Appunti · Agenti AI · novembre 2026
Sub-agenti: cosa sono, quando servono, quanto costano.
Questa pagina si scrive da sola con lo stesso metodo che racconta. L'agente principale (la barra in alto) l'ha divisa in sette compiti: ogni sezione la costruisce un agente diverso, nel momento in cui ci arrivi. Scorri e guardali lavorare.
Cos'è un sub-agente
È un agente che un altro agente avvia per fare un pezzo di lavoro preciso. Il principale scrive un brief, il sub-agente lo esegue per conto suo e restituisce il risultato.
Un contesto tutto suo
Lavora in una finestra di contesto separata: quello che legge e prova resta lì e non intasa la conversazione principale.
Sa solo il brief
Non vede la conversazione principale. Se il brief è vago, il lavoro sarà vago.
Strumenti e permessi suoi
Può avere meno strumenti del principale, oppure un modello più piccolo ed economico.
Torna solo il riassunto
Anche dopo aver usato decine di migliaia di token, al principale consegna una sintesi: spesso 1.000–2.000 token.
«specialized sub-agents can handle focused tasks with clean context windows»Anthropic, Effective context engineering, 2025
L'ho provato su un file vero
Un Excel di vendite inventato: 12 fogli, 24.071 righe, quattro errori nascosti. Quattro sub-agenti, uno per trimestre, contro un agente solo con lo stesso brief.
La sorpresa: nessuno ha letto le righe una per una. Hanno provato, il sistema ha tagliato un output troppo lungo, e allora hanno scritto codice per contare. Per un Excel bastava un agente.
↓ Scarica il file di provaQuando servono, quando no
Servono quando…
- il lavoro si divide in pezzi indipendenti da fare in parallelo, come una ricerca su molte direzioni
- c'è tanto materiale da esplorare ma ti serve solo la conclusione
- vuoi un revisore che non ha visto come è stato fatto il lavoro
- un compito va fatto con meno strumenti o permessi
Non servono quando…
- il compito è piccolo: un sub-agente parte da zero e può finire più lento
- i passaggi dipendono uno dall'altro o richiedono lo stesso contesto
- è programmazione: secondo Anthropic, la maggior parte di quel lavoro si parallelizza meno della ricerca
- ti serve ogni dettaglio, non un riassunto
La regola di Anthropic vale anche qui: partire dalla soluzione più semplice e aggiungere complessità solo quando migliora davvero il risultato.
Quanto costano
Ogni sub-agente fa le sue richieste e consuma come la conversazione principale. Nel sistema di ricerca di Anthropic il multi-agente ha battuto l'agente singolo del 90,2%, ma su compiti di ricerca e spendendo molti più token.
Per Anthropic ha senso solo quando il compito vale abbastanza da ripagare il costo. Per risparmiare: modelli più piccoli per i sub-agenti, risposte brevi, nessun sub-agente per i compiti piccoli.
Cosa va storto
- Troppi sub-agentiLe prime versioni di Anthropic ne avviavano 50 per domande semplici.
- Lavoro doppioCon brief vaghi, più sub-agenti fanno le stesse ricerche e lasciano buchi altrove.
- Tutti aspettano il più lentoIl principale resta fermo finché l'ultimo sub-agente non consegna.
- Errori sicuri di séUn piccolo errore si somma agli altri e arriva con lo stesso tono di una risposta giusta. Nella prova: «riga esclusa» al posto di «inclusa».
- Difficili da controllareAl principale arriva il riassunto, non il percorso: capire perché un sub-agente ha sbagliato è più difficile.
Il rimedio è un buon brief
Secondo Anthropic ogni sub-agente ha bisogno di quattro cose: un obiettivo, un formato di risposta, indicazioni su strumenti e fonti, confini chiari.
Obiettivo: leggi SOLO i fogli Lug, Ago, Set. Formato: 3 righe, niente altro. 1. totale delle vendite valide (escludi le righe errate) 2. prodotto con più fatturato 3. righe sospette: quante, quali, perché
In sintesi
Un sub-agente non è più intelligente: è un collega con la testa sgombra. Conviene quando il lavoro si divide in pezzi indipendenti e vale quello che costa. Per il resto basta un agente.
Una nota aggiornata: con finestre di contesto da un milione di token e la compattazione automatica, oggi il contesto si esaurisce di rado. I sub-agenti restano utili soprattutto per il lavoro in parallelo, per tenere fuori l'output rumoroso e per avere un revisore indipendente.
Fonti
- How we built our multi-agent research system · Anthropic, 13 giugno 2025
- Effective context engineering for AI agents · Anthropic, 29 settembre 2025
- Building effective agents · Anthropic, 19 dicembre 2024
- Create custom subagents e Best practices · documentazione Claude Code, consultata il 6 novembre 2026
- Prova sul file vendite_2025.xlsx · 4 sub-agenti contro 1 agente, 6 novembre 2026