Building Adaptive AI Agents: il nuovo corso su DeepLearning.AI
Un agente aziendale non dovrebbe ricominciare da capo a ogni chat. Il corso di DeepLearning.AI sugli agenti adattivi mostra un metodo concreto: raccogliere tracce, approvare procedure riutilizzabili, strutturare la conoscenza e lasciare i pesi del modello per ultimi.
Lunedì un agente interno deve rispondere a una richiesta di rimborso spese. Scopre che la policy valida non è nel PDF allegato ma in una versione pubblicata tre mesi prima sull'intranet, la trova e risponde bene. Martedì un altro collega fa la stessa domanda in una chat nuova. L'agente riparte dal PDF sbagliato e qualcuno deve correggerlo di nuovo.
Lo scenario viene quasi parola per parola da Building Adaptive AI Agents, il corso di DeepLearning.AI che parte da un coding agent capace di ripetere lo stesso errore sui test. Il problema non è limitato al codice: riguarda ciò che un agente riesce a trattenere fra una conversazione e la successiva, sia che scriva Python, gestisca rimborsi o prepari una bozza di contratto.
Senza un modo per trattenere e riusare ciò che ha imparato, l'agente paga ogni giorno lo stesso costo. Solo che quel costo finisce disperso in centinaia di chat, invece di comparire in una fattura.
Tre livelli, non uno
Il corso ordina per costo tre modi per far migliorare un agente. I primi due agiscono sul contesto che legge prima di rispondere, il token space: procedure riutilizzabili e una struttura migliore per cercare conoscenza. Il terzo modifica i pesi del modello, il weight space, e conviene considerarlo solo dopo.
Parti dal livello più leggero che risolve il problema.
Skill
Riscrivere una procedura
Grafo di conoscenza
Aggiungere nodi e relazioni
Fine-tuning
Allenare il comportamento del modello
I primi due livelli si aggiornano in minuti: basta scrivere un file o aggiungere un nodo a un grafo. Il terzo richiede addestramento e hardware dedicato; inoltre va rifatto quando cambia la policy sottostante. Per insegnare una nuova regola aziendale, partire dai pesi del modello significa scegliere il livello più costoso.
Dalle tracce alla procedura approvata
Il primo livello si chiama skill induction. Si registrano conversazioni, chiamate a strumenti, errori e correzioni, poi un modello le condensa in una procedura breve: cosa fare quando torna lo stesso tipo di richiesta.
La revisione umana decide se quella procedura diventa comportamento. Quando una skill viene approvata, l'agente la recupera per ogni richiesta simile finché qualcuno non la modifica. Se passa una skill sbagliata, l'errore si replica a ogni uso.
Ogni skill approvata dovrebbe avere un responsabile e una motivazione scritta, anche quando viene respinta. Senza quel contesto il sistema non può migliorare la proposta: può solo ripresentarla.
Trovare la conoscenza giusta
Il secondo livello riguarda l'organizzazione della conoscenza consultata dall'agente. Il corso lo mostra su una base di codice, ma la dinamica è comune: quando la base cresce, trovare il documento da cui partire può richiedere più lavoro che scrivere la risposta. La ricerca per parole chiave trova il termine cercato e lascia indietro documenti collegati che non lo contengono.
La proposta è un grafo di relazioni tra documenti: cosa richiama cosa, cosa si aggiorna insieme, cosa dipende da cosa. Nel codice sono import, chiamate di funzione e modifiche nello stesso commit. In azienda sono policy collegate, procedure che cambiano insieme e contratti riferiti allo stesso fornitore.
Il recupero avviene in due passaggi. Prima trova il nodo semanticamente più vicino alla domanda; poi percorre il grafo con un algoritmo di ranking simile a PageRank. Così non tratta allo stesso modo tutto ciò che è a un passaggio di distanza.
| Ricerca per parole chiave | Grafo di conoscenza | |
|---|---|---|
| Trova ciò che è collegato ma non nominato | No | Sì |
| Costo di aggiungere un documento nuovo | Basso | Quasi zero |
| Serve deduplicare i quasi-doppioni | — | Sì, altrimenti il grafo si sporca |
| Risultato sui compiti multi-hop testati | Manca il nodo giusto | Lo trova |
Nei benchmark del corso, il grafo ha ridotto dell'11-18% il tempo sul compito, del 7-36% i passaggi alla prima modifica corretta e del 3-16% i token, su repository Django e HTTPie. Le percentuali non si trasferiscono automaticamente a un'azienda, ma spiegano perché un indice piatto smette di bastare quando le relazioni diventano parte del problema.
Quando toccare i pesi del modello
Il terzo livello modifica i pesi del modello. Un modello di base ha già assorbito una quantità enorme di testo; per aggiungere una policy o una conoscenza che cambia spesso, riscriverne i pesi è di solito più costoso che fornirla come contesto al momento giusto.
Il fine-tuning ha senso per compiti diversi: rendere affidabile un rifiuto, oppure adattare formato e tono delle risposte. LoRA, la tecnica più comune, congela i pesi originali e allena due matrici piccole. Si interviene su circa l'1% dei parametri.
Se si allenano troppi parametri, si rischia il catastrophic forgetting: il modello perde parte di ciò che sapeva perché i pesi originali vengono sovrascritti. Il costo cresce con la dimensione del modello. Nel corso, un adattatore per 600 milioni di parametri si allena in un'ora; sul modello di frontiera equivalente servirebbero centinaia o migliaia di ore di calcolo.
In produzione un instradatore può mandare una richiesta tecnica al modello di base e una richiesta di tono all'adattatore corrispondente, senza chiedere all'utente di scegliere.
Perché questo vale per qualsiasi agente interno
Il corso usa coding agent perché lì esistono benchmark pubblici e codice open source. I tre livelli valgono anche altrove. Un agente che risponde sulle policy HR, prepara bozze contrattuali o smista ticket ha tracce da cui imparare e documenti che possono essere organizzati come un grafo.
Per un agente interno, il punto di partenza è pratico: decidere quali correzioni diventano procedure riutilizzabili, chi le approva e dove cerca la conoscenza. Il fine-tuning rimane una scelta specifica per comportamento e formato, non il modo normale per aggiornare una regola che cambierà fra tre mesi.