Glossario
Il glossario dell'IA agentica
I termini dell'IA agentica non hanno ancora tutti una definizione stabile. Questo glossario li spiega uno per uno, basandosi su fonti condivise dalla maggior parte degli esperti.
Questo glossario raccoglie i termini più ricorrenti quando si parla di agenti IA: agente autonomo, orchestrazione multi-agente, MCP, RAG, tool calling, BYOK, human-in-the-loop, osservabilità, guardrail e governance. Alcuni vengono dalla ricerca accademica, altri dalla documentazione tecnica dei grandi fornitori di modelli, altri ancora da quadri normativi recenti. Il vocabolario di questo settore si muove in fretta, e le stesse parole a volte indicano usi piuttosto diversi da un fornitore all'altro.
Ogni pagina parte dallo stesso principio: verificare prima cosa dicono le fonti di riferimento sull'argomento (documentazione ufficiale, articolo di ricerca fondativo, testo normativo), segnalare quando due fonti autorevoli non raccontano esattamente la stessa cosa, poi spiegare il termine in modo semplice, con un esempio concreto invece di una definizione astratta. Quando è pertinente, l'esempio si basa sul funzionamento reale di un agente IA autonomo su Atako, senza inventare nulla che non sia documentato.
L'obiettivo non è sostituire una definizione da dizionario, ma dare abbastanza elementi per capire un termine abbastanza in fretta da poter continuare la lettura altrove, che si tratti di un articolo tecnico, di documentazione di prodotto o di una conversazione con un team. Ogni pagina rimanda anche ad altri termini correlati, per passare da un concetto all'altro senza perdere il filo.
Tutti i termini
Agente IA autonomo: definizione e differenza rispetto a un workflow
Un agente IA autonomo persegue un obiettivo a lungo termine, sceglie da sé la sequenza di azioni per raggiungerlo, e funziona in continuo nel proprio ambiente invece di essere risvegliato per una singola richiesta. Coinvolge una persona solo per una decisione precisa, a differenza di un workflow attivato puntualmente da un evento.
Agente IA: definizione, funzionamento ed esempi
Un agente IA è un programma che percepisce il proprio ambiente, decide un'azione e la esegue, da solo o tramite strumenti esterni, per raggiungere un obiettivo. Si distingue da un chatbot classico per la capacità di concatenare più passaggi e di agire, con un livello di autonomia che varia a seconda della piattaforma.
BYOK: far funzionare un agente IA con la propria chiave API
BYOK (Bring Your Own Key) è un'opzione che permette di far funzionare un agente o uno strumento IA con la chiave API personale di un fornitore di modelli (OpenAI, Anthropic, Mistral AI), invece che con l'accesso incluso nell'abbonamento. La fatturazione del modello passa allora direttamente dall'account del fornitore, al di fuori del piano della piattaforma.
Guardrail e governance degli agenti IA: definizione e meccanismi
I guardrail e la governance indicano l'insieme delle regole, dei permessi e dei controlli che disciplinano ciò che un agente IA ha il diritto di fare, prima, durante e dopo l'esecuzione di un'azione. Coprono i permessi per azione, la convalida umana sulle decisioni sensibili, l'audit di ciò che è accaduto, e la capacità di tagliare l'accesso in qualsiasi momento.
Human-in-the-loop: mantenere una persona nel ciclo di un agente IA
Human-in-the-loop (essere umano nel ciclo) è un principio di progettazione in cui una persona conserva l'autorità di convalidare, correggere o bloccare una decisione o un'azione generata da un'IA, in un punto preciso del processo, prima che produca un effetto reale. È un meccanismo di controllo, non una supervisione continua di ogni passaggio.
IA agentica: definizione, funzionamento ed esempi
L'IA agentica è il paradigma dei sistemi IA che percepiscono il proprio ambiente, pianificano una sequenza di azioni e le eseguono con degli strumenti, puntando a un obiettivo su più passaggi invece di limitarsi a rispondere una sola volta a una richiesta isolata, con una supervisione umana limitata ma regolabile.
IA generativa vs IA agentica: qual è la differenza?
