n8n workflow o AI Agent: quale scegliere davvero

Trenta turni di supporto controllati hanno portato agli stessi 20 casi completati in entrambe le architetture, ma il nuovo n8n Agent ha richiesto 40 chiamate a workflow con ambito limitato e ha conservato 20 sessioni di conversazione. Nel confronto tra n8n workflow e Agent, quindi, non conta quale dei due automatizzi di più: se la sequenza è fissa, deve comandare il workflow; l'Agent serve solo quando è la conversazione a determinare il passaggio successivo.

n8n workflow o Agent: il verdetto

Conviene scegliere un n8n workflow quando la sequenza può essere disegnata prima dell'esecuzione. È invece il caso di usare un n8n Agent quando l'azione più utile dipende da ciò che dice una persona, dal risultato restituito da uno strumento o dal contesto già acquisito nella conversazione. Nel supporto e nelle operations in produzione, l'architettura più solida è quasi sempre ibrida: l'Agent decide, mentre workflow circoscritti eseguono il lavoro.

Questa distinzione conta più della semplice presenza di un modello nell'automazione. Un workflow può interrogare un modello e restare deterministico. Un Agent può richiamare workflow e restare agentico, perché è il modello — non il canvas — a scegliere lo strumento successivo.

La domanda decisiva è semplice: chi deve stabilire il passaggio successivo? Se la risposta è chi progetta l'automazione, il controllo deve restare al workflow. Se invece deve decidere il modello dopo aver letto la conversazione e i risultati degli strumenti, serve un Agent. Anche n8n traccia lo stesso confine nel materiale di lancio: le sequenze fisse sono adatte ai workflow, le richieste aperte agli Agent capaci di individuare i passaggi necessari. La spiegazione pubblicata da n8n al lancio è insolitamente netta su questo punto.

Che cosa è cambiato il 25 settembre

n8n ha introdotto la nuova area Agents il 25 settembre 2026. Un Agent è ora un artefatto di prima classe del progetto, con modello, istruzioni, strumenti, memoria, sessioni, bozza, versione pubblicata, canali e pianificazioni propri. Vive accanto ai workflow, anziché dentro uno specifico canvas. La documentazione attuale di n8n Agents lo presenta come lo spazio destinato alle attività troppo aperte per un workflow fisso.

La novità utile è proprio questa identità condivisa. Lo stesso Agent pubblicato può rispondere in un canale, avviarsi secondo una pianificazione o ricevere un messaggio da un altro workflow. La cronologia della sessione registra conversazione, strumenti, output, errori e approvazioni in sospeso. Modificare la bozza non cambia silenziosamente la versione pubblicata.

Il modello non dovrebbe comunque avere accesso indiscriminato a tutti i sistemi. Un workflow usato come strumento gli fornisce un contratto operativo ristretto: input definiti, credenziali controllate, output noto e, se necessario, un confine di approvazione. Una delle prime reazioni degli utenti ha colto bene il punto: riutilizzare i workflow esistenti come strumenti è più utile che aggiungere un'altra interfaccia chat.

n8n AI Agent Workflow Builder: che cosa cambia

Nel modello precedente, l'agente veniva assemblato dentro un workflow collegando Chat Trigger, memoria, un nodo AI Agent, un modello e gli strumenti. Questo schema continua a funzionare. Il nuovo builder trasferisce in un elemento condiviso l'identità persistente dell'agente, le sessioni, le versioni e i diversi punti di ingresso.

