Un agente è un modello dentro un ciclo: chiede, agisce con uno strumento, legge il risultato, decide di nuovo.
Come funziona
Anthropic distingue due architetture. I workflow sono “systems where LLMs and tools are orchestrated through predefined code paths” (traduzione: sistemi in cui LLM e strumenti sono orchestrati tramite percorsi di codice predefiniti). Gli agenti sono sistemi in cui “LLMs dynamically direct their own processes and tool usage” (traduzione: gli LLM dirigono dinamicamente i propri processi e l’uso degli strumenti).
L’OpenAI Agents SDK documenta il ciclo vero e proprio. Il runner chiama il modello. Se la risposta è una risposta finale, l’esecuzione termina. Se contiene chiamate a strumenti, il runner le esegue, aggiunge i risultati e richiama il modello. L’impostazione max_turns limita il ciclo e solleva MaxTurnsExceeded quando viene superata.
Un esempio concreto: un agente di coding a cui chiedi di sistemare un test che fallisce potrebbe impiegare quattro turni (esegue i test, legge il file, lo modifica, poi conferma che il bug del fuso orario è risolto e i test passano).
Turn 1 model -> tool call: run_tests()
Turn 2 model -> tool call: read_file("src/dates.py")
Turn 3 model -> tool call: edit_file("src/dates.py", ...)
Turn 4 model -> final answer: "Fixed the timezone bug; tests pass."
Ogni turno è una richiesta API separata. Se system prompt e definizioni degli strumenti arrivano a 5.000 token, vengono inviati 4 volte: 20.000 token di input prima ancora di contare la cronologia o l’output degli strumenti.
Gli strumenti possono essere funzioni tue o arrivare da server MCP, che permettono a un agente di collegarsi a file system, database e API SaaS tramite un protocollo condiviso.
Perché è importante
- Il costo cresce con i turni. Ogni turno è una nuova richiesta che rimanda la conversazione. L’articolo sul budget di token di un agente mostra dove vanno quei token. L’input in cache abbassa il conto del prefisso ripetuto.
- Il contesto si riempie. Le esecuzioni lunghe premono sulla finestra di contesto e peggiorano già prima di raggiungerla. Vedi la gestione del contesto per agenti di lunga durata.
- Gli errori si sommano. Anthropic osserva che l’autonomia porta “higher costs, and the potential for compounding errors” (traduzione: costi più alti e il rischio di errori che si accumulano). Aggiungi condizioni di arresto, guardrail e approvazione umana per le azioni che modificano dati o spendono soldi.
- Parallelismo. Più agenti significano più richieste in corso. Il limite di concorrenza del tuo provider decide quante possono girare insieme. Il costo dei sistemi multi-agente confronta, per questo caso, prezzo per token e prezzo flat.
Su BroadNet Inference
Qualsiasi framework per agenti che accetta un base URL compatibile con OpenAI può chiamare BroadNet; la guida all’OpenAI Agents SDK mostra la configurazione. La documentazione di BroadNet indica il tool calling per GLM 5.3 e Qwen3.8 27B. La documentazione di BroadNet fissa per una chiave a consumo 30 richieste al minuto e 4 in corso contemporaneamente.
I piani flat (Full Moon, Orbit, Meteor) coprono DeepSeek V4.1 Flash senza contatore di token. Una sessione esegue una richiesta alla volta, proprio come lavora un singolo agente, quindi acquisti una sessione per ogni agente che fai girare in parallelo. La documentazione di BroadNet non indica il tool calling per DeepSeek V4.1 Flash, quindi prova le chiamate ai tool del tuo agente su questo modello prima di affidarti a un piano; il tool calling documentato significa GLM 5.3 o Qwen3.8 27B a consumo.