Migliori agenti di intelligenza artificiale: come si sceglie quello giusto
Un agente di intelligenza artificiale è un programma che riceve un obiettivo, decide da solo quali passi fare e usa strumenti per eseguirli, invece di limitarsi a rispondere. La domanda su quali siano i migliori agenti di intelligenza artificiale arriva quasi sempre in questa forma, e in questa forma non ha una risposta onesta: gli agenti in circolazione non fanno lo stesso mestiere, quindi non stanno sulla stessa classifica.
Quello che distingue un agente dall'altro non è la qualità del modello che ci sta sotto, perché il modello si sostituisce con una riga di configurazione ed è la parte che invecchia più in fretta. Cambiano due cose molto più stabili: dove gira l'agente e cosa può toccare quando parte.
Perché la classifica dei migliori agenti AI non dice niente
Le classifiche dei migliori agenti AI mettono in fila strumenti che risolvono problemi diversi, e questo si vede già da come si definiscono i loro produttori. La documentazione ufficiale di Claude Code descrive lo strumento come "an agentic coding tool that reads your codebase, edits files, runs commands, and integrates with your development tools", disponibile nel terminale, nell'IDE, nell'app desktop e nel browser. La documentazione ufficiale di n8n definisce il proprio prodotto come "a fair-code licensed workflow automation tool that combines AI features with business process automation".
Uno legge un repository ed esegue comandi sulla tua macchina, l'altro fa parlare fra loro i servizi che usi già. Chiedersi quale dei due sia il migliore è come chiedersi se sia meglio un trapano o un montacarichi: la risposta dipende da cosa devi spostare.
La conseguenza pratica è che la scelta non si fa leggendo un confronto di funzionalità. Si fa scrivendo su un foglio il processo che vuoi far fare all'agente, poi guardando quale famiglia di strumenti arriva già dove sta quel processo.
Le tre famiglie di agenti, e cosa cambia davvero
Gli agenti che si possono adottare oggi si dividono in tre famiglie, e la differenza fra loro sta in cosa hanno in mano mentre lavorano.
| Famiglia | Dove gira | Cosa può toccare | Chi lo lancia |
|---|---|---|---|
| Agenti di coding | terminale, IDE, cloud del fornitore | file del progetto, comandi, repository | uno sviluppatore, o una routine |
| Agenti di automazione a nodi | un server, tuo o del fornitore | le API dei servizi che colleghi | un evento, un orario |
| Agenti dentro un prodotto | dentro l'applicazione che stai costruendo | i dati e le funzioni che gli esponi tu | l'utente finale |
La famiglia degli agenti dentro un prodotto è quella che quasi nessuna classifica include, ed è quella che conta di più se stai costruendo qualcosa di tuo, perché il perimetro non lo eredita da nessuno: lo disegni tu, strumento per strumento. È anche il punto in cui serve capire cosa sia lo strato che tiene insieme modello, strumenti e memoria, e su questo ho scritto un pezzo dedicato all'agent harness e a quando conviene adottarlo.
Dove gira l'agente decide anche quanto costa fermarlo
Un agente che gira sulla macchina di uno sviluppatore si ferma con Ctrl-C e lascia dietro di sé un diff che si legge. Un agente collegato al gestionale via API, quando parte per la strada sbagliata, lascia dietro record modificati in un sistema che spesso non ha una cronologia leggibile. È la stessa differenza che separa un errore da annullare da un errore da spiegare al cliente.
Prima di collegare qualsiasi cosa a un sistema di produzione conviene sapere anche quanto consuma: sul tema ho messo giù i numeri in un articolo su quanto costa un agente AI in azienda.
I tre criteri con cui scelgo i migliori agenti di intelligenza artificiale
I criteri che uso sono tre e nessuno riguarda il modello: cosa deve toccare l'agente, chi lo lancia, e cosa succede quando sbaglia.
Il primo criterio, cioè cosa deve toccare l'agente, si risolve elencando i sistemi che deve raggiungere e togliendo tutto il resto. Con gli strumenti che leggono un repository questo si scrive in un file: la documentazione di Claude Code prevede un file .claude/settings.json condiviso dal progetto, dove i permessi si dichiarano per nome.
Il secondo criterio, cioè chi lancia l'agente, separa gli strumenti che aspettano una persona da quelli che partono da soli a un orario. Un agente schedulato è molto più utile e molto più pericoloso, perché sbaglia anche quando nessuno guarda.
