Agenti IA
Agenti IA che lavorano nei vostri dati di sviluppo, con traccia completa
I grandi fornitori di PLM hanno consegnato copiloti nel 2026. Siemens, PTC, Dassault e Contact rispondono ormai a domande sui vostri dati. Un agente è un'altra cosa. Prepara la variante, calcola la campagna, redige la richiesta di modifica. Questo lavoro non vale nulla se l'agente ha usato un modello superato, ha visto dati che non doveva vedere, o non ha lasciato traccia.
Le condizioni
Tre cose che devono valere prima
Dati completi e aggiornati in un unico posto. Un agente che legge un requisito da Polarion, un modello da un portatile e un risultato da un'unità di rete lavora con tre stati diversi. Permessi che valgono per l'agente come per la persona che lo ha lanciato. Una traccia: che cosa l'agente ha letto, che cosa ha calcolato, che cosa ha prodotto, e che è stato l'agente e non una persona.
La linea guida di PTC sugli agenti nello sviluppo dice la stessa cosa sull'ancoraggio nei dati. La differenza tra fornitori sta in questo: se la piattaforma impone le tre condizioni, oppure il team le promette.
In Ref
Come lavorano qui gli agenti
Ref è stato progettato per gli agenti dall'inizio. Un agente lavora nello stesso ambiente del team, secondo le stesse regole della persona che lo ha lanciato. Legge quello che quella persona può leggere. Quello che produce è contrassegnato come creato da una macchina ed entra nella stessa registrazione del lavoro umano, con la sua traccia. Lui abbozza; una persona decide che cosa resta.
L'ultima frase è una nostra decisione. I modelli potrebbero di più. Difenderemmo questa decisione davanti a un valutatore, e ci aspettiamo di doverlo fare. Ricercatori della Virginia Tech hanno trovato nel 2025 che le metriche testuali consuete non distinguono un artefatto di ingegneria di sistema scritto da un modello linguistico dal lavoro di un esperto, mentre una lettura attenta vi trova requisiti prematuri, numeri non documentati e sovraspecificazione. Erano i modelli di inizio 2025, e ogni generazione successiva è migliore. Il motivo per tenere una persona nel ciclo sopravvive a questo progresso: un errore che nessuna metrica vede resta difficile da vedere, anche quando le bozze migliorano. Proprio la bozza che suona giusta ha bisogno di una persona.
Il lavoro
Che cosa fanno gli agenti e che cosa non fanno
Riassumono una campagna, redigono una richiesta di modifica a partire da un test fallito, derivano una nuova variante da un'altra, lanciano un'elaborazione Python sui risultati e la archiviano con i suoi input. Lavorano anche in parallelo: uno sciame di agenti prepara una dozzina di varianti, le lancia come una sola campagna in container su Azure Batch e vi presenta il confronto. Non rilasciano nessuna modifica di prodotto e non ne approvano nessuna.
Produttività
Quando la produzione si moltiplica
Gli agenti moltiplicano la produzione. Più varianti, più esecuzioni, più bozze di quante un team ne possa leggere. Il compito della piattaforma è tenere comunque le decisioni ancorate alle prove: ogni bozza punta a ciò da cui è nata, ogni confronto alle sue esecuzioni. La revisione si accorcia, perché la domanda su dove venga un numero è già risolta.
Sovranità
Modelli e dati
Gli agenti girano su modelli ospitati su Microsoft Azure nell'UE. I vostri dati non vengono usati per alcun addestramento. Che un risultato venga da un agente viene registrato con il risultato. Quali modelli impieghiamo lo diciamo nella dimostrazione.
Ambito
Quanto costa
Il lavoro degli agenti consuma token, misurati per tenant e per argomento; amministratori e utenti vedono il consumo nell'applicazione e decidono su di esso. La bozza di un agente per una campagna richiede la revisione di una persona, ed è in quel tempo che si decide il valore; mettetelo in conto. Gli agenti agiscono solo quando una persona li lancia.
Domande
Che cosa si chiede per primo
L'agente vede tutto?
Vede quello che vede la persona che lo ha lanciato. Niente di più.
Il lavoro dell'agente è contrassegnato?
Sì. Ogni artefatto prodotto da un agente porta quel contrassegno nella registrazione, in modo permanente.
Quali modelli?
Modelli ospitati su Azure nell'UE. Li nominiamo nella dimostrazione e cambiamo quando ne è disponibile uno migliore.
Possiamo disattivare gli agenti?
Agiscono solo quando una persona li lancia. Un team che non ne lancia nessuno non ne vede nessuno.
Pagine collegate
Se volete vedere un agente calcolare una campagna e archiviare il risultato con la sua traccia, chiedete una dimostrazione. Raccontateci il vostro progetto.