---
title: "Agentic AI"
description: "Agentic AI con noze: agenti AI e sistemi multi-agente con confini espliciti, approvazione umana delle azioni con impatto, LLM open weight in locale e OISG."
url: "https://www.noze.it/intelligenza-artificiale/agentic-ai/"
lang: "it"
alternate: "https://www.noze.it/en/artificial-intelligence/agentic-ai/"
---

# Agentic AI

Agenti AI che lavorano dentro confini precisi. Le decisioni restano alle persone.

![Agentic AI](https://www.noze.it/images/slides/artificial-intelligence-1200.webp)

## Dall'assistente all'agente

Un agente AI non si limita a rispondere. Pianifica, usa strumenti, consulta documenti e sistemi, prepara bozze e verifiche e ripete il ciclo finché raggiunge l'obiettivo. È il passaggio dall'assistente che suggerisce al sistema che lavora. Per questo conta non solo cosa sa fare il modello, ma anche cosa può fare l'agente.

Progettiamo agenti e sistemi multi-agente per aziende ed enti con una regola sola: **l'agente agisce, una persona governa**, dentro un confine che il sistema non può superare.

## Come progettiamo gli agenti

### Confini prima delle capacità

Ogni agente ha permessi minimi, budget e un perimetro che non può superare. CyberAgent, per esempio, scansiona solo i domini di cui il cliente ha dimostrato il controllo.

### L'agente propone, la persona decide

Gli agenti leggono, preparano e propongono. Le azioni con impatto (invii, firme, modifiche ai dati) passano dall'approvazione di una persona.

### L'harness conta più del modello

Il comportamento di un agente dipende in larga parte dall'harness: il contesto che il modello vede, il loop con i suoi limiti e le condizioni di uscita, il grafo di agenti e strumenti. Il modello si cambia, l'harness resta.

### In locale, con modelli open weight

Quando i dati non possono uscire, gli agenti girano on-premise con LLM open weight, anche su NVIDIA DGX Spark presso il cliente o in cluster.

### Strumenti collegati con MCP e A2A

Gli agenti usano strumenti e fonti dati tramite Model Context Protocol e dialogano fra loro con A2A, con permessi espliciti per ogni strumento.

### Governance misurabile

Policy, oscuramento dei dati personali e audit trail su ogni chiamata a modelli e strumenti, secondo il paradigma OISG: ogni pilastro ha la sua metrica.

## Governance degli agenti

Adottiamo [OISG](https://www.noze.it/insights/oisg-paradigma-ai-autonomi/) (Open, Intelligent, Secure, Governed), il paradigma per i sistemi AI autonomi proposto da [Stefano Noferi](https://www.noze.it/autori/stefano-noferi/): quattro pilastri con una metrica ciascuno e un test di adeguatezza su 20 criteri.

[Admina](https://www.noze.it/open-source/admina/), progetto di Stefano Noferi, sponsorizzato da noze, è il framework open source che lo mette in pratica: ogni chiamata a modelli e strumenti passa da loop breaker, filtro delle prompt injection, oscuramento dei dati personali, policy e audit trail con catena di hash SHA-256. Su Admina poggiano DataGovern, IntelliPA, AgenticHealth e VerdePilot.

Con [DebugABot](https://www.noze.it/progetti/debugabot/) facciamo ricerca sui controlli a runtime degli agenti autonomi: kill switch, fingerprinting, verifica dell'allineamento e rilevamento della deception.

