Icona dell'app Imparare gli Agenti IA

Imparare gli Agenti IA

Istruzione · Gratuita · iOS & Android · CoddyKit

Imparare gli Agenti IA — Scopri come funzionano gli agenti IA e costruisci i tuoi sul telefono

Imparare gli Agenti IA è un'app gratuita per iPhone e Android che insegna a sviluppatori, studenti e persone che stanno cambiando carriera come funzionano gli agenti IA e come costruirli. Include 60 corsi e 239 brevi lezioni: dal primo ciclo LLM fino a tool calling, RAG, LangChain e LangGraph, per arrivare all'orchestrazione multi-agente. In più offre un Agent Lab, dove esegui un agente su un'attività e osservi ogni chiamata a uno strumento, il risultato e la risposta apparire passo dopo passo, e un AI Mentor per quando qualcosa va storto.

App Store — Scarica gratisGoogle Play — Scarica gratis
Prezzo
Gratuita, upgrade Pro
Piattaforme
iOS e Android
Lingue
22
Classificazione per età
4+
Requisiti
iOS 15.1 o versioni successive
Schermata principale di Learn AI Agents in arabo, con la scheda del corso AI Agents che mostra 239 lezioni, un obiettivo giornaliero di lezione, il conto alla rovescia per la World Coding Challenge e i pulsanti Chiedi al Mentor e Genera la tua lezioneElenco dei corsi in arabo: Intro to LLM Agents, Prompt Engineering for Agents, LLM APIs in Practice e File System Agent Operations, tutti contrassegnati come Beginner
In tempo realeAgent Lab con esecuzioni in tempo reale
60Corsi, dal livello base a quello avanzato
5Orchestration Lab
Un agente è valido solo quanto la chiamata allo strumento che riesci effettivamente a tracciare.

La maggior parte dei tutorial sugli agenti mostra un diagramma del ciclo — pensa, agisci, osserva — e passa oltre. Questo percorso si ferma a ogni freccia: scrivi la funzione che il modello può chiamare, rileggi esattamente ciò che ha restituito e osserva dove un risultato errato dello strumento manda il ciclo fuori strada.

Cos'è

Imparare gli Agenti IA è un'app gratuita per iOS e Android per imparare come vengono costruiti gli agenti IA, con 60 corsi e 239 lezioni da cinque a dieci minuti ciascuna. Il percorso va dall'introduzione agli agenti basati su LLM e al prompt engineering, passando per tool calling, retrieval-augmented generation (RAG) e database vettoriali, fino a LangChain, LangGraph e LlamaIndex, per arrivare all'orchestrazione multi-agente, agli agenti per l'uso del computer e alla messa in produzione. Le lezioni includono esempi Python eseguibili direttamente, un Agent Lab che mostra ogni passaggio dell'esecuzione di un agente, quiz dopo ogni argomento e un AI Mentor per le domande che sorgono lungo il percorso.

