Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Flusso completo di una richiesta multi-agente

Lezione 4 di 14 Aggiornata il 29 luglio 2026 Sviluppatore
In questa pagina
  1. Dalla richiesta alla risposta
  2. Passo 1: ricezione e analisi della richiesta
  3. Passo 2: avvio dei sotto-agenti
  4. Passo 3: ricerca e discussione
  5. Passo 4: sintesi da parte dell’agente principale
  6. Cosa ricevi
  7. Streaming
  8. Implicazioni sulla latenza
  9. Punti chiave

Dalla richiesta alla risposta

Tra il momento in cui invii la tua richiesta e quello in cui appare la risposta, accade molto più di quanto succeda con una chiamata LLM standard. Seguire questo percorso passo dopo passo ti aiuterà a interpretare una latenza insolita, una risposta troppo generica o un addebito di token sorprendente.

Passo 1: ricezione e analisi della richiesta

Quando la tua richiesta raggiunge il modello grok-4.20-multi-agent-0309, l’agente principale inizia analizzandola. Determina la natura del compito—ricerca fattuale, analisi comparativa, sintesi—valuta quanti aspetti esplorare, identifica gli strumenti di cui potrebbe aver bisogno e definisce la sua strategia per delegare ai sotto-agenti.

Non vedi questa analisi iniziale: fa parte del ragionamento fatturato dell’agente principale e non appare mai nella risposta. È anche il punto in cui una formulazione ambigua fa più danni, perché tutto ciò che segue si basa su questa prima lettura.

Passo 2: avvio dei sotto-agenti

L’agente principale delega quindi i sotto-compiti. Ogni sotto-agente riceve una direttiva specifica e si mette al lavoro in parallelo con gli altri. Per la richiesta sulle strategie cloud europee menzionata in precedenza, la suddivisione sarebbe questa: un agente ricerca i recenti annunci dei provider, un secondo analizza gli aspetti normativi (GDPR, AI Act), un terzo confronta le fasce di prezzo e un quarto esamina la documentazione tecnica.

Con 16 agenti, la suddivisione diventa più fine e copre più angolazioni: ogni provider può avere il proprio ricercatore e gli aspetti normativi possono essere suddivisi tra diverse giurisdizioni.

Passo 3: ricerca e discussione

I sotto-agenti non lavorano in isolamento. Utilizzano gli strumenti integrati—web_search, x_search, code_execution e altri—scambiano informazioni tra loro per evitare duplicati e affinare le loro piste, e segnalano all’agente principale eventuali scoperte inaspettate che meritano un’ulteriore esplorazione. Questa conversazione interna è ciò che distingue il multi-agente da una semplice chiamata parallela: un agente che trova informazioni che contraddicono quelle di un collega può reindirizzare la ricerca.

È anche la fase più lunga e di gran lunga la più costosa, perché ogni agente genera i propri token di input, output e ragionamento. Quando una richiesta dura un minuto senza che appaia alcun testo, è qui che viene impiegato quel tempo.

Passo 4: sintesi da parte dell’agente principale

Una volta terminati i sotto-agenti, o raggiunto il budget di ragionamento, l’agente principale subentra ed esegue sempre la stessa sequenza. Prima raccoglie tutti i risultati, quindi rimuove i duplicati—per la richiesta cloud, tre agenti avranno probabilmente evidenziato lo stesso annuncio di disponibilità regionale, che dovrebbe apparire una sola volta. Struttura poi le informazioni nel formato da te richiesto, cita le fonti dove rilevante e infine produce la risposta finale.

È qui che si decide la qualità percepita del risultato: con la stessa ricerca, otterrai o un paragrafo generico o una tabella comparativa leggibile, a seconda di quanto precisamente hai descritto il deliverable che ti aspettavi.

Cosa ricevi

La risposta contiene il testo scritto dall’agente principale—la sua sintesi—le chiamate agli strumenti effettuate da tutti gli agenti, incluso l’agente principale e, se hai abilitato use_encrypted_content=True, un blocco di contenuto crittografato. Queste chiamate agli strumenti sono la tua unica finestra sul lavoro effettivamente svolto dietro le quinte.

Il resto non ti raggiunge mai: né il ragionamento interno dei sotto-agenti in testo chiaro, né gli scambi avvenuti tra di loro, né i dettagli della strategia di delega scelta dall’agente principale. Quindi non ha senso costruire uno strumento di monitoraggio attorno a questi elementi: non escono mai dal modello.

Streaming

In modalità streaming, vedi la risposta dell’agente principale costruirsi progressivamente. Il parametro verbose_streaming va oltre e ti invia anche le chiamate agli strumenti man mano che avvengono, offrendoti una visione diretta dell’attività degli agenti.

Il vantaggio è reale per le richieste lunghe: puoi osservare le ricerche web attivarsi una dopo l’altra mentre gli agenti lavorano e mostrare al tuo utente qualcosa di diverso da un indicatore di caricamento statico.

Implicazioni sulla latenza

Il multi-agente è intrinsecamente più lento di una chiamata standard, per tre ragioni cumulative: i sotto-agenti lavorano in parallelo, ma il coordinamento ha un costo; l’agente principale deve attendere tutti i risultati prima di sintetizzare; e la latenza cresce con il numero di agenti coinvolti.

Questo ti offre una semplice regola di progettazione. Per un uso interattivo—un chatbot, una barra di ricerca—rimani a 4 agenti. Riserva i 16 agenti per compiti asincroni: un rapporto generato in background, un lavoro di monitoraggio notturno, un’analisi il cui risultato verrà revisionato dall’utente in un secondo momento.

Punti chiave

  • Il flusso segue 4 passaggi: analisi → delega → ricerca → sintesi
  • I sotto-agenti lavorano in parallelo e scambiano informazioni tra loro
  • Ricevi solo la risposta dell’agente principale e le chiamate agli strumenti
  • Lo streaming con verbose_streaming ti permette di seguire l’attività in tempo reale
  • La latenza è superiore a quella di una chiamata standard, specialmente con 16 agenti