Agenti autonomi: cosa sono e come funzionano

Che cos’è un agente autonomo

Un agente autonomo è un sistema di IA che lavora in modo indipendente per raggiungere un obiettivo. Una persona descrive il risultato che desidera e l’agente individua i passaggi necessari e li esegue.

Supponiamo che qualcuno debba scegliere tra tre strumenti di project management. Un agente autonomo può cercare ciascuno strumento, aprirne la pagina dei prezzi, annotare le differenze e restituire un confronto completo. La persona definisce l’obiettivo ed esamina il risultato, mentre l’agente svolge tutto il lavoro intermedio.

Molti agenti software attuali usano un modello linguistico di grandi dimensioni per interpretare le istruzioni e decidere cosa fare dopo. Alcuni modelli elaborano anche immagini o audio. Per cercare sul web, fare clic sui pulsanti o inviare email, l’agente ha bisogno di un software che colleghi il modello agli strumenti ed esegua le sue richieste.

Nell’esempio del project management, l’LLM e l’agente funzionerebbero così:

1. L’LLM legge l’obiettivo e scrive una richiesta per cercare i prezzi del primo strumento.
2. Il software dell’agente esegue la ricerca e restituisce i risultati all’LLM sotto forma di testo.
3. L’LLM legge i risultati, sceglie il passaggio successivo (aprire la pagina dei prezzi) e scrive una nuova richiesta.
4. Il ciclo si ripete finché l’LLM non stabilisce che il confronto è completo e scrive la risposta finale.

Espandi

Livelli di autonomia

In un sistema di IA agentica (un’IA progettata per compiere azioni, non solo per rispondere a domande), l’autonomia è una scelta di progettazione. Lo stesso agente può essere configurato per chiedere conferma prima di ogni passaggio o per completare un intero compito da solo.

I ricercatori dell’Università di Washington propongono un framework a cinque livelli per spiegare i diversi gradi di autonomia che un agente può avere:

Al livello 4, un agente potrebbe fare ricerche e preparare da solo la bozza di un ordine d’acquisto, ma fermarsi prima di inviarlo. Al livello 5, invierebbe anche l’ordine.

Agenti di IA autonomi, automazione e chatbot a confronto

Gli agenti autonomi si differenziano dai chatbot e dall’automazione dei flussi di lavoro per due aspetti: decidono da soli i propri passaggi e compiono azioni in altre app e siti web.

Un chatbot risponde alle domande all’interno di una conversazione, ma in genere non agisce al di fuori di essa. L’automazione dei flussi di lavoro agisce, ma solo seguendo passaggi che qualcuno ha configurato in anticipo. Un tipo comune è l’automazione robotica dei processi (RPA), un software che ripete attività semplici e basate su regole, come copiare dati da un sistema a un altro.

Un agente autonomo fa entrambe le cose: agisce in altri software e sceglie i propri passaggi per raggiungere un obiettivo, nei limiti degli strumenti, delle autorizzazioni e delle istruzioni che riceve.

Un reclamo per un ordine in ritardo mostra bene la differenza. Un chatbot potrebbe rispondere con una spiegazione predefinita della politica di spedizione. Un’automazione dei flussi di lavoro potrebbe inviare un’email standard di “ritardo dell’ordine”. Un agente autonomo potrebbe cercare l’ordine, scoprire che è andato perso durante il trasporto, disporre una sostituzione e informare il cliente.

Come funzionano gli agenti autonomi

Per completare un compito, un agente autonomo si basa su quattro capacità: pianificare i passaggi, usare gli strumenti, ricordare cosa ha fatto e verificare i propri risultati. Per i compiti più grandi, alcuni agenti suddividono inoltre il lavoro tra un team di agenti.

1. Scomporre gli obiettivi e pianificare

Un obiettivo è di solito troppo ampio per essere realizzato in un unico passaggio, quindi il primo compito di un agente è scomporlo in attività più piccole. Ad esempio, se l’utente chiede all’agente di organizzare un offsite del team, l’agente potrebbe suddividere l’obiettivo in scelta delle date, ricerca di location entro il budget, verifica della disponibilità e stesura di un invito.