Dentro l'app

Come si presenta

Schermata principale di Learn AI Agents in arabo, con la scheda del corso AI Agents che mostra 239 lezioni, un obiettivo giornaliero di lezione, il conto alla rovescia per la World Coding Challenge e i pulsanti Chiedi al Mentor e Genera la tua lezione
HomeLa schermata principale contiene la scheda del corso AI Agents (239 lezioni), un obiettivo e un livello giornalieri, il conto alla rovescia per la prossima World Coding Challenge e i collegamenti rapidi a Chiedi al Mentor e Genera la tua lezione. Qui è mostrata con l'interfaccia in arabo.
Elenco dei corsi in arabo: Intro to LLM Agents, Prompt Engineering for Agents, LLM APIs in Practice e File System Agent Operations, tutti contrassegnati come Beginner
CorsiL’elenco dei corsi inizia con Intro to LLM Agents, Prompt Engineering for Agents, LLM APIs in Practice e File System Agent Operations, ciascuno con indicazione del livello e del numero di lezioni.
Schermata della lezione in arabo su What Is an LLM-Based Agent, con un’introduzione dell’AI Mentor e pulsanti rapidi per una spiegazione semplice, una spiegazione passo passo e un esempio della vita quotidiana
LezioneUna lezione su What Is an LLM-Based Agent? presenta l’AI Mentor, con pulsanti rapidi per una spiegazione semplice, un’analisi passo passo o un esempio della vita quotidiana.
Scheda Challenge in arabo con il conto alla rovescia per la World Coding Challenge, una scheda per iniziare una challenge del corso AI Agents e un elenco di altre challenge
ChallengeLa scheda Challenge mostra la prossima World Coding Challenge, permette di iniziare una sfida dal corso AI Agents e rimanda ad altre challenge.
Learn AI Agents home screen with the AI Agents course card, Start First Lesson, a daily goal ring, a Feature Request row and the Skill Hub
HomeThe home screen: the AI Agents course card with Start First Lesson, a daily goal ring, a Feature Request row and the Skill Hub.

Il corso

Cosa include il corso AI Agents

60 corsi e 239 lezioni tratti dal curriculum dell’app — dal primo ciclo di un agente LLM fino all’orchestrazione multi-agente e al deployment in produzione.

  1. Fondamenti degli agenti

    Intro to LLM Agents, Prompt Engineering for Agents, LLM APIs in Practice (SDK OpenAI e Anthropic), File System Agent Operations, Conversational Memory Basics e una prima serie di progetti pratici.

  2. Utilizzo degli strumenti e retrieval

    Il pattern Tool-Use / Function-Calling, API Integration for Agents, Email and Calendar Agents, Working with Embeddings, i fondamenti del Retrieval-Augmented Generation, Vector Databases for Agents e Agent Observability Foundations.

  3. Agenti per piattaforme reali

    Slack and Chat Platform Agents, GitHub and Repository Agents, Web Scraping and Data Fetching Agents, Agent CLI and Interactive Tools, Secrets and Configuration Management, LangChain Fundamentals, Structured Output and Parsing e Database Agents che trasformano il linguaggio naturale in SQL.

  4. Testing, debugging e affidabilità

    Agent Testing Fundamentals, Debugging Agent Loops, LangGraph for Stateful Agents, LlamaIndex Deep Dive, Multi-Tool Agents (il pattern ReAct), Building Reliable Agents e Memory Architectures for Agents.

  5. Agenti specializzati

    Voice and Audio Agents, Knowledge Graph Integration, Personal AI Assistant Architecture, Agent Evaluation and Benchmarking, Agent Safety and Guardrails, Cost and Latency Optimisation e sistemi di Customer Service e Deep Research Agent.

  6. Produzione e tecnologie all’avanguardia

    Multi-Agent Orchestration, Production Agent Deployment, Computer-Use and Browser Agents, Code-Generating Agents, Long-Horizon Planning Agents, Sandboxing and Secure Code Execution e Self-Improving Agent Systems.

Come funziona

Come si svolge una lezione sugli agenti IA

Il corso segue un ordine di costruzione — ciclo, poi strumenti, poi memoria, poi framework, infine gli aspetti della produzione — e l'Agent Lab ti permette di osservare il risultato invece di limitarti a leggerne.

  1. Leggi un elemento del ciclo di un agente

    Una lezione tratta un passaggio concreto — come appare una chiamata a uno strumento sul filo, come un database vettoriale restituisce una corrispondenza, perché un prompt richiede la separazione dei ruoli — con un linguaggio semplice e in un formato adatto a una breve pausa durante la giornata.

  2. Esegui un agente e leggine la traccia

    Nell'Agent Lab, assegna un'attività a un agente e osserva ogni chiamata a uno strumento, il risultato e la risposta apparire un passaggio alla volta. Il visualizzatore della traccia funziona come un debugger, così puoi vedere esattamente dove è andata storta un'esecuzione. Le lezioni includono anche esempi Python eseguibili direttamente al loro interno.

