Durante il Meta @Scale conference di venerdì scorso, Boris Cherny, creatore di Claude Code, ha acceso il dibattito sul futuro dell'intelligenza artificiale con una dichiarazione netta: i loop di agenti sono reali e rappresenteranno il prossimo grande passo evolutivo. Alla domanda se i loop fossero solo un nuovo hype ciclico, Cherny ha risposto con un convinto 'sì, sono reali'. Secondo lui, due anni fa il codice veniva scritto a mano; oggi gli agenti lo scrivono; domani gli agenti prompteranno altri agenti per scrivere codice. Questo passaggio è paragonabile per importanza al salto dal codice scritto umano agli agenti autonomi.
Cherny ha raccontato di come, nel suo lavoro quotidiano, utilizza già loop di agenti. Un agente monitora continuamente l'architettura del codice per individuare aree di miglioramento, mentre un altro cerca astrazioni duplicate da unificare. Questi agenti inviano pull request come qualsiasi sviluppatore umano e, poiché il codice cambia costantemente, non smettono mai di eseguire il loop. L'idea è potente: invece di gestire singoli agenti con obiettivi discreti, si autorizza uno sciame di agenti a lavorare senza sosta in background, con un livello di fiducia notevole nei confronti dell'IA.
Sponsored Protocol
I loop ricorsivi dell'IA hanno radici nell'informatica classica
Il concetto non è del tutto nuovo. I loop ricorsivi, funzioni che chiamano se stesse per ripetere un'azione insieme a una condizione di stop, sono un cardine dei corsi introduttivi di informatica. Tuttavia, nei loop agentici la logica è non deterministica: un subagente decide quando fermare il loop, non una condizione predefinita. Fin dai primi esperimenti in cui i programmatori hanno usato l'IA per completare task, una versione di loop ricorsivo con l'IA che supervisiona l'IA era inevitabile.
A differenza del computing classico, i loop agentici possono essere sorprendentemente semplici. Uno dei trucchi più popolari è il Ralph Loop (dal nome di Ralph Wiggum), che riassume tutto il lavoro svolto dal modello e chiede se l'obiettivo è stato raggiunto. È un modo per gestire lo smarrimento dell'IA quando i loop si prolungano troppo, rimbalzando il modello avanti e indietro fino al completamento del task.
Sponsored Protocol
Loop e test-time compute: più potenza di calcolo per risolvere problemi complessi
I loop sono parte della spinta generale verso più 'test-time compute'. Come ha osservato il ricercatore di OpenAI Noam Brown all'inizio di giugno, i modelli contemporanei possono risolvere quasi ogni problema se si investe abbastanza potenza computazionale. Un modo per garantire che un problema venga risolto è continuare a spendere risorse finché non è completato. Questo vale specialmente per problemi di 'hill-climbing' come il miglioramento di una base di codice, dove il modello può fare miglioramenti incrementali fino a raggiungere una soglia prefissata. O, come nell'esempio di Cherny, continuare a fare miglioramenti finché c'è potenza computazionale da investire.
Certo, se tutto ciò suona costoso, è perché lo è. Come l'IA agentica prima di loro, i loop di IA consumano token molto più velocemente dei semplici chatbot Q&A. Poiché l'obiettivo è mantenere il loop sempre attivo, non esiste un tetto massimo di spesa. Questo va bene per Anthropic che vende token, ma per tutti gli altri potrebbe essere un modo costoso di lavorare. Tuttavia, a seconda del problema da risolvere e di una corretta configurazione che permetta di monitorare la spesa di token, il drift e altri problemi classici dell'IA, i benefici potrebbero essere così enormi da superare i costi.
Sponsored Protocol
Per approfondire le tecnologie alla base di questi sviluppi, è utile comprendere come gli ambienti di sviluppo backend stiano evolvendo, ad esempio con Node.js per il Backend che offre flessibilità per integrare agenti AI. Inoltre, le API rappresentano un punto di contatto cruciale: API REST Node.js con versioning e OpenAPI aiutano a gestire le interazioni tra agenti e sistemi esistenti. Per un approfondimento teorico sui loop ricorsivi, si può consultare Wikipedia sulla ricorsione.
Fonte: https://techcrunch.com/2026/06/22/the-ai-world-is-getting-loopy
