← Note
Agenti · 2026

Abbiamo misurato 254 agenti di IA: l'88% non ha un vero limite di spesa

Un certificato statico di budget, garantito da una prova verificata dalla macchina, vede ciò che un misuratore a runtime non vede — prima che venga eseguito alcunché.

Un agente di IA è un ciclo: chiama un modello, legge il risultato, decide cosa fare e richiama. Ogni giro costa token, denaro e tempo. La domanda naturale —qual è il massimo che questo ciclo può spendere prima di fermarsi?— di solito non ha risposta finché non l'ha già speso.

I misuratori a runtime riportano il conto quando arriva. Noi volevamo il caso peggiore prima della messa in produzione: un tetto che si possa dimostrare, non un numero che si osserva col senno di poi.

Cosa abbiamo guardato

Abbiamo preso 254 workflow di agenti reali da 45 repository pubblici di produzione costruiti sui framework più diffusi —LangGraph, CrewAI, l'OpenAI Agents SDK— e ci siamo chiesti, per ciascuno: da dove arriva, in concreto, il suo tetto di spesa?

88%
dei workflow ciclici si affida a un default del framework come unico vincolo di budget — o non ne ha alcuno.

L'insidia è il default. Il tetto moderno di LangGraph (recursion_limit) è di 1000 supersteps — erano 25 prima della versione 1.0.6. Un workflow che sembra "protetto" può fare mille giri prima che il framework lo fermi. E solo circa una chiamata al modello su otto in questo codice porta un tetto di token esplicito. Un limite di 1000 passi non è protezione; è un tetto abbastanza alto da non vincolare quasi nulla.

Un tetto che si può dimostrare

Sotto la misurazione c'è un pezzo di teoria: un calcolo a risorse tipate in cui un workflow ben tipato non può superare il budget dichiarato — su ogni traccia possibile, non solo quelle che hai testato. Il teorema centrale di solidità di costo è verificato dalla macchina in Lean 4, senza lacune né passi non dimostrati.

Il verificatore statico che lo mette in pratica è Costwright. Lo punti a un repository e riporta, per ogni grafo di workflow, il tetto nel caso peggiore, da dove arriva quel tetto e quando è di fatto vacuo. Non esegue mai il tuo codice — lo legge. È conservativo per costruzione: quando un workflow usa un pattern che il calcolo non può vincolare, lo dice, invece di inventare un numero più piccolo.

Come leggere questi numeri. Il dataset pende verso LangGraph (circa l'80% delle unità), i workflow si raggruppano in circa 5,6 per repository e riflette ciò che è visibile su GitHub pubblico. Dove non era dichiarata la versione di LangGraph abbiamo assunto il default moderno di 1000. La specifica completa, il dataset congelato e la traccia di audit sono nel repository di Costwright — non un'affermazione di marketing, un esperimento che puoi rieseguire.

Il punto non è che i framework di agenti siano negligenti. È che "ha un limite" e "ha un limite che significa qualcosa" sono affermazioni diverse — e oggi quasi nessuno può dire quale delle due è vera per il proprio sistema prima che venga eseguito.

Fonti