Non si tratta di un semplice ritocco all'editor. Cambia la responsabilità dei componenti:

• L'Agent governa la conversazione e il ciclo di selezione degli strumenti.
• I workflow pubblicati gestiscono azioni circoscritte, come cercare un account o preparare una risposta.
• Il canale, la pianificazione o il workflow chiamante stabilisce quando l'Agent riceve un'attività.
• Un approvatore prende la decisione finale su uno strumento sensibile.

n8n Agents e nodo AI Agent: le differenze

Il nodo AI Agent esistente resta un nodo di workflow. Si collega a un modello chat e ad almeno uno strumento, quindi seleziona gli strumenti durante l'esecuzione di quel workflow. n8n conferma che le implementazioni esistenti basate sul nodo AI Agent continueranno a funzionare. La documentazione aggiornata del nodo descrive ancora questa architettura composta da modello e strumenti.

Il nodo è adatto quando l'agente appartiene a un solo workflow e quel workflow deve controllarne trigger, gestione della memoria e ciclo di vita. Il nuovo Agent è preferibile quando la stessa identità deve persistere tra più conversazioni o può essere chiamata da punti diversi. La migrazione è facoltativa: non serve per continuare a eseguire un agente già costruito con il nodo.

Lo stesso task di supporto, costruito in due modi

Il confronto controllato ha utilizzato un'istanza locale e temporanea di n8n 2.40.7, un solo endpoint locale e deterministico compatibile con OpenAI e una fixture JSON fissa. L'obiettivo era misurare routing e orchestrazione, non la qualità del modello o la latenza del cloud.

Esempio di n8n AI Agent: triage del supporto

La fixture conteneva 20 ticket di supporto sintetici:

• Dieci avevano un formato fisso con ID del ticket, ID dell'account, area del prodotto e problema.
• Dieci omettevano intenzionalmente ID dell'account e area del prodotto, quindi un sistema utile doveva porre una domanda di chiarimento.
• Per ogni caso finale era prevista una coda precisa: billing, technical o general.

Entrambe le architetture hanno elaborato gli stessi 30 turni utente. I dieci ticket completi hanno richiesto un turno ciascuno. I dieci incompleti hanno richiesto una domanda iniziale e una risposta successiva, per altri 20 turni.

1. 1

   Costruire la sequenza fissa

   Il workflow utilizzava tre nodi: un webhook riceveva il ticket, il modello locale condiviso lo classificava e un parser restituiva JSON strutturato. Ogni messaggio in ingresso attraversava quei nodi nello stesso ordine.

2. 2

   Costruire l'Agent

   L'Agent utilizzava lo stesso modello, istruzioni di triage esplicite, memoria persistente della sessione e tre workflow pubblicati come strumenti: Get Account Context, Draft Support Reply e Page On Call. I primi due erano accessibili direttamente. Page On Call richiedeva un'approvazione.

3. 3

   Valutare il lavoro completato

   Un caso era considerato completo solo quando l'output conteneva la coda finale prevista. Domande di chiarimento, esecuzioni, sessioni, richieste all'endpoint del modello, chiamate ai workflow usati come strumenti, errori e azioni superflue sono stati registrati separatamente.

Entrambe le architetture hanno instradato tutti i 20 casi finali verso la coda prevista. Il risultato non dimostra che Agent e workflow abbiano la stessa capacità di giudizio. Lo stub era intenzionalmente deterministico, così da isolare l'orchestrazione nel test. Mostra invece dove compare la complessità aggiuntiva: il workflow fisso ha inviato una richiesta al modello per turno, mentre l'Agent lo ha chiamato ripetutamente per scegliere gli strumenti, elaborarne i risultati, produrre la risposta e portare avanti l'esecuzione.

Le 100 richieste all'endpoint effettuate dall'Agent comprendevano 70 richieste in streaming per il ragionamento o il ciclo degli strumenti e 30 richieste ausiliarie non in streaming in questa configurazione locale. È un invito a misurare l'uso del provider, non un moltiplicatore universale. Il numero può cambiare con un modello, una configurazione della memoria, un prompt o una revisione del prodotto diversi.

Quando usare n8n Agents

Un Agent è indicato quando la conversazione cambia il piano. Una richiesta di supporto che comincia con «la fatturazione è sbagliata» può richiedere la ricerca di un account, una domanda di chiarimento, la verifica di una policy o un'approvazione prima di qualsiasi azione. Non è possibile conoscere il ramo corretto finché non arrivano le informazioni mancanti.

