Che cosa sono gli agenti IA?

Nei corsi precedenti hai imparato a usare gli strumenti di IA, a scrivere prompt e a capire l'IA generativa. Ora passiamo al livello successivo: gli agenti IA. Sistemi che non si limitano a rispondere, ma agiscono, pianificano e svolgono compiti in autonomia. Ti do il benvenuto nel cambio di paradigma che è iniziato davvero nel 2025.

Ma che cosa distingue esattamente un agente IA da un normale chatbot? E perché all'improvviso tutti parlano di «IA agentica» (agentic AI)? In questa lezione ricevi le basi che ti servono per comprendere a fondo l'intero tema.

Lo sapevi? Il termine «agente» viene dall'informatica e significa «entità che agisce». Nella ricerca sull'IA è usato dagli anni Ottanta. Ma solo nel 2025 il concetto è diventato utilizzabile nella pratica, grazie a modelli linguistici migliori, alla capacità di usare strumenti (tool use) e a finestre di contesto più lunghe. Nell'ottobre 2024 la società di ricerche di mercato Gartner ha messo l'«IA agentica» al primo posto delle sue principali tendenze tecnologiche per il 2025.

Chatbot e agente IA a confronto

Per capire gli agenti IA è utile un confronto chiaro. Un chatbot classico, che sia basato su regole o su un LLM, funziona secondo il principio prompt in entrata, risposta in uscita. Fai una domanda, il modello risponde. Fine. Ogni interazione è a sé stante.

Un agente IA va molto più in là: riceve un obiettivo, lo scompone in passi intermedi, usa strumenti (API, database, ricerca web, esecuzione di codice), verifica i propri risultati e si corregge da solo. Agisce in autonomia, entro limiti definiti.

Chatbot classico:

Chiedi: «Che tempo farà domani a Zurigo?» Il chatbot risponde in base a quanto ha appreso durante l'addestramento (che può essere superato) oppure dice: «Non ho accesso a dati meteo aggiornati.»

Agente IA:

Dici: «Pianifica la mia giornata all'aperto di domani a Zurigo.» L'agente interroga l'API meteo, controlla la tua disponibilità nel calendario, cerca attività all'aperto adatte, tiene conto delle previsioni del tempo e crea un piano concreto della giornata, con fasce orarie e proposte alternative in caso di pioggia.

Le tre caratteristiche fondamentali

Ogni vero agente IA possiede tre proprietà fondamentali che lo distinguono da una semplice chat con un LLM:

1. Autonomia: l'agente decide da solo i suoi passi successivi. Tu indichi l'obiettivo, non la strada per arrivarci. È lui a scegliere quali strumenti usare, in quale ordine procedere e quando ha finito.

2. Orientamento all'obiettivo: invece di reagire a singoli prompt, l'agente persegue un obiettivo generale. Mantiene il contesto attraverso più passi e lavora in modo sistematico verso il risultato.

3. Uso di strumenti: l'agente può impiegare strumenti esterni: chiamare API, cercare in Internet, eseguire codice, leggere e scrivere file, interrogare database. Questo estende le sue capacità ben oltre la semplice conoscenza testuale.

Consiglio pratico: se vuoi valutare se un sistema è un agente IA nel senso di questo corso, poniti queste tre domande: può pianificare da solo più passi? Può usare strumenti esterni? Può verificare e correggere i propri risultati? Se la risposta è sì a tutte e tre, hai a che fare con un agente.

Il ciclo perception-reasoning-action

Gli agenti IA lavorano in un ciclo continuo, chiamato ciclo perception-reasoning-action (percezione-ragionamento-azione):

Perception (percezione): l'agente raccoglie informazioni: il tuo incarico, i risultati delle sue azioni precedenti, i messaggi di errore, i nuovi dati dalle API. «Vede» a che punto si trova.

Reasoning (ragionamento): in base a ciò che ha percepito, l'agente riflette: qual è il mio obiettivo? Che cosa ho ottenuto finora? Qual è il miglior passo successivo? Qui entra in gioco la forza dell'LLM: pensiero logico, pianificazione, definizione delle priorità.

Action (azione): l'agente esegue un'azione concreta: una chiamata API, un'esecuzione di codice, un'interrogazione del database, una ricerca web. Il risultato torna nella percezione e il ciclo ricomincia da capo.

Questo ciclo si ripete finché l'obiettivo non è raggiunto o finché l'agente non riconosce che non riesce ad andare avanti e ha bisogno dell'aiuto di una persona.

Tipi di agenti IA

Non tutti gli agenti sono uguali. Nella ricerca e nella pratica si distinguono tre tipi principali:

Reactive agents (agenti reattivi)

Reagiscono direttamente agli input senza una pianificazione a lungo termine. Seguono regole predefinite: se X, allora fai Y. Veloci e prevedibili, ma poco flessibili.

Esempio: un bot del servizio clienti che classifica le e-mail in arrivo in base a parole chiave e invia risposte preconfezionate.

Punti di forza: veloci, prevedibili, facili da sottoporre a debug.

Punti deboli: non sanno gestire situazioni impreviste.

Deliberative agents (agenti deliberativi)

Pianificano in anticipo, elaborano strategie e adattano i loro piani in base a nuove informazioni. Usano il reasoning chain-of-thought per scomporre compiti complessi.

Esempio: un agente di ricerca che redige un'analisi di mercato: pianifica la sua strategia di ricerca, raccoglie dati da diverse fonti, li analizza e crea un rapporto strutturato.

