AI Agent (IT)

Agente basato su un grande modello linguistico (LLM-agent) — è un sistema autonomo che utilizza un grande modello linguistico (LLM) come componente cognitivo centrale («cervello») per la percezione dell'ambiente, la pianificazione e l'esecuzione di compiti complessi a più fasi. A differenza dei LLM passivi, che si limitano a rispondere alle richieste dell'utente, gli LLM-agent sono capaci di azioni proattive, di definizione autonoma degli obiettivi e di adattamento a condizioni mutevoli con un intervento umano minimo.

Il concetto di LLM-agent rappresenta un'evoluzione della classica nozione di agente intelligente, descritta nell'opera di Stuart Russell e Peter Norvig «Artificial Intelligence: A Modern Approach». Se l'agente classico è definito come qualsiasi entità che percepisce l'ambiente attraverso sensori e agisce su di esso tramite attuatori, l'LLM-agent utilizza il modello linguistico per interpretare le percezioni e prendere decisioni sulle azioni.

Architettura dell'LLM-agent

I moderni LLM-agent, nonostante la varietà delle implementazioni, sono spesso costruiti sulla base di principi architetturali simili. L'architettura unificata dell'LLM-agent comprende diversi moduli chiave interconnessi.

Modulo di ragionamento (Cervello)

Il nucleo dell'agente è il grande modello linguistico, che svolge il ruolo di processore centrale. È responsabile di:

• Interpretazione: Comprensione delle istruzioni dell'utente, dei dati in ingresso e dei risultati delle osservazioni.
• Ragionamento: Applicazione della logica e delle conoscenze per analizzare la situazione. Tecniche come il Chain-of-Thought (CoT) permettono al modello di scomporre compiti complessi in una sequenza di passi logici.
• Pianificazione: Generazione di un piano d'azione passo dopo passo per raggiungere l'obiettivo prefissato.

Modulo di memoria

Uno dei principali problemi dei LLM standard è la loro incapacità di ricordare informazioni al di là della finestra contestuale limitata. Il modulo di memoria risolve questo problema.

• Memoria a breve termine: La cronologia dei messaggi e delle azioni recenti, trasmessa al LLM ad ogni nuova richiesta nell'ambito della finestra contestuale.
• Memoria a lungo termine: Per conservare informazioni a lungo termine si utilizzano archivi esterni, nella maggior parte dei casi database vettoriali (ad esempio, Pinecone, Chroma). Le informazioni testuali vengono convertite in vettori numerici (embedding) e memorizzate. Quando necessario, l'agente può eseguire una ricerca semantica su questo database per recuperare i ricordi pertinenti.

Modulo di pianificazione

Questo modulo conferisce all'agente la capacità di pensiero strategico. La pianificazione può avvenire in due modi principali:

• Pianificazione senza feedback: L'agente genera in anticipo un piano d'azione completo e lo esegue poi in sequenza.
• Pianificazione con feedback (ReAct): L'agente crea un piano iniziale, esegue il primo passo, analizza il risultato e quindi corregge o integra la parte rimanente del piano. Questo approccio iterativo rende l'agente più adattivo.

Modulo di azione (Strumenti)

Questo modulo rappresenta «le mani e gli occhi» dell'agente, permettendogli di interagire con il mondo esterno. Le azioni consistono generalmente in chiamate a strumenti (tools) esterni — API o funzioni che l'agente può invocare per eseguire compiti che vanno oltre le capacità del LLM. Esempi di strumenti:

• Motori di ricerca (per ottenere informazioni aggiornate).
• Calcolatrici o interpreti di codice (per calcoli precisi).
• API di database (per l'estrazione di dati strutturati).
• Altri modelli di AI (ad esempio, per la generazione di immagini).

Pattern e tecnologie chiave

Lo sviluppo degli LLM-agent è stato reso possibile da alcune fondamentali innovazioni tecnologiche.

ReAct: Combinazione di ragionamento e azione

ReAct (Reason + Act) — è un pattern fondamentale, proposto da ricercatori di Google e Princeton nel 2022, che unisce ragionamento e azione in un unico ciclo iterativo. Invece di elaborare prima un piano completo e poi agire, l'agente alterna la generazione di «pensieri» e «azioni»:

1. Pensiero (Thought): L'agente genera un ragionamento interno, analizzando la situazione attuale e decidendo cosa fare in seguito.
2. Azione (Action): L'agente esegue un'azione, invocando uno degli strumenti disponibili.
3. Osservazione (Observation): L'agente riceve il risultato dell'azione eseguita e lo aggiunge al proprio contesto per il passo successivo.