  3. Costruisci il tuo agente, poi correggilo

    Scegli un prompt di sistema, gli strumenti, un budget di passaggi e un'attività nell'Agent Builder, quindi salva il tuo agente. Le missioni del Lab ti chiedono di effettuare una prima chiamata a uno strumento, correggerne una non funzionante, leggere una traccia, aggiungere una protezione, instradare un'attività e suddividere il lavoro tra agenti paralleli; l'AI Mentor spiega cosa ha fatto un modello quando una traccia non è comprensibile.

Cosa include

Cosa copre davvero l'app

In tempo reale

Agent Lab con esecuzioni in tempo reale

Assegna un'attività a un agente e osserva ogni chiamata a uno strumento, il risultato e la risposta apparire passo dopo passo, poi leggi l'esecuzione in un visualizzatore della traccia progettato per mostrare esattamente dove è andata storta. Ogni giorno è disponibile gratuitamente un numero limitato di esecuzioni in tempo reale.

60

Corsi, dal livello base a quello avanzato

60 corsi e 239 lezioni, dal primo ciclo di un agente LLM e dal prompt engineering fino a tool calling, RAG, database vettoriali, LangChain e LangGraph, per arrivare all'orchestrazione multi-agente, agli agenti per l'uso del computer e alla messa in produzione.

5

Orchestration Lab

Confronta cinque modelli affiancati — agente singolo, pipeline sequenziale, router, distribuzione parallela e generatore con critico — e scopri come ciascuno bilancia velocità, costi e affidabilità. Un modello è gratuito; Pro sblocca gli altri.

Costruisci

Agent Builder

Scegli un prompt di sistema, gli strumenti, un budget di passaggi e un'attività, quindi salva i tuoi agenti ed eseguili nel Lab.

6

Missioni del Lab ed esempi Python

Sei missioni per agenti — prima chiamata a uno strumento, correzione di una chiamata non funzionante, lettura di una traccia, aggiunta di una protezione, instradamento di un'attività, suddivisione del lavoro tra agenti paralleli — più esempi Python eseguibili direttamente nelle lezioni.

IA

AI Mentor

Chiedi perché una chiamata a uno strumento ha restituito dati in un formato errato o perché il ciclo dell'agente ha ripetuto due volte lo stesso passaggio, e ricevi in pochi secondi una risposta in linguaggio semplice.

Contesto

Cos'è un agente IA e cosa comporta davvero costruirne uno?

Un agente IA è un programma che usa un modello linguistico per decidere cosa fare dopo, non solo cosa dire. Invece di restituire una singola risposta, esegue un ciclo: legge la situazione, sceglie un'azione, chiama uno strumento — un indice di ricerca, un database, un'API, un frammento di codice — legge il risultato e ripete finché l'obiettivo non è raggiunto. Costruirne uno significa soprattutto occuparsi dell'ingegneria attorno a quel ciclo: decidere quali strumenti il modello può chiamare, strutturare i dati che riceve, gestire il passaggio in cui uno strumento non funziona o una risposta arriva in un formato errato e conservare abbastanza memoria dei passaggi precedenti affinché l'agente non si ripeta.

Tool callingfunction calling

Il meccanismo che consente a un modello di richiedere un'azione reale — eseguire una query, recuperare una pagina, inviare un'email — emettendo una chiamata strutturata che il tuo codice esegue e il cui risultato gli restituisce. È il punto di collegamento tra un modello che prevede soltanto testo e un programma che fa qualcosa.

RAGretrieval-augmented generation

Recuperare documenti pertinenti al momento della domanda — di solito da un database vettoriale di embeddings — e passarli al modello come contesto, così la risposta si basa sui tuoi dati invece che su ciò che il modello ha memorizzato durante l'addestramento.