Un workflow è preferibile quando il piano è già noto. Un'esportazione notturna, una sincronizzazione da webhook a CRM o una sequenza di arricchimento dei lead traggono vantaggio da nodi espliciti, nuovi tentativi prevedibili e un percorso di esecuzione ispezionabile senza dover ricostruire una decisione del modello.

Controllo e debug: vince il workflow

Un workflow è più facile da analizzare, perché i possibili nodi successivi sono visibili sul canvas. Se un processo deterministico non riesce, l'esecuzione mostra quale nodo si è fermato. È la scelta predefinita corretta per movimenti di denaro, eliminazione di record, modifiche alle autorizzazioni e altre operazioni in cui la flessibilità rappresenta più un rischio che un vantaggio.

La sessione di un Agent offre un altro tipo di traccia: messaggi, strumenti scelti, output, errori e approvazioni. È utile, ma non trasforma una decisione probabilistica in un grafo dichiarato. Se la sequenza non deve mai variare, introdurre un ciclo di ragionamento crea soltanto un'altra superficie di errore.

Conversazione e stato: vince l'Agent

L'Agent prevale quando il lavoro si estende su più turni. Le sessioni sono archiviate e possono essere riprese; la memoria di sessione è attiva per impostazione predefinita. Nella fixture, i dieci ticket incompleti sono rimasti nella sessione originale quando sono arrivati i dati mancanti su account e prodotto. Il workflow fisso ha prodotto la stessa risposta soltanto perché il messaggio successivo ripeteva abbastanza contesto per un classificatore senza stato.

Nel supporto reale, la differenza aumenta. Se un secondo messaggio dice soltanto «l'account UE», un workflow deve recuperare il ticket precedente da un archivio dati oppure ricevere la cronologia come input. La sessione dell'Agent dispone già del contesto della conversazione. La memoria episodica può estendersi anche tra sessioni diverse, anche se al momento n8n richiede credenziali OpenAI per questa funzione.

Azioni sensibili: vince il workflow, preceduto da un Agent

L'architettura ibrida più sicura concede liberamente all'Agent gli strumenti in sola lettura e richiede l'approvazione per gli effetti collaterali. In uno smoke test separato su un ticket urgente, l'Agent ha completato la ricerca in sola lettura dell'account, ha selezionato Page On Call e poi si è sospeso. Il workflow di reperibilità non è stato eseguito in attesa che un approvatore accettasse la chiamata allo strumento.

È il modello di sicurezza corretto: un Agent può consigliare o richiedere un'azione, ma sono un workflow circoscritto e un'approvazione esplicita a controllarne l'impatto. Le credenziali sono associate allo strumento, quindi l'Agent non ha bisogno di credenziali generiche capaci di fare tutto.

Vincitore assoluto: l'architettura ibrida

La nuova area esprime il massimo valore come livello di controllo conversazionale sopra i workflow, non come loro sostituto. L'Agent interpreta, fa domande e sceglie. I workflow convalidano, modificano i sistemi e restituiscono risultati strutturati. Questa separazione permette anche di testare le azioni indipendentemente dal modello che le seleziona.

Costi di esecuzione di n8n Agents

Al 26 settembre 2026, n8n non assegna agli Agent un piano tariffario separato. Un turno dell'Agent conta come un'esecuzione; le esecuzioni di Agent e workflow consumano la stessa quota. Il post di lancio di n8n precisa inoltre che le chiamate a workflow usati come strumenti e a sub-agent effettuate nello stesso turno non vengono conteggiate come esecuzioni distinte del piano.

