Le ultime indicazioni di Anthropic: semplificare il design degli agenti AI aziendali

Se sei immerso nella costruzione di agenti AI sulla piattaforma Claude, il team di Applied AI di Anthropic ha un nuovo insieme di raccomandazioni che vorrai considerare. Il punto cruciale: per molte organizzazioni, invece di diffondere subagenti specialisti in tutto il tuo stack, probabilmente otterrai maggiori vantaggi consolidandoli in un unico ciclo dell'agente principale. I loro dati, estratti da recenti implementazioni aziendali, indicano una verità semplice: un agente unificato di solito offre risultati migliori, riduce i costi e accelera le risposte rispetto alla gestione di una folla di subagenti.

Cosa c'è di nuovo: ripensare l'approccio multi-agente

Il team di Anthropic ha visto in prima persona che, mentre i subagenti sono ancora utili per determinati compiti complessi o paralleli, la maggior parte delle esigenze aziendali richiede di ridurre l'espansione architettonica. Per aiutare in questo, hanno rilasciato un kit di migrazione che guida il tuo team nella decisione se e quando unire i subagenti nel ciclo principale. Il kit presenta un approccio passo dopo passo: individua i tuoi modelli di agente esistenti, valuta le tue opzioni e sperimenta in un ambiente simulato sicuro prima di apportare modifiche in produzione.

Storicamente, i subagenti—ognuno con il proprio contesto, strumenti e istruzioni—sono stati un punto di riferimento per cose come la verifica, i flussi di lavoro paralleli o la suddivisione delle autorizzazioni. I sistemi di ricerca di Anthropic sulla piattaforma Claude utilizzano questo modello. Ma dopo confronti pratici tra diverse configurazioni aziendali reali, è emersa una chiara tendenza: una configurazione con un singolo agente con le giuste competenze ha spesso superato sia il modello “gigante a un prompt” che il design ricco di subagenti.

Non si trattava solo di qualità: l'agente singolo ha anche garantito costi e latenza migliori.

Prendi un'impresa come esempio. Il loro agente rivolto ai clienti dipendeva da una dozzina di subagenti, ma questo portava a una voce di marca disordinata e risposte lente—punti dolenti notati dagli utenti. Dopo aver integrato quei subagenti in un unico ciclo principale, l'azienda ha ottenuto un'esperienza più fluida e coerente e risposte molto più rapide.

Anthropic evidenzia qui una trappola familiare—la Legge di Conway. I design degli agenti tendono a rispecchiare l'organigramma dell'azienda, con ogni team che crea il proprio subagente. Questo porta a:

  • Mal di testa nella gestione del contesto: I passaggi tra gli agenti significano che i dettagli si perdono, rendendo difficile mantenere le cose accurate e collegate.
  • Espansione dei subagenti: I team lanciano subagenti sovrapposti, e all'improvviso ti trovi sommerso in componenti con proprietà poco chiare e poca standardizzazione.
  • Sindrome del ‘Frankenprompt’: Il prompt di sistema diventa un pasticcio assemblato, ingombro di regole contrastanti mentre ogni team accumula requisiti.
  • Valutazioni non verificate eccessivamente localizzate: I team ottimizzano per compiti ristretti, ma la leadership finisce per guidare la nave utilizzando metriche diluite o non rappresentative.
  • Latente: Orchestrare sistemi multi-agente può raddoppiare il tuo tempo di risposta. In un caso, passare a un ciclo di un singolo agente ha dimezzato i tempi di esecuzione.

Dalle recenti implementazioni di Anthropic, emerge un modello: se equipaggi un singolo agente con un prompt chiaro, un pugno di strumenti di dati focalizzati (4-5) e forti guardrail, generalmente supera sia gli approcci “one-size-fits-all” che quelli multi-agente. Quella stessa azienda con una dozzina di subagenti ha visto migliorare sia il suo marchio che la velocità dopo essere passata a un ciclo unico.

Perché questo è importante per la tua azienda

Se il tuo obiettivo è unificare più prodotti o flussi di lavoro utilizzando l'AI, le scoperte di Anthropic sono particolarmente rilevanti. Il playbook tipico—ogni team costruisce un agente specialista, poi aggiungi un orchestratore sopra—può sembrare ragionevole, ma di solito aggiunge complessità, rallenta le cose e frammenta il tuo controllo qualità.