Framework per agentiLangChain, LangGraph, LlamaIndex

Librerie che gestiscono le parti ripetitive di un agente — il ciclo stesso, la memoria, il collegamento agli strumenti, i grafi multi-step con stato — lasciandoti il lavoro sulla logica specifica del tuo agente, anziché sull'infrastruttura sottostante.

Orchestrazione multi-agenteagenti che usano altri agenti

Un modello in cui un agente delega sotto-attività ad altri — un agente ricercatore, un agente programmatore, un agente revisore — ciascuno con i propri strumenti e il proprio contesto, coordinati da un livello che decide chi interviene dopo e concilia ciò che riceve.

Adatta

A chi è adatta — e a chi no

Fa al caso tuo se

  • Vuoi creare un agente che utilizzi davvero uno strumento o un database, non limitarti a dare prompt a un chatbot
  • Parti da zero con gli LLM e vuoi capire il ciclo dell’agente prima di passare ai framework
  • Vuoi corsi pratici su piattaforme specifiche — bot Slack, agenti GitHub e agenti per database — non un unico modello generico
  • Sei uno sviluppatore e vuoi vedere LangChain e LangGraph utilizzati in codice funzionante, non solo in un diagramma
  • Vuoi arrivare prima o poi all’orchestrazione multi-agente e al deployment in produzione, senza fermarti a una demo giocattolo

Non è lo strumento giusto se

  • Vuoi avere gratis l’intera raccolta di 60 corsi — il primo corso è gratuito, Pro sblocca tutti gli altri
  • Non vuoi pubblicità nel piano gratuito; Pro la rimuove
  • Hai bisogno di un AI Mentor senza limiti nel piano gratuito, che prevede un limite giornaliero
  • Utilizzi già agenti in produzione e vuoi leggere articoli di ricerca invece di seguire un corso sull’ordine di realizzazione

Domande

Domande frequenti

Qual è la migliore app per imparare a usare gli agenti IA sul telefono?

Quella che ti porta dalla lettura sul ciclo dell’agente fino a vederne uno in esecuzione. Imparare gli Agenti IA offre 60 corsi: dal primo ciclo LLM al tool calling, RAG e LangChain, fino all’orchestrazione multi-agente. Include anche un Agent Lab, dove puoi osservare ogni chiamata a uno strumento e il relativo risultato in una traccia, e un AI Mentor per quando una chiamata a uno strumento restituisce qualcosa di inaspettato. Puoi iniziare gratuitamente su iOS e Android.

Che cos’è un agente IA, in parole semplici?

Un agente IA è un programma che utilizza un modello linguistico per decidere cosa fare dopo, non solo cosa dire. Esegue un ciclo: legge la situazione, sceglie un’azione, chiama uno strumento come un indice di ricerca, un database o un’API, legge il risultato e ripete. Il modello fornisce il giudizio su cosa fare dopo; il codice che lo circonda — la parte che questa app ti insegna a scrivere — fornisce gli strumenti ed esegue l’azione.

In cosa differisce un agente IA da un chatbot?

Un chatbot riceve un messaggio e restituisce una risposta: testo in entrata, testo in uscita, senza che accada nulla nel mondo. A un agente viene assegnato un obiettivo e continua a lavorare finché non lo raggiunge, compiendo azioni reali lungo il percorso: interroga un database, chiama un’API, legge un file, controlla il proprio output e riprova quando un passaggio non va a buon fine. I corsi di Learn AI Agents sul tool calling e sui cicli degli agenti riguardano proprio questa differenza: cosa deve esistere nel codice perché la decisione di un modello si trasformi in un’azione.

Devo saper programmare prima di imparare a usare gli agenti IA?

Avere una certa familiarità con il codice è utile, ma il primo corso non dà nulla per scontato e parte dalla spiegazione di che cos’è il ciclo di un agente LLM. Ogni lezione abbina una breve parte teorica a esempi in Python che puoi eseguire direttamente nella lezione, così impari a programmare insieme ai concetti sugli agenti, invece di dover affrontare la programmazione come prerequisito separato. Imparare gli Agenti IA è pensata sia per principianti sia per sviluppatori.

