Ciclo dell'agente
Lo schema alla base di ogni agente IA: l'LLM riflette, sceglie uno strumento, lo esegue, legge il risultato e riflette di nuovo, finché l'obiettivo è raggiunto o si esaurisce il numero massimo di passi.
L'articolo di riferimento è ReAct (Yao et al., 2022), il ciclo «Reasoning + Acting»: fasi di ragionamento e fasi di azione si alternano. I framework per agenti moderni lo implementano (CrewAI, AutoGen, LangGraph, smolagents). Rischi: cicli infiniti (da cui i limiti sul numero di passi), costi elevati (molte chiamate all'LLM), scarsa affidabilità sui compiti complessi (oltre i 10 passi). Con la serie o di OpenAI il ciclo è interiorizzato nel modello stesso, senza orchestrazione esterna.