Un chatbot normale risponde solo con testo — poni una domanda, ricevi una risposta, e lo scambio finisce lì. Un agente esegue un ciclo: può richiamare tool per compiere azioni, osservare i risultati e iterare verso un obiettivo finché non viene raggiunta una condizione di arresto. La differenza è nel fare, non solo nel parlare.
Goal → [think → call a tool → observe result → think again] → repeat → stop when done
In ogni passaggio l'agente decide cosa fare dopo in base a ciò che ha imparato, anziché produrre una sola risposta e fermarsi.
I "tool" di un agente gli permettono di agire nel mondo:
Goal: "Fix the failing test."
1. Run the test suite → observe: test_login fails
2. Read the failing test → observe: it expects a 200, got 500
3. Search for the handler → observe: missing null check
4. Edit the handler file → write the fix
5. Run the test suite again → observe: all pass
→ stopping condition met: tests green, done
Un chatbot potrebbe solo descrivere una possibile soluzione; l'agente la applica effettivamente e verifica il risultato eseguendo i test da solo.
Comprendere il ciclo dell'agente spiega perché gli agenti possono completare veri lavori multistep — debugging, refactoring, ricerca — anziché solo descriverli. Il ciclo tool-call-observe-iterate, con una chiara condizione di arresto, è ciò che trasforma un modello linguistico da generatore di testo conversazionale in qualcosa che effettivamente completa i compiti.