La nostra flotta di agenti AI: come lavoriamo in ELAN42, e cosa puoi copiare domani

Scopri come abbiamo organizzato il lavoro con l’intelligenza artificiale in ELAN42: un agente per ogni progetto, una cassetta degli attrezzi comune, modelli che girano in ufficio e regole nate dai nostri errori.

Hai provato un assistente AI e ti ha fatto risparmiare un pomeriggio. Bene. Ma come lo fai lavorare per tutta l’azienda, senza che ogni persona si inventi il suo metodo e senza perdere il controllo di cosa fa?

Ce lo siamo chiesti anche noi. La risposta che abbiamo trovato, dopo qualche mese e parecchi errori, è una flotta: tanti agenti, ognuno con il suo lavoro, che usano gli stessi attrezzi e rispettano le stesse regole. Te la raccontiamo com’è oggi, ottobre 2026, compresi i pezzi ancora in costruzione.

Non un agente, una flotta

In ELAN42 ogni area di lavoro ha il suo progetto, e ogni progetto ha il suo agente AI: il marketing, lo sviluppo, il frontend, foto e video, i bandi, la contabilità, i chatbot che vendiamo ai clienti, l’assistenza sui server. Oggi i progetti sono diciannove.

Ogni agente fa solo il lavoro del suo progetto. Se trova qualcosa che appartiene a un altro progetto, lo segnala, e la segnalazione arriva a chi deve occuparsene. Sembra burocrazia. In pratica è il motivo per cui due agenti non si pestano mai i piedi sullo stesso file.

Sopra tutti c’è APA, l’assistente del CEO di cui ti abbiamo già raccontato: legge la posta e il calendario, tiene la knowledge base aziendale, riceve le segnalazioni degli altri progetti. Proprio perché vede cose riservate, gira su un computer solo e non si replica.

E poi c’è VERA, il nostro primo agente autonomo. Lavora da sola su un esperimento pubblico, con un budget suo e i conti in chiaro, e decide da sé cosa fare ogni giorno. Non vede i nostri documenti né la lista dei clienti: legge solo le pagine della knowledge base che abbiamo scelto per lei.

Il giro che si corregge da solo

Una flotta di agenti non è un ciclo che si ripete uguale. Mentre lavora, ogni progetto scopre qualcosa: un errore, una scorciatoia, uno strumento che manca. Lo scrive ad APA in un breve messaggio, che fra noi si chiama Messaggino, e che arriva in una casella comune da qualunque computer.

Quando il CEO lancia /aggiorna, APA legge la casella, valuta, esegue quello che può, registra cosa ha fatto e cancella il messaggio. Se la scoperta serve a tutti, diventa una riga nella cassetta degli attrezzi o nella knowledge base, e la mattina dopo è in ogni progetto.

È un biofeedback: l’uscita rientra e corregge l’ingresso, come in un organismo. Ed è sviluppo continuo nel senso più letterale, perché il sistema migliora mentre lavora. Un errore trovato nel marketing non lo rifà più nessuno, nemmeno chi non ha mai saputo che fosse un errore.

Nella mappa che usiamo con lo staff il giro si vede così.

Una cassetta degli attrezzi per tutti

Il pezzo che tiene insieme la flotta è una cartella condivisa che ogni progetto riceve uguale. Dentro ci sono:

• 23 skill, cioè capacità pronte per un agente: rispondere a un ticket di hosting, scrivere una proposta per un bando europeo, preparare le immagini di un articolo e metterlo in bozza su WordPress;
• 20 metodi, cioè il modo in cui lavoriamo e scriviamo, messo per iscritto;
• una quarantina di script, per tutto quello che si può automatizzare senza chiedere niente a un modello.

Quando correggiamo un errore in un posto, la correzione arriva a tutti i progetti la mattina dopo. E una skill trovata in rete non entra così com’è: prima si legge tutta, perché per un agente una skill è codice che esegue.

Ogni giornata si apre e si chiude allo stesso modo

Un agente AI non ricorda niente da una sessione all’altra. Per questo la memoria della flotta sta nei file, non nella testa di qualcuno.

Ogni sessione di lavoro si apre con /buongiorno: il progetto si aggiorna, arrivano gli attrezzi nuovi, l’agente legge il passaggio di consegne lasciato dalla sessione prima. E si chiude con /buonanotte: il registro di cosa è stato fatto e cosa resta, le consegne per domani, il lavoro salvato. Chi riapre il progetto il giorno dopo, persona o agente, parte da lì.

La knowledge base aziendale segue una regola precisa: dentro c’è solo quello che è già consolidato, come i servizi, il profilo dell’azienda e i progetti pubblicati. Il lavoro in corso, per esempio un bando appena presentato, sta nella cartella del suo progetto. Un’idea non diventa sapere aziendale perché qualcuno l’ha scritta.