I prodotti collegati

[Prodotto](https://www.noze.it/prodotti/cyberagent)

### [CyberAgent](https://www.noze.it/prodotti/cyberagent)

[L'agente AI che presidia la superficie d'attacco, valida cosa è davvero sfruttabile e prepara le evidenze NIS2.](https://www.noze.it/prodotti/cyberagent)

[Prodotto](https://www.noze.it/prodotti/intellipa)

### [IntelliPA](https://www.noze.it/prodotti/intellipa)

[AI in locale, chiavi in mano, per Comuni ed enti della pubblica amministrazione.](https://www.noze.it/prodotti/intellipa)

[Prodotto](https://www.noze.it/prodotti/datagovern)

### [DataGovern](https://www.noze.it/prodotti/datagovern)

[Agenti AI che presidiano documenti e processi aziendali e preparano la compliance NIS2, GDPR e AI Act.](https://www.noze.it/prodotti/datagovern)

[Prodotto](https://www.noze.it/prodotti/agentichealth)

### [AgenticHealth](https://www.noze.it/prodotti/agentichealth)

[AI agentica on-premise per la ricerca clinica e la qualità nelle strutture sanitarie. Non è un software medicale.](https://www.noze.it/prodotti/agentichealth)

[Prodotto](https://www.noze.it/prodotti/verdepilot)

### [VerdePilot](https://www.noze.it/prodotti/verdepilot)

[Il copilota AI per la compliance ambientale ed energetica delle aziende.](https://www.noze.it/prodotti/verdepilot)

## Approfondimenti

- [Open Intelligence, Secure Governance: perché gli agenti AI hanno bisogno di governance](https://www.noze.it/insights/open-intelligence-secure-governance-agentic/)
- [Agentic loop (1): anatomia del ciclo](https://www.noze.it/insights/agentic-loop-anatomia/)
- [Harness engineering: l'ambiente che rende affidabili gli agenti](https://www.noze.it/insights/harness-engineering/)
- [Loop, grafo o prompt: tre posizioni su come si tiene insieme un sistema ad agenti](https://www.noze.it/insights/loop-grafo-prompt-forme-sistemi-agenti/)
- [OISG: noze adotta il paradigma per i sistemi AI autonomi](https://www.noze.it/insights/oisg-paradigma-ai-autonomi/)
- [noze presenta casi di Agentic AI e strumenti di governance al convegno "Homo Agenticus" di UNIPI](https://www.noze.it/insights/noze-casi-agentic-ai-governance-homo-agenticus-unipi/)

Per il quadro completo dei nostri servizi di AI, dai modelli locali al RAG, vedi [Intelligenza Artificiale](https://www.noze.it/intelligenza-artificiale/).

## Domande frequenti

Che cos'è l'Agentic AI?

È l'AI che non si limita a rispondere: un agente pianifica, usa strumenti, legge e scrive dati e ripete il ciclo finché raggiunge un obiettivo. Un sistema agentico può combinare più agenti specializzati che si passano il lavoro.

Che differenza c'è tra un chatbot e un agente AI?

Un chatbot risponde a una domanda. Un agente lavora su un compito: consulta documenti e sistemi, chiama strumenti, prepara bozze o verifiche e si ferma quando l'obiettivo è raggiunto o quando serve una decisione umana.

Gli agenti AI agiscono in autonomia?

Solo dentro il perimetro che definiamo. Nei nostri sistemi gli agenti leggono, preparano e propongono; le azioni con impatto (invii, firme, modifiche ai dati) richiedono l'approvazione di una persona.

Si può fare Agentic AI in locale, senza cloud?

Sì. Usiamo LLM open weight eseguiti on-premise, anche su NVIDIA DGX Spark, così documenti e dati restano nella rete del cliente.

Con quali framework sviluppate gli agenti?

Con i principali framework agentic (LangGraph, CrewAI, Microsoft Agent Framework, LlamaIndex, smolagents, Google ADK) e con harness costruiti su misura, collegando strumenti e dati tramite MCP e A2A. Il framework lo scegliamo in base al problema.

Come si governa un sistema di agenti?

Con confini espliciti, approvazione umana delle azioni con impatto e controlli su ogni chiamata: policy, filtro delle prompt injection, oscuramento dei dati personali e audit trail verificabile. Seguiamo il paradigma OISG e usiamo il framework open source Admina.

Contattaci

## Hai un processo da affidare agli agenti?

Compila il form: la tua richiesta arriva al team dedicato.

[Contattaci ora →](https://www.noze.it/contatti/?topic=ai)
