Imparare

Pattern di agenti IA: strumenti, stato e controllo

I pattern degli agenti organizzano decisioni, strumenti e stato. Consentono avanzamento e recupero senza perdere l’ambito del compito. Questa pagina spiega l’architettura del flusso; il catalogo degli agenti aiuta a scoprire capacità e alternative.

Separa piano, azione e verifica

Il piano propone passi; l’esecutore controlla permessi e argomenti; l’osservazione registra eventi. Separare queste funzioni permette di cambiare strumenti senza riscrivere il flusso intero. Salva lo stato necessario per continuare e definiscine la scadenza. La memoria deve servire il compito, non accumulare dati senza finalità.

Un caso concreto

Un agente che prepara un rapporto può cercare documenti, estrarre cifre e redigere una bozza. Prima di condividerla deve verificare destinatari, fonti e permessi. Se una ricerca fallisce, può registrare la lacuna e proseguire il lavoro indipendente; non deve inventare prove per completare il piano.

Cosa verificare

Prova strumenti con errori, risposte contraddittorie e risultati operativi incerti. Limita tentativi, costi e azioni esterne. Valuta consegne e tracce: una catena di chiamate riuscite non dimostra il raggiungimento dell’obiettivo finale.

Modelli di agenti

Una maggiore autonomia richiede confini e osservabilità migliori.

PIANO

Pianifica ed esegui

Separa intenzione, selezione dello strumento e verifica.

Controllare MEMORIA

Stato dell'attività

Conserva solo le informazioni necessarie e definiscine la scadenza.

Contesto REVISIONE

Umani nel circuito

Interrompere le azioni sensibili prima di produrre effetti esterni.

Supervisione
ANALISI

Analisi correlate

Memoria persistente per gli agenti: cosa conservare, per quanto tempo e come correggerlo
GUIA

Memoria persistente per gli agenti: cosa conservare, per quanto tempo e come correggerlo

Una guida di progettazione per definire record di memoria, politiche del ciclo di vita e test di verifica per gli agenti IA, distinguendo la memoria persistente dalla cronologia e dallo stato temporaneo.

16 ott 2026
L’agente ha davvero finito? Come verificare il risultato senza fidarsi della sua risposta finale
GUIA

L’agente ha davvero finito? Come verificare il risultato senza fidarsi della sua risposta finale

Un’azione inviata, una risposta dello strumento e un’attività completata sono cose diverse. Impara a definire un risultato osservabile, scegliere le prove adatte e comunicare con precisione che cosa è stato verificato.

16 ott 2026
Flusso deterministico, agente singolo o sistema multi-agente: come scegliere il modello per un’attività
GUIA

Flusso deterministico, agente singolo o sistema multi-agente: come scegliere il modello per un’attività

Una guida per confrontare tre modi di automatizzare attività articolate in più passaggi, considerando variabilità, controllo, verificabilità e costi di coordinamento. Include un esempio comune e domande per motivare la scelta, anche quando l’opzione migliore è non usare un agente.

14 ott 2026
Permessi per gli agenti IA: come limitare strumenti, dati e azioni allo stretto necessario
GUIA

Permessi per gli agenti IA: come limitare strumenti, dati e azioni allo stretto necessario

Una guida operativa per progettare e verificare i permessi degli agenti in base a attività, utente, risorsa e durata. Include una matrice delle azioni, criteri per l’approvazione umana e controlli di revoca.

27 set 2026
Recupero dagli errori negli agenti IA: quando riprendere, annullare o fermarsi
GUIA

Recupero dagli errori negli agenti IA: quando riprendere, annullare o fermarsi

Un protocollo pratico per recuperare attività con effetti esterni senza confondere una chiamata fallita con un’azione mai avvenuta.

24 set 2026
Memoria degli agenti di IA: separare contesto, preferenze e fatti persistenti, e decidere quando scadono
GUIA

Memoria degli agenti di IA: separare contesto, preferenze e fatti persistenti, e decidere quando scadono

Una memoria utile non è un archivio illimitato di conversazioni. È un insieme governato di dati con proprietario, finalità, provenienza, livello di fiducia, ambito d’uso e regole di revisione, correzione e cancellazione.

22 set 2026
Umani nel ciclo decisionale per agenti di IA: come progettare approvazioni che riducano il rischio senza bloccare il lavoro
GUIA

Umani nel ciclo decisionale per agenti di IA: come progettare approvazioni che riducano il rischio senza bloccare il lavoro

Una politica di approvazione utile non si limita ad aggiungere un pulsante «approva». Deve indicare quali azioni vengono fermate, quali evidenze riceve il revisore, chi può decidere e cosa accade in assenza di risposta. Questa guida propone un metodo operativo per trasformare un flusso di agenti in controlli verificabili e proporzionati al rischio.

22 set 2026
Agenti con strumenti: come progettare permessi, memoria e recupero dagli errori senza cedere il controllo
GUIA

Agenti con strumenti: come progettare permessi, memoria e recupero dagli errori senza cedere il controllo

Una guida per decidere quale autonomia concedere a un agente che consulta sistemi o esegue azioni. Spiega come delimitare strumenti, permessi, memoria, approvazioni umane, recupero e audit prima della messa in produzione.

19 set 2026

Continua a esplorare

Guide pratiche API e sviluppo La ricerca spiegata
FontiNIST AI RMFwww.nist.gov