Gli agenti possono pianificare in anticipo o strada facendo, a seconda di come sono progettati. Pianificare in anticipo significa scrivere ogni passaggio prima di iniziare, un metodo adatto ad attività brevi e prevedibili. Pianificare strada facendo significa definire uno o due passaggi successivi, agire e rivedere il piano in base a ciò che si ottiene. Se la location preferita per l’offsite fosse già prenotata, l’agente potrebbe passare all’opzione successiva senza ricominciare da capo.

Espandi

Una rassegna sugli agenti autonomi basati su LLM della Renmin University of China rileva che questo secondo approccio gestisce meglio le attività più complesse, perché è difficile scrivere un piano perfetto prima di vedere qualsiasi risultato. Molti agenti combinano i due approcci: abbozzano prima un piano completo e lo rivedono mentre lavorano.

2. Agire con gli strumenti

Una volta definito il piano, l’agente lo porta avanti un’attività alla volta, scegliendo uno strumento per ciascuna.

• Per trovare le location, potrebbe usare la ricerca web con una query come “location per offsite da 20 persone vicino ad Austin”.
• Per verificare la disponibilità, potrebbe aprire in un browser la pagina di prenotazione di ciascuna location e consultarne il calendario.
• Per inviare l’invito, potrebbe collegarsi all’email della persona tramite un’API, la connessione che consente a un software di richiedere dati o azioni a un altro.

Dopo ogni azione, l’agente legge ciò che ha ottenuto e decide la mossa successiva. Se la ricerca restituisce cinque location, ne verifica la disponibilità. Se una pagina di prenotazione non si carica, prova a contattare la location al numero di telefono indicato o passa all’opzione successiva.

Gli strumenti a disposizione di un agente determinano quali attività può completare da solo. Senza accesso all’email, può redigere l’invito ma non inviarlo.

3. Tenere traccia dei progressi con la memoria

Mentre lavora, l’agente deve tenere traccia di ciò che ha fatto e di ciò che ha appreso. Dopo aver verificato tre location, deve sapere quali erano già prenotate, quali avevano posti disponibili e quanto costa ciascuna. Queste informazioni si trovano nella finestra di contesto dell’LLM, ovvero la quantità di testo che il modello può considerare contemporaneamente.

Le attività lunghe possono superare i limiti di quella finestra di contesto. Gli agenti dotati di memoria a lungo termine risolvono il problema salvando le informazioni al di fuori del modello, di solito in un database, e recuperando solo ciò che serve per il passaggio in corso.

La memoria a lungo termine si conserva anche da un’attività all’altra. Quando sarà il momento di organizzare l’offsite dell’anno prossimo, l’agente potrebbe riutilizzare l’elenco delle location e il budget di quest’anno, oppure ricordare che il team preferisce location a meno di un’ora di auto.

4. Verificare i risultati e correggere la rotta

Mentre lavorano, molti agenti restano attenti ai segnali che indicano che un passaggio non è andato a buon fine. Se un modulo di prenotazione restituisce un errore o una ricerca non produce risultati, l’agente prova un altro approccio. Quando arriva a una decisione che non dovrebbe prendere da solo, ad esempio se una location leggermente fuori budget sia accettabile, chiede alla persona e si adegua in base alla risposta.

Prima di consegnare il proprio lavoro, molti agenti ne rivedono i risultati. L’LLM rilegge ciò che ha prodotto, lo confronta con l’obiettivo ed elenca tutto ciò che manca o è errato. L’agente apporta le correzioni e ricontrolla finché il risultato non soddisfa l’obiettivo. Se, ad esempio, nell’invito manca l’indirizzo della location, la revisione lo rileva e l’agente lo aggiunge prima dell’invio.

5. Suddividere il lavoro tra più agenti

Alcune attività si svolgono più rapidamente quando vengono condivise tra più agenti. Un agente principale suddivide il lavoro e ne assegna le parti ai sub-agenti.

Perplexity Computer funziona in questo modo. Una persona descrive il risultato che desidera e Computer lo scompone in attività e sottoattività, quindi crea dei sub-agenti per eseguirle. I sub-agenti possono fare ricerche sul web, generare documenti, elaborare dati o richiamare servizi collegati tramite API.

Quando Computer incontra un problema, crea nuovi sub-agenti per risolverlo. Ogni sub-agente può anche funzionare con un modello di IA diverso, in modo che ogni parte del lavoro venga affidata al modello più adatto.

