Ogni pochi mesi arriva la stessa scena: un video, un palco, un agente AI che prenota un volo, scrive il codice e chiude la giornata al posto tuo. Poi torni alla tua tastiera, provi a fargli fare una cosa vera, e ti accorgi che la distanza tra la demo e il mercoledì mattina è ancora enorme. Non perché la tecnologia sia finta: perché è a metà strada, e la metà che manca è quella che conta.
In questo articolo mettiamo in fila cosa un agente AI oggi fa davvero da solo, dove inciampa, e come capirlo senza doverti fidare del comunicato stampa.
Cos’è un agente, tolto l’hype
Un modello linguistico, da solo, è un cervello senza mani: prevede la parola successiva, niente di più. Diventa "agente" quando gli dai degli strumenti (leggere un file, chiamare un’API, eseguire un comando) e un ciclo che gli permette di guardare il risultato e decidere la mossa dopo. Quel guscio attorno al modello ha un nome: harness. Ed è lì, più che nel modello, che si gioca quasi tutto.
La differenza pratica è semplice: un modello ti risponde, un agente prova a fare. E "provare a fare" significa sbagliare, accorgersene e riprovare: un anello che dove funziona è potentissimo, e dove si rompe lo fa in silenzio.
La domanda che conta non è "sa farlo?", ma "sa accorgersi quando l’ha fatto male?".
Dove funziona davvero, oggi
Ci sono compiti dove gli agenti hanno già superato la soglia dell’utile. Hanno in comune tre cose: un obiettivo verificabile, un ambiente chiuso e un costo dell’errore basso. In pratica:
- Scrivere ed eseguire piccoli script dove il test dice subito se il risultato è giusto.
- Estrarre e riordinare dati da documenti lunghi, con un umano che dà l’ultima occhiata.
- Fare da "primo abbozzo" (bozze, riassunti, traduzioni) da rifinire, non da pubblicare.
Il filo comune è che l’agente lavora sotto supervisione, in un recinto, su qualcosa che si può controllare in pochi secondi. Toglie fatica, non responsabilità.
Dove inciampa (e perché non è un dettaglio)
I problemi seri nascono quando manca uno di quei tre ingredienti: l’obiettivo è vago, l’ambiente è il mondo reale, l’errore costa. Tre esempi ricorrenti:
- L’agente "sembra" aver finito ma ha risolto il problema sbagliato: ha centrato la richiesta, non l’intenzione.
- Accumula piccoli errori a ogni passo: dopo dieci mosse, la deriva è ingestibile.
- Non sa dire "non lo so": preferisce inventare una risposta plausibile che ammettere il vuoto.
Il vero collo di bottiglia è la fiducia
Il limite non è quanto un agente è bravo nel caso migliore, ma quanto puoi fidarti di lui nel caso medio, senza guardarlo. Finché devi rileggere tutto, hai spostato il lavoro, non l’hai tolto. Ed è per questo che le demo impressionano e i rollout deludono: la demo mostra il caso migliore, il lavoro vero è fatto di casi medi.
Come leggere il prossimo annuncio
La prossima volta che vedi un agente fare miracoli sul palco, tieni a mente tre domande. Chi ha preparato l’ambiente? Quante volte è stato ripetuto prima che riuscisse? E soprattutto: cosa succede quando sbaglia? Te ne accorgi tu, o te ne accorgi il cliente?
La nostra posizione è quella di sempre: la tecnologia ci piace, la fuffa no. Gli agenti sono reali e utili in un perimetro preciso, che si allarga mese dopo mese. Ma "si allarga" non è "è già ovunque": e riconoscere quel confine, oggi, vale più di qualsiasi previsione sul 2027.