Punti di forza: sanno risolvere compiti complessi in più fasi.

Punti deboli: più lenti, maggiore consumo di risorse, più difficili da controllare.

Hybrid agents (agenti ibridi)

Combinano elementi reattivi e deliberativi. Per i compiti di routine reagiscono rapidamente secondo regole, nelle situazioni complesse passano alla modalità di pianificazione.

Esempio: Claude Code agisce in modo rapido e diretto nelle semplici modifiche al codice. Nei refactoring più grandi pianifica una strategia in più fasi con test e convalida.

Punti di forza: flessibili, efficienti, adatti alla pratica.

Punti deboli: più complessi da sviluppare e da testare.

Esempi dalla pratica

Gli agenti IA non sono fantascienza, sono già in uso oggi:

Devin (Cognition): uno sviluppatore software IA che in autonomia scrive codice, fa debug, crea test e apre pull request. Lavora in un proprio ambiente di sviluppo e può lavorare per ore, senza supervisione, su nuove funzionalità.
Claude Code (Anthropic): un agente di coding che funziona direttamente nel terminale, legge e scrive file, esegue comandi Git e sa realizzare progetti software complessi.
AutoGPT / BabyAGI: i primi agenti open source (2023), che hanno mostrato che cosa è possibile, anche se erano ancora poco affidabili. Hanno posto le basi del movimento degli agenti di oggi.
Agenti per il browser: agenti come OpenAI Operator (inizio 2025, poi integrato in ChatGPT) controllano un browser web e svolgono compiti online, dagli ordini alle ricerche.

Esempio: immagina di chiedere a un agente IA: «Analizza le nostre ultime 100 recensioni dei clienti e crea un piano di miglioramento.» L'agente: (1) caricherebbe le recensioni dal tuo database, (2) eseguirebbe una sentiment analysis, (3) individuerebbe i temi ricorrenti, (4) darebbe una priorità ai temi in base a frequenza e gravità, (5) proporrebbe misure di miglioramento concrete, (6) formatterebbe il tutto come rapporto strutturato. Un chatbot avrebbe detto: «Copia qui le recensioni, per favore.»

Perché la svolta arriva proprio ora?

Il concetto di agente IA esiste da decenni. Perché gli agenti funzionano solo ora? Nel 2025/2026 si sono combinati tre fattori:

Modelli di base migliori: i modelli attuali di OpenAI, Anthropic e Google sono abbastanza potenti da gestire in modo affidabile compiti di reasoning in più fasi. I modelli precedenti facevano troppi errori nella pianificazione.

L'uso di strumenti come standard: tutti i grandi fornitori (OpenAI, Anthropic, Google) hanno integrato nei loro modelli interfacce native per l'uso di strumenti. Ora gli agenti possono usare in modo affidabile API esterne, database e ambienti di esecuzione del codice. Inoltre il Model Context Protocol (MCP) si è affermato come standard aperto per collegare gli agenti IA a strumenti e fonti di dati esterni, paragonabile a una «USB-C per le applicazioni di IA».

Finestre di contesto più lunghe: da poche migliaia di token (2022/2023) a oggi in genere da 128'000 a oltre 1 milione di token. Gli agenti possono conservare più contesto, elaborare file più grandi e tenere «in memoria» catene di compiti più lunghe.

Attenzione: gli agenti IA sono potenti, ma non infallibili. Possono restare bloccati in loop, prendere decisioni sbagliate o usare gli strumenti in modo errato. Non dare mai a un agente un accesso senza controllo a sistemi critici (database di produzione, sistemi finanziari, invio di e-mail ai clienti). Fissa sempre dei limiti e implementa meccanismi di sicurezza: ne parliamo nelle prossime lezioni.

Che cosa distingue in modo fondamentale un agente IA da un chatbot classico?

Esatto! Le tre caratteristiche fondamentali di un agente IA sono l'autonomia (agire da solo), l'orientamento all'obiettivo (pianificazione in più fasi) e l'uso di strumenti (API, codice, database). È questo che lo distingue in modo fondamentale dallo schema prompt-risposta di un chatbot.

Non proprio. Le dimensioni del modello o il gruppo di destinatari non sono le differenze decisive. Gli agenti IA si distinguono per tre caratteristiche fondamentali: autonomia (agire da solo), orientamento all'obiettivo (pianificazione in più fasi) e uso di strumenti (API, codice, database). Un chatbot reagisce solo a singoli prompt, un agente persegue un obiettivo attraverso più passi.

Punti chiave:

Gli agenti IA agiscono in autonomia, perseguono obiettivi e usano strumenti esterni, a differenza dei chatbot, che reagiscono solo a singoli prompt.
Il ciclo perception-reasoning-action è il meccanismo centrale: percepire, ragionare, agire, in un ciclo che continua fino all'obiettivo.
Esistono tre tipi di agenti: reattivi (basati su regole), deliberativi (che pianificano) e ibridi (combinati).
La svolta del 2025/2026 è stata resa possibile da modelli migliori, interfacce native per l'uso di strumenti e finestre di contesto più grandi.
Gli agenti IA sono potenti, ma hanno bisogno di limiti di sicurezza: l'autonomia senza controllo è rischiosa.

Questa lezione fa parte di un corso con esame finale e certificato. Vedi il corso «Agenti IA & automazione»

Avanti →