Così, nell’esempio dell’offsite, un sub-agente potrebbe cercare le location, mentre un altro controlla i calendari del team e un terzo valuta le opzioni di viaggio.

Espandi

Come si usano gli agenti autonomi

Le persone usano gli agenti autonomi soprattutto per il lavoro intellettuale quotidiano: ricerca, scrittura, email e studio. In uno studio condotto da ricercatori di Harvard e Perplexity, le attività di produttività e apprendimento rappresentavano il 57% delle query agentiche. Gli esempi seguenti mostrano cosa fa un agente per ciascun tipo di lavoro.

Ricerca e analisi

La ricerca si presta bene agli agenti perché richiede molti piccoli passaggi. Un agente può cercare, aprire le fonti, leggerle e confrontare ciò che dicono. Prendiamo una query come “trova tre studi recenti sul lavoro da remoto e la produttività e riassumi i risultati di ciascuno”. L’agente cerca gli studi e apre quelli più pertinenti. Legge i risultati di ogni studio e scrive un riepilogo con i link a ciascuna fonte. Se uno studio è dietro un paywall, l’agente passa al successivo. Nello studio, la sintesi e l’analisi di ricerche rappresentano il 7% delle query agentiche.

Documenti, email e calendari

Gli agenti lavorano spesso negli strumenti che le persone usano già ogni giorno. Nello studio di Harvard e Perplexity, gli strumenti per documenti di Google e l’email erano i due più comuni e insieme rappresentavano circa un quarto delle query agentiche. Prendiamo una query come “esamina le email non lette di questa settimana, segnala quelle dei clienti e prepara bozze di risposta alle richieste di appuntamento”. L’agente apre la casella di posta e smista i messaggi. Controlla il calendario per trovare gli orari liberi e prepara una bozza di risposta per ogni richiesta. Può salvare le bozze senza inviarle, così la persona può prima esaminarle una per una.

Apprendimento e attività didattiche

Gli studenti usano gli agenti per studiare. Nello studio, le attività didattiche sono la singola categoria di utilizzo degli agenti più ampia, con il 13% delle query agentiche. Una query come “fammi un quiz sul capitolo quattro delle letture del mio corso” porta l’agente sul sito web del corso, dove legge il capitolo, scrive domande sui punti chiave e verifica le risposte dello studente. Lo stesso approccio funziona per chiunque stia imparando una nuova materia, ad esempio un dipendente che deve aggiornarsi rapidamente su un settore che non conosce.

Acquisti e confronti

Gli acquisti rappresentano il 10% delle query agentiche, per lo più ricerche e confronti di prodotti. Se gli si chiede di “trovare una scrivania regolabile in altezza sotto i 400 $ con ottime recensioni”, un agente cerca presso diversi rivenditori, filtra per prezzo e valutazione, confronta le opzioni migliori e può aggiungere la più adatta a un carrello. Affidare a un agente il confronto delle opzioni su più siti web può far risparmiare molto tempo, perché la persona non deve più aprire e verificare ogni singola inserzione.

Sette buone pratiche per usare gli agenti autonomi

1. Iniziare da attività facili da verificare

Le attività migliori con cui iniziare sono quelle in cui un errore è facile da individuare e poco costoso da correggere. Sintesi di ricerche e confronti tra prodotti sono buoni punti di partenza. Se l’agente indica le proprie fonti tramite link, verificare il lavoro richiede pochi minuti. Man mano che la fiducia cresce, si possono affidare attività più lunghe e con più passaggi.

2. Definire risultati e vincoli chiari

L’agente può prendere decisioni migliori quando sa perché l’attività è importante. Una buona query si legge come un brief per un collaboratore esterno: lo scopo, il pubblico, ciò che è già noto e ciò che è stato escluso. “Confronta questi tre fornitori per una nota destinata al consiglio di amministrazione; al consiglio interessa soprattutto il rischio di implementazione e abbiamo già escluso chiunque non sia conforme a SOC 2” fornisce all’agente ciò che gli serve per prendere decisioni in autonomia.