Il terzo criterio è il piano di rientro, e va deciso prima: dove finisce il lavoro dell'agente e chi lo approva. La differenza fra uno strumento che propone e uno che applica è la stessa che passa fra un chatbot e un agente di intelligenza artificiale.
Come si prova un agente prima di adottarlo
Un agente si prova su un processo che sai già fare a mano, in un ambiente dove un errore non costa niente, e si guarda il risultato riga per riga per almeno una settimana. Le demo mostrano sempre il caso che funziona, e il caso che funziona non è mai il problema.
Cosa ho deciso di non dare in mano all'agente di questo sito
Nel repository di questo sito la scelta l'ho fatta in modo esplicito. La routine che ogni giorno trasforma una trascrizione in una bozza di articolo gira su un agente cloud che non entra mai nella macchina dove stanno i file: chiama un solo endpoint HTTP protetto da token, e il server espone quella finestrella e nient'altro. L'articolo che ne esce nasce con published: false e finisce in una Pull Request, quindi il costo massimo di un errore è una revisione buttata.
Il più piccolo agente che risolve il processo
Conviene anche decidere in anticipo cosa l'agente deve ricordare fra un'esecuzione e l'altra, perché la parte che si sottovaluta di più è quella: ne ho scritto in un pezzo sulla memoria di un agente AI. E se il processo da automatizzare vive già dentro strumenti che parlano fra loro via API, il confronto utile non è fra agenti ma fra piattaforme, come nel caso di n8n e Make.
La domanda giusta, alla fine, non è quale agente sia il migliore in assoluto, ma quale sia il più piccolo agente che risolve il processo che hai in mano. Se ti serve una mano a capire quale sia nel tuo caso, la pagina sugli agenti AI su misura racconta come lavoro su questo. Un agente scelto per il perimetro giusto continua a funzionare anche quando il modello sotto cambia, e il modello sotto cambia ogni due mesi.
Domande frequenti
Serve saper programmare per usare un agente AI?
Dipende dalla famiglia. Gli agenti di automazione a nodi come n8n si costruiscono trascinando blocchi e chiedono di saper leggere la documentazione di un'API, non di scrivere codice. Gli agenti di coding partono dal terminale e presuppongono che ci sia un repository, quindi lì saper programmare serve, se non altro per capire se quello che hanno scritto è giusto. La cosa che serve a tutti e due i casi non è il codice ma la conoscenza del processo che stai automatizzando.
Che differenza c'è fra un agente e uno script di automazione classico?
Uno script esegue i passi che qualcuno ha scritto, sempre gli stessi e nello stesso ordine, mentre un agente decide da solo quali passi fare per arrivare all'obiettivo che gli hai dato. La conseguenza è che lo script si testa una volta e resta prevedibile, l'agente va osservato perché lo stesso comando può produrre percorsi diversi. Quando un processo è stabile e ripetitivo, lo script è quasi sempre la scelta migliore e costa molto meno da mantenere.
Un agente open source è meno affidabile di uno commerciale?
Non è la licenza a decidere l'affidabilità, è chi lo aggiorna e dove girano i dati. Un progetto open source che puoi installare sui tuoi server tiene i dati dentro casa e ti lascia il problema degli aggiornamenti e della manutenzione. Un servizio commerciale toglie quella manutenzione e in cambio manda i dati fuori, con le conseguenze contrattuali che ne derivano. Sono due costi diversi, e vanno confrontati sapendo quale dei due la tua azienda sa sostenere.
Quanti agenti conviene far girare insieme all'inizio?
Uno, finché non hai visto almeno una settimana di risultati suoi. Far partire più agenti insieme sembra un guadagno di tempo e in pratica toglie l'unica cosa che serve nella fase iniziale, cioè capire quale dei due ha combinato il pasticcio. Quando il primo agente lavora senza sorprese, il secondo si aggiunge su un processo che non tocca gli stessi dati del primo.
Un agente AI ha bisogno dell'accesso a internet per lavorare?
Quasi sempre sì per il modello, non necessariamente per i dati. Un agente che usa un modello ospitato da un fornitore manda ogni richiesta su internet, mentre i documenti su cui lavora possono restare in una cartella locale che non esce mai. Sono due flussi separati e conviene disegnarli separati, perché è la distinzione che permette di dire a un cliente cosa esce dall'azienda e cosa no.