Guida allo studio GH-600: come prepararsi all'esame GitHub sull'AI agentica

Il profilo del pubblico che Microsoft descrive per questo esame è quello di una persona con competenza specifica nella gestione, integrazione, supervisione e governo di agenti AI all'interno di flussi SDLC di livello produttivo, con GitHub come sistema di riferimento e piano di controllo. Le responsabilità di questa figura, come le riporta la guida allo studio, comprendono gestire i flussi di lavoro degli agenti nell'SDLC, supervisionare il comportamento autonomo con i controlli propri di GitHub, valutare e mettere a punto gli output degli agenti usando scansioni e artefatti, configurare agenti personalizzati e coordinare in sicurezza l'esecuzione multi-agente. Lavora a fianco di architetti, platform engineer, DevOps engineer, sviluppatori di applicazioni, product manager e security engineer.

Sul fronte dell'esperienza, la guida allo studio presuppone familiarità con il ciclo di vita dello sviluppo software, con i flussi e i controlli di GitHub, con qualità del codice, sicurezza e pratiche di revisione, oltre a esperienza pratica con agenti di programmazione come GitHub Copilot, server MCP e personalizzazione degli agenti, ad esempio istruzioni personalizzate, agenti personalizzati, strumenti e passaggi di configurazione di Copilot. Sulla parte organizzativa: l'esame è sorvegliato, si prenota tramite Pearson VUE, dura due ore, costa US$165 (il prezzo varia in base al paese o alla regione), è disponibile in inglese e richiede un punteggio scalato di almeno 700 per essere superato. Un tentativo non riuscito può essere ripetuto dopo 24 ore; le pagine di Microsoft non pubblicano né il numero di domande né la percentuale di superamento, quindi questa guida non ne inventa.

Ogni dato di questa pagina è verificato su due pagine consultate direttamente durante la stesura: la «Study guide for Exam GH-600: Developing in Agentic AI Systems» di Microsoft Learn e la sua pagina «GitHub Certified: Agentic AI Developer», entrambe su learn.microsoft.com, lette il 26 ottobre 2026. Se una delle due pagine cambia un peso, un prezzo o un dominio, anche questa pagina dovrà cambiare; nulla qui proviene da siti di esami di prova di terze parti o da post di forum.

Questo dominio riguarda il posto che un agente occupa nel processo di sviluppo, non solo se funziona. La guida allo studio di Microsoft lo divide in tre parti: inserire gli agenti nell'SDLC (individuare quali passaggi spettano a un agente, riconoscere gli anti-pattern più comuni e definire in anticipo input, output e criteri di successo); separare la pianificazione dall'esecuzione (configurare un agente perché produca un piano strutturato, validare quel piano e impedire all'agente di agire finché il piano non è stato verificato e approvato); e configurare osservabilità e controllo (impostare il giusto grado di autonomia, produrre artefatti ispezionabili negli strumenti di uso normale e prevedere l'intervento umano senza rallentare la consegna fino a fermarla).

L'esercizio della settimana: scegli un compito reale che affideresti a un agente di programmazione. Prima di lasciargli toccare qualsiasi cosa, fagli scrivere il piano in testo semplice: quali file toccherà, l'ordine dei passaggi e come si presenta il lavoro «finito». Leggi il piano e approvalo o respingilo prima che avvenga una sola modifica. È esattamente il confine che questo dominio verifica: un piano prodotto dall'agente e una persona (o una regola) che lo controlla prima che parta l'esecuzione.

Questo dominio riguarda che cosa un agente ricorda e per quanto tempo. Comprende la scelta tra memoria a breve termine, a lungo termine ed esterna e la delimitazione della memoria a ciò che è rilevante per il compito, con regole su quando la memoria scade, viene sfoltita o viene azzerata; la conservazione dello stato e la gestione della deriva del contesto, cioè registrare progressi e decisioni come artefatti durevoli in modo che un agente possa riprendere il lavoro senza ripetere passaggi né contraddire decisioni precedenti, e accorgersi della deriva durante un'esecuzione lunga; e il mantenimento della coerenza di memoria e stato tra strumenti e ambienti, così che gli agenti condividano lo stato senza conflitti né contesto obsoleto.

L'esercizio della settimana: prima di iniziare un compito in più passaggi con un agente, crea un breve file di stato (va bene anche testo semplice) che registri l'obiettivo, le decisioni prese finora e ciò che resta da fare. Aggiornalo dopo ogni passaggio, invece di affidarti alla memoria che l'agente ha della conversazione. Chiudi la sessione, riaprila dopo qualche giorno e verifica se quel file basta da solo per riprendere esattamente da dove avevi lasciato.

Questo dominio riguarda l'esecuzione di più agenti contemporaneamente senza che entrino in conflitto. La guida allo studio di Microsoft lo raggruppa in: gestire flussi di lavoro multi-agente (applicare un pattern di orchestrazione, isolare gli agenti per l'esecuzione in parallelo e rilevare e risolvere conflitti come modifiche di codice sovrapposte o output contraddittori); configurare l'osservabilità tra gli agenti (produrre artefatti adatti a revisione e audit e documentare passaggi di consegne e decisioni); rilevare e gestire i fallimenti multi-agente (individuare esecuzioni bloccate o degradate e applicare pattern di recupero, tra cui rollback e human-in-the-loop); e gestire il ciclo di vita degli agenti all'interno di un flusso di lavoro senza interromperlo.

L'esercizio della settimana: dai a due agenti di programmazione lo stesso repository, ciascuno nel proprio branch, ciascuno con una modifica sovrapposta (lo stesso file, modifiche diverse). Lascia che finiscano entrambi, poi risolvi tu il conflitto di merge e scrivi una frase su quale sovrapposizione eviteresti la prossima volta, limitando un agente a un file diverso oppure mettendo in sequenza i due compiti invece di eseguirli in parallelo.