Agenti AI: cosa sono, come costruirli e dove si rompono

👁 120 letture

La parola “agente” si è appiccicata a tutto ciò che ha AI nel nome, e per questo ha smesso di significare qualcosa. Eppure la differenza tra un chatbot e un agente è concreta e si può descrivere in una frase: il chatbot risponde, l’agente agisce. Il resto di questo articolo è lo sviluppo di questa frase e ti mostra come costruire il tuo agente senza scrivere codice.

Differenza tra agente AI e chatbot

Un normale chatbot riceve una domanda e restituisce testo. Nient’altro accade. Se gli chiedi di inviare un’email, scriverà il contenuto dell’email, ma non la invierà.

Un agente riceve un obiettivo, non una domanda, e ha a disposizione degli strumenti. Può controllare qualcosa in rete, leggere un file, salvare una voce in un database, inviare un messaggio. Decide da solo in quale ordine farlo e verifica il risultato lungo il percorso.

Questa è tutta la differenza. A un chatbot dici “scrivi un riassunto di questo file”. A un agente dici “ogni mattina controlla i nuovi file in questa cartella, riassumi ognuno e inviami un unico messaggio con tutto”.

Componenti di un agente AI

Indipendentemente da dove lo costruisci, un agente ha quattro parti.

1. Modello. È lui che decide cosa fare nel prossimo passo.
2. Strumenti. Tutto ciò con cui l’agente può fare qualcosa oltre a scrivere: motore di ricerca, accesso ai file, invio email, query al database.
3. Memoria. Registrazione di ciò che ha già fatto e di ciò che ha scoperto, per non ricominciare da zero a ogni passo.
4. Trigger. Ciò che lo attiva: un orario, una nuova email, un nuovo file, un clic.

Se manca qualcosa di questi quattro elementi, non è un agente, ma un chatbot con un packaging più carino. Più spesso mancano gli strumenti.

Come costruire un agente senza programmare

Il percorso più semplice passa attraverso strumenti di automazione, dove colleghi blocchi già pronti. Lo schema è sempre lo stesso.

Primo passo: inizia da un singolo compito che fai manualmente. Non da una visione di un assistente che ti gestisce l’azienda. Da una singola attività che ripeti ogni lunedì. Questo è l’unico consiglio di questa lista che determina davvero il successo.

Secondo passo: scomponila in passaggi così dettagliati come se la stessi spiegando a una persona nuova. Dove guardare, cosa controllare, cosa fare quando qualcosa manca. Quest’ultimo punto è quello che tutti dimenticano e per cui gli agenti si bloccano.

Terzo passo: dai all’agente solo gli strumenti di cui ha bisogno. Non “accesso alla casella di posta”, ma “lettura dei messaggi da un’unica etichetta”. Più ristretti sono i permessi, meno cose possono andare storte.

Quarto passo: eseguilo prima a vuoto. Lascia che per una settimana scriva cosa farebbe, invece di farlo. Vedrai così tutti i punti in cui ha sbagliato in un modo che non ti aspettavi.

Quinto passo: solo ora attiva l’azione, e su qualcosa che si può annullare.

Dove gli agenti AI si rompono davvero

Scrivo questo dall’esperienza con i miei automatismi, che girano ogni giorno.

Su situazioni atipiche. L’agente funziona benissimo finché i dati appaiono come durante i test. Il primo file in un formato diverso può mandarlo fuori strada e, peggio ancora, l’agente di solito non segnala il problema, ma fa qualcosa che sembra sensato ed è sbagliato.

Su guasti silenziosi. Il modello può restituire una risposta vuota con stato di successo. L’ho misurato: nel mio test di dieci modelli tre di loro in un compito hanno restituito stato 200 e contenuto vuoto, senza alcun messaggio di errore. Se il tuo agente non lo controlla, salverà il vuoto e andrà avanti.

Sui costi. Un agente che pensa ad alta voce paga per ogni passo. Con modelli con ragionamento obbligatorio i token di pensiero costituiscono persino il 96 percento di tutti i token di output, e l’output è il lato più costoso del listino. La fattura per un agente che gira 24 ore su 24 può sorprendere.

Su loop infiniti. Un agente senza limite di passi può girare in tondo. Imposta sempre un limite rigido di tentativi e un limite rigido di costo.

A cosa serve davvero un agente AI

A cose ripetitive e noiose. Sfogliare, ordinare, riassumere, riscrivere da un formato all’altro. Qui l’agente si ripaga dalla prima settimana.

Al monitoraggio. Controllare se qualcosa è cambiato e farsi sentire solo quando è cambiato. Questo è probabilmente il miglior primo progetto per chiunque.

Non serve per decisioni che non sai verificare. Se non riesci a valutare in cinque secondi se l’agente ha fatto bene, non affidargli quel compito. Non perché non ce la faccia, ma perché non noterai quando non ce l’ha fatta.

Quale modello scegliere per un agente

Per un agente che gira in loop, si sceglie diversamente che per una conversazione singola, perché il costo si moltiplica per il numero di passi. Abbiamo misurato dieci modelli su compiti in polacco e la differenza nella fattura tra modelli con identica correttezza raggiungeva trentadue volte.

A questo si aggiunge una cosa che pochi ricordano: il prezzo visibile sulla scheda del modello non deve essere il prezzo che pagherai, perché lo stesso modello è ospitato da una quindicina di aziende con le proprie tariffe. L’abbiamo dettagliato sui dati di quindici modelli.

Quanto costa un agente che scrive

Con un agente che gira in loop il costo si moltiplica per il numero di passi, quindi la scelta del modello diventa una decisione finanziaria. L’abbiamo dettagliato con numeri concreti: quanto costa un articolo scritto da AI, da quattro centesimi di centesimo a diciannove centesimi per lo stesso testo.

Modello sul proprio computer

Un agente non deve girare nel cloud. Se ti interessa che i dati non escano dalla tua macchina, abbiamo verificato come funziona in pratica: modello eseguito localmente.

Dove finisce l’automazione

Nella pianificazione degli agenti è utile essere consapevoli di quali attività si possono affidare oggi a uno strumento e quali no. L’abbiamo dettagliato con esempi concreti nel testo su AI e lavoro in Polonia.

Prima di scegliere il modello per l’agente

Quando si lavora in loop il costo si moltiplica per il numero di passi, quindi vale la pena sapere che sette dei diciotto modelli non permettono più di disattivare il ragionamento. Se il tuo codice invia questo parametro in modo fisso, dopo il cambio di modello smetterà di funzionare completamente.

// continua a leggereSlack lancia Slackforce Surfaces: report e dashboard interattive costruite dall’AI direttamente in chatNotizieAgenti AI bloccati: perché Amazon e le banche chiudono loro la portaMagazineOpenAI Dots: cosa sono e come funzionano gli agenti AIMagazine

Kinetyra