l'unica validazione che impedisce agli agenti intelligenti di fare cose sciocche. C'è un filtro che trasforma l'astuzia in competenza, il controllo del contratto pre-esecuzione. Prima che qualsiasi strumento venga eseguito, il validatore verifica tre punti in ordine. L'intento corrisponde a una capacità reale, il chiamante ai permessi attuali e il risultato richiesto è fattibile entro i limiti dei dati dichiarati. Se una parte fallisce, nulla viene eseguito. Nessuna cautela, nessun tentativo comunque. Rifiuto con motivazioni e alternative. Si inizia con la corrispondenza della capacità. Il piano dice, aggiorna un elemento dell'elenco SharePoint. Il validatore chiede quale strumento, quale metodo, quale versione dello schema. Gli argomenti vengono controllati rispetto al registro, campi obbligatori presenti, tipi corretti, intervalli di valori sensati e, sì, nessun campo extra inserito sperando che qualcuno li ignori. L'aliasing degli strumenti è vietato. Usa il nome canonico o verrai rifiutato. Questo elimina strumenti allucinati e parametri ipotizzati prima che possano creare problemi. Successivamente, la conformità alle policy. Il motore delle policy valuta la chiamata proposta rispetto alle policy attive. Liste consentite per strumenti e domini, controlli RBAC o ABAC legati a CLIM e scope di intra-ID, regole di ambiente e limiti di classificazione dei dati. Se l'agente è limitato ai file, in sola lettura per un sito specifico, una chiamata di aggiornamento o verso un sito diverso è un secco no. Se il payload accede a una classificazione riservata senza un controllo umano, è comunque un no. I token vengono verificati come recenti. Gli scope come esatti e l'escalation dei privilegi, solo per questa volta, viene trattata per ciò che è un tentativo di violazione. Poi, la fattibilità delle postcondizioni. Non basta desiderare un risultato. Deve essere realizzabile e verificabile. Il validatore chiede. La destinazione supporta chiavi di idempotenza. Il sistema emetterà un identificatore durevole o un ETAG che possiamo verificare in seguito. Esiste un'azione di compensazione se il processo a valle fallisce. Virgolette. Se il piano non può produrre postcondizioni verificabili, viene rifiutato o riscritto. Non accettiamo. Fidati. Lo registrerò dopo. Il dopo è il modo in cui accadono gli incidenti. Mettendo insieme questi elementi si ottiene il triplo filtro. Corrispondenza delle capacità. Conformità alle policy. Fattibilità delle postcondizioni. Superati tutti e tre, l'esecutore procede. Se ne fallisce uno, si attiva il percorso di rifiuto con motivazione. Quel percorso è educato, accurato e inequivocabile. Ecco cosa hai provato a fare. Ecco l'esatta policy o lo schema che hai violato. Ecco delle alternative sicure. Se l'intento dell'utente può essere corretto, restringi lo scope, passa un riepilogo di sola lettura, reindirizza verso un sito permesso. Il validatore propone un piano conforme e chiede l'approvazione. Se non può essere corretto, richiedi un controllo umano con il contesto completo o fermati del tutto. Nessun blocco misterioso. Nessun successo silenzioso. Una breve storia che hai vissuto, anche se non ne eri consapevole. All'agente viene chiesto di riassumere tutti i documenti HR dell'ultimo trimestre e di inviarli all'ufficio legale. Il sistema di recupero propone query grafiche tra i siti HR e quelli legali. Il validatore rileva un superamento del limite. Le risorse umane sono soggette a restrizioni. L'area legale è interna. Il gate trio blocca la lettura incrociata e l'email in uscita. Viene restituito il percorso di negazione. Rilevato contenuto riservato. Alternativa proposta? Riassumere l'indice delle policy interne e fornire un link di richiesta per il riassunto HR agli autorizzati. L'utente approva il piano conforme. L'esecutore lo avvia, cita i contenuti interni e allega una richiesta di autorizzazione per il materiale HR. Nessuna fuga di dati. Nessun problema. Sempre utile. L'implementazione è intenzionalmente banale. Un linguaggio di policy definisce chi può fare cosa, dove e con quali effetti collaterali. Un registro di schemi memorizza contratti degli strumenti, nomi, versioni, formati degli argomenti e post condizioni. Un risolutore di whitelist mappa domini, siti e ambiti ai livelli di ambiente. Il validatore compone tutto