Perché gli agenti sono il tema numero uno del 2026

Nel 2022 il mondo ha trattenuto il fiato perché l'AI ha imparato a parlare. Entro il 2026 la parola chiave è cambiata — ora è agents: AI che non si limita a rispondere con testo ma esegue compiti multi-step in autonomia. Questo corso parla di loro. E questa prima lezione spiega perché l'argomento è esploso proprio ora, quali soldi e aspettative ci girano intorno e quali promesse sono vere.

Atto I. Parlare senza mani (2022–2023)

Il ChatGPT del 2022 sapeva ragionare in modo impressionante — e non poteva *fare* nulla. Chiedigli di «trovami biglietti più economici» e ti avrebbe scritto un bellissimo piano per trovarli. La ricerca spettava a te. Il modello non aveva «mani»: nessun accesso a ricerca, calendario o file. Testo in entrata, testo in uscita.

Atto II. AutoGPT: il primo tentativo di dare mani all'AI (primavera 2023)

Nella primavera del 2023 gli appassionati hanno creato AutoGPT — un programma wrapper che eseguiva il modello in un loop: qual è l'obiettivo → qual è il prossimo passo → fallo → guarda il risultato → continua. Internet è esploso: sembrava che il lavoratore AI autonomo fosse arrivato. Le persone hanno lanciato AutoGPT per «costruire un business» e sono andate a dormire.

Si sono svegliati delusi. AutoGPT perdeva l'obiettivo dopo una dozzina di loop, girava a vuoto, si convinceva di risultati inesistenti e bruciava soldi a ogni giro. L'hype si è sgonfiato in pochi mesi. Ma l'idea in sé — un modello in un loop, con strumenti e verifica dei risultati — è rimasta e si è dimostrata giusta. Mancavano tre cose: modelli più potenti, un modo affidabile per connettere gli strumenti e salvaguardie contro i loop infiniti.

Atto III. Le mani sono cresciute (2024–2026)

Nei due anni successivi tutti e tre i pezzi sono andati al loro posto. I modelli sono diventati molto più bravi a gestire compiti lunghi. Sono apparsi «socket» standard per connettere gli strumenti — ricerca, file, fogli di calcolo (il principale avrà una lezione a sé nel modulo tre). E l'industria ha imparato le salvaguardie a proprie spese: limiti, conferme, sandbox. Entro il 2026 gli agenti sono in ogni prodotto principale: le modalità di ricerca approfondita cercano fonti e assemblano report in autonomia, gli agenti di coding scrivono e correggono codice, e nei builder di automazione un agente è un nodo ordinario che trascini con il mouse.

Cos'è un agente — una definizione operativa

Per ora mettiamoci d'accordo su qualcosa di semplice: un agente è un'AI che scompone un obiettivo in passaggi da sola, li esegue con strumenti e verifica il risultato. Una chat risponde e si ferma; un agente lavora finché l'obiettivo non è raggiunto. Il meccanismo completo — l'agent loop — arriverà nella prossima lezione: è il cuore dell'intero corso.

Il mercato: cosa dicono i nostri numeri di ricognizione

Nel luglio 2026 abbiamo estratto dati dalle API interne di Udemy — il più grande marketplace di corsi online al mondo. L'argomento agenti lì ha già 832.649 studenti paganti. Per dare un'idea: il corso di AI generativa più popolare ha raccolto 409.492 studenti in diversi anni, e Google AI Essentials su Coursera — 1.876.929 iscrizioni. L'ondata di domanda per le competenze AI è enorme, e gli agenti ne sono la parte più calda: molte persone sanno già «solo fare prompt», mentre quasi nessuno sa assegnare compiti agli agenti e controllarli.

Una previsione onesta: cosa possono fare davvero gli agenti

Ora l'anti-hype — senza di essa questo corso sarebbe una pubblicità. Nei test con compiti d'ufficio realistici, il miglior agente del 2026 completa circa il 30,3% — meno di un terzo. Leggi questa cifra per intero, entrambe le metà:

• Bicchiere mezzo pieno: un terzo dei compiti d'ufficio una macchina li svolge già end-to-end. Tre anni fa — zero.
• Bicchiere mezzo vuoto: in due casi su tre l'agente non ce la farà senza un umano. «Un agente sostituirà il tuo reparto» è vendere una favola.

Da qui l'euristica operativa che imparerai da questo corso: un agente è forte dove il risultato può essere verificato e il costo dell'errore è limitato. Dove si trovano esattamente queste zone — la mappa è nella lezione tre.

Perché imparare ora, non «quando sarà maturo»

Proprio perché gli agenti sono imperfetti, la persona di valore è quella che conosce i loro limiti: quale compito delegare, quale no, quali salvaguardie impostare. Una volta che la tecnologia matura, questa competenza diventa comune, come fare una ricerca su Google. Ora è rara. Il valore non deriva dagli agenti stessi ma dalla persona che sa assegnare loro compiti e verificarne il risultato.

Sandbox: calibra le tue aspettative

Metti alla prova la tua intuizione ora — invia questo alla sandbox sotto la lezione:

Ecco 6 compiti:
1) Raccogli i prezzi di 10 concorrenti dai loro siti web in una tabella.
2) Scrivi un augurio di compleanno per un collega.
3) Ordina 50 email in «urgente / può aspettare / spam».
4) Negozia uno sconto del 10% con un fornitore.
5) Trova e correggi un bug nel codice che blocca un report.
6) Licenzia un dipendente in piena conformità con la legge.
Per ciascuno: un agente AI consumer del 2026 potrebbe farlo end-to-end,
senza un umano — SÌ o NO, e perché, in una riga.

Poi chiedi al modello di fare lo scettico:

Fai l'analista scettico. Ecco 4 promesse dagli annunci degli agenti AI:
1) «Un agente sostituirà il tuo reparto vendite.»
2) «Lancialo — e il business si gestirà da solo mentre dormi.»
3) «Un agente ordinerà la tua casella di posta e scriverà bozze di risposte.»
4) «Un agente troverà un bug nel report, lo correggerà e mostrerà cosa è cambiato.»
Per ciascuno dai un verdetto: REALE OGGI / PARZIALMENTE / FAVOLA —
e una frase sul perché. Tieni presente che i migliori agenti completano
meno di un terzo dei compiti d'ufficio realistici senza un umano.

Esegui il primo prompt della sandbox e confronta le risposte del modello con le tue aspettative. Annota un compito dal tuo lavoro su cui ora ti interroghi: potrebbe gestirlo un agente? Alla fine del corso risponderai tu stesso — con una motivazione.