Con fatturazione annuale, i prezzi correnti sono $20 al mese per Starter con 2,500 esecuzioni e $50 al mese per Pro con 10,000 esecuzioni. Entrambi sono stati verificati sulla pagina dei prezzi di n8n, che indica un risparmio del 17% selezionando l'opzione annuale. Per un confronto più ampio tra i piani, è disponibile anche l'analisi dei prezzi di n8n.

Consideriamo lo scenario di pianificazione previsto dal brief: 200 conversazioni da tre turni ciascuna.

• 600 esecuzioni Agent derivano da 200 × 3. Ai fini della quota, i workflow interni usati come strumenti restano compresi in quei turni.
• Con Starter, $20 ÷ 2,500 equivale a $0.008 di quota dell'abbonamento per ogni esecuzione inclusa. I 600 turni assorbono $4.80 dell'abbonamento mensile e lasciano 1,900 esecuzioni.
• Con Pro, $50 ÷ 10,000 equivale a $0.005 di quota dell'abbonamento per ogni esecuzione inclusa. Gli stessi 600 turni assorbono $3.00 e lasciano 9,400 esecuzioni.

Questi quozienti ripartiscono il costo, ma non sono tariffe marginali in fattura. Se il turno 601 rientra ancora nella quota del piano, non aggiunge una voce da $0.008 alla fattura Starter.

Il punto di passaggio è il limite della quota, non uno sconto tra Agent e workflow. Starter comprende 833 conversazioni complete da tre turni per 2,499 esecuzioni; la conversazione 834 porta il totale a 2,502 e supera la quota di 2,500. Pro comprende 3,333 conversazioni di questo tipo per 9,999 esecuzioni; la conversazione 3,334 porta il totale a 10,002 e supera la quota di 10,000.

Se un workflow fisso riceve un webhook per ogni messaggio della chat, consuma a sua volta 600 esecuzioni per gli stessi 600 turni. Il costo delle esecuzioni è quindi identico. Il workflow fisso può comunque costare meno a livello di modello, perché può inviare una sola richiesta laddove un Agent prende più decisioni attorno agli strumenti.

L'utilizzo del modello non rientra nella quota di esecuzioni. I crediti n8n Gateway usano un saldo prepagato separato; in alternativa si possono usare le proprie credenziali del provider. La documentazione sui crediti Gateway spiega che, quando il saldo arriva a zero, i nodi supportati smettono di funzionare finché il proprietario non ricarica, attiva la ricarica automatica o cambia credenziali. Il risultato locale di 30 richieste contro 100 mostra perché sia il numero di esecuzioni sia la spesa per il modello devono comparire nella dashboard.

Sessioni, versioni, approvazioni e chiamate ai workflow

Il nuovo Agent giustifica il proprio ruolo quando più punti di ingresso devono condividere lo stesso comportamento. n8n archivia ogni conversazione come una sessione, includendo messaggi, strumenti e approvazioni in sospeso. La fixture misurata ha creato 20 sessioni, una per ticket; ciascuno dei dieci ticket con risposta successiva ha ripreso la sessione esistente al secondo turno.

Il versioning separa gli esperimenti dalla produzione. La bozza si salva durante le modifiche, mentre Publish crea un'istantanea usata da canali, pianificazioni e chat di produzione. Nella verifica locale, un'istruzione inserita solo nella bozza ha prodotto una nuova versione di bozza, senza cambiare l'ID della versione attiva né le istruzioni pubblicate. È il comportamento necessario quando si perfeziona un prompt mentre le operations sono già in esecuzione.

n8n Message an Agent: lo stesso Agent da più punti di ingresso

Il nodo Message an Agent consente a un workflow di chiamare un Agent già pubblicato. Un workflow di prova composto da due nodi ha inviato un ticket di fatturazione allo stesso Support Triage Agent, ha ricevuto un risultato completo e ha registrato le stesse due chiamate circoscritte: prima il contesto dell'account, poi la preparazione della risposta. Il nodo accettava anche una chiave di sessione personalizzata, così un workflow può proseguire una conversazione nota anziché ripartire da zero.

