greenai.guide

Home › Articoli › IA agentica e spreco di token

Articolo

IA agentica e spreco di token

Aggiornato · 5 min di lettura

In breve

Gli agenti di IA svolgono i compiti in molti passaggi, chiamando modelli e strumenti più e più volte, quindi una singola richiesta può consumare molte volte i token di una chat. I sistemi multi-agente moltiplicano questo effetto e, quando gli agenti entrano in un loop o non si capiscono tra loro, i token vanno sprecati. Budget, limiti di passaggi, rilevamento dei loop e modelli di dimensione adeguata mantengono utili gli agenti senza bruciare energia per nulla.

Punti chiave

  • Un agente fa molte chiamate al modello per ogni compito, quindi il suo consumo di token, e di energia, può essere molte volte quello di una singola chat.
  • I sistemi multi-agente moltiplicano ancora il consumo di token, e questo ripaga solo per compiti abbastanza preziosi e complessi da richiederlo.
  • Gli agenti possono bloccarsi in loop o ripetere il lavoro, consumando token senza fare progressi.
  • Limiti rigidi su passaggi, token, tempo e spesa, più un monitoraggio in grado di fermare un'esecuzione bloccata, sono protezioni di base.
  • Dimensionare correttamente significa usare un solo agente, un modello piccolo o nessun agente quando il compito lo consente.

Gli agenti di IA sono sistemi che lavorano verso un obiettivo in più passaggi, scegliendo quali strumenti chiamare e cosa fare dopo. Possono prenotare, cercare, scrivere codice, testarlo e riprovare. Questa autonomia è utile, ma ogni passaggio è un'altra chiamata a un modello, e i costi si sommano in un modo che una singola chat non conosce.

Che cosa rende costosi gli agenti?

Un agente chiama un modello molte volte per ogni compito, e ogni chiamata di solito include la cronologia crescente del compito fino a quel momento. Il consumo di token, e quindi di energia, cresce a ogni passaggio, chiamata a uno strumento e nuovo tentativo.

Un token è un frammento di testo, più o meno una parte di parola, che un modello legge o scrive. Ogni token elaborato costa calcolo. In una chat, una domanda produce una risposta. In un agente, una richiesta può innescare decine di chiamate al modello: pianificare, cercare, leggere i risultati, scrivere, verificare e rivedere.

Anthropic lo ha descritto nel 2025, raccontando come ha costruito il suo sistema di ricerca multi-agente. Ha riferito che gli agenti usavano in genere circa quattro volte più token delle interazioni in chat, e i sistemi multi-agente circa quindici volte di più. Ha anche rilevato che, nel suo benchmark di navigazione, il solo consumo di token spiegava l'80% della varianza nelle prestazioni: i sistemi andavano meglio soprattutto perché spendevano di più.

È uno scambio equo per un compito difficile e prezioso. Per un compito semplice è uno spreco.

Ci sono dati sul consumo di energia degli agenti?

Le prime ricerche vanno nella stessa direzione. Kim, Shin, Chung e Rhu (2025) hanno confrontato flussi di lavoro agentici a più turni con l'inferenza a turno singolo dal punto di vista dell'infrastruttura dei data centre. Hanno riscontrato che gli agenti consumavano molta più energia, che i guadagni di accuratezza mostravano rendimenti decrescenti man mano che si spendeva più calcolo, e che i costi infrastrutturali di una crescita degli agenti di questo tipo potevano diventare insostenibili.

I dati misurati sugli impieghi reali sono ancora scarsi, perché i fornitori li pubblicano di rado. Veda la misurazione è il collo di bottiglia.

Come sprecano token gli agenti?

Facendo un lavoro che non fa avanzare il compito. Gli schemi più comuni sono:

  • Loop. Un agente ripete la stessa azione, oppure due agenti continuano a rimandarsi un problema.
  • Controlli eccessivi. Ogni passaggio viene rivisto da un'altra chiamata al modello, anche dove basterebbe un semplice test.
  • Contesto gonfiato. Documenti interi, log o output degli strumenti vengono trascinati in tutti i passaggi successivi.
  • Tempeste di tentativi. Un errore innesca tentativi ripetuti, a volte su modelli sempre più grandi.
  • Delega eccessiva. Un compito viene suddiviso tra molti agenti quando ne sarebbe bastato uno.

Cemri e colleghi (2025) hanno analizzato più di 1.600 tracce annotate di sette framework multi-agente e hanno individuato 14 modi distinti in cui questi sistemi falliscono, raggruppati in tre categorie: problemi nel modo in cui sono specificati il sistema e il compito, disallineamento tra agenti e mancata verifica del compito. Ogni modalità di fallimento è anche un modo di spendere token senza ottenere un risultato.

Un sandpit (laboratorio di ricerca collaborativo) britannico sulla green AI del 2026, che riuniva matematici, informatici e industria, ha discusso lo stesso problema: sciami di agenti possono intrappolarsi da soli, inviandosi output privi di senso e bruciando centinaia di migliaia di token. La questione di ricerca aperta che ne è emersa è come rilevare, matematicamente e presto, che un gruppo di agenti è bloccato, così che qualcuno o qualcosa possa fermarlo.

