Gli agenti AI imparano davvero dall'esperienza?

Sì, ma non nel modo che la domanda lascia immaginare: il modello sottostante resta identico, nessun peso viene riaddestrato. Quello che cambia è il corredo di procedure che l'agente si porta dietro, e la skill evolution è il processo che lo produce. L'agente rilegge le proprie traiettorie di esecuzione, i tentativi riusciti insieme a quelli falliti, ne estrae la regolarità che li spiega e la scrive come skill: un artefatto eseguibile e ispezionabile, non un ricordo. Alla prossima occasione simile quella skill viene recuperata e applicata, quindi il miglioramento è cumulativo e visibile in un file, non sepolto nei parametri. L'origine dell'idea è Voyager, che nel 2023 dotava un agente di una skill library di codice costruita durante l'esplorazione; il filone di ricerca del 2026 la porta fuori dagli ambienti simulati, dentro il lavoro reale con tool, documenti e sistemi aziendali.

Memoria procedurale, non memoria dichiarativa

È il confine che rende la skill evolution una cosa a sé. La consolidazione della memoria lavora su fatti: deduplica ricordi, risolve contraddizioni, decide se sovrascrivere o versionare un valore. Qui l'output non è un fatto ma una procedura, cioè qualcosa che si esegue e che può fallire in esecuzione. Nella tassonomia dei tipi di memoria è il ramo procedurale, quello liquidato in una riga perché fino a poco fa non aveva un meccanismo proprio: ora ce l'ha. C'è anche una differenza di autore rispetto alle skill impacchettate a mano, dove la conoscenza procedurale di un team viene scritta da una persona. Qui la scrive l'agente, e le due strade convivono nello stesso repository.

Un esempio enterprise

Un agente che prepara le riconciliazioni contabili di fine mese sbaglia sistematicamente sui fornitori esteri: applica il cambio del giorno di registrazione invece di quello della data documento. Nella revisione l'errore viene corretto a mano, e la correzione finisce in una traiettoria come tutte le altre. La skill evolution la promuove a procedura: quale campo leggere, in che ordine, quale controllo eseguire prima di chiudere. Il mese dopo l'agente non ripete l'errore perché segue la propria skill, non perché qualcuno gliel'ha ricordato nel prompt. Il valore economico sta nel passo successivo. In quel lavoro le skill evolute si trasferiscono tra modelli e tra famiglie di modelli, e un modello piccolo che ne dispone arriva a superare un modello molto più grande che ne è privo: è la tesi di WikiSkill di Google, con SkillOpt di Microsoft Research che riporta lo stesso trasferimento tra modelli e ambienti di esecuzione. L'implicazione pratica, che il paper non misura, è che la libreria si compila una volta con il modello costoso e si serve in produzione con quello economico.

Perché conta per chi decide

Il trasferimento non è gratuito e non va comprato come uno slogan: non è uniforme, perché le procedure generali reggono mentre gli espedienti tarati sul modello di origine possono peggiorare le prestazioni di chi li eredita, quindi la libreria compilata altrove è un punto di partenza, non un asset finito. Il limite di fondo è più serio, e lo enuncia già la voce sul self-play: senza un oracolo esterno che verifichi l'esito, l'auto-miglioramento rischia di rinforzare soltanto la fiducia del modello nelle proprie risposte. Una skill nata da una traiettoria che nessuno ha validato codifica un errore e lo rende ripetibile. La domanda da porre a chi fornisce il sistema, quindi, non è se l'agente impara, ma chi firma la promozione di una traiettoria a skill e dove sta scritto.