Vai al contenuto
LIRGOintelligenza operativa

Blog · 2 novembre 2026

Che cos’è un agente di intelligenza artificiale, se per te è il rappresentante

Che cos’è un agente di intelligenza artificiale, in cosa è diverso da una chat, dove ha sbagliato finora e perché a decidere resta una persona.

66,3%compiti al computer riusciti al miglior agente nel test OSWorld, nel rapporto di Stanford del 2026; un gruppo di studenti di informatica arriva a circa il 72%Stanford HAI, AI Index Report 2026, capitolo Technical Performance
30%compiti finiti da solo dal miglior agente in una piccola azienda di software simulata (dato di maggio 2025)Frank F. Xu e altri, TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks, arXiv:2412.14161, v3, 10 settembre 2025
0,08%tentativi di attacco con istruzioni nascoste riusciti contro Claude Opus 5 in una gara tra esperti pubblicata ad agosto 2026; 0,58% contro Kimi K3, 8,09% contro DeepSeek V4 Flash, il più debole (dati di Anthropic)Anthropic, System Card: Claude Opus 5, Anthropic, 24 luglio 2026, aggiornata il 19 agosto 2026, sezione 5.2.2.1

Se senti «agente» e pensi al rappresentante, hai ragione. Anche per il Codice civile l’agente è chi assume stabilmente l’incarico di promuovere contratti per conto di un altro, in una zona.

Qui parliamo di un’altra cosa, che gli somiglia. Un agente di intelligenza artificiale è un’intelligenza artificiale a cui si affida un compito intero. Al rappresentante non dici ogni passo: gli dai l’incarico e si organizza. La somiglianza finisce qui. Il rappresentante risponde di quello che fa, l’agente no.

La differenza dalla chat

La chat risponde a una domanda. Tu chiedi, lei risponde, si ferma. Il passo dopo lo fai tu.

L’agente riceve un compito e sceglie da solo i passi per finirlo. Anthropic, l’azienda americana che fa Claude, un’intelligenza artificiale come ChatGPT, lo descrive così: il modello dirige da sé il proprio lavoro e gli strumenti che usa. Quegli strumenti possono essere la posta o il gestionale. OpenAI, l’azienda che fa ChatGPT, è netta: un semplice chatbot non è un agente.

Un esempio, inventato

Questo è un esempio, non un caso vero. Un cliente scrive di corsa: «Le scatole come l’altra volta ma più piccole, mi servono per venerdì».

L’agente legge la mail. Cerca nel gestionale l’ultimo ordine di quel cliente. Prepara l’ordine di lavoro con quello che trova. Si accorge che manca la misura e scrive la domanda: «Buongiorno, che misura vuole per le scatole di venerdì?»

Ordine e domanda finiscono davanti al tuo impiegato. Legge, corregge se serve, manda con un clic. La mail al cliente parte da una persona. La risposta del cliente resta scritta sull’ordine.

Cosa sa fare e dove sbaglia

OpenAI consiglia gli agenti per i lavori in cui bisogna interpretare il linguaggio di tutti i giorni e capire documenti. Secondo noi una mail scritta di corsa rientra lì.

Il rapporto AI Index 2026 di Stanford dice che gli agenti falliscono ancora circa un tentativo su tre nelle prove strutturate. Nel test OSWorld, compiti al computer, il migliore del rapporto arriva al 66,3%, contro circa il 72% di un gruppo di studenti di informatica. A marzo 2026 OpenAI ha dichiarato il 75% per un suo modello, su una versione rivista del test: il dato è suo, non di Stanford. In una piccola azienda di software simulata dai ricercatori, il migliore finiva da solo il 30% dei compiti. Il dato risale a maggio 2025 (ultima versione dello studio: settembre 2025).

Gli errori sono concreti. Nel 2025 Anthropic ha fatto gestire a Claude un piccolo negozio in ufficio. Ha detto ai clienti di pagare su un conto inventato e ha venduto in perdita. Anthropic ha scritto che non lo avrebbe assunto. Nella seconda fase, con modelli nuovi e procedure scritte, le settimane in perdita sono in gran parte sparite. Ma gli agenti stavano preparando un contratto contrario a una legge americana: li ha fermati un dipendente.