L'IA generativa produce contenuti (testo, immagini, codice) in risposta a una richiesta isolata. L'IA agentica pianifica una sequenza di azioni e le esegue con degli strumenti per raggiungere un obiettivo su più passaggi. La seconda utilizza generalmente la prima come motore di ragionamento interno.
MCP (Model Context Protocol): definizione, funzionamento ed esempi
MCP (Model Context Protocol) è un protocollo aperto, creato da Anthropic a fine 2024, che standardizza il modo in cui un modello o un agente IA si connette a fonti di dati e strumenti esterni. Sostituisce integrazioni su misura, una per strumento, con un linguaggio comune tra applicazioni IA e sistemi terzi.
Orchestrazione di agenti: definizione, funzionamento e casi d'uso
L'orchestrazione di agenti indica il coordinamento di più agenti o sotto-agenti IA all'interno di uno stesso sistema: ripartizione dei compiti, sequenziamento dei passaggi, supervisione dell'esecuzione e raccolta dei risultati. Un orchestratore, centralizzato o distribuito, decide quale agente agisce, quando, e come i risultati vengono combinati.
Osservabilità degli agenti IA: vedere cosa fa un agente in tempo reale
L'osservabilità degli agenti è la capacità di seguire in dettaglio l'attività di un agente IA: le sue chiamate a strumenti, le sue decisioni, i suoi errori, con la loro origine e il loro risultato, generalmente tramite log, una cronologia di eventi o tracce. Permette di capire perché un agente ha agito così e di individuare un problema prima che si aggravi.
RAG (Retrieval-Augmented Generation): definizione e funzionamento
Il RAG (Retrieval-Augmented Generation) è un metodo che associa un motore di ricerca documentale e un modello linguistico: prima di rispondere, il modello va a cercare passaggi pertinenti in una base esterna, poi genera la propria risposta a partire da questi passaggi. Questo limita le invenzioni e permette di utilizzare informazioni recenti o interne all'azienda.
Sistema multi-agente: definizione, funzionamento ed esempi
Un sistema multi-agente riunisce più agenti IA autonomi che lavorano insieme su una stessa attività complessa. Ogni agente ha un ruolo specializzato, scambia informazioni con gli altri e prende le proprie decisioni. Questa ripartizione del lavoro permette di gestire workflow che un agente singolo non potrebbe affrontare da solo in modo efficace.
Tool calling: come un agente IA chiama strumenti esterni
Il tool calling (chiamata di strumenti, detto anche function calling) è la capacità di un modello linguistico di identificare che una richiesta necessita di un'azione esterna, come leggere una base di dati o inviare un messaggio, e di produrre una richiesta di chiamata strutturata con i suoi argomenti. Un'applicazione esegue poi questa chiamata e restituisce il risultato al modello.
Domande frequenti
Che cos'è un agente IA, in una frase?
Un agente IA è un sistema che funziona in continuo, prende decisioni e può agire su strumenti reali per raggiungere un obiettivo, invece di limitarsi a rispondere a una domanda in una conversazione isolata. La pagina pilastro del sito approfondisce questa definizione e ciò che distingue un agente autonomo da un semplice assistente conversazionale.
Qual è la differenza tra un agente IA e l'IA generativa classica?
L'IA generativa classica risponde a una richiesta isolata, senza memoria né capacità di agire oltre il testo prodotto. Un agente IA mantiene una memoria tra uno scambio e l'altro, può chiamare strumenti esterni e continua a lavorare dopo la prima risposta, finché l'obiettivo non è raggiunto o una persona non interviene.
Questo glossario viene aggiornato regolarmente?
Sì, ogni termine indica una data di ultimo aggiornamento e si basa su fonti di riferimento citate in fondo alla pagina, come la documentazione ufficiale dei fornitori di modelli o i quadri di governance dell'IA riconosciuti. Il vocabolario di questo settore evolve in fretta, e le definizioni vengono riviste di conseguenza.
Cosa leggere dopo
CTO di Atako
Questo contenuto è stato redatto dagli agenti IA di Atako, poi rivisto, corretto e approvato da Romain Laodicina, CTO di Atako.