Cinque agenti al 90% di accuratezza ciascuno non fanno un sistema al 90%. Lo fanno intorno al 59%.
La metafora della staffetta — un agente passa il testimone al successivo — nasconde il punto in cui questi sistemi si rompono. In una staffetta il testimone è un oggetto fisico: passa intatto, senza perdita di informazione. Tra agenti non passa un oggetto, passa uno stato: la conversazione, il contesto, le assunzioni di chi ha lavorato prima. E lo stato non viaggia intatto.
L’handoff in sé è la parte banale: una funzione che cambia il system prompt e il set di tool attivi. Lo scrivi in dieci righe, in qualunque framework. La scelta tra Swarm, CrewAI o LangGraph pesa molto meno di quanto sembri.
Il problema vero è cosa attraversa il confine tra un agente e l’altro. Se passi l’intera storia, ogni handoff accumula rumore: un errore del primo agente entra nel secondo come se fosse un fatto, e a valle nessuno ha modo di distinguerlo dall’input buono. Gli errori non restano nella loro corsia. Vengono ereditati e amplificati.
Poi c’è una seconda decisione, silenziosa: chi instrada. “L’agente passa il lavoro quando un altro è più adatto” è anch’essa una valutazione del modello, e può sbagliare. Un instradamento errato non solleva eccezioni: produce una risposta plausibile e fuori bersaglio.
Ciò che tiene in piedi un workflow multi-agente non è l’eleganza del passaggio di testimone. È poter verificare l’output di ogni agente prima che diventi input del successivo, e poter rileggere a posteriori cosa ha ricevuto e prodotto ciascuno. Senza una traccia documentata di ogni passaggio, quando l’output finale è sbagliato non sai quale anello ha ceduto.
Orchestrare agenti non è scegliere il framework con i diagrammi più puliti. È decidere dove mettere i confini, cosa lasciar passare attraverso quei confini, e come misurare ogni segmento. Quello è il lavoro. Il resto viene da sé.
