Dai modelli “ AI ” agli agenti: cosa rende un sistema “agente”?
AI Negli ultimi anni i modelli e gli LLM hanno compiuto progressi incredibili, con risultati sorprendenti nell’elaborazione del linguaggio naturale per la creazione e la comprensione del linguaggio. Ma il vero cambiamento in atto in questo momento è lo sviluppo di moderni agenti AI in grado di pianificare ed eseguire attività end-to-end. Si consideri la differenza rispetto ai precedenti sistemi AI a scopo specifico, come il motore di scacchi Deep Blue di IBM del 1997, che riusciva a battere facilmente i campioni umani ed era incentrato su un’unica attività specifica. Confrontiamolo con gli odierni agenti stocastici e in grado di utilizzare strumenti AI , che possono pianificare ed eseguire attività end-to-end ambigue come “prenotare un viaggio a San Francisco la prossima settimana con meno di 1.000 dollari”, che richiedono molti passaggi e un processo decisionale autonomo durante l’esecuzione.
Di recente ho ottenuto la certificazione Claude come “Architect, Foundations” e questo percorso mi è stato di inestimabile aiuto per comprendere la struttura, le complessità e le opportunità dell’ AI o agenziale. Non vedo l’ora di condividere alcuni di questi principi fondamentali.
Cominciamo con il definire in che modo l’architettura “ AI ” (agente) si differenzia da quella tradizionale “ AI ”. Una caratteristica fondamentale degli agenti è la loro capacità di utilizzare modelli, strumenti esterni e memoria per estendere le funzionalità di base dei grandi modelli linguistici su cui sono costruiti. Gli agenti operano pianificando autonomamente gli obiettivi, ponendo l’accento sulla scomposizione di flussi di lavoro complessi in attività articolate in più fasi e, in molti casi, consentendo l’esecuzione parallela. Come vedremo, quest’ultimo aspetto è uno dei più interessanti di un’architettura agentica: utilizzando diversi agenti con competenze e obiettivi specializzati, l’orchestratore può delegare le attività in modo efficace e poi combinare i risultati. Questo approccio è di gran lunga più potente rispetto al tentativo di risolvere problemi complessi con una singola richiesta dell’utente.
Un altro modo di concepire gli agenti consiste nel considerare i tipi di richieste che sono in grado di gestire. Un LLM può ricevere una singola richiesta e spesso produrre un risultato impressionante e apparentemente ponderato. Un sistema agentico, d’altra parte, può ricevere l’incarico di risolvere compiti complessi, che richiedono un ciclo iterativo: percepire → ragionare → agire → osservare → aggiornare la memoria → ripetere fino al raggiungimento dell’obiettivo. Inoltre, l’agente non è confinato all’LLM, ma si collega a sistemi esterni per ampliare le proprie conoscenze e intraprendere azioni. A seconda delle preferenze dell’utente, molti agenti possono operare con un intervento umano minimo.
Da un punto di vista aziendale, i sistemi di intelligenza artificiale ( AI ) basati su agenti sono diventati un tema centrale nelle discussioni aziendali negli ultimi anni, poiché le organizzazioni hanno cercato di passare dai copiloti in stile chat a flussi di lavoro autonomi. Man mano che le competenze degli agenti vengono applicate ai dati aziendali su scala enterprise, la loro capacità di automatizzare le attività e gestire una maggiore complessità delle stesse può ampliare significativamente il loro impiego in molti aspetti dell’azienda.
Componenti fondamentali dell’architettura dell’ AI o agente
La maggior parte delle architetture di tipo “ AI ” basate su agenti può essere suddivisa in quattro funzionalità fondamentali, sebbene ogni tipo possa essere strutturato in un unico agente o in più agenti, a seconda della natura specifica del problema da risolvere.
- Un livello di orchestrazione è responsabile della gestione dell'attività complessiva e dell'assegnazione dei componenti ai sottoagenti
- Percezione I compiti relativi alla percezione sono incentrati sulla comprensione dell'incarico e dell'intento, nonché sull'elaborazione di fonti di dati spesso significative al fine di individuare informazioni rilevanti
- Ragionamento I compiti di ragionamento richiedono la comprensione del compito stesso e gli elementi di base per ragionare e determinare le linee d'azione ideali
- Attività orientate all'azione si collegano a servizi esterni che pubblicano le proprie funzionalità disponibili, spesso tramite server MCP (Model Context Protocol), per consentire l'esecuzione di azioni esterne.