Il metodo di “divulgazione progressiva” di Anthropic—dove l'agente carica competenze e strumenti solo quando necessario—mantiene il contesto snello e fa un uso migliore di modelli come Claude Opus 4.5 e superiori. Utilizzando questo approccio, Anthropic riporta di aver ridotto il prompt di sistema di Claude Code per i nuovi modelli di oltre l'80%, rendendo l'agente più efficiente e più facile da mantenere aggiornato. Questo significa anche che non sei bloccato in architetture rigide che rendono futuri aggiornamenti un problema.

Immagina un'operazione di supporto: invece di far passare una richiesta utente attraverso un nastro trasportatore di subagenti (ricerca ordine, spedizione, resi), un singolo agente ben attrezzato può gestire tutto in un colpo solo. Riduci i passaggi, diminuisci i ritardi e offri sia agli utenti che al personale di supporto un'esperienza più coerente. Inoltre, l'agente può collegare i punti tra i passaggi, offrendo intuizioni più ricche di quanto i subagenti isolati possano mai fare.

Detto ciò, Anthropic segnala alcuni casi in cui i subagenti rimangono utili—vale a dire, quando:

  • Il ciclo principale si blocca a causa di troppo contesto.
  • I compiti necessitano davvero di una gestione parallela, con finestre di contesto fresche e usa e getta.
  • Un agente non può scegliere affidabilmente lo strumento giusto, o le istruzioni del prompt iniziano a contraddirsi.

Per la maggior parte dei flussi di lavoro aziendali, tuttavia, otterrai il miglior mix di prestazioni, manutenibilità e esperienza utente mantenendo un ciclo di un solo agente, divulgazione progressiva e gestione disciplinata degli strumenti e delle competenze.

Passi pratici: come semplificare la tua architettura degli agenti

  • Valuta la tua configurazione attuale: Inizia con il kit di migrazione di Anthropic—ti aiuterà a mappare la tua struttura di agenti esistente e a individuare dove ha senso la consolidazione. Il flusso di lavoro guidato consente al tuo team di confrontare i modelli di subagenti attuali, testare alternative e proteggere la produzione visualizzando prima le modifiche.
  • Crea valutazioni condivise: Usa un set di valutazione centralizzato per misurare la qualità end-to-end, non solo i successi dei sottocompiti. Anthropic raccomanda di iniziare con 10 esempi d'oro, valutando l'output finale dell'agente con un rubric. Tieni traccia dell'accuratezza del routing mentre migri (l'orchestratore ha scelto il subagente giusto?) e, dopo la consolidazione, se l'agente ha scelto la giusta competenza o strumento.
  • Unisci per contesto: Concentrati sull'integrazione dei subagenti che interagiscono spesso o condividono dati. Unisci specialisti che dipendono dall'output reciproco, utilizzano gli stessi dati o vengono solitamente chiamati insieme. Se il traffico fluisce regolarmente da uno specialista all'altro, quella è un'opportunità di consolidamento.
  • Trasforma i subagenti in strumenti e competenze: Converti la logica dei subagenti in strumenti (per azioni o dati) e competenze (per conoscenze di processo). I prompt dei subagenti diventano competenze, le chiamate API diventano strumenti. Questo consente all'agente principale di mantenere il contesto e di invocare solo gli strumenti quando necessario, minimizzando i passaggi perdenti.
  • Limita l'espansione degli strumenti: Organizza gli strumenti per intento dell'utente e evita di superare i 30-50 strumenti nel prompt di sistema—oltre a questo, la selezione degli strumenti ne risente. Usa la ricerca degli strumenti e il caricamento differito, e incorpora le precondizioni negli strumenti stessi.
  • Centrati sul controllo qualità: Nomina un piccolo team centrale per gestire il prompt di sistema, verificare nuove competenze/strumenti e mantenere il rubric di valutazione. Assicurati che rivedano ogni aggiunta prima del lancio per mantenere intatta la qualità e la coerenza del tuo agente.
  • Monitora e itera: Dopo ogni round di consolidamento, usa il tuo set di valutazione condiviso per confrontare le prestazioni. Non guardare solo i punteggi complessivi; approfondisci quali compiti sono migliorati o peggiorati. Anthropic ha scoperto che integrare i subagenti può a volte rompere cose che prima funzionavano, quindi assicurati che la tua valutazione copra ogni flusso di lavoro e regola critici. Ripeti i compiti più volte per catturare problemi intermittenti.
  • Sfrutta gli strumenti di migrazione: Il kit di migrazione di Anthropic offre competenze API come /claude-api build-eval (per set di valutazione), /claude-api prompt-audit (per individuare prompt obsoleti) e /claude-api hillclimb (per miglioramenti iterativi). Questi eliminano il lavoro manuale dalla raffinazione della tua architettura.