ciò. Timbra ogni decisione con un registro di audit, input, valutazioni di policy ed esiti, consegnando all'esecutore il via libera o un piano di riparazione. L'esecutore non agisce mai di propria iniziativa in presenza di un segnale di stop. Applica la decisione o si ferma. Il modello mentale è abbastanza chiaro da poterlo tatuare sulla fronte del vostro diagramma di architettura. Gli esecutori applicano, i grafi vincolano, i validatori decidono in quest'ordine. Il modello propone solo entro il perimetro recintato e, appena prova a scavalcarlo, il validatore lo richiama, spiega il perché e indica il cancello. Ordine preservato, sicurezza applicata, progresso sbloccato entro le policy. Volevate l'unica cosa che impedisce ad agenti intelligenti di fare sciocchezze. Eccola, un controllo di contratto pre-esecuzione che comprova capacità, permessi e risultati verificabili prima di qualsiasi mutamento reale. Trasforma, penso di poterlo fare, in ho il permesso, so come farlo e posso provare di averlo fatto. La non banalità non ci era venuta in mente. Ora avete l'architettura, usatela. Punto chiave. Più ct. Punto chiave. I prompt sono opinioni, gli esecutori e i grafi validati sono operazioni, e il controllo pre-esecuzione è il guardrail che mantiene entrambi onesti. Se questo vi ha fatto risparmiare tempo, ripagate il debito. Iscrivetevi. Prossimamente. Guardate l'analisi comparativa tra Landgraf e Microsoft Agent Framework su prestazioni, osservabilità, tracce reali, costi e P95. Fissate il vostro percorso di aggiornamento, attivate gli avvisi e riceverete il prossimo episodio come programmato. Procedete. Molti pensano che prompt migliori risolvano agenti instabili. Simpatica teoria. I prompt guidano i pensieri. Non eseguono operazioni. La verità? L'affidabilità deriva dagli esecutori e dalla validazione dei grafi. La spina dorsale che impedisce agli agenti di fallire rovinosamente quando arriva la realtà. Collegheremo tutto questo agli scenari Microsoft. Al recupero tramite Microsoft 365 Graph. Al ragionamento di Azure OpenAI e agli agenti di Copilot Studio che non perdono il controllo. La posta in gioco è semplice. Accuratezza. Latenza. Costi e verificabilità. Dati misurabili, non sensazioni. Ti darò un modello mentale da tenere a mente. Schemi a parole che non dimenticherai è un passaggio di convalida per impedire agli agenti intelligenti di fare sciocchezze. Ecco l'architettura che avresti dovuto usare fin dal primo giorno. Perché i prompt falliscono dove gli esecutori di operazioni non falliscono? Bene, il punto è questo. Gli LLM gestiscono la cognizione. Gli esecutori gestiscono le operazioni. Mescolarli è il modo migliore per creare caos. Il modello può proporre un piano. Non può garantire che l'email sia stata inviata, che il file sia stato salvato o che i permessi esistessero. Parla in termini di probabilità. Le operazioni richiedono garanzie. Ecco l'esecutore. Immaginalo come l'adulto nella stanza. Un esecutore di funzioni vincolato da policy, con vincoli di stato e idempotenza. Non crede che un'azione sia riuscita? Lo verifica. Non dà per scontato che uno strumento esista. Con valida capacità, parametri e permessi prima ancora di tentare. E quando fallisce? Fallisce in modo evidente. Classifica l'errore e intraprende il percorso di recupero prescritto. La maggior parte degli agenti basati solo su prompt cade in tre modalità di errore. Primo, strumenti allucinati. Il modello richiede una funzione non registrata o la richiama con campi inesistenti. Secondo, precondizioni mancanti. Tenta di modificare un file SharePoint senza verificare l'accesso al sito, alla lista o alla versione dell'elemento. Terzo, fallimenti parziali silenziosi. Il secondo passaggio fallisce, ma l'agente prosegue e dichiara vittoria perché il testo sembra convincente. L'hai già visto. L'hai solo chiamato e instabile. Gli esecutori eseguono un ciclo che sembra noioso, ed è per questo che funziona. Precondizioni. Verifica di input, permessi e invarianti. Azione. Richiama lo strumento con una chiave di idempotenza, così i tentativi non causeranno addebiti o post doppi. Post condizioni. Conferma degli effetti rispetto alla fonte di verità. Tassonomia degli errori. È un problema di validazione, transitorio. Limite di velocità, autenticazione o policy. Recupero. Attesa e riprova