Nelle prossime sezioni approfondiremo ciascuno di questi componenti per comprendere come sono strutturati i sistemi di " AI " basati su agenti e i numerosi aspetti progettuali specifici necessari per garantire che tali sistemi siano efficaci ed efficienti. Questo blog non intende trattare la miriade di standard tecnici e interfacce utilizzati per collegare i sistemi basati su agenti, né gli ambienti complessi di molti sistemi distribuiti, ma fornisce piuttosto un'introduzione generale ai compromessi fondamentali e agli approcci progettuali tipici attualmente in uso.
Percezione: come i sistemi agenti percepiscono e comprendono il mondo
La percezione è il livello “sensoriale” attraverso il quale l’ AI e agente comprende il mondo. Per comprendere il contesto del compito da svolgere, gli agenti devono leggere e interpretare dati appartenenti a una vasta gamma di tipologie diverse:
- Input in linguaggio naturale, come messaggi di chat, e-mail e ticket di assistenza
- Input sotto forma di documenti non strutturati, quali specifiche tecniche, pagine web, file PDF e altro ancora. Trasformare questo tipo di contenuti non strutturati ad alta densità in input comprensibili per un’architettura agentica è particolarmente importante, poiché consente agli agenti di tipo “ AI ” di disporre del tipo di contesto che gli esseri umani percepirebbero normalmente.
- Inserimento di dati strutturati, quali database SQL, dati dei sensori, audio, video o altre modalità di archiviazione di oggetti.
A prescindere dal tipo di dati, la sfida principale consiste nel convertirli in una rappresentazione strutturata che il motore di ragionamento possa elaborare in modo efficiente.
Orchestrazione e ragionamento: il motore cognitivo degli agenti “ AI ”
Al centro dell’architettura agentica si trova il livello di orchestrazione e ragionamento. Il livello di ragionamento è il “cervello” di un agente AI che sceglie gli obiettivi, li scompone in piani, seleziona gli strumenti e decide quando un’attività è “completata”. Attualmente, i modelli di linguaggio di grandi dimensioni (LLM) (GPT-4.1, Gemini Pro, Claude, varianti di LLaMA, ecc.) sono i tipici motori di ragionamento e ne costituiscono il nucleo.
La differenza tra le singole chiamate a un LLM e un approccio agentico sta nel fatto che il livello di ragionamento, compreso l’orchestratore generale, suddivide il compito in sotto-obiettivi, che determinano quando delegare ad altri agenti, quando rivolgersi agli esseri umani, quando utilizzare strumenti e quando interrompere l’operazione perché l’obiettivo non viene raggiunto. In un sistema agentico, a ciascun sotto-agente in un contesto multi-agente viene assegnata una missione specifica, più mirata rispetto alla missione generale. Tale missione specifica è accompagnata da un ruolo personalizzato, da un prompt di sistema e da competenze specifiche, che aiutano l’agente a concentrarsi e a portare a termine il proprio compito specializzato in modo più efficace.
A seconda del compito, gli agenti di ragionamento sono progettati con cura per garantire che l’ambito del loro lavoro sia realizzabile entro i limiti dell’LLM. Possono verificarsi “allucinazioni” e la “dimenticanza” di fatti chiave quando si raggiunge la lunghezza massima dei prompt, i dati vengono forniti in un formato non strutturato o il compito è semplicemente troppo vasto. In tali casi, potrebbe essere necessario un flusso di lavoro multi-agente in cui i compiti più grandi vengano ristrutturati in agenti seriali o paralleli che lavorino su un sottoinsieme più piccolo. La complessità della collaborazione multi-agente risiede nella gestione dei sotto-compiti, il che aumenta la complessità di coordinamento dell’orchestratore.
Memoria: contesto a breve e lungo termine per i sistemi di “ AI ” basati sull’agente
L’ AI e agenziale si basa necessariamente anche sulla memoria persistente per garantire che gli agenti possano tenere traccia dello stato di avanzamento dei propri compiti, soprattutto quando operano nel tempo, attraverso più fasi, sessioni o compiti successivi. Il caso più semplice è rappresentato dalla cronologia della conversazione, che il framework dell’agente deve restituire al livello di ragionamento, poiché i modelli di linguaggio di grandi dimensioni (LLM) sono fondamentalmente privi di stato. È necessaria una gestione strutturata del contesto per garantire che la conversazione non vada fuori controllo man mano che il compito procede.
