Quando un agente diventa otto: accuratezza e rischio nella finanza multi-agente

Il responsabile finanziario di un’azienda SaaS mid-market ha descritto il momento in cui tutto è diventato chiaro. Avevano costruito un “team” di agenti per produrre il pacchetto mensile destinato al board: uno recuperava i ricavi dal sistema di fatturazione, uno recuperava i costi dal libro mastro, uno calcolava il margine lordo, uno scriveva il commento, uno assemblava il documento. La demo funzionava alla perfezione. Poi il controller ha verificato i numeri e ha scoperto che il margine lordo nel grafico non coincideva con il margine lordo nel testo. Stessa metrica, stesso mese, due risposte diverse. Nessun agente era “sbagliato” preso singolarmente. Ognuno lo aveva semplicemente calcolato a partire da una porzione di dati leggermente diversa, e nessuno aveva riconciliato le porzioni.

Questa è la modalità di fallimento silenziosa della finanza multi-agente. La demo funziona. I conti non tornano. E poiché l’errore si annida tra gli agenti anziché dentro uno solo di essi, nessun log di un singolo agente lo spiega.

Perché aggiungere agenti aumenta il rischio più velocemente di quanto aumenti la capacità

Il fascino dell’orchestrazione multi-agente è evidente. Scomporre un flusso di lavoro complesso in specialisti, eseguirne alcuni in parallelo, mettere un supervisore sopra a instradare e sintetizzare. Benchmark recenti sull’elaborazione di documenti finanziari mostrano vantaggi reali quando questo viene fatto bene, incluse strategie di instradamento che tagliano i costi di circa la metà mantenendo l’accuratezza, perché i campi semplici vanno a modelli economici e i campi complessi vanno a modelli forti.

Ma lo stesso corpo di ricerca è schietto sul rovescio della medaglia. I sistemi multi-agente LLM in produzione falliscono con frequenze scomodamente alte, e gran parte di questi fallimenti non sono errori di ragionamento individuali. Sono fallimenti di coordinamento: gli agenti fraintendono il proprio ruolo, duplicano lavoro, perdono la cronologia o trattano l’ipotesi di un agente a monte come un dato di fatto acquisito. I ricercatori di UC Berkeley l’hanno catalogato nel 2025 come una tassonomia di modalità di fallimento, e “l’accumulo di errori” si trova esattamente al centro.

Ecco il meccanismo che dovrebbe preoccupare un CFO in particolare. Quando si concatenano agenti, gli errori non si annullano a vicenda. Passano intatti a valle. Un agente di ricerca produce un numero leggermente sbagliato, l’agente di esecuzione lo tratta come verità accertata, e ogni passo successivo costruisce su una fondazione errata. Un’analisi ha rilevato che le architetture a ciclo chiuso con verifica avversariale hanno neutralizzato oltre il 40% degli errori che altrimenti si sarebbero accumulati. Lette al contrario: senza quella verifica, quegli errori si propagano fino all’output che firmate.

Esiste anche una versione più sottile. Uno studio del 2025 sull’auto-condizionamento ha osservato che quando il contesto di un modello contiene i suoi stessi errori precedenti, diventa misurabilmente più propenso a commetterne altri. Un agente che ha calcolato male i ricavi una volta sta ora ragionando sul proprio numero errato. L’errore non si limita a persistere. Si riproduce.

Il vero problema non sono gli agenti. È ciò che leggono.

La maggior parte dei team risponde a questo aggiungendo più orchestrazione. Più supervisori, più agenti critici, più tentativi ripetuti. Questo aiuta con alcune classi di errore. Ma diagnostica male il problema specifico della finanza, che quasi mai è che gli agenti si sono coordinati male. È che ogni agente ha costruito la propria connessione ai dati di origine e la propria versione privata della verità.

