Chatbot rispondono, agenti finiscono: la differenza che conta

Su 500 task di SWE-bench, il coding “agentico” ha bruciato circa 3.500 volte più token. L’autore lo prende come cifra onesta del prezzo del loop: percepire, pianificare, agire, verificare, ripetere¹.

La linea di demarcazione è secca: un chatbot risponde, un agente finisce. Il primo reagisce a un prompt. Il secondo porta un obiettivo a termine su più passi, osserva gli esiti, decide il passo successivo senza che l’utente lo guidi a ogni svolta. L’industria confonde i piani: “agente” vende più di “chatbot con un loop”¹.

Il punto centrale riguarda il planning. Pianificare non equivale a essere autonomi. Un sistema può scrivere un piano ben fatto e restare non autonomo se un umano esegue i passi e decide quando continuare. Il test utile è un altro: chi forma il piano, chi lo esegue, chi decide se continuare, riplanificare o fermarsi. Se queste scelte non stanno al sistema, non è un agente. È un chatbot in costume da agente¹.

Il comportamento agentico vive in un ciclo, trattato come un while-loop. La sequenza è: percepisci, pianifica, agisci, controlla, ripeti. L’articolo cita due formulazioni: un while-loop che avvolge chiamate al modello linguistico e agli strumenti, e uno schema riassunto come reason, call tool, observe, answer. Cambiano le etichette, non la struttura del giro¹.

Questa scelta ha un costo. Il loop moltiplica i passaggi. Ogni giro chiama strumenti, consuma token, produce osservazioni da valutare. Nella prova su 500 compiti di SWE-bench, l’approccio agentico ha consumato circa 3.500 volte più token. L’autore lo riporta come costo pratico della scelta di far “finire” un sistema attraverso iterazioni e controllo dell’esito¹.

Per chi costruisce o acquista, la domanda non è “sa pianificare?”. La domanda è: chi forma il piano, chi lo esegue, chi decide di continuare, riplanificare o fermarsi. Se la decisione resta in mano all’utente, si tratta di pianificazione senza autonomia. Il sistema allora risponde, non finisce. L’etichetta “agente” nasconde questo scarto operativo, che conta più del lessico¹.

L’autore riporta anche la struttura del ciclo come criterio pratico. Un agente percepisce lo stato, formula un passo, agisce, controlla l’esito, riparte finché non raggiunge l’obiettivo o decide di fermarsi. Non basta un elenco di azioni. Serve la capacità di decidere il prossimo passo in base a ciò che è successo. Qui si misura l’autonomia, non nella qualità del piano scritto a monte¹.

Chiamare le cose con il loro nome aiuta a impostare il lavoro. Se un sistema risponde, è un chatbot. Se finisce, è un agente. Se per finire serve un loop, il costo in token e chiamate fa parte del pacchetto. “Chatbot con un loop” rende esplicita questa posta in gioco, senza confondere autonomia e pianificazione¹.