Che cosa sono gli agenti IA, e dove stanno andando

Agente è la parola dell’anno nel nostro settore, e la si usa per quasi tutto: un chatbot con un nuovo nome, uno script che invia e-mail, la visione di aziende che vanno avanti da sole. Così diventa difficile capire che cosa sia reale.

Ecco la versione semplice, con le evidenze disponibili a ottobre 2026.

Che cos’è un agente

Un agente è un modello linguistico a cui si dà un obiettivo invece di una singola domanda. Pianifica i passi, usa strumenti per compierli, verifica ogni risultato rispetto all’obiettivo e prosegue finché il lavoro è fatto o finché ha bisogno di una persona. Anthropic lo riassume in una riga: un modello che dirige da sé i propri processi e l’uso degli strumenti mentre porta a termine un compito.

La differenza rispetto a ciò che c’era prima sta in chi decide il passo successivo. Un chatbot risponde, e siete voi a decidere che cosa fare della risposta. Un assistente fa una cosa che gli chiedete all’interno della conversazione: una bozza, un riassunto, una ricerca. Un workflow segue un percorso che qualcuno ha scritto in anticipo, con un modello che ne svolge alcune parti. Un agente sceglie il proprio percorso. Con l’obiettivo di preparare un’offerta, legge le ultime e-mail, cerca i prezzi, redige il documento e chiede prima di concedere uno sconto.

Agentico è la parola per l’intera famiglia: sistemi in cui un modello agisce, non si limita a rispondere. Un sistema è più o meno agentico a seconda di quanta parte del percorso sceglie da sé e di quanto può fare senza chiedere. A deciderlo sono le persone che lo costruiscono e lo gestiscono, non il modello.

Come funzionano

Quattro elementi trasformano un modello in un agente. Il primo sono gli strumenti: cercare, leggere un file, interrogare un database, scrivere in un calendario, inviare un messaggio. Gli strumenti raggiungono i sistemi di un’azienda attraverso i connettori, e lo standard comune per questi è MCP, il Model Context Protocol. Anthropic lo ha presentato nel 2024 e a dicembre 2025 lo ha affidato all’Agentic AI Foundation, un fondo nell’ambito della Linux Foundation che ha fondato con Block e OpenAI. A quel punto esistevano più di 10'000 server MCP pubblici attivi, e ChatGPT, Gemini e Microsoft Copilot avevano adottato il protocollo.

Il secondo è la memoria: ciò che l’agente conserva tra un passo e l’altro e tra una sessione e l’altra, per sapere che cosa ha già fatto e come l’azienda vuole che le cose siano fatte. Il terzo è l’uso del computer, per i sistemi senza connettore. L’agente guarda lo schermo, poi clicca e digita come una persona. È più lento e più fragile di un connettore. Claude Cowork, l’agente di Anthropic per il lavoro d’ufficio, ricorre prima ai connettori e prende il controllo dello schermo solo quando è necessario.

Il quarto è l’impalcatura attorno al modello: le istruzioni, i limiti e i controlli che stabiliscono che cosa può fare. I lavori più grandi vengono divisi tra più agenti. Un orchestratore pianifica, affida parti ad agenti esecutori che lavorano in parallelo e ne riunisce i risultati. Nel sistema di ricerca di Anthropic, questa configurazione ha superato un singolo agente del 90,2 per cento in un test di ricerca interno, e ha usato circa 15 volte i token di una chat. Conviene per ricerche ampie, molto meno per lavori in cui ogni passo dipende dal precedente.

A che punto sono a ottobre 2026

Ogni grande laboratorio offre ormai agenti come prodotti. Il 29 settembre OpenAI ha lanciato Dots: agenti in ChatGPT che lavorano ciascuno da un proprio computer nel cloud e continuano a perseguire un obiettivo tra una conversazione e l’altra. Anthropic offre Claude Code per il software e Claude Cowork per il lavoro d’ufficio, che opera nelle cartelle e negli strumenti scelti dall’utente e continua a lavorare nel cloud quando il portatile è chiuso. L’8 ottobre Google Cloud ha presentato l’agente Gemini, che pianifica il lavoro, usa skill e strumenti e si collega ai sistemi di un’azienda.