Un rischio riguarda proprio la posta. Una mail può nascondere istruzioni per l’agente, scritte in bianco: tu non le vedi. Si chiama prompt injection. Il centro britannico per la sicurezza informatica scrive che potrebbe non essere mai neutralizzata del tutto. In una gara con premi tra esperti, pubblicata da Anthropic ad agosto 2026, gli attacchi sono riusciti nello 0,08% dei tentativi contro Claude Opus 5, nello 0,58% contro il migliore delle altre aziende (Kimi K3) e nell’8,09% contro il più debole (DeepSeek V4 Flash). Erano 11 prove su strumenti, codice e uso del computer: non è un dato sulla posta. I modelli di Anthropic giravano senza le protezioni aggiuntive dei suoi prodotti. Il dato è di Anthropic, e Opus 5 è suo. Basso non vuol dire zero.

Perché decide una persona

Anthropic scrive che le persone devono mantenere il controllo, soprattutto prima delle decisioni che pesano. OpenAI consiglia una persona davanti alle azioni delicate o irreversibili, come annullare un ordine o fare un pagamento, finché non cresce la fiducia nell’agente.

Il clic però non basta se nessuno legge. Il regolamento europeo sull’intelligenza artificiale ha un nome per questo: «distorsione dell’automazione», cioè fidarsi troppo di quello che esce dalla macchina. L’articolo 14 riguarda i sistemi ad alto rischio. Secondo noi la tentazione viene anche davanti a un ordine.

Come si controlla

Quattro cose da chiedere a chi ti propone un agente. L’agente prepara e una persona manda: niente parte da solo verso un cliente o un fornitore. Ha limiti scritti: quante volte riprova, quando si ferma e passa la mano. Resta traccia di tutto: cosa ha letto, cosa ha proposto, chi ha mandato. E si conta: quanti errori al mese prima, quanti dopo.

L’impressione non basta. Nel 2025 il centro di ricerca METR ha misurato 16 sviluppatori di software esperti. Con l’intelligenza artificiale ci mettevano il 19% in più, e credevano di essere andati più veloci del 20%. METR stessa scrive che oggi gli sviluppatori probabilmente vanno più veloci di allora, ma che i dati nuovi sono poco affidabili. Lo scarto tra impressione e misura mostra comunque perché si conta.

Il nostro lavoro è portare gli agenti dentro le imprese che producono, con queste regole: il numero di partenza si scrive prima, a decidere resta una persona.

Fonti

  1. Codice civile, art. 1742, testo su Brocardi.it. www.brocardi.it
  2. Erik S. e Barry Zhang, Building effective agents, Anthropic, 19 dicembre 2024. www.anthropic.com
  3. OpenAI, A practical guide to building agents, OpenAI, aprile 2025 (data del file PDF). cdn.openai.com
  4. Stanford HAI, AI Index Report 2026, capitolo Technical Performance, Stanford University, 2026. hai.stanford.edu
  5. Stanford HAI, AI Index Report 2026, capitolo Technical Performance (PDF), Stanford University, 2026. hai.stanford.edu
  6. OpenAI, Introducing GPT-5.4, OpenAI, 5 marzo 2026. openai.com
  7. Frank F. Xu e altri, TheAgentCompany: Benchmarking LLM Agents on Consequential Real World Tasks, arXiv, versione 3, 10 settembre 2025. arxiv.org
  8. Anthropic, Project Vend: Can Claude run a small shop? (And why does that matter?), Anthropic, 27 giugno 2025. www.anthropic.com
  9. Anthropic, Project Vend: Phase two, Anthropic, 18 dicembre 2025. www.anthropic.com
  10. Anthropic, Mitigating the risk of prompt injections in browser use, Anthropic, 24 novembre 2025. www.anthropic.com
  11. National Cyber Security Centre, Prompt injection is not SQL injection (it may be worse), NCSC (Regno Unito), 8 dicembre 2025. www.ncsc.gov.uk
  12. Anthropic, System Card: Claude Opus 5, Anthropic, 24 luglio 2026, aggiornata il 19 agosto 2026, sezione 5.2.2.1. www-cdn.anthropic.com
  13. Anthropic, Our framework for developing safe and trustworthy agents, Anthropic, 4 agosto 2025. www.anthropic.com
  14. Regolamento (UE) 2024/1689 (AI Act), articolo 14, testo italiano, AI Act Service Desk della Commissione europea. ai-act-service-desk.ec.europa.eu
  15. Regulation (EU) 2024/1689 (AI Act), Article 14, testo inglese, AI Act Service Desk della Commissione europea. ai-act-service-desk.ec.europa.eu
  16. Joel Becker, Nate Rush, Beth Barnes, David Rein, Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, METR, 10 luglio 2025. metr.org
  17. METR, We are Changing our Developer Productivity Experiment Design, METR, 24 febbraio 2026. metr.org

Si comincia da un’ora, con i tuoi lavori veri.