Assistente, agente, harness: cos'è davvero un agente AI

Assistente, agente, harness, loop engineering, AI employee ... Ora che tutti e anche le loro madri si occupano di AI, i termini ti volano attorno alla testa: agenti, AI coworker, assistenti AI, loop engineering, tool calling, harness... Molto è chiacchiera di marketing, quindi è ora di fare un po' di ordine.

In BrA1n notiamo, parlando con chi decide, che c'è voglia di partire con l'AI. Ma allora ci serve un assistente AI? O un agente AI? Che cos'è, di preciso, un agente AI?

Un assistente risponde a domande. Comodo, ma da solo non fa nulla. In sostanza è quindi un LLM, spesso con un guscio sottile attorno che tiene il fuoco su un settore o su un'organizzazione specifica.

Quando un assistente è grounded, la cosa si fa interessante. Grounding significa che un assistente AI ha accesso a una o più fonti esterne. Pensa al sistema di magazzino, all'agenda, a un modulo di calcolo, o semplicemente all'accesso a internet. All'improvviso l'assistente può davvero andare a cercare informazioni.

Un agente AI è tutt'altra cosa. Un agente AI, come lo definiamo noi, ha tre componenti principali:

1. Un modello di AI, di solito un Large Language Model (LLM). Ma possono anche essere più modelli per compiti diversi.
2. Un insieme di strumenti (tool). È in pratica una versione estesa del grounding di cui sopra. Anche 'accesso al computer locale' può essere uno strumento, così come un interprete Python per eseguire codice.
3. Un harness. È l'"involucro", o strato di controllo, attorno al modello di AI. L'harness compone i prompt che vanno al modello, analizza la risposta, richiama uno o più strumenti, rimanda i risultati al LLM in un nuovo prompt e ripete finché non c'è quello che l'utente aveva chiesto.

Questo è ciò che chiamiamo AI agentica: un sistema che si mette al lavoro da solo per portare a termine un certo compito. Di norma comporta molte chiamate al modello, e quindi spesso un consumo elevato di token. Un agente resta tipicamente in esecuzione per minuti o ore prima che la risposta sia pronta.

In questo contesto incontriamo sempre più spesso il termine loop engineering. È la progettazione del ciclo di lavoro di un agente. Un gradino più in alto, dunque. Il ciclo di lavoro stabilisce quando l'agente può proseguire per conto suo e quando invece deve guardarci un essere umano.

Infine AI employee o collega digitale: consideriamoli termini di marketing. Un termine così vende semplicemente meglio di "modello linguistico con accesso ai sistemi".