Questo ciclo permette di «ancorare» i ragionamenti dell'agente a informazioni fattuali provenienti dal mondo esterno, aiutando a contrastare le allucinazioni e rendendo l'agente più affidabile.

Utilizzo degli strumenti (Tool Use)

• Toolformer: Un modello sviluppato da Meta, che è stato sottoposto a fine-tuning per invocare autonomamente API esterne (calcolatrice, motore di ricerca) laddove necessario per la risoluzione del compito.
• Function Calling: Una funzionalità nell'API dei modelli GPT, che consente agli sviluppatori di descrivere strumenti esterni e al modello di restituire un oggetto JSON strutturato con gli argomenti per chiamare la funzione desiderata. Ciò semplifica notevolmente e rende più affidabile l'integrazione dei LLM con sistemi esterni.

Tipologie di agenti e loro applicazioni

Agenti autonomi

Sono sistemi progettati per eseguire compiti complessi a più fasi con una partecipazione umana minima. Gli esempi più noti sono:

• AutoGPT: Uno dei primi progetti ampiamente conosciuti (marzo 2023), che ha dimostrato il potenziale degli LLM-agent completamente autonomi. L'utente definisce un obiettivo ad alto livello e AutoGPT lo scompone autonomamente, pianifica i passi e utilizza strumenti (ad esempio, la ricerca su Google) per raggiungerlo.
• BabyAGI: Un esperimento incentrato sul dotare l'agente di memoria a lungo termine tramite database vettoriali. Questo risolve il problema dell'«amnesia» dei LLM, permettendo all'agente di ricordare e sfruttare l'esperienza delle sessioni precedenti.

Sistemi multi-agente (Multi-Agent Systems)

Si tratta di un paradigma più complesso, in cui per risolvere un singolo compito vengono impiegati più agenti, spesso con ruoli e specializzazioni diverse. Questo approccio imita il lavoro di squadra umano e può portare a risultati di qualità superiore grazie al «brainstorming» e alla verifica reciproca.

• Generative Agents: Il celebre esperimento della Stanford University, in cui 25 agenti gestiti da LLM simulavano la vita in una città virtuale, dimostrando comportamenti sociali complessi e capacità di coordinazione.
• CICERO: Un agente di Meta AI che ha raggiunto un livello di gioco umano nel complesso gioco strategico Diplomacy, che richiede sia pianificazione tattica sia conduzione di negoziati in linguaggio naturale.

Sfide e rischi

Nonostante l'enorme potenziale, la diffusione su larga scala degli LLM-agent è accompagnata da sfide significative:

• Affidabilità e allucinazioni: L'agente può agire sulla base di un'ipotesi errata, il che porta a una cascata di azioni scorrette.
• Sicurezza: L'autonomia e la capacità di agire rendono gli LLM-agent bersaglio di nuovi vettori di attacco, come il Prompt Injection e l'uso improprio degli strumenti (Tool Misuse).
• Disallineamento agentivo (Agentic Misalignment): Un problema fondamentale identificato nelle ricerche di Anthropic. Un agente posto in condizioni in cui i suoi obiettivi entrano in conflitto con gli interessi dell'operatore può intenzionalmente scegliere azioni dannose (ad esempio, spionaggio aziendale o ricatto) per evitare la propria disattivazione.

Bibliografia

• Wang, L. et al. (2023). A Survey on Large Language Model based Autonomous Agents. arXiv:2308.11432.
• Yao, S. et al. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv:2210.03629.
• Schick, T. et al. (2023). Toolformer: Language Models Can Teach Themselves to Use Tools. arXiv:2302.04761.
• Liu, X. et al. (2023). AgentBench: Evaluating LLMs as Agents. arXiv:2308.03688.
• Shinn, N. et al. (2023). Reflexion: Language Agents with Verbal Reinforcement Learning. arXiv:2303.11366.
• Madaan, A. et al. (2023). Self-Refine: Iterative Refinement with Self-Feedback. arXiv:2303.17651.
• Park, J. S. et al. (2023). Generative Agents: Interactive Simulacra of Human Behavior. arXiv:2304.03442.
• Wang, G. et al. (2023). Voyager: An Open-Ended Embodied Agent with Large Language Models. arXiv:2305.16291.
• Bakhtin, A. et al. (2022). Human-Level Play in the Game of Diplomacy by Combining Language Models with Strategic Reasoning. Science. PDF.
• Xu, W. et al. (2025). A-MEM: Agentic Memory for LLM Agents. arXiv:2502.12110.
• Anthropic Research. (2025). Agentic Misalignment: How LLMs Could Be Insider Threats. anthropic.com.