Home / Spiegoni

Spiegoni

Workflow o agente: la differenza è chi controlla il flusso

Danilo Giudice · 26 ottobre 2026

NON È TUTTO AGENTE QUELLO CHE LUCCICA

Se ti è mai capitato di affidare a un agente un compito che fa sempre gli stessi passi, stai pagando un ciclo di tool call per un percorso che potevi scrivere tu. Secondo Anthropic un agente usa circa 4 volte i token di una chat (giugno 2025).

Il meccanismo è semplice: la differenza è chi controlla il flusso. Anthropic definisce i workflow come sistemi in cui LLM e tool sono orchestrati da percorsi di codice predefiniti, e gli agenti come sistemi in cui l’LLM dirige da sé il processo e l’uso dei tool.

In un workflow il percorso sta nel tuo codice: una chiamata LLM, un gate (un if sull’output), una seconda chiamata. Numero e ordine delle chiamate sono fissi.

In un agente il percorso lo genera il modello, un turno alla volta. L’harness invia contesto e definizioni dei tool; se la risposta ha stop_reason tool_use, esegue il tool, aggiunge il tool_result e rimanda tutto. Il ciclo si chiude con end_turn o con un limite di iterazioni. Quanti giri servono non lo sai prima, e a ogni giro definizioni dei tool, tool_use e tool_result tornano come token di input.

L’obiezione migliore che si possa fare è che il workflow si rompe al primo caso non previsto, mentre l’agente si adatta. Vero, ma Anthropic stessa scrive che i sistemi agentici scambiano latenza e costo con prestazioni migliori, e che va valutato quando lo scambio conviene. E gli errori si sommano: se ogni passo riesce nel 95 % dei casi, 20 passi di fila riescono nel 36 % (con errori indipendenti).

• Definizioni
  Anthropic, «Building effective agents» (19 dicembre 2024). Gli agenti sono «in genere solo LLM che usano tool in base al feedback dell’ambiente, in un ciclo».

• Costo
  Anthropic, «How we built our multi-agent research system» (13 giugno 2025): un agente usa circa 4× i token di una chat, un sistema multi-agente circa 15×. In BrowseComp il solo uso di token spiega l’80 % della varianza delle prestazioni.

• Pattern
  Prima dell’agente ci sono cinque workflow: prompt chaining, routing, parallelization, orchestrator-workers, evaluator-optimizer.

• Guardrail
  Per gli agenti Anthropic indica condizioni di stop (un massimo di iterazioni), ground truth dall’ambiente a ogni passo e test in sandbox.

La mia tesi: se i passi li so scrivere, li scrivo nel codice. L’agente entra solo dove il numero di passi non si può sapere prima, e sempre con un limite di giri. Mai un agente per un percorso fisso.

Nel mio progetto i caroselli sono un workflow: un JSON, node tools/genera.mjs, verifica automatica di area sicura e contrasto, PDF. Claude Code scrive solo il JSON partendo dalle fonti: l’unico passo in cui il percorso non lo so prima.

Se sei arrivato fin qui, il prossimo non perderlo

Su Telegram ti scrivo quando esce un pezzo nuovo o c’è una falla da correggere subito.

Entra su Telegram