Loop Agentici: Genio o Hype? La Verità Che Nessuno Ti Dice

L'AI non ti ruberà il lavoro. Ma qualcuno che sa usare l'AI in modo intelligente, senza sprecare risorse, sì. E proprio qui casca l'asino con i loop agentici.

Quando ho iniziato a esplorare i cosiddetti "agentic loops", ero curioso come tutti. Tutti ne parlano, da Anthropic a OpenAI, come se fossero la prossima rivoluzione. Ma dopo averli testati in scenari reali, su progetti concreti con budget reali, ho capito una cosa: la maggior parte delle persone non sa cosa siano davvero, e soprattutto non sa quando evitarli. In questo articolo ti spiego cos'è un loop agentico, perché tutti ne sono ossessionati, e perché nella maggioranza dei casi è uno spreco di tempo e denaro. Ma anche quando può essere utile, con un esempio pratico che uso ogni giorno.

Cos'è un Loop Agentico (E Perché Ne Parlano Tutti)

Partiamo dalle basi. Fino a oggi, la maggior parte di noi ha lavorato con un approccio che si chiama "human in the loop". Significa che tu dai un prompt all'AI, l'AI genera un output, tu lo valuti, e poi torni a dare un nuovo prompt. È un loop, sì, ma sei tu al centro: tu direzzioni, governi, decidi.

Esempio: sto costruendo una app. Prima chiedo all'AI di costruire la landing page. La vedo, la approvo, passo alla funzione successiva, tipo l'autenticazione. Poi il backend. E così via. Ogni passaggio è sotto il mio controllo.

Il loop agentico, invece, funziona diversamente. Tu dai all'AI un documento di specifiche completo, tipo un PRD (Product Requirement Document) in Markdown, e premi "go". L'AI parte, genera codice, controlla il risultato, prende quel risultato come feedback, e continua a iterare in autonomia. Tu non sei più nel loop: sei fuori. L'AI fa tutto da sola, senza chiederti nulla, finché non ha finito.

In teoria suona fantastico. In pratica? È un campo minato.

Perché i Loop Agentici Sono una Trappola (Per Chi Non Ha Token Illimitati)

Immagina di assumere uno sviluppatore molto bravo. Gli dici: "Ecco l'app che vogliamo, ecco le specifiche", e lo lasci lavorare per settimane senza consultarti. Cosa succede? Quel developer farà delle assunzioni. Tante. Su come deve funzionare il prodotto, su come deve apparire, su decisioni architetturali. E tu, anche se pensi che il tuo documento copra tutto, scoprirai che non è così: c'è sempre un edge case, sempre un dettaglio che manca.

Quando quel developer torna con l'app finita, potresti trovarti davanti a un prodotto che tecnicamente funziona, ma che non rispecchia la tua visione. E ora? Ora devi rifare un sacco di cose.

Con i loop agentici è esattamente lo stesso. L'AI genera codice senza chiederti nulla, fa assunzioni, e quando ha finito, ti ritrovi con un output che ha bruciato un sacco di token e che probabilmente non è allineato con quello che volevi davvero. Ho visto gente bruciare centinaia di euro in poche ore, solo per ottenere un prototipo che poi hanno dovuto rifare quasi da zero.

Certo, se hai un budget illimitato di token, come i team di ricerca di Anthropic o OpenAI, allora va bene: puoi permetterti di sperimentare senza limiti. Ma se sei un freelancer o un imprenditore italiano con un abbonamento da 20 o 100 euro al mese? Lascia perdere. I loop agentici non sono per te, almeno non per costruire app complete.

Slash Goal, Slash Loop: Tutti Uguali, Stessi Problemi

Negli ultimi mesi sono spuntati tool come /goal su vari IDE e piattaforme AI. Tutti funzionano allo stesso modo: tu scrivi il comando, allega un file di specifiche, e dici all'AI di non fermarsi finché non ha finito.