Conta anche dal punto di vista commerciale, oltre che ambientale?

Sì: costi ed energia crescono insieme. Nel giugno 2025 Gartner ha previsto che oltre il 40% dei progetti di IA agentica sarà annullato entro la fine del 2027, a causa di costi crescenti, valore commerciale poco chiaro o controlli dei rischi inadeguati. Lo spreco di token contribuisce direttamente al primo di questi motivi.

Quali protezioni tengono sotto controllo gli agenti?

Limiti rigidi, monitoraggio e un modo per fermarli. Sono controlli di ingegneria di base, e la maggior parte dei framework per agenti ne supporta alcuni.

Protezione Che cosa fa
Limite di passaggi Fissa un tetto al numero di chiamate al modello in un'esecuzione. L'OpenAI Agents SDK, per esempio, ha un'impostazione max_turns che ferma l'esecuzione quando viene superata.
Budget di token o di spesa Ferma un'esecuzione, o la segnala a un livello superiore, quando supera un costo stabilito.
Limite di tempo Chiude le esecuzioni che durano molto più del previsto.
Rilevamento dei loop Segnala azioni ripetute o messaggi quasi identici tra agenti.
Osservatore esterno Un processo separato ed economico, o una persona, che controlla i progressi e può fermare l'esecuzione: il "pulsante rosso".
Riduzione del contesto Riassume o elimina la cronologia vecchia, così ogni chiamata legge meno token.

I limiti devono fallire in modo sicuro: quando un budget si esaurisce, l'agente deve fermarsi e riferire ciò che ha, non riprovare in silenzio.

Che cosa significa dimensionare correttamente un agente?

Usare il sistema meno elaborato che fa il lavoro. Prima di costruire un sistema multi-agente, scorra questo elenco dall'alto verso il basso:

  1. Nessun agente. Basta uno script fisso, una ricerca o una singola chiamata al modello?
  2. Una chiamata con strumenti. Spesso è sufficiente una singola chiamata al modello, con un buon prompt, che possa usare uno strumento.
  3. Un agente. Un singolo agente con un limite di passaggi.
  4. Più agenti, solo per compiti ampi, preziosi e davvero parallelizzabili.

In ognuno di questi casi, usi modelli piccoli per i sotto-compiti semplici come classificazione, estrazione e formattazione, e riservi i modelli grandi al ragionamento difficile. C'è un'insidia: un modello troppo piccolo può fallire e costringere a ripetere l'esecuzione su uno più grande, e in una catena lunga un solo errore può far deragliare i passaggi successivi. Stabilire la soglia è una scelta di progettazione che vale la pena testare. Veda scegliere il modello giusto e orchestrare invece di generare.

Che cosa fare adesso

  • Registri i token per ogni compito completato, inclusi i nuovi tentativi e le esecuzioni fallite, per ogni agente che usa.
  • Fissi limiti di passaggi, token, tempo e spesa per ogni agente prima che entri in produzione.
  • Aggiunga il rilevamento dei loop e un modo perché una persona possa fermare un'esecuzione.
  • Parta dal progetto più semplice che funziona e aggiunga agenti solo quando il compito lo richiede.
  • Indirizzi i sotto-compiti semplici a modelli piccoli. Veda usare l'IA in modo efficiente.
  • Se acquista strumenti agentici, chieda ai fornitori come limitano e rendicontano il consumo di token: veda acquisti sostenibili di IA.

Domande frequenti

Che cos'è l'IA agentica?

Sistemi di IA che perseguono un obiettivo in più passaggi, decidendo da soli quali strumenti chiamare e cosa fare dopo, invece di rispondere a un singolo prompt. Spesso chiamano un modello linguistico molte volte per ogni compito.

Perché gli agenti di IA consumano così tanti token?

A ogni passaggio la cronologia crescente del compito viene rinviata al modello, e gli agenti possono chiamare strumenti, verificare il proprio lavoro e riprovare. Nei sistemi multi-agente gli agenti si scambiano anche messaggi, e ognuno costa token.

Come posso evitare che un agente di IA sprechi token?

Fissi limiti al numero di passaggi, ai token, al tempo e alla spesa; rilevi i loop e le azioni ripetute; usi modelli piccoli per i sotto-compiti semplici; e faccia in modo che una persona possa sempre fermare un'esecuzione.

Fonti

  1. How we built our multi-agent research system, Anthropic (2025)
  2. Why do multi-agent LLM systems fail?, Cemri et al. (2025)
  3. The cost of dynamic reasoning: demystifying AI agents and test-time scaling from an AI infrastructure perspective, Kim, Shin, Chung and Rhu, HPCA 2026 (2025)
  4. Gartner predicts over 40% of agentic AI projects will be canceled by end of 2027, Gartner (2025)
  5. Running agents (max_turns), OpenAI Agents SDK documentation (2025)

Si unisca a noi

Aiuti a ridurre l'impatto dell'IA sul pianeta

Riceva per email nuove guide, bandi di finanziamento e schede delle directory, circa una volta al mese. Oppure aggiunga il suo prodotto, corso, dottorato o ricerca alle directory.

Nessun tracciamento. Disiscrizione con un clic. Altri modi per partecipare · Privacy