Fred Schott pubblica Flue 2 e porta i hook di React agli agenti
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
La prima release stabile introduce «Agent Hooks» e un modello in cui ogni agente è una funzione JavaScript che si re-renderizza a ogni turno.
Fred Schott ha rilasciato Flue 2, prima versione stabile del suo framework per agenti, e introduce gli “Agent Hooks” ispirati a React1.
In Flue, un agente è una funzione JavaScript che “si re-renderizza a ogni turno”, prima di ogni chiamata al modello. Questa è la semantica dichiarata del framework: riesecuzione prevedibile a ogni passaggio di dialogo1. L’obiettivo è portare nei flussi degli agenti la stessa composizione che gli sviluppatori usano da anni con React, ma applicata al ciclo di vita dell’agente1.
Schott racconta di aver cambiato cornice mentale durante lo sviluppo. “All’inizio twittai che stavamo costruendo l’Astro per agenti o il Next.js per agenti”, ha detto. “Poi ho realizzato: forse nessuno ha ancora costruito il React per agenti”1.
Il fondatore di Astro presenta Flue 2 come base stabile del progetto, con i “React‑style Agent Hooks” al centro dell’architettura1. La sua società è stata acquisita da Cloudflare a gennaio1.
Un altro tassello della proposta riguarda la definizione stessa di agente. Secondo Schott, a caratterizzare un agente è l’“harness” che ne orchestra il ciclo di vita, più del singolo modello chiamato. In questa visione, lo sviluppo si concentra sulla struttura che gestisce turni e comportamento, mentre il modello diventa un dettaglio interno1.
Flue arriva in un anno che ha visto i primi framework per agenti rivolti agli sviluppatori. Tra gli esempi citati c’è eve di Vercel. Questi progetti stanno iniziando a fissare alcuni riferimenti comuni del settore, con approcci differenti ma pubblici e verificabili nel codice e nella documentazione condivisa dagli autori1.
La scommessa di Flue è chiara: prendere i pattern di React e portarli negli agenti. Il modello proposto è lineare. L’agente è una funzione; la funzione si riesegue a ogni turno, prima della chiamata al modello; gli hook diventano il punto d’ingresso per comporre comportamento e orchestrazione1. Schott motiva questa scelta con la “composability” resa familiare agli sviluppatori dal lavoro su React1.
Il dibattito sull’idea di un “React per agenti” non nasce con Flue. Latent Space l’aveva già discussa in una conversazione con Bret Taylor, CEO di Sierra e Chairman di OpenAI. Con una prima implementazione stabile ora disponibile, la discussione può spostarsi dal principio all’uso concreto in progetti reali1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.