Agent Playground: costruisci il tuo primo AI agent

Hai sentito parlare ovunque di "AI agents" ma non hai chiaro cosa siano davvero e in cosa si distinguano da un chatbot? Ti chiedi come si fa a dare a un modello di linguaggio la capacità di agire (e.g., cercare informazioni, fare calcoli, usare strumenti esterni) e non solo di chiacchierare? E soprattutto: come si costruisce concretamente un agent, anche se non sei un programmatore esperto?

Un AI agent è un sistema che usa un modello di linguaggio (LLM) non solo per generare testo, ma per prendere decisioni e compiere azioni in modo autonomo, in un ciclo di "ragiona → agisci → osserva il risultato → ragiona di nuovo", finché l'obiettivo non è raggiunto. La differenza rispetto a un semplice chatbot è proprio questa autonomia operativa.
Il meccanismo chiave si chiama function calling (o tool use): si descrivono al modello gli strumenti che ha a disposizione (per esempio "una funzione che restituisce il meteo di una città"), e il modello decide quando e come usarli, restituendo una chiamata strutturata che la nostra applicazione esegue. Il risultato torna al modello, che lo usa per proseguire.
Durante la serata chiariremo i concetti fondamentali e le buzzword che circolano: LLM, prompt, tool / function calling, agentic loop, multi-agent, human-in-the-loop, memoria. La sessione aiuterà a fare ordine, distinguere ciò che gli agent possono davvero fare oggi da ciò che è ancora hype, e capire quando conviene usarli.

Impostazione
Questo è un workshop pratico: dopo la parte teorica e l'apericena, ogni partecipante costruirà il proprio "Personal Assistant Agent", un agent in grado di rispondere a richieste usando alcuni strumenti generici come ad esempio informazioni meteo, calcoli e conversioni, e una ricerca di informazioni. È un caso d'uso semplice da capire ma completo, perché copre tutti i concetti chiave: tool multipli, scelta del tool giusto da parte del modello, e concatenazione di più chiamate per rispondere a una singola richiesta.

Tutti partono dallo stesso obiettivo ma lavorano al proprio livello, scegliendo liberamente tra tre track:

Track A — From scratch (per chi programma): si costruisce l'agent in Python usando direttamente l'SDK di un provider LLM, implementando l'agentic loop e aggiungendo i tool uno a uno.

Track B — Coding assistito + vibe coding (livello ibrido): si scrive codice, ma facendosi affiancare da un assistente AI (Claude / ChatGPT / Gemini) per generare le parti più ostiche, mantenendo il controllo e la comprensione di ciò che si costruisce.

Track C — Vibe coding puro (per chi non programma): si lavora interamente in chat con Claude / ChatGPT / Gemini, progettando l'agent, definendone tool e comportamenti in linguaggio naturale e testandone il ragionamento, senza scrivere codice da zero.

A fine serata ognuno avrà un agent funzionante al proprio livello, e confronteremo i diversi approcci.

Gli speaker

A condurre la serata sono Enrico Testi ed Elia Favarelli, founders e AI system engineers di FixIA, startup innovativa che costruisce digital employees: agenti AI specializzati che imparano un compito e lo svolgono in autonomia, integrandosi con i sistemi aziendali esistenti — anche quelli legacy senza API.
Entrambi sono ex ricercatori accademici con un decennio di esperienza nella ricerca in AI e ML/AI Ops. Oggi, da founder di FixIA, portano la ricerca fuori dal laboratorio: trasformano le soluzioni di intelligenza artificiale in prodotti AI-native, affidabili e pronti a scalare. Enrico ed Elia parlano quindi di AI agents non solo dal punto di vista teorico, ma dall'esperienza diretta di chi li progetta e li mette in produzione ogni giorno.

Programma della serata
Parte 1 — Lezione frontale
• Cosa è (e cosa non è) un AI agent: differenza tra chatbot, workflow e agent
• Anatomia di un agent: il loop ragiona → agisci → osserva; modello, prompt, tool, memoria
• Function calling / tool use: come l'LLM "decide" di usare uno strumento e come si gestisce il risultato
• Pattern di progettazione: single vs multi-agent, planning, human-in-the-loop
• Cosa possono fare davvero oggi: casi d'uso reali, limiti e rischi (allucinazioni, costi, sicurezza)
• Demo live di un agent minimale che usa un paio di tool

Parte 2 — Laboratorio pratico
• Setup e scelta della track (A / B / C)
• Costruzione del "Personal Assistant Agent" con tool: meteo, calcoli, ricerca
• Wrap-up: confronto tra gli approcci e idee per applicarlo ai propri progetti

Obiettivi della sessione
I partecipanti otterranno una visione introduttiva ma completa di cosa sono gli AI agents, di come si progettano e di come funziona il function calling. Soprattutto, ne avranno costruito uno con le proprie mani, a prescindere dal loro livello di programmazione, acquisendo gli strumenti concettuali e pratici per iniziare a sperimentare con gli agent nei propri progetti.

Requisiti per la partecipazione
Per tutti:

• Un computer
• Un account su un provider AI a scelta (es. Claude, ChatGPT, Gemini)

Per chi sceglie le track A o B (con codice):

• Conoscenza base di Python
• Un ambiente di sviluppo con Python installato (3.10+)
• [Facoltativo] Una API key di un provider LLM (es. Gemini o OpenAI). Se non si possiede l’API key si potrà usare quella fornita da FixIA apposta per l’evento.

Per chi sceglie la track C (senza codice):
Nessun prerequisito tecnico: basta l'account sul provider AI