per errori transitori. Nuova autenticazione per problemi di accesso. Alternative note e blocchi forzati con motivazioni per violazioni di policy. L'idempotenza non è negoziabile. Se un'azione può essere ripetuta, serve una chiave che renda il secondo tentativo un'operazione nulla o una sovrascrittura coerente. I timeout prevengono le chiamate zombie. Il backoff rispetta i limiti di velocità. Si tratta di un comportamento deterministico che governa una generazione di testo intrinsecamente stocastica. L'esecutore è il cambio. L'LLM è il motore. Non si preme l'acceleratore a fondo sperando che le ruote capiscano cosa fare. Gli output basati su contratto sono l'antidoto ai paragrafi basati sul best effort. Al modello di ragionamento non è concesso di vagare. Emette JSON conforme a uno schema, nome dello strumento, argomenti e post condizioni attese. I validatori verificano la conformità allo schema prima di qualsiasi esecuzione. Se la forma è errata, l'esecutore rifiuta con una motivazione, richiede un piano corretto o scala la richiesta. È così che si evita che un guazzabuglio di parole diventi un incidente di produzione. Ora, potresti pensare, non posso semplicemente chiedere al modello di controllare il suo lavoro. Puoi chiederlo. Ti dirà di sì. Lo fa sempre. L'utente medio lo accetta. I professionisti richiedono prove. Le prove risiedono in post condizioni verificate contro sistemi come Microsoft Graph, SharePoint o Exchange. Vere fonti di verità, non la memoria del modello. Ma ecco dove diventa interessante. I passaggi singoli vanno bene. I flussi di lavoro reali hanno diramazioni, parallelismo, compensazioni e punti di controllo umani. Ti serve qualcosa di più di un semplice esecutore. Ti serve una mappa che l'esecutore possa leggere. Questo è un grafo di flusso di lavoro. In un grafo, i nodi sono attività o sotto agenti con contratti espliciti. I collegamenti definiscono il flusso di controllo e il flusso di dati. Lo stato è di prima classe. Cosa viene salvato? Cosa viene archiviato? Cosa è effimero? L'esecutore percorre il grafo in modo deterministico, rispettando le liste di accesso e gli schemi a ogni collegamento. Se un nodo fallisce, il grafo specifica compensazioni, annullamenti, riparazioni o escalation. Niente tubi misteriosi. Niente. E poi avviene la magia. Questo è il momento in cui l'affidabilità cambia rotta. L'LLM propone. L'esecutore impone. Il grafo vincola. La validazione decide. Ordine ripristinato. Una volta separata la cognizione dalle operazioni, i tuoi agenti smettono di improvvisare e iniziano a comportarsi bene. E sì, sembrano ancora intelligenti perché lo sono, ma ora sono supervisionati. Progetto pronto. colleghiamolo a Microsoft 365 senza trasformare il tuo Tenan in un disastro. Workflow a grafo 101. Nodi. Collegamenti e stato che non trapela. Immagina questo. Hai un esecutore affidabile, ma nessuna mappa. Seguirà gli ordini. Ma verso dove? Entra in gioco il grafo di workflow, il tuo manuale operativo. I nodi sono attività o sottoagenti con contratti espliciti. I collegamenti definiscono il flusso di controllo e di dati. Il grafo codifica cosa viene eseguito, quando e quali dati possono attraversare i confini. Niente improvvisazione. Niente jets. Questo è uno spartito. Inizia dalla forma. La maggior parte dei grafi di produzione sono DAG, grafi a ciclici diretti, perché i cicli invitano a loop infiniti e corruzione dello stato. Puoi comunque avere dei loop, ma li marchi intenzionalmente con contatori, protezioni, iterazioni massime, predicati di uscita e timeout. È così che eviti che, pensa di più, diventi, pensa per sempre. Il routing condizionale è esplicito. Se la confidenza del recupero è sopra la soglia, passa alla sintesi. In caso contrario, passa alla rienterrogazione. Il parallelismo è di prima classe. Esegui la sintesi e l'estrazione delle citazioni in parallelo. Poi uniscile in un nodo barriera che verifichi che entrambi abbiano soddisfatto le loro postcondizioni. Lo stato non è una sensazione, è un registro. Ne gestisci tre tipi. Stato persistente, checkpoint durevoli da cui puoi ripristinare dopo un crash, input, decisioni, azioni firmate. Stato effimero, buffer a breve termine come gli output intermedi dei modelli che non vuoi che inquinino la memoria a lungo termine. Stato derivato, artefatti ricompilabili