Ripensiamo al team del pacchetto per il board. L’agente dei ricavi interroga l’API di fatturazione e applica la propria logica di riconoscimento dei ricavi. L’agente del margine interroga il libro mastro e nettifica le voci in modo leggermente diverso. L’agente del commento legge un’esportazione in cache di martedì scorso. Tre agenti, tre percorsi di dati, tre definizioni delle stesse cifre. Nessuna intelligenza del supervisore può risolvere questo, perché il supervisore sta coordinando output che non sono mai stati calcolati a partire dalla stessa base. Si può orchestrare alla perfezione e produrre comunque un report che non quadra.

È qui che l’immagine degli “otto agenti” diventa rilevante. Otto agenti con otto connettori sono otto occasioni per definire i ricavi in modo diverso, otto punti in cui un aggiornamento può divergere, otto percorsi di calcolo che un revisore deve rincorrere. La complessità non è lineare. Ogni nuovo agente che legge o scrive una propria versione dei numeri aggiunge un altro nodo al grafo delle cose che possono silenziosamente non coincidere.

Un modello riconciliato, molti agenti

L’architettura che funziona davvero non è affascinante: ogni agente legge da, e scrive su, un unico modello finanziario riconciliato. Non una cartella condivisa. Non una cache condivisa. Un modello che quadra con il libro mastro, dove i ricavi significano una sola cosa, dove ogni cifra porta con sé la tracciabilità fino alla fonte, e dove i calcoli passano attraverso un motore deterministico invece di essere ricalcolati da qualunque LLM si trovi in quel momento a gestire quel sottocompito.

Quando il livello dei numeri è condiviso e riconciliato, la questione dell’orchestrazione diventa drasticamente più semplice. L’agente del margine e l’agente del commento non possono essere in disaccordo sul margine lordo, perché nessuno dei due calcola il margine lordo. Entrambi lo recuperano dallo stesso modello, e il calcolo che lo ha prodotto è avvenuto una sola volta, in modo deterministico, a partire da input riconciliati. Gli agenti tornano a fare ciò in cui sono davvero bravi: scomporre la richiesta, decidere cosa recuperare, sequenziare il lavoro, redigere il testo, mentre la parte in cui sono scarsi, l’aritmetica, esce del tutto dall’LLM. Rendiamo questa separazione il fulcro del design in perché gli agenti finanziari devono chiamare strumenti, non calcolare.

Questo risolve anche il problema di audit che i sistemi multi-agente altrimenti aggravano. Con percorsi dati privati, “chi ha calcolato questo e a partire da cosa” non ha una risposta pulita; la cifra è stata assemblata tra agenti e connettori senza un registro unico. Con un modello riconciliato condiviso, ogni numero risale alla fonte indipendentemente da quale agente l’abbia mostrato. Questa tracciabilità è ciò di cui un revisore o un board hanno realmente bisogno, ed è per questo che lo stesso principio attraversa tracce di audit che registrano decisioni, non solo azioni.

Cosa significa questo prima di scalare lo sciame

Alcune concessioni oneste. L’orchestrazione multi-agente è reale e utile. Il pattern supervisore-lavoratore è uno dei più sicuri per i flussi di lavoro regolamentati perché instradamento, tentativi ripetuti e approvazioni restano in un unico livello controllato. Il parallelismo accorcia davvero il tempo di completamento. Nulla di tutto ciò è il problema.

Il problema è la sequenza. Mettere in piedi otto agenti sopra otto connessioni dati private non vi dà un team finanziario. Vi dà otto modi indipendenti per essere sicuri di sé e sbagliati, collegati tra loro in modo che gli errori si sommino. L’ordine che funziona è il contrario: riconciliare prima i numeri, in un unico modello che quadra con il libro mastro e calcola in modo deterministico, poi puntare su di esso quanti agenti servono al flusso di lavoro. È il livello condiviso a rendere affidabile l’orchestrazione, non il contrario.

Se i vostri agenti oggi portano ciascuno la propria definizione di ricavi, il rischio non è il numero di agenti. È il numero di versioni della verità. Riducetele a una sola, e l’orchestrazione diventa un moltiplicatore di accuratezza invece che un moltiplicatore di errori.

Scoprite come Rexfin offre a ogni agente un unico modello riconciliato su cui leggere e calcolare: prenotate una demo e portate il report che non quadrava.