Fra diciassette giorni — il 24 aprile 2026 — GitHub attiverà per tutti gli utenti Free, Pro e Pro+ di Copilot la raccolta dei dati di interazione per addestrare i propri modelli AI. Prompt, snippet, nomi di file, suggerimenti accettati: tutto finirà nel tritacarne dell’addestramento, a meno che tu non vada nelle impostazioni e disabiliti manualmente l’opzione. Opt-out, non opt-in. Per un servizio che costa fino a 39 dollari al mese. Se la cosa ti sembra un furto con destrezza mascherato da aggiornamento dei termini di servizio, non sei il solo: la reazione degli sviluppatori su Hacker News e GitHub Discussions è stata furibonda, e con buone ragioni. Il codice che scrivi mentre lavori su un progetto proprietario — variabili, architettura, logica di business — diventa materiale di addestramento per un modello che Microsoft rivende a tutti.
Il punto è che alternative open source a GitHub Copilot esistono, funzionano, e in alcuni casi superano l’originale. Non sono progetti marginali: Cline ha superato i 5 milioni di installazioni, Tabby gira sulla tua macchina senza che una sola riga di codice esca dalla rete locale, Continue.dev ti lascia scegliere qualsiasi modello — locale o remoto — senza vincoli. Strumenti costruiti da sviluppatori per sviluppatori, con licenze Apache 2.0, codice ispezionabile, nessun dato spedito a Redmond. In un momento in cui GitHub decide unilateralmente che il tuo codice è materia prima per i suoi modelli, queste alternative non sono più un vezzo da puristi: sono una necessità.
Il problema non è Copilot, è chi lo controlla
Facciamo un passo indietro. GitHub Copilot, quando è uscito nel 2021, ha cambiato il modo in cui milioni di sviluppatori scrivono codice. Autocompletamento intelligente, suggerimenti contestuali, integrazione nativa in VS Code: funzionava bene, ed era comodo. Il problema non è mai stato lo strumento in sé, ma il modello di potere che ci sta dietro. Microsoft possiede GitHub, possiede l’infrastruttura cloud su cui gira Copilot, e ora vuole possedere anche i dati che generi mentre lo usi. L’annuncio del 25 marzo 2026 — pubblicato con il tono asettico di un changelog tecnico — modifica la privacy statement per consentire a GitHub di usare «inputs, outputs, code snippets and associated context» degli utenti individuali per addestrare modelli AI. Non il codice dei repository privati a riposo, precisano, ma tutto quello che passa attraverso Copilot mentre lavori. La distinzione è sottile al punto da essere irrilevante: se stai editando un file in un repo privato e Copilot ti suggerisce una funzione, quel contesto — il tuo codice, i tuoi nomi di variabile, la tua logica — viene catturato come «interaction data». È la vecchia strategia del capitalismo di sorveglianza applicata al codice sorgente: il prodotto sei tu, e il prezzo dell’abbonamento è solo il biglietto d’ingresso.
La reazione della comunità è stata immediata e prevedibile. Su Hacker News il thread ha accumulato centinaia di commenti, con sviluppatori che lamentano la rottura di un patto di fiducia implicito. Chi paga un abbonamento Pro+ da 39 dollari al mese si aspetta — ragionevolmente — che il proprio codice resti proprio. Invece Microsoft ha scelto il meccanismo più favorevole a sé stessa: chi non fa nulla, acconsente. È lo stesso schema che abbiamo visto con Meta e i dati dei post su Facebook usati per addestrare Llama, con Reddit che ha venduto tutto a Google per 60 milioni. Le piattaforme centralizzate convergono sempre verso lo stesso punto: estrazione di valore dagli utenti, a beneficio degli azionisti. La differenza è che stavolta il valore estratto è codice — proprietà intellettuale, segreti commerciali, architetture software — non selfie o commenti sotto un post.
Cline: l’agente autonomo che non ti chiede il permesso di spiarti
Cline è l’alternativa che ha fatto più rumore, e con ragione. A gennaio 2026 ha superato i 5 milioni di installazioni su VS Code, JetBrains, Cursor e altri editor via OpenVSX, un traguardo raggiunto senza campagne marketing ma con il passaparola tra sviluppatori — che nel mondo del software resta la forma di validazione più affidabile. La versione attuale, la 3.76.0 rilasciata a fine marzo 2026, non è un semplice autocompletamento: è un agente di codifica autonomo con licenza Apache 2.0 che può creare e modificare file, esplorare codebase complessi, eseguire comandi nel terminale e navigare il browser, tutto chiedendoti il permesso a ogni passo. La differenza con Copilot è strutturale, non cosmetica: Cline non ha un server proprietario che ingoia i tuoi dati, perché ti connetti direttamente al provider di modelli che preferisci — Anthropic, OpenAI, Google Gemini, OpenRouter, oppure un modello locale tramite Ollama o LM Studio.
