Workspace per agenti AI: 5 parti per farli lavorare bene

Con cinque pezzi semplici il tuo agente AI smette di improvvisare: sa cosa deve fare, cosa non può toccare e quando fermarsi. Li prepari in un pomeriggio, e da quel momento ogni lavoro dell'agente lascia una traccia che chiunque può riprendere.

Cos'è

Il workspace di un agente è il posto in cui lavora: obiettivo e regole scritte, strumenti autorizzati, un registro di cosa ha già fatto, confini chiari e risultati che si possono controllare. Il modello è solo un pezzo. Il workspace è il sistema che gli permette di lavorare senza che ogni compito diventi un nuovo rischio.

Perché serve

Un assistente risponde a una domanda. Un agente porta avanti un obiettivo in più passaggi: capisce il compito, legge il contesto, usa strumenti, modifica file o dati, controlla il risultato e si ferma quando arriva a un limite.

Se tutto questo succede solo dentro una chat, il contesto va ricostruito ogni volta. Decisioni e risultati si perdono nella conversazione. E quando qualcosa va storto non sai dove è iniziato l'errore.

Un modello può essere bravissimo e avere comunque accesso a troppe cose. Il problema non è solo la qualità della risposta: è la distanza tra quello che l'agente può fare e quello che dovrebbe poter fare.

1. Separa contesto, capacità, stato ed evidenze

Cos'è: un file di brief che l'agente legge prima di iniziare, diviso in quattro parti.

Perché serve: se le quattro cose sono separate, non devi rispiegare tutto a ogni sessione. E quando guardi il risultato capisci perché l'agente ha fatto certe scelte.

Come si fa: crea un file di testo nel progetto (molti agenti di coding ne leggono uno in automatico, per esempio CLAUDE.md in Claude Code o AGENTS.md in altri strumenti) con queste quattro sezioni:

1. Contesto: obiettivo, regole, dati che contano e vincoli.
2. Capacità: gli strumenti che l'agente può usare.
3. Stato: cosa è già fatto e cosa manca.
4. Evidenze: dove salva risultati, test, log e il motivo delle decisioni.

Pronto da copiare, per far scrivere il brief all'agente stesso:

2. Sali la scala dei permessi un gradino alla volta

Cos'è: una lista ordinata di permessi, dal più innocuo al più rischioso.

Perché serve: l'autonomia utile non è quella senza limiti. È quella graduata, che si può annullare e che si vede.

Come si fa: decidi a che gradino sta l'agente oggi. Una scala semplice:

1. Leggere documenti.
2. Modificare file in un ambiente isolato.
3. Eseguire test.
4. Installare dipendenze.
5. Accedere alla rete.
6. Pubblicare o modificare dati reali.

Per ogni gradino scrivi tre cose: a cosa serve, chi lo controlla e come si toglie. In un'automazione per una piccola azienda, per esempio, l'agente può classificare una richiesta e preparare una bozza senza avere il permesso di inviarla o di aggiornare il gestionale.

Protocolli come MCP, uno standard per collegare strumenti esterni agli agenti, rendono più facile dare accesso a nuovi strumenti. Ma non decidono permessi, responsabilità o qualità al posto tuo. Il protocollo è la presa di corrente; il workspace è l'impianto.

3. Metti checkpoint prima del risultato finale

Cos'è: punti di controllo a metà strada, non solo alla fine.

Perché serve: se guardi solo il risultato finale, è troppo tardi. Quando è sbagliato non sai dove è partito l'errore. Un checkpoint non rallenta per forza il lavoro: spesso ti evita di ricostruire un'azione che nessuno capisce.

Come si fa: dopo ogni fase fai registrare all'agente cosa ha capito, quali strumenti ha usato, quali dati ha cambiato, quale prova ha prodotto e quale decisione aspetta una persona. Nel coding un checkpoint può essere un piano approvato, una modifica piccola da rivedere o i test eseguiti. In un processo aziendale può essere una classificazione con la fonte, quanto l'agente è sicuro e una coda di revisione.

4. Parti da un flusso piccolo in cinque fasi

Cos'è: una sequenza fissa che ogni lavoro dell'agente segue.

Perché serve: per il primo caso d'uso non serve un esercito di agenti. Serve un flusso piccolo che si può misurare.

Come si fa: usa queste cinque fasi, sempre nello stesso ordine:

1. Raccolta: obiettivo, dati disponibili e vincoli.
2. Piano: un piano breve, leggibile da una persona.
3. Lavoro: solo le azioni autorizzate.
4. Verifica: il risultato confrontato con i criteri di successo.
5. Consegna: risultato, prove e prossima azione.

Un secondo agente che fa solo la verifica ha senso quando il vantaggio è concreto. Altrimenti più agenti vogliono dire più coordinamento, più costi e più punti in cui qualcosa si rompe. In Coro usiamo questa idea in produzione: agenti specializzati, ambienti separati e consegne esplicite tra uno e l'altro.

5. Misura quello che conta

Cos'è: pochi numeri che dicono se l'agente ti fa risparmiare davvero.

Perché serve: il numero di compiti completati non basta. Un agente che sembra autonomo per cinque minuti in una demo non dice niente sul lavoro vero.

Come si fa: tieni traccia di questi numeri, anche in un foglio:

• quanti lavori finiscono senza correzioni;
• tempo risparmiato rispetto a prima;
• quante volte interviene una persona, e quanto era grave;
• azioni annullate e azioni bloccate;
• qualità delle prove prodotte;
• tempo per rimettere a posto dopo un errore.

Prova piccola

Dieci minuti. Prendi un compito piccolo che di solito dai al tuo agente. Prima di avviarlo, incolla il prompt del brief e quello dei checkpoint. Poi lascialo lavorare.

È riuscita se a fine lavoro hai una consegna che un collega può leggere e riprendere senza chiederti niente, e se in almeno un checkpoint l'agente si è fermato a chiederti una decisione invece di tirare a indovinare.

Attenzione a

• Più regole non vuol dire più qualità. Un brief lungo tre pagine viene letto male. Tieni le quattro sezioni corte e aggiornale.
• I permessi si tolgono, non si dimenticano. Se alzi l'agente di un gradino per un compito, riportalo giù quando hai finito.
• I checkpoint costano attenzione. Se approvi tutto senza leggere, sono solo burocrazia. Mettili dove un errore costa davvero.
• Prima di automatizzare, rispondi a sei domande: qual è l'obiettivo che si misura, quali dati legge l'agente, quali azioni può fare, dove deve fermarsi, come verifichi il risultato e chi può correggere o annullare il lavoro. Se le risposte sono vaghe, il processo non è ancora pronto.

Passo successivo: se non hai ancora scelto il processo giusto, parti da l'audit AI in 5 passi. Quando un agente non basta più, leggi come farne lavorare più di uno in parallelo senza caos.

In breve: Un agente AI diventa affidabile quando lavora in un posto con contesto scritto, permessi graduati, checkpoint e una consegna chiara, non quando il modello promette di fare tutto.