come embedding o risultati filtrati che puoi ricostruire in modo deterministico. La regola è semplice. Conserva ciò che puoi difendere in un audit. Tutto il resto è usa e getta, intenzionalmente. La strategia di rollback è fondamentale. Quando un nodo modifica il mondo esterno, crea un evento in calendario o aggiorna una lista, registriamo un'azione inversa, se esiste, o un piano compensativo se non c'è. Se un nodo a valle fallisce gravemente, il grafo può eseguire tali compensazioni in ordine inverso. No, non è un'esagerazione, è il modo per evitare che un, oops, ho prenotato due volte per la di, diventi, oops, non possiamo rimediare. Gli archi trasportano contratti. Un arco non è un condotto misterioso, è un'api tra i nodi. Definisci schemi IO, tipi, campi richiesti, valori consentiti. Definisci liste di accesso, quali strumenti o domini il nodo successivo può chiamare. Definisci tag di capacità. Ciò che il nodo ricevente promette di fare è ciò che rifiuterà. L'executor li applica durante l'esecuzione. Un nodo non può contrabbandare un token SharePoint attraverso un arco di sintesi. Non è teatro della sicurezza. È così che previeni movimenti laterali da parte del tuo stesso agente. La gestione degli errori vive nel grafo, non nelle sensazioni. Ogni nodo dichiara la sua tassonomia di errori, validazione, infrastruttura transitoria, limitazione di frequenza, autenticazione, autorizzazione, violazione di policy e sconosciuti. Per ogni classe, il grafo fornisce un percorso. Riprova con back-off esponenziale per i transitori, aggiorna il token per l'autenticazione, strumento alternativo per i limiti di frequenza, rifiuta con motivazione per la policy. Esistono code di messaggi non recapitabili per gli errori sconosciuti. I payload falliti vanno in quarantena con contesto completo. Così gli umani possono ispezionare senza replicare il caos in produzione. I checkpoint con intervento umano sono nodi, non messaggi slack improvvisati. Bloccano l'esecuzione, presentano l'azione proposta e le prove, e richiedono un'approvazione o una modifica registrata e firmata. Una volta approvato, l'esecuzione riprende. Se negato, il grafo vira verso un fallback sicuro. Congratulazioni, hai appena implementato un controllo delle modifiche che gli sviluppatori seguiranno davvero perché è più veloce di un email. L'isolamento della memoria non è negoziabile. Ogni sessione riceve un contesto limitato, solo documenti, token e risultati intermedi di cui ha bisogno. Il cross-session poisoning, dove l'inezione di prompt di una conversazione si riversa in un'altra, è il modo in cui esfiltri dati accidentalmente. Il grafo impone dei confini. Niente memoria mutabile condivisa, solo letture autorizzate da un archivio verificato con filtri di contenuto e validatori di schema. Sì, puoi memorizzare nella cache embedding i riassunti, ma devi etichettarli con provenienza ai permessi ed eliminarli al variare delle policy. L'osservabilità è integrata, non aggiunta in seguito. Le tracce a livello di nodo mostrano input, output, durate, tentativi e effetti a valle. Unisci le tracce in un ID di esecuzione del grafo, così puoi rieseguire, diagnosticare e provare la conformità. Chi ha fatto cosa? Quando e perché? Il rilevamento delle anomalie segnala paterni insoliti, picchi improvvisi nelle chiamate agli strumenti, domini insoliti, esplosioni di token. È il tuo sistema di allerta precoce prima che un evento interessante diventi un incidente. Essenzialmente, il grafo è la costituzione. L'executor è la forza dell'ordine. L'LLM è il consulente, non il giudice. Quando codifichi nodi, archi e stato in questo modo, non ottieni solo flussi di lavoro che hanno successo. Ottieni flussi di lavoro che falliscono in sicurezza, si spiegano da soli e si riprendono in modo prevedibile. Ora, con il progetto in mano, possiamo connetterci a Microsoft 365 senza trasformare il tuo Tenan in un buffet. Sicuro fin dalla progettazione. La validazione del grafo batte l'ingegneria del caos. Non provi l'affidabilità lanciando il caos in produzione e sperando che i sopravvissuti siano resilienti. La provi rifiutando i flussi di lavoro non sicuri prima ancora che vengano eseguiti. Questa è la validazione del grafo. Controlli statici per tenere fuori le assurdità. Variare di runtime per tenere il pericolo confinato. La