Quando un assistente cerca sul web, legge il risultato, capisce che non basta e cerca di nuovo, sta facendo una cosa che ha un nome e un paper: ReAct. La domanda a cui risponde è semplice: conviene far ragionare il modello e fargli usare strumenti nello stesso giro, a turni, invece di separare le due cose? Nel 2022 un gruppo di Google e Princeton (Shunyu Yao e colleghi) ha mostrato che sì, e lo schema che hanno proposto è diventato l’ossatura di quasi tutti gli agenti che usi oggi.

Perché conta per te

Se deleghi un compito a un agente (cerca, controlla, riprova), ReAct è il motore sotto il cofano, e capirlo cambia il modo in cui scrivi le richieste e leggi i log. Un agente ReAct lascia una traccia leggibile: pensa a voce, poi agisce, poi osserva il risultato. Quando qualcosa va storto, quella traccia ti dice a quale passo ha sbagliato, e spesso il perché. Non è un dettaglio da ingegneri: è la differenza tra un agente che puoi correggere e una scatola nera di cui puoi solo fidarti o diffidare.

Cosa dice il paper

L’idea sta nel nome: reason e act, ragionare e agire, alternati. A ogni passo il modello scrive un pensiero («mi serve la data di nascita, la cerco»), poi un’azione (una ricerca, una chiamata a uno strumento), poi legge l’osservazione che torna, e ricomincia. Il pensiero serve a pianificare e a correggere la rotta; l’azione serve a procurarsi informazioni vere dal mondo invece di indovinarle.

Il paper mette a confronto questo schema con le due metà separate: solo ragionamento (il modello pensa ma non può controllare i fatti) e solo azione (il modello agisce ma senza pianificare). Su compiti di domande e verifica di fatti, il solo ragionamento tende ad allucinare: il modello costruisce una catena logica bella e sbagliata perché nessuno la ancora ai fatti. Aggiungere le azioni, cioè la possibilità di andare a controllare, riduce quelle invenzioni. Su compiti di decisione in un ambiente (muoversi in una casa simulata per portare a termine un incarico, fare acquisti in un negozio simulato) ReAct batte i metodi basati su imitazione e apprendimento per rinforzo con un vantaggio di 34 e 10 punti percentuali di successo assoluto rispettivamente, pur ricevendo solo uno o due esempi nel prompt.

Il punto che è rimasto è meno il numero e più la forma. ReAct non richiede addestramento speciale: è un modo di scrivere il prompt, uno schema di turni che qualunque modello capace può seguire. Per questo si è diffuso così in fretta: è gratis da adottare e si vede cosa fa.

Quanto fidarsi

Il paper misura su ambienti specifici (due di domande e fatti, due di decisione simulata) e con i modelli del 2022. Tre cautele prima di generalizzare.

La prima: ReAct riduce le allucinazioni, non le elimina. Il modello può cercare, trovare una fonte, e interpretarla male lo stesso. L’ancoraggio ai fatti aiuta quanto sono buoni gli strumenti e quanto il modello legge davvero ciò che torna.

La seconda: la traccia di pensiero è utile per capire e correggere, ma vale la stessa cautela del chain-of-thought. È un testo generato, non una prova: un agente può scrivere un ragionamento pulito e poi compiere l’azione sbagliata. La traccia è dove guardare per diagnosticare, non una garanzia di correttezza.

La terza: più turni significano più chiamate al modello, quindi più tempo e più costo. ReAct conviene sui compiti che hanno davvero bisogno di procurarsi informazioni a più riprese; su una domanda secca a cui il modello sa già rispondere, aggiungere il giro di azioni è spreco.

Cosa farne

La lezione pratica è duplice. Quando un compito richiede di controllare qualcosa nel mondo (una ricerca, un file, un dato che cambia), un agente che ragiona e agisce a turni è più affidabile di uno che ragiona e basta: dagli gli strumenti per verificare, non solo l’istruzione di pensare. E quando un agente sbaglia, leggi la sua traccia turno per turno: il punto dove la rotta ha deviato è quasi sempre visibile, ed è lì che intervieni sul prompt o sugli strumenti.

Cosa non concludere: che dare strumenti a un modello lo renda automaticamente affidabile. Uno strumento sbagliato, o un’osservazione letta male, si propaga nei turni successivi. E non concludere che ReAct sia una tecnologia da installare: è uno schema, e la sua qualità dipende da come definisci i pensieri, le azioni disponibili e i loro limiti.

Dove approfondire

Il capitolo «Cos’è un agente» costruisce questa idea da zero, e l’agente minimo tra i materiali del corso è un ReAct in poche righe: leggilo per vedere il ciclo pensa-agisci-osserva senza niente attorno.