Il framework di dottrina e standard di tooling per sistemi AI agentici in produzione.

Lo standard di dottrina e architettura runtime per i team che costruiscono sistemi AI agentici in produzione — 10 principi, 96+ esempi di implementazione, guide di architettura runtime, endpoint MCP pubblico e file di regole agente installabili per Claude Code, Cursor, Codex, Windsurf, GitHub Copilot e altro.

Unisciti alla lista Per agenti

Fatti chiave

Per: Designer di prodotto, PM, fondatori, sviluppatori AI e ingegneri che distribuiscono sistemi agentici
Handbook: 10 pagine di principi collegate a esempi di implementazione e pattern di architettura runtime
Apprendimento: 2 pagine di corsi con laboratori e riferimenti di implementazione
Pratica: 96 esempi di implementazione mappati a principi, pattern runtime e tipi di problema

Fatti chiave

Per: Designer di prodotto, PM, fondatori, sviluppatori AI e ingegneri che distribuiscono sistemi agentici
Handbook: 10 pagine di principi collegate a esempi di implementazione e pattern di architettura runtime
Apprendimento: 2 pagine di corsi con laboratori e riferimenti di implementazione
Pratica: 96 esempi di implementazione mappati a principi, pattern runtime e tipi di problema

Cosa aiuta a fare questa piattaforma?

Aiuta i team a comprendere la dottrina, studiare implementazioni funzionanti e applicare i principi a decisioni di prodotto reali. Corsi, revisione di prontezza e certificazione arrivano con la piattaforma completa.

Impara il passaggio da operatore a supervisore e i dieci principi fondamentali

Vedi esempi reali di orchestrazione, uso di strumenti, approvazioni, recupero e esecuzione in background

Prepara il tuo prodotto o workflow per revisione, prove e certificazione — disponibili al lancio

Come si usa il sito?

Inizia dai principi per costruire un linguaggio condiviso, poi studia gli esempi per prove concrete. Corsi strutturati, laboratori e certificazione sono disponibili al lancio.

Inizia dai principi se hai bisogno di un linguaggio condiviso per comportamenti agentici affidabili

Passa agli esempi quando hai bisogno di pattern di implementazione concreti e prove tecniche

Iscriviti alla lista d'attesa per essere avvisato quando corsi, revisione e certificazione aprono

Activation personalizzato

Non iniziare dal percorso generico. Fai emergere il tuo contesto e lascia che la piattaforma prepari la route giusta.

Activation trasforma pochi segnali strutturati in un next step concreto. Se sei qui per capire cosa dovresti fare adesso, questa è la scorciatoia più utile: ti porta verso learning, build, runtime o review in base alla tua situazione reale.

Adatta il percorso al tuo stage attuale

Evita pagine e pattern non pertinenti

Ottieni una route operativa in pochi minuti

Avvia activation Apri overview

Studia implementazioni funzionanti

Livello 1: LLM aumentato — Singola chiamata API

Una singola chiamata al modello con output strutturato, system prompt e contesto. Nessun loop, nessuno strumento.

Livello 2: Catene di prompt e routing — DAG deterministici

Più chiamate LLM in una sequenza fissa. È il codice a controllare il flusso, non il modello.

Livello 3: Agente con chiamata di strumenti — Autonomia circoscritta

L’agente decide quali strumenti chiamare e in quale ordine, ma solo all’interno di un insieme fisso di capacità ben definite.

Livello 4: Agent Harness — Accesso completo al runtime

Fornisci all’agente un runtime completo tramite l’agent runtime SDK. Può cercare file, leggere documenti e ragionare sui problemi in modo autonomo.

Livello 5: Orchestrazione multi-agente — Autonomia delegata

Un orchestratore delega a subagent specializzati definiti tramite l’agent runtime SDK. Ogni subagent ha il proprio prompt, i propri strumenti e il proprio modello. L’orchestratore coordina.

Intelligenza: il "cervello" che elabora le informazioni e prende decisioni usando gli LLM.

Questo componente gestisce la comprensione del contesto, il rispetto delle istruzioni e la generazione delle risposte.

Runtime architecture

Dalle demo agentiche alla disciplina runtime

Un modello capace non basta a fare architettura runtime. Se gli agenti devono attivare workflow, caricare file, usare tool, delegare lavoro e agire su piu canali, il runtime ha bisogno di pattern chiari per controllo, visibilita e recovery.

Definisci trigger, contesto e confini prima di aumentare l'autonomia

Rendi espliciti controllo, osservabilita e recovery nel runtime

Scegli i pattern operativi giusti prima di delegare ai workflow

Esplora pattern runtime Apri principi