Da Multi-Agent a Ciclo Unico: Considerazioni sull'implementazione

Arrivare a un ciclo di un singolo agente è più che semplicemente incollare codice insieme. I consigli di Anthropic:

  • Esegui un modello e una finestra di contesto in un ciclo di strumenti, con limiti di costo e interazione in atto.
  • Lascia che il modello invii lotti di chiamate agli strumenti da eseguire in parallelo, quindi decidi il prossimo passo—un altro lotto, una domanda o una risposta finale—basandoti sui risultati.
  • Fai scrivere e rivedere al modello il proprio piano nel contesto, così non hai bisogno di codice orchestratore per mescolare i piani tra gli agenti.
  • Sposta la logica degli ordini e del dominio nelle competenze, e inserisci validazioni o approvazioni negli strumenti.
  • Usa il codice solo per le cose economiche e meccaniche (come la risoluzione delle entità o la costruzione dei payload).

Questo design mantiene tutto rilevante nel contesto dell'agente, rendendo più facile adattarsi e apprendere attraverso i compiti. Semplifica anche gli aggiornamenti a modelli più recenti, poiché non sei intrappolato nella logica di orchestrazione.

Come i team possono contribuire a un agente unificato

Con un ciclo unico, i team passano dal possedere subagenti a curare competenze e strumenti. Un team centrale ristretto gestisce il prompt di sistema e la qualità complessiva, rivedendo ogni nuovo elemento prima che venga aggiunto. Le competenze codificano il tuo processo—passaggi, regole, decisioni—mentre gli strumenti gestiscono azioni reali, dati e autorizzazioni.

Anthropic fornisce utilità come /skill-creator (per costruire e controllare le competenze) e /skill-doctor (per analizzare l'uso e eliminare voci non utilizzate), aiutandoti a evitare l'ingrossamento delle competenze e mantenere la tua libreria affilata.

Le basi di conoscenza hanno ancora un ruolo, specialmente per il materiale di riferimento necessario solo a volte. Usa strumenti di ricerca o consultazione per recuperare fatti, politiche o specifiche su richiesta, piuttosto che riempire ogni prompt con essi. Anthropic sconsiglia di codificare rigidamente tali riferimenti, che aggiungono solo peso contestuale non necessario.

La mia opinione: la semplicità paga—ma la disciplina è essenziale

Le raccomandazioni di Anthropic tagliano attraverso il rumore per chiunque stia lottando con l'espansione degli agenti. È allettante riprodurre il tuo organigramma nella tua architettura degli agenti, ma raramente porta a buoni risultati. A mio avviso, la maggior parte delle esigenze aziendali richiede un agente disciplinato, gestito centralmente, che carica flessibilmente solo le competenze e gli strumenti necessari, invece di un labirinto di subagenti.

Tuttavia, fare questa transizione non è una passeggiata. Passare da un approccio multi-agente a un ciclo unico richiede una pianificazione solida, una valutazione rigorosa e un controllo centrale rigoroso. Se integri i subagenti troppo rapidamente, i flussi di lavoro possono rompersi.

E per i casi d'uso in cui i compiti sono davvero indipendenti—pensa alla ricerca o a domini altamente specializzati—i subagenti hanno ancora un ruolo valido.

Una sfida irrisolta: quanto velocemente possono le organizzazioni adattare le loro culture interne per supportare un team centrale di agenti, specialmente se la proprietà e gli incentivi del team sono profondamente radicati nei silos? Tecnologicamente, la migrazione potrebbe essere la parte facile.

Il punto chiave

Le indicazioni di Anthropic sono chiare: per la maggior parte dei progetti AI aziendali, un ciclo di agente ben gestito supera un'architettura di subagenti espansa su ogni misura pratica. La chiave è la disciplina—centralizza la qualità, gestisci i tuoi strumenti e competenze in modo rigoroso e mantieni le cose il più semplici possibile in base alle tue esigenze.