Cos'è un agente AI? Spiegato in parole semplici

Un agente AI è un modello di AI che può compiere azioni per raggiungere un obiettivo, non solo rispondere con del testo. Gli dai un compito, e lui lavora in un ciclo: decide cosa fare dopo, usa uno strumento (modificare un file, cercare sul web, eseguire un comando, chiamare un'app), osserva il risultato e decide di nuovo — finché il compito non è completato o non ha bisogno del tuo input. Il “cervello” è di solito un grande modello linguistico; gli strumenti sono ciò che gli permette di fare cose.

Perché conta quando costruisci con l'AI

Gli AI app builder moderni sono agenti. Quando chiedi una funzione, l'agente non si limita a scrivere codice e consegnartelo. Legge i tuoi file esistenti, apporta modifiche, installa pacchetti, avvia l'app, legge i messaggi di errore e li corregge, spesso in molti passaggi senza che tu li segua uno per uno.

Ecco perché possono costruire software funzionante invece di frammenti di codice. Cambia anche il tuo ruolo. Non copi e incolli più il codice; gestisci un assistente molto veloce e capace, che a volte fraintende le istruzioni o imbocca con sicurezza la strada sbagliata. Sapere come funzionano gli agenti ti aiuta a dare loro gli obiettivi giusti, a notare quando girano in tondo e a decidere quali cose vuoi approvare tu stesso.

Un'analogia quotidiana

Confronta chiedere indicazioni a un amico con l'assumere un corriere.

Chiedere indicazioni è un chatbot: tu chiedi, lui ti risponde, e cammini tu. Se la strada è chiusa, torni indietro e chiedi di nuovo.

Un corriere è un agente. Gli dici “porta questo pacco a quell'indirizzo entro le 17”. Lui sceglie il percorso, nota la strada chiusa, fa una deviazione, trova l'ingresso laterale dell'edificio e ti riferisce “consegnato, firmato dalla reception”. Tu stabilisci l'obiettivo e i limiti — “non spendere più di 20 euro per il taxi” — e lui gestisce i passaggi.

I corrieri valgono quanto le istruzioni e i limiti che dai. Lo stesso vale per gli agenti.

Come funziona un agente

La maggior parte degli agenti segue lo stesso ciclo di base:

Obiettivo. Descrivi cosa vuoi: “Aggiungi un modulo di contatto che mi invii le richieste via email.”
Piano. Il modello decide il passaggio successivo: “Prima guarda come è strutturato il sito.”
Azione. Chiama uno strumento: elenca i file, legge la homepage.
Osservazione. Legge il risultato dello strumento.
Ripeti. In base a ciò che ha visto, sceglie il passo successivo: creare il modulo, aggiungere il codice del server, eseguire l'app, cercare errori.
Termina o chiedi. Quando l'obiettivo è raggiunto, ti riferisce. Se è bloccato o non è sicuro, ti chiede.

Attorno a questo ciclo ci sono alcuni altri elementi:

Elemento	Cosa fa
Modello	L'LLM che ragiona e decide cosa fare.
Strumenti	Azioni che l'agente può compiere: leggere/scrivere file, eseguire comandi, cercare, chiamare API.
Istruzioni	Regole permanenti su ruolo, stile e limiti (il prompt di sistema).
Memoria	Note conservate tra i passaggi o le sessioni, come le tue preferenze.
Permessi	Quali strumenti può usare liberamente e quali richiedono la tua approvazione.
Sotto-agenti	Agenti di supporto a cui un agente principale può affidare parti di un lavoro.

Gli strumenti sono l'idea chiave. Un modello da solo può solo produrre testo. Gli strumenti trasformano quel testo in azioni — e standard come MCP rendono più facile collegare nuovi strumenti a un agente.

Un esempio pratico: correggere un modulo di registrazione guasto

Supponi che il modulo della lista d'attesa del tuo sito pubblicato abbia smesso di salvare le email, e dici al tuo AI builder: “Il modulo della lista d'attesa non salva più nulla. Sistemalo.”

Una tipica esecuzione dell'agente potrebbe essere questa:

Legge il componente del modulo e il codice del server che gestisce gli invii.
Esegue l'app e invia un'email di prova.
Legge l'errore: il server dice che una colonna del database chiamata email_address non esiste.
Controlla la struttura del database: la colonna si chiama in realtà email. Una modifica recente l'ha rinominata in un punto ma non nell'altro.
Modifica il codice del server per usare il nome di colonna corretto.
Riprova: invia un'email di prova, conferma che compare una nuova riga.
Riferisce: “Il modulo scriveva su una colonna che non esiste più dopo la modifica di ieri. Ho aggiornato il codice del server e ho confermato che una registrazione di prova viene salvata.”

