Smolagents di Hugging Face: agenti che scrivono codice invece di JSON

Hugging Face pubblica smolagents, una libreria piccolissima (circa 1000 righe di Python) per costruire agenti LLM. L'idea forte non è la dimensione, ma il paradigma: l'agente, invece di rispondere con JSON tipo {"tool": "search", "args": {...}}, scrive direttamente codice Python che usa le tue funzioni.

In pratica: il modello produce uno snippet tipo result = search("LLM agents 2025"); summary = summarize(result). Lo snippet viene eseguito in un interprete sandbox (locale o E2B), il risultato torna al modello, che decide il passo successivo.

Perché interessa: un agente "code" può combinare più tool in un solo turno, fare loop, condizioni, parsing — cose che con JSON tool calls richiedono più round. Risultato: meno chiamate al modello, latenza più bassa, comportamento più flessibile.