A parte la memoria a breve termine relativa alla cronologia delle conversazioni, esiste una memoria a lungo termine al di fuori dell’archiviazione persistente, come i profili utente, gli incidenti passati, le cronologie dei progetti o i documenti specifici di un determinato ambito, implementati tramite database vettoriali, grafi di conoscenza o archivi relazionali/SQL. L’utilizzo della memoria a lungo termine consente agli agenti “ AI ” di creare pipeline RAG (retrieval-augmented generation) che permettono, ad esempio, a un addetto all’assistenza clienti di recuperare i ticket passati e la cronologia degli acquisti per personalizzare le risposte.
Azione: uso degli strumenti, esecuzione e effetti nel mondo reale
Un elemento fondamentale dell’ AI e agenziale è la capacità di collegare le decisioni dell’ AI e a cambiamenti nel mondo reale, richiamando strumenti, API, database o altri agenti e generando codice, ticket o modifiche alla configurazione. Al momento della stesura di questo documento, gli strumenti sono spesso resi disponibili da MCP, che pubblica gli strumenti a disposizione dell’ AI e e fornisce uno schema strutturato per input e output.
L'uso degli strumenti comporta importanti implicazioni. Allo stato attuale, sovraccaricare gli strumenti o fornire schemi eccessivamente complessi rischia di creare confusione, portando il motore di ragionamento a scegliere gli strumenti sbagliati o a sovraccaricare le finestre di contesto. Suddividere gli agenti in compiti specializzati e fornire a ciascuno gli strumenti pertinenti per il proprio sottocompito è una strategia per garantire un maggiore successo.
Altrettanto fondamentale è garantire una sicurezza sufficiente affinché gli agenti possano accedere solo a strumenti approvati e che venga utilizzato il controllo umano per le aree di incertezza, ad alto rischio, con elevate implicazioni finanziarie e così via. La gestione degli errori è importante, sia per assicurarsi che gli strumenti completino correttamente le operazioni e che l’agente gestisca in modo adeguato la situazione quando ciò non avviene, ad esempio tramite tentativi di ripetizione controllati, sia per fornire misure di protezione che garantiscano che le chiamate agli strumenti siano conformi alla logica di business o alle politiche di sicurezza.
Tipi di architettura: sistemi a agente singolo, a agenti multipli e ibridi
I sistemi agentici possono variare in termini di complessità. Oggi, i sistemi a agente singolo sono in grado di gestire flussi di lavoro mirati, mentre i sistemi multi-agente vengono utilizzati per problemi complessi o su larga scala; le configurazioni ibride, infine, combinano agenti umani e agenti AI i a diversi livelli.
- Architetture a agente singolo: un unico agente AI e dotato di capacità di ragionamento, memoria e strumenti propri, che opera in un ciclo continuo. Esempi tipici sono gli agenti di assistenza clienti, gli assistenti interni per la documentazione e gli agenti per la generazione di report.
- Architetture multi-agente: Queste sono costituite da più agenti specializzati (ad esempio, “Ricercatore”, “Pianificatore”, “Esecutore”, “Revisore”) che si coordinano tramite messaggi. I modelli di progettazione dell’intelligenza artificiale multi-agente spaziano da strutture gerarchiche (coordinatore + lavoratori) a reti peer-to-peer decentralizzate, fino a modelli ibridi in cui la leadership può variare in base al contesto dell’attività. Ciascuno di essi presenta vantaggi e complessità specifici.
La prassi migliore consiste nell’iniziare con sistemi a agente singolo e passare a quelli multi-agente solo per soddisfare specifiche esigenze aggiuntive (ad esempio, la necessità di specializzazione, parallelizzazione o verifica), al fine di evitare una complessità superflua.
Prospettive
L'AI e ad agenti può accelerare lo sviluppo di nuove funzionalità e viene ampiamente implementata in molti settori e contesti di utilizzo. La scienza e le capacità degli agenti si stanno evolvendo rapidamente, poiché sempre più servizi pubblicano interfacce MCP che consentono agli agenti di accedervi, sia per azioni di input che di output. Sonatus sta investendo massicciamente in questo settore e sta realizzando complessi sistemi multi-agente a supporto di casi d'uso che spaziano dai test e dalla validazione pre-produzione fino all'assistenza post-vendita. Siamo entusiasti del potenziale di questo nuovo tipo di elaborazione e delle opportunità che può offrire ai nostri clienti.
