AG-UI è un protocollo basato su eventi per collegare agenti AI e interfacce utente. Descrive lo scambio di messaggi, risultati degli strumenti e aggiornamenti di stato fra backend agentico e frontend. Si occupa dell’interazione con l’applicazione, mentre A2A riguarda la comunicazione fra agenti.
La memoria di un agente è un meccanismo applicativo per conservare e recuperare informazioni oltre una singola richiesta. Può includere stato del compito, preferenze, fatti e risultati precedenti. È distinta dalla finestra di contesto e non implica che i pesi del modello vengano aggiornati.
Il computer use permette a un sistema AI di interagire con interfacce grafiche tramite osservazioni dello schermo e azioni come clic e digitazione. Serve anche quando un’applicazione non espone un’API adatta. È diverso dall’invocazione diretta di funzioni strutturate.
Human-in-the-loop indica l’inserimento di un intervento umano in un processo AI: revisione, approvazione, correzione o gestione delle eccezioni. Il controllo può avvenire prima di un’azione, durante l’esecuzione o dopo la produzione di un risultato.
Un agent harness è l’infrastruttura software che permette a un modello di operare come agente: gestisce ciclo di lavoro, strumenti, stato, contesto, errori e verifiche. Il modello sceglie o propone azioni; l’harness stabilisce come eseguirle e con quali vincoli.
Le Agent Skills sono pacchetti riutilizzabili di istruzioni e risorse che aiutano un agente a eseguire attività specifiche. Possono includere documentazione, esempi e script. Il formato aperto usa un file SKILL.md per descrivere quando applicare la capacità e come utilizzarla.
A2A è un protocollo aperto per l’interoperabilità fra applicazioni agentiche. Permette di descrivere capacità e scambiare richieste, stati e risultati anche quando gli agenti usano tecnologie differenti. È complementare a MCP, che si concentra sul collegamento delle applicazioni AI con strumenti e dati.
Un sistema multi-agente coordina più agenti che svolgono compiti o ruoli distinti. Possono lavorare in parallelo, scambiarsi risultati o essere guidati da un coordinatore. Il risultato dipende anche da come vengono distribuiti contesto, responsabilità e criteri di verifica.
MCP è un protocollo aperto per collegare applicazioni AI a strumenti, risorse e contesti esterni attraverso interfacce standardizzate. Distingue il ruolo dell’applicazione host, dei client e dei server che espongono capacità. Un server può rendere disponibili, per esempio, funzioni di ricerca o risorse documentali.
Un workflow AI è un processo con passaggi definiti nel software che impiega modelli per alcune attività. La sequenza può prevedere condizioni e controlli, ma la struttura principale è prestabilita. In un agente, invece, parte della scelta del percorso è affidata dinamicamente al modello.
Un agente AI è un sistema che usa un modello per scegliere passi e strumenti con cui perseguire un obiettivo, considerando i risultati ottenuti. Agentic AI descrive questo tipo di comportamento e architettura. Un agente può essere limitato a compiti precisi e prevedere approvazioni umane.
Il function calling permette al modello di proporre l’uso di una funzione o di uno strumento con argomenti strutturati. È l’applicazione a decidere se eseguire la chiamata e a restituire il risultato. Il modello non ottiene automaticamente accesso a qualsiasi sistema esterno.
Auto-GPT è un progetto e una piattaforma per costruire ed eseguire automazioni basate su agenti AI. Le implementazioni possono collegare modelli, strumenti e passaggi operativi per lavorare su obiettivi definiti. Non è il nome di ...
Il termine Chatbot, anche noto come assistente digitale, sta ad indicare l’automatizzazione delle interazioni che avvengono all’interno di un’applicazione di messaggistica istantanea. Ci si riferisce, più precisamente, alla simulazione di una conversazione umana attraverso un ...