validazione statica è il controllo pre-volo. Controlli la struttura prima del decollo. Cicli che creano loop illimitati, rifiutati o forzati a dichiarare protezioni di iterazione. Nodi irraggiungibili. Il codice morto va eliminato o giustificato. Contratti mancanti. Ogni nodo deve dichiarare schemi di input e output, capacità richieste ed effetti collaterali. Confini di privilegio. I nodi che modificano sistemi esterni devono girare in segmenti con privilegi minimi e liste di ammissione esplicite. E sì, se il tuo nodo di riassunto richiede improvvisamente accesso in scrittura a SharePoint, il validatore dice no senza appello. Ora, il runtime. È qui che le persone diventano negligenti. Un motore di policy siede accanto all'executor, non dietro di esso. Le liste di ammissione di strumenti e domini non sono documentazione, sono decisioni applicate. Al momento della chiamata, il motore controlla RBAC o ABAC contro il principio attivo, token ID, ambiti, rivendicazioni e propaga correttamente lungo la catena. Nessun superpotere ambientale. I token sono delimitati, aggiornati quando permesso e mai contrabbandati attraverso archi amichevoli. La gente guadagna l'accesso a ogni chiamata, o non chiama affatto. La sanificazione di input e output è igiene, non opzionale. L'innezione di prompt non è intelligente, è prevedibile. Ogni fonte di contenuto in entrata passa attraverso filtri di contenuto, HTML, scrubber markdown e firewall di istruzioni che eliminano le assurdità precedenti. L'output passa attraverso i validatori di schema. Se un nodo promette JSON, l'executor rifiuta la prosa e richiede una correzione. Il modello può discutere. Il validatore non negozia. Applica tipi, intervalli e invarianti. Il sandboxing e la segmentazione contengono il raggio d'azione. I nodi che invocano codice esterno o connettori non attendibili girano in ambienti vincolati. Gateway API con limiti di frequenza. Policy di rete che impediscono movimenti laterali e controlli in uscita che permettono traffico solo verso domini verificati. Non si lascia che un nodo di recupero scopra una nuova sorgente dati in produzione. La scoperta avviene in fase di sviluppo, dietro test con aggiornamenti firmati alla lista consentita. L'osservabilità non è registrata da qualche parte, è chirurgica. Il tracing a livello di nodo registra input, output, durate, tentativi e decisioni del motore di policy. Si correla tutto sotto un ID di esecuzione. I log di audit sono immutabili e attribuiti? Quale principio ha autorizzato quale azione? Con quali ambiti? A che ora e perché la policy l'ha permesso? Quando un ente regolatore chiede chi ha fatto cosa, non si alzano le spalle, si effettua una ricerca. Essere pronti alla conformità significa che le proprie prove sono noiose e complete. Le patch e i rischi di terze parti sono problemi della catena di approvvigionamento. Trattali come tali. La scansione delle dipendenze viene eseguita a ogni build. Connettori e plugin vengono controllati, hanno versioni bloccate e sono revisionati per evitare l'aumento dei permessi. Se importi una specifica MCP o AP aperta, convalidi che i metodi dichiarati corrispondano alla policy di privilegio minimo attesa. Nessun endpoint jolly. Nessun percorso di scrittura nascosto che finge di essere in lettura. L'igiene non è affascinante. È, tuttavia, il motivo per cui dormi. La validazione del grafo di verità supera il chaos engineering perché previene classi di incidenti invece di documentarne le conseguenze. Testi ancora le modalità di errore, ma lo fai per confermare i guardrail, non per scoprire di aver dimenticato di installarli. Colleghiamo questo concetto al modello mentale. I controlli statici mantengono sani i progetti. Nessun percorso impossibile. Nessun lavoro orfano. Nessuna perdita di privilegi. I guardrail a runtime mantengono sano il comportamento. Ogni chiamata autenticata, autorizzata, sanificata e osservata. L'executor applica i vincoli del grafo. Il validatore decide il modello. Propone entro i confini e viene limitato quando vaga. Non è pesante. Solo se ti piacciono le violazioni. L'overhead è meccanico e automatizzato. La validazione statica viene eseguita in fase di build e di distribuzione. La policy a runtime è un sidecar, veloce e locale. I controlli dello schema richiedono millisecondi. Il costo che