Agente AI (AI agent)
Un agente AI è un sistema in cui un modello linguistico decide da sé i passaggi da compiere e gli strumenti da usare per raggiungere un obiettivo, osservando i risultati a ogni passo. Si distingue da un chatbot, che risponde, e da un flusso automatico, i cui passaggi sono fissati in anticipo da chi lo costruisce.
Cos’è un agente AI
Un agente AI è un sistema in cui un modello linguistico dirige in autonomia il proprio lavoro: decide quali passaggi compiere, quali strumenti usare e quando fermarsi, tenendo il controllo su come arriva al risultato. Anthropic, nella sua guida alla costruzione di agenti, lo distingue dal flusso di lavoro (workflow), in cui il modello e gli strumenti sono orchestrati da percorsi di codice fissati in anticipo. Nell’agente la sequenza non è scritta in anticipo: nasce durante l’esecuzione, in base a ciò che l’agente osserva.
Si parla spesso di AI agentica per indicare l’insieme di questi sistemi, che fanno parte dell’intelligenza artificiale generativa ma vanno oltre la semplice risposta a una domanda.
Come funziona un agente
Un agente si compone di pochi elementi:
- Un modello che ragiona sull’obiettivo e sceglie la prossima azione.
- Strumenti che può richiamare, come la ricerca sul web, la lettura di file, un database, la posta, un calendario o altre API.
- Un contesto: le istruzioni, la storia delle azioni già svolte e le informazioni recuperate, anche con tecniche di RAG.
- Un ciclo: l’agente agisce, osserva il risultato, aggiorna il piano e ripete, finché considera raggiunto l’obiettivo o incontra un limite fissato.
Nei compiti più delicati si prevede un punto in cui una persona controlla e approva, per esempio prima di inviare un messaggio o di compiere un pagamento.
Differenza tra agente AI, chatbot e automazione
| Strumento | Come lavora | Chi decide i passaggi |
|---|---|---|
| Chatbot | Risponde a domande in una conversazione | La persona, a ogni messaggio |
| Flusso di lavoro automatico | Esegue una sequenza fissa, anche con passaggi affidati a un modello | Chi lo ha progettato |
| RPA | Ripete azioni su programmi, con regole precise | Chi lo ha configurato |
| Agente AI | Sceglie azioni e strumenti verso un obiettivo, in un ciclo | Il modello, entro limiti stabiliti |
Esempi di impiego
- Assistenza ai clienti: un agente che consulta la base di conoscenza, verifica lo stato di un ordine e prepara la risposta.
- Ricerca e analisi: raccoglie fonti, confronta i dati e produce una sintesi con i riferimenti.
- Sviluppo software: legge il codice, propone e prova modifiche, esegue i test.
- Attività amministrative: smista le email, estrae dati dai documenti, aggiorna il CRM.
- Acquisti e prenotazioni, con approvazione finale di una persona.
Quando usare un agente e quando no
Secondo Anthropic conviene cercare la soluzione più semplice e aggiungere complessità solo quando migliora il risultato. Per molte applicazioni basta una singola richiesta a un modello, arricchita con documenti e esempi. I flussi di lavoro si adattano ai compiti ben definiti, dove i passaggi sono noti. Gli agenti sono indicati per problemi aperti, in cui non si può prevedere quante tappe servano e dove la flessibilità vale il costo. Il prezzo di questa autonomia sono tempi di risposta più lunghi e costi più alti.
Rischi e limiti degli agenti
- Errori che si sommano: uno sbaglio a un passaggio può influenzare tutti i successivi, e l’agente non sempre se ne accorge.
- Azioni con effetti reali: un agente con accesso a posta, file o pagamenti può compiere operazioni difficili da annullare.
- Istruzioni nascoste nei contenuti: una pagina web o un documento letto dall’agente può contenere comandi pensati per deviarlo. Si limita il danno con permessi ridotti e controlli sulle azioni.
- Costi imprevisti: un ciclo che non si ferma consuma molti token.
- Tracciabilità: senza registri dettagliati è difficile capire perché l’agente abbia agito in un certo modo.
Anthropic raccomanda di provare gli agenti in ambienti isolati, con protezioni adeguate, e di usare i framework con attenzione, perché gli strati aggiuntivi nascondono istruzioni e risposte e rendono più difficile il controllo.
Come introdurre un agente in azienda
- Si sceglie un compito circoscritto, frequente e con un risultato verificabile.
- Si descrivono gli strumenti che l’agente può usare e si assegnano i permessi minimi necessari.
- Si fissano limiti: numero di passaggi, tempo, spesa e azioni che richiedono l’approvazione di una persona.
- Si registra ogni azione, per verificarla e correggere gli errori.
- Si prova su casi reali, con un confronto tra il lavoro dell’agente e quello di una persona, prima di estendere l’uso.
Se l’agente tratta dati di persone, valgono gli obblighi del GDPR e, per i sistemi di IA, quelli dell’AI Act.
Agenti singoli e sistemi con più agenti
In alcuni progetti più agenti collaborano: uno coordina e divide il lavoro, altri lo eseguono su parti diverse, un altro verifica i risultati. Sono schemi utili per compiti ampi, ma moltiplicano costi, punti di errore e difficoltà di controllo. Si adottano quando un solo agente non basta e dopo aver verificato che la complessità in più produca un vantaggio misurabile.