Claude coordina fino a mille agenti in parallelo, ma il conto sale
Anthropic ha aggiornato Claude con i flussi di lavoro dinamici: un agente principale pianifica il compito e lo distribuisce fino a mille agenti che lavorano in parallelo. Nei test interni il gruppo trova molti più errori di un agente singolo, ma il costo in token resta il nodo aperto.
- Claude può ora coordinare fino a mille agenti in parallelo per esecuzione.
- Nei test di Anthropic il gruppo ha trovato 66 bug su 70, contro i 27 al massimo di un agente singolo.
- Il consumo di token è elevato: Anthropic consiglia di partire in piccolo.
Un agente capo e mille collaboratori
Anthropic è l'azienda americana che sviluppa Claude, uno dei principali modelli di intelligenza artificiale conversazionale. La novità riguarda i cosiddetti Managed Agents, l'infrastruttura con cui gli sviluppatori fanno eseguire compiti automatici a Claude: un agente è un sistema che non si limita a rispondere, ma porta avanti da solo una serie di passaggi per raggiungere un obiettivo.
Con i flussi di lavoro dinamici un agente principale elabora un piano, distribuisce le singole attività agli agenti secondari e poi unisce i risultati. Per ogni esecuzione possono lavorare in parallelo fino a mille agenti. Per attivare la funzione si seleziona il tipo di agente chiamato multiagent_20261001, come indicato nella documentazione dell'azienda.
Anthropic porta a sostegno un proprio test: ha nascosto 70 errori dentro una base di codice da 116.000 righe. Un singolo agente ne individuava tra 14 e 27 per ogni esecuzione, mentre il flusso con più agenti arrivava stabilmente a 66.
Quanto costa uno sciame di agenti
Il rovescio della medaglia è il consumo. Mille agenti in parallelo significano mille esecuzioni del modello, e ogni esecuzione brucia token: i token sono le unità in cui i modelli linguistici misurano testo in ingresso e in uscita, e sono anche l'unità di fatturazione. Più agenti lavorano, più si paga.
Secondo The Decoder, un ingegnere senior di OpenAI ha recentemente definito gli sciami di agenti un enorme spreco di token. La stessa Anthropic riconosce che questi flussi possono consumare moltissimo e consiglia di iniziare con configurazioni ridotte. Non è nemmeno detto che il vantaggio misurato sulla caccia ai bug si ripeta su compiti di natura diversa: per questo il suggerimento è provare la funzione sui propri casi d'uso reali.
Perché conta
È il passaggio dall'idea di un assistente singolo a quella di una squadra di assistenti coordinati, un modello che tutte le grandi aziende del settore stanno esplorando. Per chi scrive software, anche nelle aziende italiane, può significare revisioni del codice molto più rapide e complete.
Ma la questione economica è centrale: se la qualità si ottiene moltiplicando le copie del modello, i costi crescono in proporzione, e con essi il consumo energetico dei centri dati. Capire quando lo sciame conviene davvero, e quando basta un agente solo, diventa una decisione di budget prima ancora che tecnica.