Ne deriva un utile schema di composizione:

1. Un workflow deterministico riceve e convalida un evento.
2. Message an Agent invia all'Agent pubblicato soltanto la decisione conversazionale.
3. L'Agent sceglie tra workflow circoscritti usati come strumenti.
4. Il workflow chiamante riceve il testo dell'Agent, i dati di utilizzo, il log delle chiamate agli strumenti e il riferimento alla sessione.

Va evitata la versione circolare di questa architettura. Un workflow che chiama un Agent non dovrebbe anche essere collegato allo stesso Agent come strumento. I workflow di ingresso e quelli operativi devono restare distinti, con nomi che rendano evidente il confine.

Le approvazioni fanno parte della stessa traccia di sessione. Quando viene selezionato uno strumento sensibile, l'Agent si ferma e ne mostra gli argomenti. Approve consente di riprendere da quel punto; Reject annulla l'azione. È più concreto di una generica promessa di intervento umano, perché chi approva può vedere lo strumento proposto e il relativo input prima che vengano usate le credenziali.

Per le automazioni ad alto rischio, la cronologia delle sessioni non basta comunque da sola. Gli errori dell'Agent e le scelte sospette degli strumenti devono confluire in un percorso di revisione indipendente; conservazione, oscuramento dei dati e avvisi vanno allineati alle informazioni coinvolte. La guida all'analisi degli errori degli agenti AI tratta questo livello distinto di osservabilità.

Passare agli Agent senza ricostruire tutto

Il passaggio dovrebbe consistere nell'incapsulare workflow stabili, non nel ridisegnarli dentro un prompt. I workflow esistenti contengono già gli elementi di valore: credenziali, convalida, chiamate API, trasformazioni e gestione degli errori.

1. 1

   Mantenere la struttura deterministica

   Pianificazioni, webhook, convalida e scritture irreversibili devono rimanere nei workflow. Non ha senso migrare una sequenza fissa soltanto per dare all'architettura un aspetto agentico.

2. 2

   Trasformare le azioni in contratti

   Ogni workflow richiamabile deve avere uno schema di input ristretto e un output strutturato. Separare le ricerche in sola lettura dagli effetti collaterali permette di applicare l'approvazione solo dove serve.

3. 3

   Collegare il minor numero possibile di strumenti

   All'inizio, l'Agent dovrebbe ricevere solo i pochi workflow necessari a un compito. Nomi e descrizioni specifici aiutano il modello a scegliere correttamente e rendono più semplice verificare il log della sessione.

4. 4

   Testare le conversazioni, non i prompt

   I test devono coprire casi con formato fisso, informazioni mancanti, messaggi ripetuti e richieste non sicure. Prima di pubblicare l'istantanea, occorre valutare output finali, turni di chiarimento, chiamate agli strumenti, azioni rifiutate e utilizzo del modello.

5. 5

   Aggiungere i punti di ingresso per ultimi

   Quando l'Agent pubblicato è stabile, si può collegare un canale, una pianificazione o un workflow Message an Agent. È meglio riutilizzare la stessa identità che duplicare le istruzioni su più canvas.

Il passaggio è sconsigliato se la sequenza è fissa, se il nodo AI Agent attuale appartiene a un solo workflow o se il modello di conformità non può accettare software in Preview. Per le installazioni self-hosted Enterprise e in queue mode la risposta è ancora più netta: per ora conviene aspettare. Se la decisione riguarda l'intero stack di automazione attorno a n8n, il confronto tra strumenti di automazione AI offre un quadro più ampio.

Il costo della migrazione si nasconde nelle interfacce, non nel numero di nodi. Ogni workflow usato come strumento richiede input chiari, credenziali controllate, output prevedibili, azioni sicure in caso di duplicati e un responsabile per le approvazioni. Un Agent fa emergere rapidamente i contratti deboli, perché può richiamare lo stesso strumento in un ordine che il progettista del workflow originale non aveva previsto.