Tu hai dato una sola istruzione; l'agente ha compiuto sette passaggi, inclusi due test. Questa è la forza. Il rischio è la stessa cosa vista dall'altro lato: se l'agente avesse deciso invece di rinominare la colonna del database, avrebbe potuto rompere qualcos'altro, e tu potresti non accorgertene se non leggi il suo riepilogo.

Termini chiave spiegati

Termine	Significato
Agente	Un modello di AI che usa strumenti in un ciclo per completare un compito.
Strumento	Un'azione specifica che l'agente può compiere, come “scrivi file” o “invia email”.
Chiamata di strumento	Un singolo utilizzo di uno strumento, con input, che restituisce un risultato.
Agentico	Descrive un'AI che agisce in più passaggi invece di rispondere una volta sola.
Autonomia	Quanto l'agente fa prima di chiederti una verifica.
Umano nel ciclo	Richiedere l'approvazione di una persona nei passaggi chiave.
Sotto-agente	Un agente di supporto avviato da un agente principale per una parte del compito.
Guardrail	Regole e limiti che impediscono a un agente di fare cose dannose o indesiderate.
MCP	Model Context Protocol, uno standard aperto per collegare gli agenti agli strumenti. Vedi cos'è MCP.

Errori comuni e false convinzioni

“Gli agenti sono completamente indipendenti.” Oggi gli agenti funzionano meglio su compiti ben definiti con obiettivi chiari. Obiettivi vaghi e aperti (“fai crescere la mia attività”) producono lavoro inutile.
“Ha detto che ha finito, quindi ha finito.” Gli agenti a volte riferiscono un successo dopo un lavoro solo parziale. Verifica tu il risultato, soprattutto per ciò che tocca denaro, dati o utenti. Vedi come revisionare il codice generato dall'AI.
Dare troppi permessi. Un agente che può inviare email, cancellare dati e spendere denaro ha bisogno di limiti stretti e della tua approvazione per le azioni rischiose.
Lasciarlo girare in tondo. Se un agente continua a provare la stessa correzione, fermalo e dagli più informazioni o un approccio diverso.
Fidarsi dei contenuti che legge. Gli agenti che leggono pagine web o email possono essere ingannati da testi scritti per manipolarli (prompt injection). Fai attenzione a ciò che un agente può fare dopo aver letto contenuti non affidabili.
Richieste enormi e singole. I compiti grandi sono più affidabili se divisi in fasi che puoi verificare.

Cosa chiedere al tuo AI builder

“Prima pianifica. Dimmi i passaggi prima di cambiare qualsiasi cosa.”
“Modifica solo i file legati al modulo di prenotazione.”
“Dopo la modifica, testalo e dimmi esattamente come l'hai verificato.”
“Se devi cambiare la struttura del database, chiedimelo prima.”
“Riassumi cosa hai cambiato e ciò di cui non sei sicuro.”
“Fermati e chiedi se la stessa correzione fallisce due volte.”

Per scrivere istruzioni più chiare, vedi cos'è il prompt engineering.

Agenti AI in Mythex

Mythex è costruito attorno a un agente. Nella sandbox cloud privata del tuo progetto può creare e modificare file, installare pacchetti, eseguire comandi del terminale, ispezionare gli errori e iterare, e usare strumenti di app collegate. Per i lavori complessi può avviare dei sotto-agenti, il cui lavoro puoi aprire e osservare. La modalità Piano gli permette di proporre un approccio senza modificare nulla, la modalità Domanda risponde senza cambiare i file, e i checkpoint ti permettono di tornare indietro se una modifica va male. Funziona anche al contrario: agenti come Claude, Cursor o Codex possono costruire in Mythex tramite il suo server MCP.

Domande

Cos'è un agente AI in parole semplici?

Un agente AI è un modello di AI che può compiere azioni, non solo scrivere risposte. Riceve un obiettivo e un insieme di strumenti — come modificare file, cercare sul web o chiamare un'app — e lavora in un ciclo di decisione, azione e verifica dei risultati finché il compito non è completato.

Qual è la differenza tra un chatbot e un agente AI?

Un chatbot risponde al tuo messaggio con del testo e aspetta il successivo. Un agente può compiere più passaggi da solo, usando strumenti per modificare qualcosa nel mondo, verificare cosa è successo e correggere il tiro, prima di riferirti il risultato.

Gli agenti AI sono sicuri da usare?

Possono esserlo, con dei limiti. Dai a un agente solo gli strumenti e i permessi di cui ha bisogno, richiedi la tua approvazione per le azioni rischiose come inviare messaggi o spendere denaro, conserva backup o checkpoint e controlla cosa ha fatto.

Un AI app builder è un agente AI?

La maggior parte degli AI app builder moderni è costruita attorno a un agente: legge la tua richiesta, modifica il codice, esegue comandi, osserva gli errori e li corregge in un ciclo, invece di limitarsi a suggerirti codice da incollare.