Che cos’è il RAG e perché un corso sugli agenti tratta i database vettoriali?

La generazione aumentata dal retrieval consiste nel recuperare i documenti pertinenti al momento della domanda e passarli al modello come contesto, così la risposta si basa sui tuoi dati invece che su ciò che il modello ha memorizzato durante l’addestramento. I database vettoriali rendono possibile questo retrieval nella pratica: archiviano gli embedding e restituiscono rapidamente i risultati più vicini a una query. Gli agenti che rispondono a domande su una specifica codebase, su un prodotto o su una raccolta di documenti fanno quasi sempre affidamento su questo pattern, ed è per questo che gli sono dedicati corsi interi invece di un solo paragrafo.

Qual è la differenza tra LangChain, LangGraph e LlamaIndex?

LangChain collega i componenti comuni di un agente — prompt, strumenti e memoria — così non devi ricostruire da zero questa infrastruttura. LangGraph aggiunge uno stato esplicito e dei rami decisionali, una soluzione adatta agli agenti i cui passaggi dipendono da ciò che è accaduto prima, invece di seguire una semplice catena lineare. LlamaIndex è specializzato nel retrieval: carica, indicizza e interroga in modo efficiente i tuoi documenti. Learn AI Agents dedica un corso a ciascuno di questi strumenti, mentre un corso su Multi-Tool Agents tratta il pattern ReAct attorno a cui spesso vengono costruiti.

Vale la pena imparare a usare gli agenti IA nel 2026?

Gli agenti sono uno degli esempi più chiari di come un modello linguistico possa trasformarsi in qualcosa che completa un lavoro, invece di limitarsi a descriverlo. Le competenze fondamentali sono trasferibili tra i framework: progettazione degli strumenti, strutturazione dei prompt, retrieval e capacità di capire quando un ciclo automatizzato deve fermarsi e chiedere l’intervento di una persona. Imparare gli Agenti IA include corsi sulla sicurezza degli agenti, sui guardrail, sulla valutazione e sull’ottimizzazione dei costi e della latenza: sono le questioni che i team devono affrontare quando un agente entra in produzione.

Imparare gli Agenti IA è gratuito?

È gratuito da scaricare e puoi iniziare gratuitamente. Il primo corso, l’introduzione agli agenti basati su LLM, è gratuito, così come una disponibilità giornaliera di AI Mentor, un pattern di Orchestration Lab, il tuo primo progetto in Agent Builder e una disponibilità giornaliera di esecuzioni live. Pro sblocca tutti i corsi e tutti i pattern di orchestrazione, rimuove il limite giornaliero alle esecuzioni e rimuove la pubblicità.

È previsto un certificato alla fine?

Sì. Superare l’esame finale ti permette di ottenere un certificato di completamento da mostrare insieme agli agenti che hai creato. Dimostra il lavoro che hai svolto, ma non è una qualifica accademica accreditata.

Quali piattaforme e linguaggi supporta e perché ci sono due nomi?

Imparare gli Agenti IA funziona su iPhone (iOS 15.1 o versioni successive) e Android, offre un’interfaccia in 22 lingue ed è classificata 4+. La scheda su Google Play si intitola Imparare gli Agenti IA, mentre sull’App Store la stessa app è indicata come Learn AI Agents. Fa parte di CoddyKit, una famiglia di oltre 40 app per imparare a programmare, quindi il formato delle lezioni è condiviso con gli altri corsi della raccolta.

Inizia

Crea oggi il tuo primo agente IA

Inizia gratuitamente su iOS e Android, in 22 lingue.

App Store — Scarica gratisGoogle Play — Scarica gratis
Ultima revisione · Pubblicata da CoddyKit · Privacy policy
Disponibile su iOS e Android.