Cos'è un agente AI? Come funzionano, strumenti e rischi

Un agente AI è un sistema software che persegue un obiettivo con un certo grado di indipendenza: pianifica i passaggi, usa strumenti come la ricerca web, l'esecuzione di codice o un browser, verifica i risultati e prosegue finché il compito non è concluso. Un chatbot risponde alla tua domanda e lascia a te la mossa successiva. Un agente cerca di compiere quella mossa da solo.

Questa guida spiega come funzionano gli agenti, dove passa il confine con i chatbot, quali prodotti esistono e cosa può andare storto. Il settore evolve rapidamente, quindi nomi dei prodotti, prezzi e disponibilità vanno verificati sul sito di ciascun fornitore.

Cos'è un agente AI, in parole semplici?

L'idea è più vecchia dei chatbot di oggi. Nel classico manuale di intelligenza artificiale di Russell e Norvig, un agente è qualsiasi entità che percepisce il proprio ambiente e agisce su di esso. Gli agenti AI moderni applicano questa idea con un grande modello linguistico (LLM) al centro.

In una configurazione tipica il modello funziona da pianificatore. Scompone un compito in passaggi, sceglie uno strumento, legge ciò che lo strumento restituisce e decide cosa fare dopo, ripetendo il ciclo fino al completamento. Memoria e gestione dello stato circondano questo ciclo, così l'agente può tenere traccia di ciò che ha già fatto.

In cosa un agente AI si differenzia da un chatbot?

La risposta breve è l'azione. Un chatbot risponde a un prompt alla volta, e spetta a una persona decidere cosa fare della risposta. Un agente si assume un lavoro in più passaggi, come cercare su un sito, compilare un modulo, eseguire codice o modificare un file, e compie da solo quei passaggi.

In pratica il confine è sfumato. "Agente" e "agentico" sono diventati termini di marketing senza una definizione condivisa, e Gartner usa l'espressione "agent-washing" per i fornitori che etichettano come agenti normali chatbot. Il criterio utile è semplice: cosa sa fare davvero il prodotto da solo, oltre a produrre testo?

Come usano gli strumenti gli agenti AI?

Gli agenti interagiscono con il mondo esterno tramite il tool calling, detto anche function calling. Il modello indica di voler usare un'API, avviare una ricerca, eseguire codice, aprire un browser o operare un'interfaccia del computer; il software che lo circonda esegue la richiesta e restituisce il risultato al modello.

Stanno emergendo standard per rendere portabili questi collegamenti. Anthropic ha introdotto il Model Context Protocol (MCP) nel novembre 2024 come modo comune per collegare i modelli a strumenti e fonti di dati, e OpenAI, Google e Microsoft lo hanno adottato in seguito. Google ha inoltre annunciato nel 2025 un protocollo Agent2Agent (A2A) per la comunicazione tra agenti; conviene verificare come sia governato oggi.

Quanto sono autonomi gli agenti AI?

L'autonomia è un continuum. A un estremo, l'agente chiede a una persona di approvare ogni passaggio. All'altro, esegue un intero compito senza supervisione. La maggior parte delle implementazioni reali si colloca nel mezzo, con punti di controllo per le azioni sensibili.

Anthropic propone una distinzione utile. I "workflow" seguono percorsi di codice fissi e predefiniti, mentre gli "agenti" lasciano al modello la scelta di passaggi e strumenti. I workflow sono più prevedibili e facili da testare; gli agenti sono più flessibili ma più difficili da controllare. Molti team partono da un workflow e aggiungono la libertà tipica degli agenti solo dove conviene.

Quali prodotti di agenti AI esistono?

La maggior parte delle grandi aziende di AI oggi offre agenti. OpenAI ha lanciato Operator, un agente per la navigazione web, nel gennaio 2025, per poi integrarlo in "ChatGPT agent" nel luglio 2025. Offre anche Codex, un agente per la programmazione, e un Agents SDK per gli sviluppatori.

Anthropic ha rilasciato "computer use" nell'ottobre 2024, che permette a Claude di operare su un'interfaccia desktop, e offre anche Claude Code e l'Claude Agent SDK. Google dispone di Project Mariner, funzioni agentiche in Gemini e l'agente di programmazione Jules. Per le aziende ci sono gli agenti di Microsoft Copilot Studio e Salesforce Agentforce, mentre altri esempi spesso citati sono Manus e il browser Comet di Perplexity.

Attenzione: nomi, prezzi e disponibilità per paese cambiano spesso. ChatGPT agent, ad esempio, era inizialmente riservato ai piani a pagamento, ma le condizioni attuali vanno verificate direttamente con OpenAI e non ricavate da articoli più vecchi.

Quali sono i rischi degli agenti AI?

La minaccia più nota è la prompt injection, in cui istruzioni malevole nascoste in una pagina web, in un'email o in un file dirottano l'agente. OWASP la classifica al primo posto nella sua Top 10 per le applicazioni LLM e ha pubblicato linee guida specifiche sull'AI agentica.

Altri rischi includono azioni irreversibili, come pagamenti, cancellazioni o messaggi inviati; dati che finiscono nel posto sbagliato; agenti con più permessi di quelli necessari; piccoli errori e allucinazioni che si accumulano lungo molti passaggi; costi imprevisti; e responsabilità poco chiare quando qualcosa va storto.

Anche le aspettative nel mondo business sono prudenti. Nel giugno 2025 Gartner ha previsto che oltre il 40% dei progetti di AI agentica sarebbe stato cancellato entro la fine del 2027. La pratica sensata è concedere permessi minimi, richiedere l'approvazione umana per i passaggi rilevanti e tenere gli agenti lontani dagli account sensibili finché non ci si fida di loro.

La regolamentazione è ancora in ritardo. Gli obblighi dell'AI Act europeo entrano in vigore gradualmente tra il 2025 e il 2027, anche se parti del calendario sono state contestate o rinviate, e l'AI Risk Management Framework del NIST è il principale riferimento statunitense. In Turchia si è discusso di una bozza di legge sull'AI, ma il suo stato attuale va verificato presso le fonti ufficiali.