# IA agentica e spreco di token

> Perché gli agenti di IA possono consumare molte volte i token e l'energia di una chat, come i loop li sprecano e quali limiti li mantengono proporzionati.

Source: https://greenai.guide/it/articoli/ia-agentica-e-spreco-di-token/  
Updated: 2026-11-19

## 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? {#what-makes-agents-expensive}

**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? {#is-there-evidence-on-agents-energy-use}

**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](/it/articoli/la-misurazione-e-il-collo-di-bottiglia-dell-ia-verde/).

## Come sprecano token gli agenti? {#how-do-agents-waste-tokens}

**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? {#does-this-matter-commercially-as-well-as-environmentally}

**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? {#what-guardrails-keep-agents-in-check}

**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? {#what-does-right-sizing-an-agent-mean}

**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](/it/buone-pratiche/scegliere-il-modello-giusto-per-il-compito/) e
[orchestrare invece di generare](/it/articoli/orchestrare-invece-di-generare/).

## Che cosa fare adesso {#what-to-do-next}

- 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](/it/buone-pratiche/usare-l-ia-in-modo-efficiente-abitudini-quotidiane/).
- Se acquista strumenti agentici, chieda ai fornitori come limitano e rendicontano il consumo di token: veda
  [acquisti sostenibili di IA](/it/buone-pratiche/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

- [How we built our multi-agent research system](https://www.anthropic.com/engineering/multi-agent-research-system), Anthropic (2025)
- [Why do multi-agent LLM systems fail?](https://arxiv.org/abs/2503.13657), Cemri et al. (2025)
- [The cost of dynamic reasoning: demystifying AI agents and test-time scaling from an AI infrastructure perspective](https://arxiv.org/abs/2506.04301), Kim, Shin, Chung and Rhu, HPCA 2026 (2025)
- [Gartner predicts over 40% of agentic AI projects will be canceled by end of 2027](https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027), Gartner (2025)
- [Running agents (max_turns)](https://openai.github.io/openai-agents-python/running_agents/), OpenAI Agents SDK documentation (2025)