A febbraio 2026 il team ha lanciato Cline CLI 2.0, ricostruendo l’interfaccia da terminale da zero per portare lo stesso loop agentico dell’estensione IDE direttamente nella riga di comando. Agenti paralleli, pipeline CI/CD headless, supporto ACP per qualsiasi editor: è pensato per chi vive nel terminale e non vuole aprire un IDE per chiedere a un modello di refactorare una funzione. Il lancio ha incluso l’integrazione gratuita con Kimi K2.5 di Moonshot AI, un modello open source con finestra di contesto da 256K token — non il miglior modello in circolazione, ma sufficiente per sperimentare senza spendere un centesimo. Il supporto MCP (Model Context Protocol) è un altro pezzo importante: Cline può estendere le proprie capacità creando nuovi strumenti al volo, un approccio che lo rende più un framework agentico che un semplice suggeritore di codice. Ingegneri di Salesforce, Samsung e SAP lo usano in produzione, e il motivo è trasparente — letteralmente, visto che il codice è tutto su GitHub. Per celebrare i 5 milioni di installazioni, il progetto ha destinato un milione di dollari in crediti Cline a progetti open source, un gesto che dice molto sulla filosofia: reinvestire nella comunità invece di estrarre valore da essa.
Tabby e Continue: il codice resta tuo, punto
Tabby gioca su un terreno diverso da Cline, e lo fa con una promessa radicale: il tuo codice non esce mai dalla tua macchina. È un assistente di codifica AI completamente self-hosted — lo installi sul tuo server (o sul tuo portatile con una GPU consumer, niente hardware enterprise obbligatorio), e tutto il processo di completamento e suggerimento avviene in locale. Nessun dato spedito nel cloud, nessun «interaction data» raccolto da nessuno, nessuna clausola opt-out da cercare nelle impostazioni. Il progetto è scritto in Rust, il che gli garantisce prestazioni eccellenti anche su hardware modesto, e supporta modelli come StarCoder e CodeLlama per il completamento del codice. L’interfaccia OpenAPI permette di integrarlo con IDE cloud, pipeline CI/CD e qualsiasi infrastruttura esistente, e la recente versione 0.20 dell’estensione VS Code (dicembre 2025) ha aggiunto la possibilità di collegare issue GitHub a task interni e creare pull request direttamente dalla sidebar con breakdown dei risultati di CI, lint e test. Non è l’assistente più appariscente del mercato, ma è quello che ti dà il controllo più completo — e in un’epoca in cui GitHub usa i tuoi prompt per addestrare i suoi modelli, il controllo completo non è un lusso, è igiene digitale.
Continue.dev occupa una nicchia ancora diversa: è il coltellino svizzero delle alternative open source a GitHub Copilot per chi vuole flessibilità totale nella scelta dei modelli. L’idea di base è semplice ma potente — BYOM, Bring Your Own Model. Vuoi usare Claude di Anthropic? Collegalo. Preferisci GPT-5 di OpenAI? Fai pure. Vuoi far girare Llama 3 in locale con Ollama per non far uscire nulla dalla tua rete? Continue lo supporta nativamente. L’estensione funziona su VS Code e JetBrains, offre autocompletamento, chat contestuale e, nelle versioni più recenti, un CLI con supporto per agenti remoti e integrazione git che mostra il branch corrente durante le sessioni. Il progetto ha aggiunto di recente il supporto per i thinking blocks di Anthropic e l’integrazione con Grok Code Fast 1 di xAI come modello agentico raccomandato, segno che il team non si limita a inseguire OpenAI ma esplora l’intero ecosistema. La vera forza di Continue è la configurabilità: file .continue/configs, provider di contesto personalizzabili, check AI source-controlled applicabili in CI. È gratuito, open source, e pensato per team che vogliono integrare l’AI nel workflow senza cedere il controllo a un vendor unico. Detto senza mezzi termini: è l’anti-Copilot per design, non per accidente.