Fatto perché lo usino tutti, non solo chi programma

Una flotta così ha senso solo se la usa tutto lo staff, anche chi non ha mai aperto un terminale. Per questo abbiamo inventato qualche abitudine che toglie di mezzo la parte tecnica:

• due parole al posto di dieci comandi: /buongiorno e /buonanotte fanno da soli quello che prima chiedeva di ricordarsi la sequenza giusta;
• GitLab come cloud dei progetti: ogni progetto vive in un repository del nostro GitLab, con la sua storia e il suo backup, e si apre uguale su qualunque computer, in ufficio o a casa, Mac o Windows;
• i segreti fuori dai file: password e chiavi stanno in un vault di Google Cloud, il Secret Manager. Nessuno le copia sul proprio computer. Ognuno entra con il suo account Google, e i gruppi di Workspace decidono chi può leggere cosa. Chi lascia l’azienda perde l’accesso uscendo dal gruppo, senza che si debba cambiare una sola password.

Lo schema qui sotto è il giro che fa ogni progetto per arrivare a un servizio: prima chi sei, poi quale chiave ti spetta, e solo alla fine il servizio.

I modelli che girano in ufficio

Non tutto il lavoro di un agente richiede un modello in cloud. Classificare mille righe, estrarre dati da una pagina, leggere un documento scansionato: per questo volume usiamo modelli che girano su macchine nostre.

• Logos, LLM locale (mini-PC per AI) con 128 GB di memoria, è sempre accesa, consuma poco, tiene i modelli grandi: Gemma 4 26B, il cervello di VERA, gpt-oss-120b per i ragionamenti lunghi, Qwen 3.8 27B. Fa anche le immagini con Z-Image e le bozze dei video con Wan 2.2.
• Icaro, LLM locale (ex gaming PC) con una scheda grafica da 8 GB, sempre accesa, consuma poco e lavora sul volume di tutti i giorni: Qwen 3.5 9B estrae i dati, GLM-OCR legge i documenti, nomic-embed-text indicizza i testi per la ricerca. Così abbiamo letto 7.444 pagine senza mandarle nel cloud.
• Il PC d’ufficio fa le scelte veloci con i modelli di decisione, RizzoFlow e Laya, e soprattutto orchestra il lavoro con i modelli di frontiera.

La regola è una sola: volume sì, verdetti no. Un modello piccolo smista e riassume, ma non approva un lavoro e non fa da revisore. Un «approvato» scritto da un piccolo modello da otto miliardi di parametri dà una falsa sicurezza.

Questa settimana sono in prova due modelli nuovi. LFM2.5-24B di Liquid AI, appena uscito, ha 24 miliardi di parametri ma ne usa 2 alla volta e pesa un quarto della Gemma: se regge sui lavori di VERA, Logos tiene due modelli insieme. EmbeddingGemma 2 di Google trasforma testi e immagini in vettori capendo l’italiano. In lista c’è anche DeepSeek V4.1 Flash, che però a 1 bit occuperebbe tutto Logos. E per le prove abbiamo anche un modello senza filtri, Dolphin Mistral 24B Venice Edition.

Ecco dove gira tutto, in uno schema semplificato.

Le regole sono nate dai nostri errori

Quasi ogni regola della flotta ha una data e un incidente dietro.

• Il costo si dichiara prima. Una volta un agente ha lanciato quindici sotto-agenti in parallelo senza dirlo, e in una sola sessione ha consumato circa sei milioni di token. Oggi un lavoro grande dice prima quanto costa, e oltre una soglia aspetta il via libera.
• Le cancellazioni si fanno con calma. Prima si verifica l’impronta di ogni file, poi si usa il cestino, e si chiede conferma una cartella alla volta.
• Gli script si fermano da soli. Al primo dubbio uno script si ferma e lo dice. Un falso stop costa due minuti, un falso via libera può costare un server: lo abbiamo raccontato nell’articolo sul Black October.
• Ogni progetto ha il suo padrone. Un agente che arriva su un sistema di un altro progetto guarda, misura e riferisce. Non opera.

Le regole stanno scritte negli stessi file che gli agenti leggono a ogni avvio. Quando una regola cambia, la flotta la impara la mattina dopo.

Cosa puoi copiare domani nella tua azienda

Non serve una flotta di diciannove progetti per partire. Servono sei abitudini, e la prima si mette in piedi in un giorno.

1. Un progetto per area di lavoro, con un file di istruzioni che l’agente legge sempre: cosa fa, cosa non deve toccare, a chi passa il resto.
2. Un posto solo per gli attrezzi, così una correzione vale per tutti.
3. Un rito di apertura e uno di chiusura, perché la memoria stia nei file.
4. Una casella per le scoperte, perché quello che impara un progetto lo impari anche il resto dell’azienda.
5. I segreti in un vault, mai in un file o in una chat.
6. Una persona che approva quello che esce. Anche questo articolo è arrivato in bozza da solo, con le immagini al loro posto: a pubblicarlo è stata una persona, dopo averlo letto.

Vuoi capire quale di queste abitudini ti farebbe risparmiare più tempo? Scrivici per una call gratuita: partiamo dal modo in cui lavorate oggi.

Per approfondire:

• Consulenza sull’intelligenza artificiale e automazione per aziende
• APA, Agentic Personal Assistant: il project management della tua azienda come ecosistema predittivo
• OCR con l’AI in locale: 7.444 pagine senza cloud e con una scheda grafica da 8 GB
• Black October: due falle critiche in 48 ore e come le abbiamo chiuse con il nostro sistemista AI

di Alvise Nicoletti