Lo speech approfondisce l’evoluzione dell’intelligenza artificiale, tracciando una chiara distinzione tra i chatbot tradizionali, che sono reattivi e basati su script o modelli predefiniti, e i moderni **AI Agents**. Questi ultimi sono sistemi proattivi, capaci di agire, eseguire compiti complessi orientati a un obiettivo, coordinare più passaggi e interagire autonomamente con sistemi esterni e database.

Il nucleo della presentazione esplora nel dettaglio i limiti intrinseci dei **LLM (Large Language Models)**, come la loro natura di “motori di previsione” sequenziali e senza stato, la scarsa capacità di multitasking, il **“margin bias”** (maggiore peso dato alle istruzioni iniziali e finali) e il **“context rot”**, che compromette la qualità delle risposte man mano che le interazioni aumentano.

Per affrontare queste sfide vengono introdotte due discipline chiave: la **Prompt Engineering**, definita come l’arte di scrivere istruzioni precise per ottenere risposte corrette, e la più avanzata **Context Engineering**. Quest’ultima consiste nell’arte di organizzare e fornire all’AI tutte le informazioni rilevanti — chiaramente strutturate tramite tag o titoli — per permetterle di prendere decisioni migliori e agire in modo più coerente e accurato, soprattutto nell’ambito operativo degli agenti.

Vengono discussi approcci come **Zero-shot**, **Few-shot** e **Step-back Prompting**. In chiusura viene introdotta la struttura di ragionamento **ReAct (Reason & Act)**, spiegando come gli agenti di AI riescano a pianificare, agire, osservare e aggiornare il proprio ragionamento. Questo dimostra come gli agenti possano automatizzare processi complessi, pur sottolineando l’importanza della supervisione umana.

Infine, il discorso evidenzia l’importanza di adottare agenti di AI per automatizzare processi complessi e migliorare l’efficienza, ribadendo al contempo la necessità di una supervisione umana continua, poiché gli agenti operano ancora entro confini definiti.

Come bonus, viene mostrata la creazione da zero di un agente semplice ma capace di cercare e fare scraping sul web, scrivere documenti, ragionare e ricordare informazioni.

Questo intervento può essere tradotto in diverse lingue e può essere semplificato oppure reso più tecnico. Il codice bonus mostrato dal vivo può essere sostituito da una dimostrazione.