elimini, incidenti, revisioni manuali, retrofitting, oscura la micro latenza che aggiungi. E il vantaggio è misurabile. Meno chiamate non autorizzate. Meno token e molti meno post-mortem sul perché l'ha fatto. Un altro punto che l'utente medio trascura. La validazione è componibile. Puoi avvolgere strumenti di terze parti con nodi proxy che impongono contratti e policy senza fidarti dello strumento stesso. Puoi segmentare i grafi per sensibilità, pubblico, interno, riservato e promuovere i flussi di lavoro tra i livelli solo dopo che la convalida supera il nuovo confine. È così che si scala in modo sicuro. La sicurezza fin dalla progettazione non è uno slogan, è una proprietà del flusso di lavoro. Non speri che gli agenti si comportino bene. Rendi il cattivo comportamento strutturalmente difficile e operativamente visibile. Con le guide in posizione, integrare Microsoft 365 Graph e Azure OpenAI non è una scommessa. È potenza controllata alle tue condizioni. Ora possiamo parlare di cablaggio, non di emergenze da gestire. Lo scenario Microsoft. M365 Graph più Azure OpenAI più Copilot Studio. Assembliamo il cast. Agente di recupero. Bibliotecario disciplinato che preleva solo da Microsoft Graph con privilegi minimi. Agente di ragionamento. Modello Azure OpenAI che pianifica. Cita e non agisce mai oltre il suo mandato. Esecutore. Operatore vincolato alle policy che esegue strumenti con idempotenza e controlli post condizione. Validatore. Il butta fuori, applica schema, policy e confini. Guardia di policy. Sidecar di runtime che collega tutto agli ambiti di EntraID e RBAC. Insieme, si comportano come un team competente invece di una minaccia burocratica. L'accesso ai dati inizia con Graph, non con congetture. L'agente di recupero detiene una registrazione dell'app con ambiti granulari. File. Lettura per un sito specifico. Posta. Lettura base per una casella di posta confinata. Calendari. Lettura per un calendario di risorse. Niente eroismi del tipo Graph, Read, Write, All. Le query usano delta e campi selettivi per mantenere i payload leggeri. La paginazione è di prima classe. L'esecutore segue i link successivi in modo deterministico con Timeout, rispettando la limitazione del servizio. E quando si verificano errori 429, il backoff è matematico. Nessun capriccio. Solo pazienza esponenziale. Il grounding non è un'impressione, è una pipeline. Recupera documenti candidati tramite ricerca Graph o query di elenco. Deduplica per ID elemento e the tag di versione, per non mescolare dati vecchi e attuali. Soddividi per confini semantici. Intestazioni di sezione. Interruzioni di diapositiva. Poi allega provenienza, unità, sito, percorso, ID elemento. Ultima modifica esce assegnato. L'agente di ragionamento vede solo i chunk più i metadati ed è tenuto a produrre citazioni mappate su quegli ID. Senza citazione, nessuna affermazione. L'esecutore lo impone come postcondizione prima di qualsiasi azione esterna. Entra in gioco Copilot Studio per l'orchestrazione. Definisci strumenti dichiarativi, pacchetti di query Graph, azioni di scrittura SharePoint, Post Teams, Invi Outlook, ognuno dietro un proxy con schemi espliciti e liste consentite. Il coordinamento tra agenti è strutturato. L'agente di recupero espone uno strumento di grounding. L'agente di ragionamento lo richiede con i parametri. L'esecutore media convalide restituisce il contesto basato sui dati. I checkpoint umani sono nativi. Un nodo di azione proposta mette in pausa l'esecuzione, presenta il piano più le citazioni e richiede l'approvazione. L'approvazione è firmata e registrata. Il rifiuto indirizza verso un'alternativa sicura o un'escalation. Token e latenza sono gestiti, non sperati. Il contesto selettivo significa fornire solo i segmenti rilevanti, non l'intero tenant. I riepiloghi sono precalcolati e memorizzati nella cache con embedding basati su hash del contenuto e autorizzazioni. Cambia il documento, cambia la chiave, la cache non corrisponde, ricalcola. Le risposte in streaming mantengono viva l'interfaccia mentre l'executor gestisce gli effetti collaterali solo dopo l'arrivo del piano valido completo. Le condizioni di uscita anticipata interrompono il ciclo di ragionamento quando confidenza e copertura raggiungono la soglia. Nessun pensiero extra perché il modello si sentiva poetico. L'auditabilità