Ogni roadmap di prodotto ha un punto elenco che dice "Agente AI". La parola suona come progresso. Segnala alla leadership che il tuo team sta costruendo il futuro, non solo mantenendo il presente. Ma ecco la scomoda verità che la maggior parte dei video demo non ti mostrerà: un agente è il modo più costoso e meno prevedibile per completare un lavoro. Per la maggior parte dei compiti aziendali, è lo strumento sbagliato. I migliori ingegneri non sono quelli che corrono a costruirne uno. Sono quelli che sanno quando fermarsi.

La trappola della classificazione

Osserva un team che definisce l'ambito del suo primo agente e vedrai solitamente qualcosa di simile. Arriva un'e-mail di supporto. Un modello linguistico di grandi dimensioni (LLM) legge l'oggetto e il corpo, decide se si tratta di una domanda di fatturazione o di un bug tecnico e la inserisce nella coda appropriata. Il team chiama questo un agente. Non lo è.

Ciò che hanno costruito è un flusso deterministico con una singola chiamata al modello al suo interno. I passaggi sono fissi: ricevi l'e-mail, chiama il modello, instrada verso la coda. Non c'è un ciclo, non c'è l'uso di strumenti, non c'è alcun momento in cui il sistema si ferma per riconsiderare il piano perché il primo tentativo è fallito. Non naviga in una base di conoscenza, non scrive codice, né controlla lo stato di un ordine durante l'esecuzione. Esegue un unico giudizio e va avanti. Avvolgere quella singola chiamata in un microservizio non lo rende un agente.

Il vero costo di scambiare un flusso per un agente non è solo l'infrastruttura extra. È il non-determinismo che hai invitato senza alcun vantaggio. La stessa e-mail può essere instradata diversamente il martedì mattina rispetto al mercoledì pomeriggio perché la temperature non è zero o il prompt deriva. Paghi i prezzi di un agente per latenza, costi dei token e overhead di valutazione, mentre un flusso con un singolo passaggio di classificazione risolve il problema più velocemente e a costi inferiori.

Lavorare lungo la scala

La maggior parte dei problemi ha dei "cugini" più semplici che li risolvono altrettanto bene. Pensala come una scala e parti dal basso.

Correggi il processo. A volte il lavoro esiste solo perché due sistemi non sono d'accordo. Un record cliente nel tuo CRM non si sincronizza con la tua piattaforma di ticketing, quindi un essere umano deve colmare manualmente la lacuna ogni mattina. Non automatizzare quel ponte con un agente. Eliminalo. Se la pipeline dei dati fosse sana, il lavoro svanirebbe.

Usa una query. Se la risposta è una semplice ricerca o aggregazione, trattala come tale. "Quanti rimborsi abbiamo elaborato martedì scorso?" non richiede ragionamento. Richiede SQL. Un agente che traduce il linguaggio naturale in SQL sembra elegante finché non ti rendi conto che l'onere della manutenzione supera la scrittura di tre query documentate che il tuo team esegue da una dashboard.

Costruisci un flusso deterministico. Quando le regole sono fisse e il risultato è ripetibile, usa una logica