L'architettura segreta di AmicoAI

Mentre tutti fanno RAG e fine-tuning, AmicoAI fa qualcosa di più radicale: un modello che si riscrive da solo in tempo reale, senza training. Non è fantascienza — è meta-prompting applicato all'esplorazione agentic LLM.

In breve

• Agenti multipli che gestiscono la memoria a diversi livelli (breve, medio, lungo termine)
• Insight: un livello che funge da sfondo cognitivo del sistema
• Scaffold model-agnostic: qualsiasi LLM può funzionarci sopra

Il cuore: prompt auto-riscrivente

Il modello internamente "si dice" cosa cambiare nel suo comportamento e scrive quell'istruzione nel suo prompt in modo persistente. In pratica: apprendimento testuale in tempo reale. Il prompt non è più fisso — è uno stato che evolve insieme alla conversazione.

Cosa emerge

Un comportamento emergente. Il sistema può decidere di non rispondere, di chiudere una conversazione quando rileva stanchezza nello stile dell'utente, o di riprenderla più tardi. Non sono funzionalità programmate a mano — sono effetti di un prompt che si aggiorna continuamente.

Riferimenti scientifici

• "Generative Agents: Interactive Simulacra of Human Behavior" (Park et al., 2023)
• "MemGPT: Towards LLMs as Operating Systems" (Packer et al., 2023)
• "Reflexion: Language Agents with Verbal Reinforcement Learning" (Shinn et al., 2023)
• "Voyager: An Open-Ended Embodied Agent with LLMs" (Wang et al., 2023)
• "A-MEM: Agentic Memory for LLM Agents" (Xu et al., 2025)