Compilare flussi di lavoro agentici nei pesi degli LLM riduce i costi di 100 volte

Un nuovo articolo su arXiv (2605.22502) propone di compilare flussi di lavoro agentici direttamente nei pesi degli LLM tramite fine-tuning, creando 'agenti sotterranei' che raggiungono una qualità quasi all'avanguardia a un costo inferiore di due ordini di grandezza. Gli attuali framework di orchestrazione degli agenti (LangGraph, CrewAI, Google ADK, OpenAI Agents SDK, Semantic Kernel, Strands, LlamaIndex) superano 290.000 stelle su GitHub ma si basano su orchestratori esterni che iniettano istruzioni e decisioni di routing a ogni turno. Lavori precedenti (SimpleTOD, FireAct, SynTOD, WorkflowLLM, Agent Lumos) hanno dimostrato la tecnica, ma l'adozione da parte degli sviluppatori ha favorito l'orchestrazione. L'approccio affronta il consumo della finestra di contesto, la dipendenza da modelli all'avanguardia e l'esposizione di procedure proprietarie a provider terzi.