---
title: "Cos’è un agente AI? Il ciclo LLM e strumenti spiegato"
description: "Un agente AI è un LLM che decide da solo i passi successivi e chiama strumenti in un ciclo finché il compito è finito. Come funziona, quanto costa e come limitarlo."
url: https://broadrouter.com/it/glossary/agent/
lang: it
updated: 2026-11-16
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Tradotto dall’inglese con l’aiuto dell’IA. [Leggi l’originale in inglese](https://broadrouter.com/glossary/agent/) (aggiornato il 2026-11-16).

# Agente AI (AI agent)

Aggiornato 2026-11-16

Un agente AI è un sistema in cui un modello linguistico dirige da solo i propri passi verso un obiettivo: decide quali strumenti chiamare, legge i risultati e ripete finché produce una risposta finale o raggiunge un limite. Uno script fisso che chiama un modello in punti prestabiliti di solito si chiama invece workflow.

Detto anche: agente AI, agente IA, agente LLM, agenti AI, AI agentica, agente autonomo, ciclo dell’agente, AI agent, LLM agent, agentic AI, autonomous agent, agent loop, AI agents

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](https://broadrouter.com/it/glossary/tool-calling/), 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).

```text
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](https://broadrouter.com/it/glossary/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](https://broadrouter.com/it/blog/agent-token-budget/) 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](https://broadrouter.com/it/glossary/context-window/) e peggiorano già prima di raggiungerla. Vedi [la gestione del contesto per agenti di lunga durata](https://broadrouter.com/it/blog/long-running-agent-context-management/).
-   **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](https://broadrouter.com/it/glossary/guardrails/) e approvazione umana per le azioni che modificano dati o spendono soldi.
-   **Parallelismo.** Più agenti significano più richieste in corso. Il limite di [concorrenza](https://broadrouter.com/it/glossary/concurrency/) del tuo provider decide quante possono girare insieme. [Il costo dei sistemi multi-agente](https://broadrouter.com/it/blog/multi-agent-cost/) 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](https://broadrouter.com/it/guides/openai-agents-sdk-custom-provider/) 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](https://broadrouter.com/it/glossary/flat-rate-llm-plan/) (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.

## Domande frequenti

### Che differenza c’è tra un agente e un workflow?

In un workflow è il tuo codice a fissare l’ordine delle chiamate al modello e agli strumenti. In un agente è il modello a scegliere il passo successivo a ogni turno. La guida di Anthropic usa proprio questa distinzione.

### Perché gli agenti costano tanto con il prezzo per token?

Ogni turno rimanda come token di input il system prompt, le definizioni degli strumenti e una cronologia che cresce. Un compito da 50 turni può fatturare lo stesso prefisso 50 volte, ed è per questo che contano l’input in cache e i piani flat.

### Come evito che un agente giri all’infinito?

Imposta un numero massimo di turni e un budget di token o di tempo. L’OpenAI Agents SDK, per esempio, solleva MaxTurnsExceeded quando un’esecuzione supera il limite max\_turns.

## Vedi anche

-   [Tool calling (chiamata di strumenti)](https://broadrouter.com/it/glossary/tool-calling/) (termine)
-   [MCP (Model Context Protocol)](https://broadrouter.com/it/glossary/mcp/) (termine)
-   [Piano LLM flat (flat-rate)](https://broadrouter.com/it/glossary/flat-rate-llm-plan/) (termine)
-   [Finestra di contesto (context window)](https://broadrouter.com/it/glossary/context-window/) (termine)
-   [Guardrail (controlli di sicurezza per LLM)](https://broadrouter.com/it/glossary/guardrails/) (termine)
-   [Concorrenza (concurrency)](https://broadrouter.com/it/glossary/concurrency/) (termine)
-   [ReAct (reason and act)](https://broadrouter.com/it/glossary/react-agent/) (termine)
-   [Subagent (sub-agente)](https://broadrouter.com/it/glossary/subagent/) (termine)
-   [Sistema multi-agente (multi-agent system)](https://broadrouter.com/it/glossary/multi-agent-system/) (termine)
-   [Agente di coding AI (AI coding agent)](https://broadrouter.com/it/glossary/coding-agent/) (termine)
-   [Context engineering (ingegneria del contesto)](https://broadrouter.com/it/glossary/context-engineering/) (termine)
-   [Usare l’OpenAI Agents SDK con BroadNet Inference](https://broadrouter.com/it/guides/openai-agents-sdk-custom-provider/) (guida)
-   [Usare Cline con BroadNet Inference (provider OpenAI Compatible)](https://broadrouter.com/it/guides/cline-openai-compatible/) (guida)
-   [Budget di token di un agente: dove vanno i token di un ciclo](https://broadrouter.com/it/blog/agent-token-budget/) (articolo)
-   [Quanto costano davvero i sistemi multi-agente: token o sessioni flat](https://broadrouter.com/it/blog/multi-agent-cost/) (articolo)
-   [Contesto degli agenti a lungo termine con una finestra da 1M](https://broadrouter.com/it/blog/long-running-agent-context-management/) (articolo)
-   [Come far girare agenti di coding in parallelo con un’API LLM flat](https://broadrouter.com/it/blog/run-parallel-coding-agents-flat-rate/) (articolo)

Provalo sul tuo carico di lavoro reale. I nuovi account partono con USD 5 di credito per Gemma e trascrizione. DeepSeek, GLM e Qwen3.8 richiedono una ricarica.

[Inizia](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-agent&utm_content=page-cta) ·

**Fonti**

-   [Anthropic, Building effective agents (workflow e agenti)](https://www.anthropic.com/engineering/building-effective-agents)
-   [OpenAI Agents SDK, esecuzione degli agenti (ciclo dell’agente e max\_turns)](https://openai.github.io/openai-agents-python/running_agents/)
-   [Riferimento API di BroadNet Inference, limiti (in inglese)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=it-glossary-agent&utm_content=sources#limits)
