Un AI agent è un singolo programma che persegue un obiettivo con dei tool. Agentic AI indica l'approccio più ampio, spesso con più agenti che lavorano insieme. Definizioni, tabella e un quiz.
Un AI agent è un singolo programma: un modello in un ciclo che sceglie i tool per raggiungere un obiettivo che fissi tu. Agentic AI è l'etichetta più ampia per i sistemi costruiti in questo modo, spesso con più agenti più un orchestratore, memoria e passaggi di approvazione. Ogni agente è agentico; non ogni sistema agentico è un singolo agente.
Fianco a fianco
Nessuna delle due espressioni ha una definizione ufficiale da parte di un ente di standardizzazione, quindi i fornitori le allargano entrambe. Le definizioni operative qui sopra sono quelle che la maggior parte degli ingegneri riconoscerebbe. Mettiti alla prova con il quiz qui sotto: ogni scenario è uno dei due, oppure nessuno.
In parte. Descrive un pattern reale, modelli che agiscono tramite tool in più passaggi, ma l'etichetta viene applicata anche a strumenti che si limitano a compilare un template. Chiedi quali decisioni prende il software da solo.
Non di per sé. Un assistente che risponde solo con del testo non compie azioni. Diventa un agente quando può chiamare tool, vedere i risultati e decidere il passo successivo verso un obiettivo.
No. Anche un singolo agente con un planner, memoria e passaggi di approvazione è agentico. Più agenti compaiono quando un lavoro è più facile da dividere, per esempio un agente che fa ricerca e un altro che scrive.
Di solito un singolo agente con un compito ristretto, come smistare le richieste in arrivo. Costa meno da far girare, è più facile da testare e più semplice da fermare. Le configurazioni multi-agente più grandi ripagano solo per processi lunghi e ripetuti.
L'OWASP GenAI Security Project pubblica la Top 10 for LLM Applications 2025, che include Excessive Agency, e ha rilasciato una guida Agentic AI Threats and Mitigations nel febbraio 2025.
Entrambi gli snippet usano uno stub al posto di un modello, così girano in Node così come sono. Quello che conta è la forma: un ciclo contro un coordinatore che affida il lavoro a più cicli.
makeAgent restituisce un piccolo ciclo con i propri tool. Il coordinatore decide l'ordine e gestisce il passaggio di approvazione.
Un programma legge ogni nuova email di assistenza, cerca il cliente e prepara una bozza di risposta oppure assegna il ticket a una persona.
Un ciclo, un obiettivo, pochi tool, ed è il modello a scegliere quale tool usare dopo.
Un modulo invia una sola volta il nome di un prodotto a un modello e incolla nella pagina la descrizione restituita.
C'è una sola chiamata fissa, senza tool né scelte. È automazione che usa un modello.
Un planner divide ogni richiesta di rimborso in verifica dell'ordine, verifica della policy ed emissione del rimborso, e affida ogni parte a un agente separato; un responsabile approva i rimborsi oltre un certo importo.
Più agenti, un coordinatore e un checkpoint di approvazione ne fanno un sistema agentico multi-agente.
Uno strumento cerca in un archivio di documenti, legge i file corrispondenti e continua a cercare finché non riesce a rispondere a una domanda con le citazioni.
Il modello decide quando cercare di nuovo e quando ha abbastanza informazioni, dentro un unico ciclo.
Un job notturno esporta le vendite in un foglio di calcolo e lo invia via email, con ogni passaggio scritto nel codice.
Nessun modello prende alcuna decisione. È uno script pianificato.
Un agente scrive i testi di lancio, un secondo li verifica rispetto alle regole del brand e un terzo programma i post una volta che il verificatore li approva.
Il lavoro passa tra agenti specializzati con un controllo nel mezzo.
Un AI agent
Un sistema agentico
Nessuno dei due
{n} giuste su {v} risposte
Ricomincia
Corrisponde alla risposta suggerita.
Risposta suggerita: {v}.
Scegli un'etichetta per lo scenario {n}
Inizia gratis · Nessuna carta di credito richiesta