. Il cliente porta via dati, integrazioni e agenti senza lock-in.
Timeout, retry esponenziali, isolation per tipo di worker, processi dedicati su AWS. Claim atomico dei job sulla tabella processes di Supabase. I task lunghi non degradano mai la chat dell'utente.
Più capacità per modulo, meno moduli. La piattaforma si comprende in mezza giornata, non in un trimestre di onboarding.
Ogni capability cresce trasversalmente alle quattro fasi, da seed a composable. Mostra che la piattaforma è progettata per pilastri, non opportunisticamente per singola feature.
Sep 2025 | Jan 2026 | Mar 2026 | May 2026 | |
|---|---|---|---|---|
Knowledge base management | ||||
Agent e Super Agent NOEVA | non in piano | |||
Workflow deterministici | non in piano | non in piano | ||
Integrazioni esterne | ||||
Billing e tenancy | non in piano | |||
Observability e telemetria | non in piano | non in piano |
Ogni fase è arrivata costruendo sopra la precedente, con un contesto chiaro, una scelta architetturale chiave e una metrica concreta che la ancora alla realtà.
Prima di qualsiasi AI feature, serviva una piattaforma multi-tenant solida: identità, workspace, primitive di file e una pipeline RAG iniziale su cui appoggiare tutto il resto.
Multi-tenancy nel modello dati prima di qualsiasi feature: nessun retrofitting successivo, nessuna migrazione dolorosa.
Una volta che i workspace funzionavano, il vero blocco era convertire i documenti caricati in conoscenza pronta per l'AI senza intervento manuale. Da qui nasce il concetto AI Ready.
Worker whitelist per tipo con isolation runtime: i task pesanti non degradano mai l'esperienza chat sincrona.
Con i workspace stabili e gli agent atomici in produzione, lo step successivo era integrare l'AI nei processi reali dei clienti: CRM, HR, comunicazione, scheduled jobs.
Workflow deterministici accanto agli agent agentici: ogni processo critico ha una variante DAG-typed senza fantasia LLM.
L'ultimo livello macro è far evolvere Noeva da prodotto verticale a piattaforma componibile: un catalogo di agent e workflow, billing per workspace, MCP server distribuiti e governance enterprise.
MCP come protocollo di interop ufficiale: la piattaforma si espone ai client esterni senza inventare contratti proprietari.
Niente date precise, ma sei cantieri concreti aperti adesso, ognuno con un motivo chiaro per esistere. Il segno che la piattaforma è viva, ogni settimana.
Espone i 37 agent Mastra come tool MCP standard, autenticati via Personal API key: abilita orchestrazione esterna da Claude, Cursor e qualsiasi client MCP-compatibile.
Token user-scoped con scope estensibili: prerequisito per MCP esterno, integrazioni custom e on-behalf-of automation senza esporre credenziali workspace.
Iframe + postMessage protocol maturato: theme sync, navigation state, auth refresh, per integrare la chat agenti in qualunque portale white-label.
Agent di onboarding che produce la knowledge base iniziale del workspace partendo da una conversazione strutturata: accorcia il time-to-value del nuovo cliente.
Tracing per agent run, cost attribution per modello, eval set continuativi: requisito enterprise per portare LLM in flussi critici con accountability.
Catalog + billing per workspace + revenue share: porta il marketplace da vetrina a economia componibile per partner e creator di agent.
Non date, non promesse: la direzione che guida le decisioni di architettura e investimento. Quello che vedrete tra sei o dodici mesi nasce qui.
Audit-trail granulare, RBAC su ogni risorsa, data residency UE, allineamento ISO 27001/27017. La compliance non si aggiunge dopo: si progetta dall'inizio.
Catalog, billing per workspace, revenue share, cost attribution per token e per modello. Una piattaforma che si compone, si misura e si fattura.
Tracing per ogni agent run, eval continuative, cost attribution per workspace. LLM in produzione non sono una scatola chiusa: sono un sistema misurabile.
Una roadmap senza un processo è una lista di promesse. Quattro pratiche che applichiamo su ogni rilascio, dalla code review all'isolation runtime.
Release piccole e frequenti, integrazione continua su main, rollback rapido. Cambiare in fretta è una proprietà del processo, non un'aspirazione.
Code review e security review automatiche su ogni PR. Niente codice in main senza occhi multipli, niente shortcut su feature critiche.
Worker dedicati per tipo (api / heavy) su AWS, scheduled job separati dalla pipeline sincrona. La tabella processes di Supabase fa da broker atomico per il claim dei job. Una pipeline lenta non rallenta mai le altre.
Sentry + metriche Supabase + logging strutturato su AWS CloudWatch; Cloudflare Analytics sul perimetro pubblico. Sappiamo cosa fa la piattaforma in tempo reale, non solo quando qualcosa si rompe.
Il changelog pubblico racconta cosa è entrato in produzione, versione per versione.