è integrata. Ogni azione è firmata dal service principal o dall'utente delegato e contrassegnata con i di esecuzione, strumento, parametri, oscurati dove necessario, ambiti e risultato. I log immutabili risiedono nel tuo stack di osservabilità. Scegli il tuo preferito. Quindi, puoi riprodurre un'esecuzione senza rieseguire gli effetti collaterali. Chi ha fatto cosa? Quando e perché diventa una query, non una caccia alle streghe? E sì, le citazioni rimangono intatte. Così puoi verificare che la risposta derivi da contenuti reali del Tenant, non dalla logica del modello. Il fallimento è normalizzato e banale. Errori 429. L'executor riprova con jitter, poi passa una query a basso costo o a una dimensione di pagina ridotta. Cash obsoleta. Il validatore rileva i tags non corrispondenti e forza un aggiornamento. Negazione dell'autorizzazione. Il policy guard nega con motivazione. Propone un percorso di richiesta consenso o in strada verso un riepilogo oscurato che non divulga dati. Interruzione dello strumento. Il grafo dichiara alternative o parcheggia l'esecuzione in una coda di messaggi non recapitabili con contesto completo per la correzione umana. I fallback deterministici trasformano l'incidente in un ticket. Ora, una brevissima procedura guidata. L'utente chiede. Redigi un riepilogo delle decisioni sulla roadmap dell'ultimo trimestre con i link. L'agente di ragionamento propone. Usa la ricerca nel grafo su un sito SharePoint e un canale Teams specifici. Filtra per l'ultimo trimestre, poi sintetizza. Il validatore controlla che gli ambiti richiesti corrispondano al ruolo dell'agente. Corrispondono. L'executor esegue chiamate al grafo con paginazione e selezione dei campi. Rimuove i duplicati per i di elemento. Segmenta e restituisce il contesto con provenienza. Il ragionamento produce un riepilogo con citazioni in linee mappate agli id degli elementi. Il validatore controlla schema e citazioni e approva. Appare un checkpoint umano con riepilogo e prove. L'approvatore clicca su OK. L'executor pubblica il risultato in Teams e invia email agli stack holder. Ogni azione usa chiavi di idempotenza affinché i tentativi non duplicino i post. Nota la disciplina. Nessun agente inventa uno strumento. Nessun nodo attraversa un dominio al di fuori della sua lista consentita. I token sono limitati e propagati correttamente tramite entry id. Non copiati e incollati tra i nodi. Il modello non conclude mai il successo da solo. L'executor lo dimostra con le post condizioni del grafo. I di messaggio creato. E ti agi elemento aggiornato. I di evento calendario. Quindi contrassegna l'esecuzione come completa. E sì. Puoi estendere tutto questo in sicurezza. Integrando planner, viva o servizi di terze parti tramite mcp o api aperte. Ma solo dietro strumenti proxy con schemi rigidi e controlli di egress di rete. Avvolgi ogni connettore con la stessa logica di validazione e guardia di policy. La promozione tra gli ambienti richiede passaggi di validazione che corrispondano al nuovo perimetro. Da sviluppo a testa produzione, con aumenti di ambito revisionati e non presunti. Questa è l'architettura Microsoft fatta nel modo giusto. Graph per la verità. Azure Open AI per il ragionamento. Copilot studio per l'orchestrazione. Executor per le operazioni. Validatori e policy per la sicurezza. E osservabilità come prova. Prima i numeri, non le sensazioni. Metriche prima e dopo. Accuratezza. Latenza. Costi. Carico amministrativo. Bella architettura. Dimostrala. Numeri, non sensazioni. Prima la baseline. Gli agenti basati solo su prompt sono melodrammatici. L'accuratezza è inconsistente perché inventano fonti e dimenticano le citazioni. Senza grounding. Ottieni una prosa sicura di sé che non porta da nessuna parte. La tail latency è brutale. Una lunga catena di chiamate e seriali, thin carder. Ognuna appesantita da contesto ridondante. I costi salgono alle stelle perché ogni turno invia trascrizioni complete e documenti grezzi al modello come un corriere strapagato. Carico amministrativo. Alto. Incidenti. Hotfix. Guasti misteriosi e audit che sembrano archeologia fatta ben dati. Ora, lo stato successivo con executore e grafi validati. L'accuratezza aumenta perché le affermazioni richiedono prove. Citazioni grundid legate ai dd elementi del grafo e tag hash firmati significano che