Limiti della Preview e raccomandazione finale

n8n Agents è in Preview. Su n8n Cloud è disponibile per chiunque esegua l'ultima versione stabile. Il self-hosting è supportato a partire dalla versione 2.32.3 e, per la configurazione manuale, richiede l'attivazione del modulo agents. Il builder completo assistito dall'AI è facoltativo, ma le knowledge base self-hosted richiedono una sandbox Daytona e i canali richiedono un URL webhook pubblico.

Due vincoli possono bloccare una migrazione altrimenti interessante: Agents non è pronto per self-hosted Enterprise e queue mode non è supportato. n8n avverte inoltre che le connessioni ai canali in self-hosting, come Telegram, possono non funzionare; al momento è quindi consigliata la modalità normale.

L'architettura di produzione più realistica è prudente. Il workflow deve controllare ogni sequenza già nota. L'Agent va inserito solo nel punto in cui una conversazione deve scegliere che cosa fare dopo. Gli si assegnano workflow circoscritti come strumenti, si conserva la sessione, si pubblica un'istantanea testata e si richiede l'approvazione prima di ogni effetto collaterale rilevante.

È un livello di autonomia sufficiente per rendere utile la nuova area, senza affidare l'intero sistema di automazione a un Agent ancora in Preview.

Domande frequenti

Posso usare n8n per creare un'AI agentica?

Sì. La nuova area Agents permette di creare un Agent persistente capace di scegliere gli strumenti tra più sessioni; il nodo AI Agent esistente porta invece il comportamento agentico dentro un workflow. La scelta dipende dall'ambito del compito.

Quali sono i 4 principali agenti AI?

Non esistono quattro agenti AI universalmente riconosciuti come i più importanti. La scelta va basata sul lavoro da svolgere, sulle integrazioni necessarie, sul modello di approvazione, sui vincoli di deployment e sui costi, non su una classifica generica di popolarità.

Quali sono i 5 tipi di agenti nell'AI?

Non esiste una tassonomia universale in cinque categorie. Per un'implementazione n8n, la distinzione utile è tra un grafo fisso che controlla l'azione successiva e un modello che sceglie tra strumenti circoscritti.

Qual è la differenza tra n8n workflow e workflow agentici?

Un n8n workflow segue un grafo dichiarato di nodi. In un'architettura agentica è il modello a scegliere l'azione successiva, mentre i workflow possono continuare a eseguire gli strumenti approvati sottostanti.

ChatGPT è un'AI agentica?

Una risposta in chat non è automaticamente agentica. Il comportamento agentico consiste nel perseguire un obiettivo selezionando azioni o strumenti, osservandone i risultati e decidendo il passaggio successivo.

Quali sono i quattro tipi di agenti?

Non esiste un unico standard in quattro categorie applicabile a n8n. È più utile valutare le caratteristiche operative: stato, pianificazione, accesso agli strumenti e autonomia.

Quali sono i 3 migliori agenti AI?

Non esiste una classifica universale dei primi tre. L'Agent giusto dipende dai sistemi a cui deve accedere, dal livello di controllo necessario e dall'ambiente in cui può essere eseguito.

Quali sono i 7 tipi di AI?

Gli elenchi in sette categorie sono tassonomie didattiche, non una regola architetturale. Non stabiliscono se un processo di supporto o di operations debba essere implementato in un n8n workflow o in un Agent.

Quali sono le 5 parti di un agente AI?

Per un'implementazione n8n, si parte da modello, istruzioni, strumenti, memoria e controlli di accesso. Knowledge base, canali, pianificazioni o sub-agent vanno aggiunti solo quando il caso d'uso li richiede.

Se il punto più difficile è la decisione conversazionale, posso progettare e realizzare l'Agent mantenendo i workflow come livello di controllo.