La maggior parte degli sciami di agenti ti rifila spazzatura con sicurezza. Questo qui controlla il suo lavoro, butta via ciò che fallisce e riparte finché ogni numero non riconduce a una fonte.
- 300 agenti paralleli
- 4.000 passaggi per esecuzione
- 5 feed di dati live
- 3 passaggi di verifica per azzerare gli errori
Il segreto sporco degli sciami di agenti è che più agenti di solito significano più sciocchezze pronunciate con sicurezza.
Punta 300 agenti su un lavoro di ricerca e loro torneranno assolutamente veloci. Torneranno anche con numeri obsoleti, citazioni inventate a metà e tre aziende che non esistono. La velocità non è mai stata la parte difficile. La fiducia, sì.
Quindi ho smesso di trattare lo sciame come il traguardo finale e l'ho reso una fase di un ciclo. Opus 4.8 pianifica il lavoro e, cosa più importante, lo verifica. Lo sciame Kimi K2.6 esegue. Poi Opus verifica ogni output rispetto alla sua fonte, butta via ciò che fallisce e rimanda indietro quei compiti per essere eseguiti di nuovo. Il ciclo si ferma solo quando non fallisce nulla.
Per testarlo, ho dato al ciclo un lavoro che punisce le allucinazioni più di ogni altra cosa: analizzare 100 aziende nel mercato dei veicoli elettrici e produrre un report di livello accademico con una matrice di confronto, ogni cifra riconducibile a una fonte live.
Uno sciame ti dà velocità. Un ciclo ti dà una velocità di cui puoi davvero fidarti. La differenza è il passaggio di verifica, e cambia tutto.
Il pezzo mancante
Perché gli sciami grezzi non sono affidabili
Uno sciame senza un verificatore ha esattamente un'impostazione di qualità: qualunque cosa abbia prodotto l'agente peggiore. Se 97 agenti azzeccano la loro azienda e 3 allucinano silenziosamente una cifra di fatturato, il tuo report finito contiene tre mine vaganti e sembra identico a uno perfetto. Non saprai quali tre sono finché non esploderanno in una riunione.
Ecco perché "basta aggiungere più agenti" si appiattisce. Il volume scala l'output e il numero di errori allo stesso ritmo. Più mani, più errori, stessa mancanza di qualcuno che controlli.
Il ciclo risolve a questo rendendo la verifica una fase di prima classe con denti veri. Opus 4.8 rilegge l'output di ogni agente rispetto alla fonte live che affermava di aver usato. Un numero che non corrisponde viene respinto. Una citazione che non si risolve viene respinta. Tutto ciò che viene respinto torna in coda e viene eseguito di nuovo. Niente viene spedito finché non supera il controllo.
Il ciclo
Quattro fasi, in esecuzione finché non è pulito
L'intero sistema è un ciclo, non una linea. Ogni metà fa solo ciò che sa fare meglio, e il ciclo continua a girare finché la fase di verifica non ha più nulla da respingere.
Quella quarta fase è l'intera idea. Uno sciame normale esegue i passaggi da 1 a 3 una volta e ti consegna il risultato, errori e tutto quanto. Il ciclo si rifiuta di fermarsi finché c'è ancora qualcosa che non va.
L'esecuzione
Guardare il ciclo che corregge i propri errori
Ecco il prompt che ho dato a Opus 4.8. Nota la checklist in fondo. Quella checklist è ciò che la fase di verifica usa per respingere il lavoro scadente in seguito, quindi è la parte più importante dell'intero prompt.
1# Ruolo: pianificare il lavoro, poi verificare ogni risultato.23OBIETTIVO: ricercare 100 aziende del mercato EV.4OUTPUT: matrice di confronto + report di ricerca, ogni5 cifra riconducibile a una fonte live.67CHECKLIST PER AZIENDA (verifica rispetto a questo):8- fatturato + margine prelevati da un feed live9- URL della fonte allegato e risolvibile10- cifra corrisponde alla fonte entro la tolleranza11- nessun campo lasciato vuoto1213# dopo l'esecuzione dello sciame, CONTROLLA OGNI azienda.14# respingi quelle che falliscono. rimandale indietro. ripeti.
