La memoria di un agente è l'archivio che gli permette di ricordare cosa ha fatto e imparato tra passi e sessioni: la conversazione recente, i fatti che ha salvato e gli esiti dei compiti passati, così non riparte mai da una pagina bianca.
Niente gergo, niente formule
La memoria dell'agente ha due livelli. La memoria di lavoro è la context window: tiene la conversazione e il compito corrente, e svanisce a fine sessione. La memoria a lungo termine è un database dove l'agente scrive ciò che conta: riassunti dei passi completati, fatti chiave (“la pressa 4 usa il filtro FH-220”), le tue preferenze. Prima di ogni nuovo passo, l'agente recupera i ricordi più rilevanti per il compito corrente e li mette nel contesto, accanto alla tua istruzione. La continuità non è fortuna, è rilettura. Si rompe in tre modi: ricordi stantii (un fatto è cambiato ma non aggiornato), gonfiamento del contesto (troppa memoria richiamata soffoca il compito vero e il modello peggiora) e dati sensibili scritti in memoria che non avrebbero dovuto esserci.
Un AI agent è un software che persegue un obiettivo per tuo conto: legge la situazione, pianifica il passo successivo, agisce tramite strumenti (email, calendari, database, API) e verifica il risultato prima di continuare, invece di rispondere a una domanda e fermarsi.
LeggiIl loop dell'agente è il ciclo che un agente AI ripete inseguendo un obiettivo: osserva lo stato attuale, pianifica la prossima azione, agisce tramite uno strumento, verifica il risultato, poi continua, ri-pianifica o si ferma.
LeggiLa context window è la memoria di lavoro del modello, misurata in token: tutto ciò che sta in un singolo prompt (istruzioni, documenti, conversazione fino a quel momento) deve entrarci, e oltre il limite il testo è semplicemente invisibile al modello.
Leggi§ 03
Progettiamo e rilasciamo sistemi AI con permessi, log e approvazione umana. Si parte con una call di scoping di 30 minuti.