Ho provato questi tool. Sono utili in un caso specifico: quando vuoi costruire un prototipo veloce di qualcosa che non ti interessa nei dettagli. Qualche settimana fa, per esempio, ho usato uno di questi loop per costruire un simulatore del gioco "Among Us" con modelli AI. Volevo solo vedere quale modello fosse bravo a mentire. Non mi importava del design, dell'interfaccia, solo che funzionasse. In un'ora e mezza, l'AI ha fatto tutto. Certo, ha sbagliato un sacco di dettagli che non avevo specificato, ma non mi importava.

Questo è l'uso corretto: esperimenti, prototipi usa e getta, tool interni che non devono essere perfetti. Ma se stai costruendo qualcosa di serio, qualcosa che vuoi mostrare a clienti o utenti, il loop agentico è un disastro annunciato. L'AI può replicare, ma non può creare "salsa". Non può intuire la tua visione se tu stesso non l'hai ancora cristallizzata al 100%.

Come Uso i Loop Agentici Senza Bruciare Soldi: Code Review Automatizzato

Ok, fino a qui ho parlato male dei loop. Ma c'è un caso in cui li uso ogni giorno, e funzionano alla grande: il code review.

Ecco come funziona il mio workflow. Uso Claude per generare codice, poi pusho su GitHub. Su GitHub ho installato un agente di code review, Greptile (ma ci sono anche Code Rabbit, Microscope, tutti validi). Ogni volta che pusho codice, Greptile lo analizza e mi dà un voto da 1 a 5. Se il voto è sotto il 4, non pusho in produzione.

Qui entra in gioco il loop. Ho creato uno skill in Claude che chiamo Grep loop. Quando lancio questo comando, Claude legge la review di Greptile su GitHub, capisce cosa non va, corregge il codice, e ripusha. Greptile fa una nuova review. Se il voto è ancora sotto il 5, il loop continua: Claude corregge di nuovo, pusha di nuovo, finché non arriva a 5/5 o finché non ha fatto 5 tentativi.

Perché questo loop funziona? Perché è chiuso, specifico, con un feedback loop ben definito. Non sto chiedendo all'AI di immaginare un'intera app. Le sto chiedendo di prendere una review oggettiva e migliorare il codice fino a un target preciso. È un compito binario: o il codice passa il check, o no.

Anche così, il loop non è perfetto. Se pusho più di 1000 righe di codice in un colpo, l'agente fatica a contestualizzare tutto, e il loop si rompe. Quindi devo spezzare le PR in chunk più piccoli. Ma nel complesso, questo è l'unico caso in cui un loop agentico mi fa risparmiare tempo invece di farmelo perdere.

Quando i Loop Agentici Hanno Senso (E Quando No)

Ricapitoliamo. I loop agentici funzionano quando:

L'output è binario: giusto o sbagliato, nessuna creatività richiesta (code review, generazione SEO di massa, task ripetitivi)
Il feedback è oggettivo e automatizzato (un test suite, un punteggio, un benchmark)
Non ti importa dei dettagli, vuoi solo un prototipo veloce
Hai budget illimitato di token e vuoi sperimentare

Non funzionano quando:

Stai costruendo un prodotto che richiede creatività, intuizione, allineamento con la tua visione
Non hai ancora chiaro al 100% cosa vuoi (spoiler: nessuno ce l'ha mai)
Hai un budget limitato di token
Vuoi mostrare il tuo lavoro a utenti reali e raccogliere feedback umano

Costruire una startup è come fare un viaggio da Milano a Palermo. Se premi "go" e lasci che l'AI guidi senza fermarsi, sì, arriverai a Palermo. Ma ti perderai tutte le fermate interessanti, i feedback in corso d'opera, gli aggiustamenti in tempo reale. E quando arrivi, magari scopri che non era Palermo che volevi, ma Napoli.

L'approccio migliore resta: human in the loop. L'AI genera, tu valuti, l'AI itera. È più lento? Sì. È più efficace e ti fa risparmiare soldi? Assolutamente sì.

Se stai sperimentando con i loop agentici, il mio consiglio è di partire dal code review. È un caso d'uso concreto, a basso rischio, che ti permette di capire come funzionano questi sistemi senza bruciare il budget. Ma se qualcuno ti dice di usarli per costruire un'intera app? Sorridi, ringrazia, e continua a tenere le mani sul volante.