3. Prevedere punti di approvazione

Alcune azioni non si possono annullare, come inviare un’email, effettuare un acquisto, eliminare file o inviare un modulo. Se l’agente lo consente, impostalo in modo che si fermi e chieda conferma prima di questi passaggi. Anche la query stessa può stabilire un punto di arresto. “Scrivi le bozze delle risposte ma non inviarle” o “aggiungi l’opzione migliore al carrello ma non completare l’acquisto” indica all’agente esattamente dove fermarsi e restituire il controllo.

4. Rivedere il piano prima del lavoro

Per un’attività più complessa, chiedi all’agente di delineare il suo piano prima di iniziare. Rivedere un piano richiede un minuto, e correggere un malinteso in quella fase costa molto meno che scoprirlo nel lavoro finito.

5. Limitare l’accesso a ciò che serve per l’attività

Ogni account a cui un agente può accedere è un account in cui può agire. Collegare solo le app necessarie per un’attività tiene i dati sensibili fuori portata e limita ciò che può andare storto. Un agente che fa ricerche sui fornitori non ha bisogno di accedere all’email. Un agente che scrive bozze di risposte sì, ma potrebbe non aver bisogno dell’autorizzazione per inviarle.

6. Integrare le verifiche nella query

Gli agenti rivedono già il proprio output, quindi la query può indicare loro cosa verificare. Descrivere com’è un buon risultato (“ogni dato deve avere una fonte datata 2025 o successiva”) fa sì che l’agente applichi quello standard prima di restituire il lavoro. Chiedergli di distinguere i fatti confermati dalle proprie deduzioni e di segnalare le ipotesi rende la revisione da parte della persona più rapida e mirata.

7. Riutilizzare ciò che funziona

Una query che ha prodotto un ottimo risultato può diventare un modello per la prossima attività simile. Fornire all’agente un esempio di buon output, come il report dell’ultimo trimestre, spesso è più efficace che descrivere il formato a parole. Le attività ricorrenti possono diventare flussi di lavoro permanenti.

L’approccio di Perplexity agli agenti autonomi

Perplexity offre due agenti autonomi. Comet Assistant gestisce le attività quotidiane all’interno del browser, mentre Perplexity Computer si occupa di progetti più ampi che possono durare ore o anche di più.

Comet Assistant è integrato in Comet, il browser AI di Perplexity. Lavora sui siti web che una persona ha già aperto, quindi può pianificare riunioni, modificare documenti, inviare email e prenotare voli senza dover cambiare strumento.

Computer viene eseguito nel cloud e suddivide ogni obiettivo tra più sotto-agenti, come descritto in precedenza. Si collega a centinaia di servizi e le persone possono scegliere modelli AI specifici per parti specifiche del lavoro. Computer è disponibile per gli abbonati Pro e Max.

Esplora Comet Assistant per provare un agente nel browser, oppure Perplexity Computer per affidare un progetto più ampio.

Domande frequenti

Un agente autonomo è la stessa cosa dell’AI agentica?

No, ma i due termini si sovrappongono. Con AI agentica si indica di solito la categoria più ampia di sistemi di AI che perseguono obiettivi pianificando ed eseguendo azioni. Un agente autonomo è un sistema specifico all’interno di questa categoria, che svolge il proprio lavoro richiedendo poche approvazioni passo dopo passo.

Tutti gli agenti AI sono autonomi?

No. Alcuni agenti eseguono ogni passaggio solo quando una persona glielo indica, mentre altri completano un’intera attività in autonomia. I livelli di autonomia descritti in precedenza mostrano l’intera gamma, dagli agenti che una persona guida passo dopo passo a quelli che una persona si limita a monitorare.

Gli agenti autonomi possono effettuare acquisti o pagamenti?

Alcuni agenti possono aiutare con gli acquisti, a seconda del sito web, delle autorizzazioni e delle misure di sicurezza. Comet Assistant può confrontare prodotti e aiutare nelle procedure di checkout. Instant Buy di Perplexity consente agli utenti idonei negli Stati Uniti di acquistare prodotti supportati all’interno di Perplexity, con PayPal disponibile come opzione di pagamento.

Gli agenti autonomi richiedono competenze di programmazione?

Molti agenti già pronti si possono usare senza programmare. Alcune piattaforme consentono inoltre di creare agenti tramite istruzioni in linguaggio naturale o un’interfaccia grafica. La programmazione può essere utile per integrazioni personalizzate, debug e comportamenti più specializzati.