Funziona in modo affidabile il lavoro con una fine chiara e un controllo rapido. Il software è in testa: nei dati di Anthropic di febbraio, lo sviluppo software rappresentava quasi la metà delle chiamate agli strumenti sulla sua API pubblica, mentre ambiti come il servizio clienti, le vendite e la finanza arrivavano ciascuno al massimo a qualche punto percentuale. L’uso del computer è migliorato in fretta. Nella versione verificata di OSWorld, un benchmark di compiti informatici quotidiani, il miglior agente ha ottenuto l’85 per cento a giugno 2026, contro il 42 per cento di un anno prima e circa il 72 per cento delle persone sugli stessi compiti. La stessa analisi, di Andreessen Horowitz, mostra anche l’altro lato: 85 per cento significa comunque 15 compiti falliti su 100, e un compito che una persona finisce in due o tre minuti può richiedere a un agente da otto a dieci minuti.

Ciò che non funziona ancora sono la durata, il giudizio e la sicurezza. METR, che valuta gli agenti in base a quanto tempo i loro compiti richiederebbero a una persona, avverte che il suo dato principale non è una licenza per delegare: indica i compiti che gli agenti portano a termine una volta su due, e alcuni lavori richiedono il 98 per cento di successo prima che valga la pena automatizzarli. Gli agenti restano inoltre fragili quando il lavoro si allontana dalla procedura prevista. E la prompt injection, istruzioni nascoste in una pagina o in un’e-mail che un agente legge ed esegue, resta un problema aperto. OpenAI ha scritto a dicembre 2025 che, come le truffe sul web, difficilmente sarà mai risolta del tutto.

Che cosa significa per un’azienda

Non ogni lavoro ha bisogno di un agente. Dove il percorso è noto, un workflow costa meno ed è più prevedibile. Un agente vale il suo costo dove il percorso cambia da caso a caso: una ricerca, una richiesta di supporto insolita, la preparazione di un’offerta. Molti buoni sistemi sono soprattutto workflow, con un agente in uno o due passaggi che richiedono giudizio.

Dove un agente fa il lavoro, decidete che cosa può toccare. Dategli l’accesso più ristretto di cui il compito ha bisogno, e assegnate a ogni azione uno dei tre stati che Anthropic offre in Claude: sempre consentita, soggetta ad approvazione o bloccata. Mettete le approvazioni prima di tutto ciò che non si può annullare: il pagamento, l’e-mail che lascia l’azienda, la pagina pubblicata. Integratele negli strumenti, non solo nel prompt. Un’istruzione si può aggirare. Un permesso che manca, no.

Poi rendete il lavoro tracciabile. Fate eseguire ogni scrittura a nome della persona che l’ha richiesta, e tenete traccia di ogni passo: che cosa ha letto l’agente, quale strumento ha chiamato, che cosa ha modificato. Twin, il cervello IA che costruiamo per le aziende, funziona così: limiti, approvazioni e diritti per ruolo, e ogni passo registrato.

Dove sta andando

La direzione è costante. Secondo la stima di lungo periodo di METR, la durata dei compiti che gli agenti riescono a completare raddoppia ogni sei o sette mesi. Anche qui vale la sua cautela: raddoppiare l’orizzonte non raddoppia ciò che si può affidare, perché gli errori diventano più complessi e più costosi.

Anche l’infrastruttura si sta assestando. MCP fa ora capo a una fondazione neutrale sostenuta dai grandi laboratori, così un solo connettore può servire agenti di fornitori diversi, e un’azienda che collega i propri sistemi una volta non resta legata a un solo modello.

La nostra linea lo dice in tre frasi brevi: Guidato dalle persone. Alimentato dall’IA. Poi autonomo. Ora le persone portano l’idea, l’esperienza e il gusto, l’IA si occupa della produzione, e le persone rivedono e danno il tocco finale. Poi viene l’agentico: gli agenti fanno la maggior parte del lavoro, e le persone fissano la direzione e danno il sì finale. Dopo, tutto autonomo: le persone intervengono dove scelgono di farlo. Ogni prodotto crue avanza lungo questa linea, una fase alla volta.

Helm è il punto a cui porta la linea: la nostra visione di un’intera azienda guidata dal suo fondatore con gli agenti. Helm è ancora in costruzione. Anche lì, una persona fissa la direzione e risponde del risultato. Autonomo vorrà dire più lavoro svolto senza chiedere. Non vorrà dire che nessuno è responsabile.