Come scegliere e perché la scelta è politica
La domanda pratica — quale di questi strumenti usare — dipende dal tuo contesto, ma la risposta ha sempre una dimensione politica che vale la pena esplicitare. Se vuoi un agente autonomo potente, con un ecosistema maturo e 5 milioni di sviluppatori che lo usano già, Cline è la scelta più immediata: si installa in un minuto, si collega al provider che preferisci, e il codice è Apache 2.0 — puoi forkarlo, modificarlo, farne quello che vuoi. Se lavori con codice sensibile — brevetti, algoritmi proprietari, dati regolamentati — e la tua priorità assoluta è che nessun byte esca dalla rete locale, Tabby è l’unica risposta seria: self-hosted, Rust, GPU consumer, zero dipendenze cloud. Se vuoi la massima flessibilità nella scelta dei modelli e un tool che si adatti al tuo stack invece di importi il suo, Continue.dev è il punto di partenza giusto: BYOM, configurazione granulare, supporto per modelli locali e remoti. Nessuno dei tre è perfetto — Cline richiede comunque una API key a un provider esterno (a meno di usare modelli locali), Tabby ha bisogno di una GPU decente per girare in modo fluido, Continue può risultare più complesso da configurare rispetto al «installa e vai» di Copilot. Ma la perfezione non è mai stata il punto.
Il punto è chi controlla lo strumento che usi per scrivere codice otto ore al giorno. Quando GitHub cambia i termini di servizio e decide che i tuoi prompt diventano dati di addestramento, sta esercitando un potere che non gli hai mai delegato consapevolmente — e il fatto che tu possa fare opt-out non cambia la natura di quel potere, la rende solo leggermente meno sfacciata. Le alternative open source ribaltano questa dinamica: il codice è tuo, i dati sono tuoi, le regole le decidi tu. Non è utopia, è ingegneria del software con un’etica diversa da quella di Microsoft. Cline che reinveste un milione nella comunità open source mentre GitHub succhia interaction data per addestrare modelli chiusi — ecco, questa è la differenza tra chi costruisce strumenti per gli sviluppatori e chi costruisce strumenti per estrarre valore dagli sviluppatori. La scelta tecnica è anche una scelta politica, e fingere che non lo sia è il lusso di chi non ha ancora letto i nuovi termini di servizio di GitHub.
Domande frequenti
Cline è davvero gratuito o ci sono costi nascosti?
Cline è completamente gratuito e open source con licenza Apache 2.0. L’unico costo è la API key del provider di modelli che scegli di usare — Anthropic, OpenAI, OpenRouter o altri. Se usi un modello locale tramite Ollama o LM Studio, il costo è zero. Non ci sono abbonamenti, tier premium o funzionalità bloccate.
Che hardware serve per far girare Tabby in locale?
Tabby è progettato per funzionare su GPU consumer — non servono schede enterprise da migliaia di euro. Una NVIDIA con almeno 8 GB di VRAM (una RTX 3070 o superiore) è sufficiente per far girare modelli come StarCoder in modo fluido. Su macchine Apple Silicon con 16 GB di RAM unificata le prestazioni sono più che accettabili per uso individuale.
Posso usare Continue.dev con modelli completamente locali, senza inviare dati al cloud?
Sì. Continue supporta nativamente Ollama e LM Studio per l’esecuzione di modelli locali. Puoi configurare Llama 3, CodeLlama, Mistral o qualsiasi altro modello compatibile GGUF per autocompletamento e chat senza che nessun dato lasci la tua macchina. La configurazione richiede qualche minuto in più rispetto a un provider cloud, ma la privacy è totale.
GitHub Copilot Business ed Enterprise sono colpiti dal cambio di policy?
No. L’aggiornamento della privacy statement del 25 marzo 2026 riguarda esclusivamente gli utenti Copilot Free, Pro e Pro+. Gli abbonamenti Business ed Enterprise mantengono le garanzie precedenti sulla non-raccolta dei dati di interazione per l’addestramento. Questo non rende la situazione meno grave: milioni di sviluppatori individuali sono comunque coinvolti.
Questi strumenti funzionano bene quanto Copilot?
Dipende dal caso d’uso. Per il completamento inline puro, Copilot resta molto competitivo grazie ai modelli ottimizzati di OpenAI. Ma Cline, come agente autonomo, supera Copilot in task complessi — refactoring multi-file, esplorazione di codebase, esecuzione di comandi. Tabby è eccellente per chi vuole completamento rapido senza latenza di rete. Continue brilla nella flessibilità: puoi scegliere il modello migliore per ogni task specifico. Nessuno è perfetto in tutto, ma la combinazione di due di questi strumenti copre il 95% di ciò che fa Copilot — senza regalare il tuo codice.