Opus ha pianificato 100 attività di ricerca, una per azienda, e le ha passate allo sciame Kimi K2.6. Il primo passaggio è tornato in pochi minuti. Poi è iniziata la parte interessante.
Al primo passaggio di verifica, Opus ha respinto 12 delle 100 aziende. Alcune avevano una cifra di fatturato che non corrispondeva al feed citato. Due citavano una fonte che non si risolveva. Una aveva lasciato vuoto il campo del margine. Nessuno di questi sarebbe stato ovvio nel report finale. Tutti sarebbero stati sbagliati.
Quelle 12 sono state rimesse in coda con la motivazione del rifiuto allegata. Secondo passaggio: 3 ancora fallite. Terzo passaggio: zero. Il ciclo si è fermato da solo, perché non c'era più nulla da respingere.
Uno sciame grezzo avrebbe spedito quei 12 errori e detto che era fatto. Il ciclo li ha colti tutti senza che io leggessi una singola riga.
I cinque feed live sono il motivo per cui la verifica può essere severa invece che vaga. Ogni cifra nel report punta a Binance, Yahoo Finance, la Banca Mondiale, il FMI o il mercato azionario live. Quando Opus verifica, non sta chiedendo al modello se si sente sicuro. Sta controllando il numero dichiarato rispetto al feed reale. Questa è la differenza tra un livello accademico e un suono sicuro di sé.
Il quadro generale
Questo è un altro momento DeepSeek
Facciamo un passo indietro dall'esecuzione, perché il quadro strategico è la vera storia.
Mentre i laboratori chiusi spediscono chatbot a singolo agente, un laboratorio cinese aperto valutato 20 miliardi di dollari ha spedito lo sciame che rende possibile un ciclo come questo. Il loro modello a pesi aperti, Kimi K2.6, è attualmente al #1 nella classifica settimanale di OpenRouter. Per utilizzo, è l'LLM più usato al mondo in questo momento.
Ed è più forte proprio dove la verifica conta di più:
- Finanza e consulenza. Grafici professionali, mappe di calore, analisi di report pluriennali, output di livello McKinsey per impostazione predefinita.
- Accademico e ricerca. Rendering di formule LaTeX, revisioni della letteratura con matrici di confronto, citazioni riconducibili alla fonte.
- Scala che rompe altri strumenti. Oltre 200.000 parole di contesto in un singolo passaggio, set di dati da 100 aziende, presentazioni da 100 diapositive.
- Tracciabilità. Ogni dato si collega a una fonte cliccabile. Il livello accademico è l'impostazione predefinita, non una configurazione.
Eseguilo tu stesso
Il ciclo, dall'inizio alla fine
Non ti serve un laboratorio. Hai bisogno delle due metà cablate in un ciclo e di una checklist abbastanza severa per verificare.
1{2 "pass": 1,3 "checked": 100,4 "passed": 88,5 "rejected": [6 { "company":"co_041", "reason":"revenue != source" },7 { "company":"co_067", "reason":"citation 404" },8 { "company":"co_092", "reason":"margin empty" }9 ],10 "action": "requeue rejected -> swarm"11}
La differenza in un fotogramma
Sciame grezzo
❌ Esegue una volta, ti consegna il risultato
❌ Errori nascosti viaggiano con il report
❌ La qualità è uguale all'agente peggiore
❌ Tu verifichi ogni riga a mano
❌ Numeri sicuri di sé, non verificabili
Ciclo auto-verificante
✔️ Esegue finché il passaggio di verifica è pulito
✔️ I fallimenti vengono catturati e rieseguiti automaticamente
✔️ La qualità è uguale alla checklist
✔️ Tu non verifichi nulla, lo ha fatto il ciclo
✔️ Ogni cifra riconducibile a una fonte live
Uno sciame ti dà velocità. Un ciclo ti dà una velocità di cui puoi fidarti.
L'era del singolo agente sta finendo, ma l'era dello sciame ha un problema che nessuno menziona: il volume senza verifica è solo errori più veloci. Le persone che vinceranno la prossima partita non stanno eseguendo il maggior numero di agenti. Stanno eseguendo quelli che controllano il proprio lavoro.