una risposta priva di provenienza semplicemente non supera il validatore. L'effetto è immediato. Meno risposte errate fornite, meno cicli di rilavorazione e un incremento misurabile nei tassi di successo dei task sui set di valutazione. Quando un'affermazione non può essere supportata, la gente nega con una motivazione o richiede l'approvazione umana. Prevedibile. Revisionabile. Sicuro. La latenza si riduce per tre ragioni. Primo. Il parallelismo. Recupero. Reranking e destrazione delle citazioni vengono eseguiti fianco a fianco e poi sincronizzati in un nodo barriera. Secondo. Caching. Embedding e riassunti basati su hash del contenuto e ambito di autorizzazione evitano di ricalcolare ciò che non è cambiato. Terzo. Uscita anticipata. Una volta che copertura e confidenza raggiungono la soglia, il grafo interrompe il ciclo. Confrontalo con il prompting seriale dove il modello riflette per un paragrafo e i tuoi utenti riflettono se abbandonare. I costi scendono perché la disciplina dei token viene imposta? Non richiesta. Gli output vincolati dallo schema impediscono di divagare. Il contesto selettivo alimenta solo i frammenti rilevanti con metadati, non interi siti. Prompt più brevi, risposte più piccole, meno tentativi. L'idenpotenza e la logica di back-off dell'executor evitano chiamate duplicate e cicli sprecati. L'effetto netto è meno token per ogni risultato riuscito e molta meno varianza. Alla finanza piace la riduzione della varianza. Il carico amministrativo si riduce perché l'osservabilità è progettata, non improvvisata. Le tracce a livello di nodo e i lobby mutabili riducono drasticamente i tempi di diagnosi degli incidenti. Vedi quale nodo ha fallito? Perché il motore delle policy ha negato l'accesso e cosa ha tentato di fare l'executor subito dopo? Le distribuzioni ripetibili eliminano la scusa del sul mio computer funziona. La conformità smette di essere una crisi stagionale perché ogni esecuzione contiene già chi, cosa, quando e perché. Rendiamolo concreto con un sistema di misurazione che puoi realmente utilizzare. Crea un set di valutazione di attività rappresentative. Q&A con citazioni, riassunti con link e proposte di azione con approvazioni. Per ognuna, definisci risposte ideali o criteri di accettazione. Fatti corretti con ID degli elementi mappati, copertura delle citazioni e varianza consentita. Monitora SLO, latenza end-to-end P50 e P95, token spesi per attività completata e tassi di rifiuto delle policy. Collega ogni metrica alle tracce, così ogni regressione avrà una scia di briciole di pane da seguire. Risultati che dovresti aspettarti se segui l'architettura, senza improvvisare. Maggiore validità delle risposte perché le affermazioni non supportate non escono mai dallo staging. Latenza P95 inferiore perché le code lunghe vengono tagliate da nodi paralleli e uscite anticipate. Minor consumo di token perché smetti di inviare interi romanzi e inizi a inviare solo frammenti rilevanti. Meno segnalazioni per gli amministratori perché la maggior parte dei fallimenti viene gestita da fallback deterministici. E sì, la metrica noiosa che tutti dimenticano. Tasso di completamento al primo tentativo, più esecuzioni terminano senza bisogno di intervento umano. Impatto sul business. Risoluzioni più rapide significano che gli utenti smettono di aprire ticket duplicati. Spesa prevedibile significa pianificare il budget senza brutte sorprese sui costi dei token. Fiducia nella conformità significa meno cicli di audit che ostacolano la tua roadmap. Il vantaggio meno ovvio è quello reputazionale. Quando le risposte della gente citano i contenuti del Tena nei link funzionano, le persone si fidano, lo usano e smettono di inoltrare screenshot che iniziano con Perché ha detto questo? Consiglio diretto, misura il collegamento tra traccia e metrica o stai volando basandoti solo su opinioni. Se non puoi aprire un'esecuzione e vedere esattamente quale nodo ha gonfiato i token o rallentato la latenza, non hai osservabilità, hai solo sensazioni con timestamp. Tutto cambia quando il validatore si posiziona tra un bel piano e l'azione reale. L'accuratezza si stabilizza, la latenza si riduce, i costi si appiattiscono, gli amministratori dormono. Non è magia, sono executor. Grafi e validazione che svolgono il lavoro che avevi assegnato erroneamente ai prom.