Le agenti sognano pecore elettriche? Il framework ReAct

Introduzione agli AI Agents

Adel Nehme

VP of AI Curriculum, DataCamp

I diversi tipi di pensieri del modello

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

I diversi tipi di pensieri del modello

Tipo di pensiero	Esempio
Pianificazione	"Per aiutarli col trasloco, devo trovare ditte, confrontare prezzi, verificare la disponibilità per la loro data"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

I diversi tipi di pensieri del modello

Tipo di pensiero	Esempio
Pianificazione	"Per aiutarli col trasloco, devo trovare ditte, confrontare prezzi, verificare la disponibilità per la loro data"
Analisi	"Guardando le spese, pagano troppo per abbonamenti che usano raramente"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

I diversi tipi di pensieri del modello

Tipo di pensiero	Esempio
Pianificazione	"Per aiutarli col trasloco, devo trovare ditte, confrontare prezzi, verificare la disponibilità per la loro data"
Analisi	"Guardando le spese, pagano troppo per abbonamenti che usano raramente"
Decisione	"Serve per domani: suggerisco spedizione express anche se costa di più"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

I diversi tipi di pensieri del modello

Tipo di pensiero	Esempio
Pianificazione	"Per aiutarli col trasloco, devo trovare ditte, confrontare prezzi, verificare la disponibilità per la loro data"
Analisi	"Guardando le spese, pagano troppo per abbonamenti che usano raramente"
Decisione	"Serve per domani: suggerisco spedizione express anche se costa di più"
Problem solving	"Per ottimizzare questo codice, prima faccio il profiling per trovare i colli di bottiglia"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

I diversi tipi di pensieri del modello

Tipo di pensiero	Esempio
Integrazione memoria	"La scorsa settimana hanno detto di essere intolleranti al lattosio: escludo i latticini dalle ricette"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

I diversi tipi di pensieri del modello

Tipo di pensiero	Esempio
Integrazione memoria	"La scorsa settimana hanno detto di essere intolleranti al lattosio: escludo i latticini dalle ricette"
Auto‑riflessione	"Sono stato troppo tecnico: semplifico con analogie quotidiane"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

I diversi tipi di pensieri del modello

Tipo di pensiero	Esempio
Integrazione memoria	"La scorsa settimana hanno detto di essere intolleranti al lattosio: escludo i latticini dalle ricette"
Auto‑riflessione	"Sono stato troppo tecnico: semplifico con analogie quotidiane"
Definizione obiettivi	"Prima di pianificare l’allenamento, devo capire livello di fitness e tempo disponibile"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

I diversi tipi di pensieri del modello

Tipo di pensiero	Esempio
Integrazione memoria	"La scorsa settimana hanno detto di essere intolleranti al lattosio: escludo i latticini dalle ricette"
Auto‑riflessione	"Sono stato troppo tecnico: semplifico con analogie quotidiane"
Definizione obiettivi	"Prima di pianificare l’allenamento, devo capire livello di fitness e tempo disponibile"
Prioritizzazione	"Meglio prenotare i voli prima dell’hotel: i prezzi dei voli salgono più in fretta"

¹ The Hugging Face Agents Course: https://github.com/huggingface/agents-course

Il framework ReAct: da dove nascono i pensieri

react

¹ Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv preprint arXiv:2210.03629.

Il framework ReAct: ragionare e agire

Ragionare

Agire

¹ Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv preprint arXiv:2210.03629.

Il framework ReAct: ragionare e agire

Ragionare

Prompt chain‑of‑thought

[Prompt...]. Pensa passo dopo passo.

Agire

¹ Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv preprint arXiv:2210.03629.

Il framework ReAct: ragionare e agire

Ragionare

Prompt chain‑of‑thought

[Prompt...]. Pensa passo dopo passo.

Agire

Esempi Pensiero > Azione > Osservazione

[Prompt...]. Segui questo formato:

Thought: [cosa calcolare per primo]

Action: [esegui il calcolo]

Observation: [risultato del calcolo]

...ripeti se serve...

Final Answer: [soluzione completa]

¹ Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., Cao, Y. (2022). ReAct: Synergizing Reasoning and Acting in Language Models. arXiv preprint arXiv:2210.03629.

ReAct in azione: aritmetica semplice

gpt-4o

ReAct in azione: aritmetica semplice

La domanda

Calcola il costo totale se compro 3 laptop a $899 ciascuno con sconto 15% e IVA 8%

La risposta corretta

$2475.85

ReAct in azione: aritmetica semplice

incorrect

Prompt usato

Calcola il costo totale se compro 3 laptop a $899 ciascuno con sconto 15% e IVA 8%. Restituisci solo la risposta.

ReAct in azione: aritmetica semplice

correct

Prompt usato

Calculate the total cost if I buy 3 laptops at $899 
each with a 15% discount and 8% sales tax. Think step by step.

Follow this format:

Thought: [Think about what to calculate first]
Action: [Perform calculation]
Observation: [Result of calculation]
...repeat as needed...
Final Answer: [Complete solution]

Example:

Thought: Calculate base cost first
Action: 2 × $50 = $100
Thought: Apply 10% discount
Action: $100 - ($100 × 0.10) = $90
Final Answer: Total is $90

Senza prompting ReAct

incorrect_answer

La risposta corretta $2475.85

Risposta di ChatGPT: $2,776.63

Con prompting ReAct

correct_answer

La risposta corretta $2475.85

Risposta di ChatGPT: $2475.85

ReAct come modo di pensare

ReAct fa parte del system prompt del modello

I system prompt sono istruzioni nascoste che guidano il modello per tutta la conversazione.

¹ Image generated with GPT-4o

Modelli di ragionamento e ReAct

ReAct è molto utile sui modelli di linguaggio "tradizionali" come la serie GPT
I modelli di ragionamento di nuova generazione sono addestrati a pensare passo‑passo e non richiedono prompting ReAct

$$ Esempi di modelli di ragionamento

Serie o di OpenAI
Serie R di DeepSeek
Modelli Gemini thinking

Come riconoscere un modello di ragionamento

thinking_models

Andiamo a fare pratica!

Introduzione agli AI Agents