Gli agenti AI sono ormai capaci di scambiarsi messaggi e identificare strumenti comuni, ma rimangono fondamentalmente incapaci di comprendere le intenzioni reciproche. Questa limitazione sta spingendo aziende come Cisco, attraverso la sua divisione Outshift, a ripensare completamente l'architettura dei sistemi multi-agente. La proposta prende il nome di Internet of Cognition, e rappresenta un tentativo di superare il collo di bottiglia che oggi impedisce una vera collaborazione semantica tra sistemi intelligenti.
Per comprendere la portata del problema, basta analizzare un caso concreto nel settore sanitario. Immaginiamo un paziente che deve fissare un appuntamento con uno specialista: un agente valuta i sintomi e genera un codice diagnostico, un secondo agente cerca gli appuntamenti disponibili, un terzo verifica la copertura assicurativa e un quarto controlla la disponibilità dei farmaci. Ciascuno svolge il proprio compito in modo efficiente, ma nessuno ragiona insieme agli altri sull'obiettivo finale.
Il risultato può essere problematico: l'agente farmaceutico potrebbe suggerire un medicinale incompatibile con la storia clinica del paziente, informazione che l'agente dei sintomi possiede ma non ha trasmesso perché le interazioni farmacologiche non rientravano nel suo ambito operativo. L'agente di programmazione prenota l'appuntamento più vicino senza sapere che l'agente assicurativo ha individuato una copertura migliore presso un'altra struttura. Tutti sono tecnicamente connessi, ma manca l'allineamento sull'obiettivo reale: trovare la soluzione più adatta per quel paziente specifico.
La radice del problema sta nella natura stessa dei protocolli attuali come MCP, A2A e lo stesso AGNTCY di Outshift, recentemente donato alla Linux Foundation. Come spiega Vijoy Pandey, general manager e vicepresidente senior di Outshift, questi sistemi operano a livello di "connettività e identificazione". Gestiscono la sintassi ma non la semantica, permettono lo scambio di messaggi senza trasmettere il contesto e l'intenzionalità che stanno dietro ogni azione.
Secondo l'analisi di Outshift, pubblicata in un documento tecnico, questa isolamento semantico impedisce ai sistemi multi-agente di evolvere da semplici catene di comunicazione a vere organizzazioni collaborative. Ogni agente interpreta gli obiettivi in modo indipendente, il coordinamento richiede continui chiarimenti e le conoscenze apprese rimangono confinate. Un agente può scoprire qualcosa di prezioso, ma il resto dell'ecosistema riparte sempre da zero.
La soluzione proposta da Cisco Outshift si articola in tre componenti architetturali distinte. Il primo elemento sono i Cognition State Protocols, uno strato semantico che si sovrappone ai protocolli di messaggistica esistenti. Invece di scambiare solo dati, gli agenti condividerebbero le intenzioni: cosa stanno cercando di realizzare e perché. Questo permetterebbe un allineamento preventivo sugli obiettivi, invece di dover chiarire a posteriori.
Il secondo pilastro è il Cognition Fabric, un'infrastruttura pensata per costruire e mantenere un contesto condiviso tra gli agenti. Funzionerebbe come una memoria di lavoro distribuita: grafi di contesto che persistono attraverso le interazioni tra agenti, con controlli di policy che definiscono cosa viene condiviso e chi può accedervi. I progettisti di sistema potrebbero così definire cosa significhi "comprensione comune" per il loro caso d'uso specifico.
Il terzo elemento sono i Cognition Engines, che comprendono due tipi di funzionalità. Gli acceleratori permettono agli agenti di mettere in comune le intuizioni e amplificare l'apprendimento collettivo: ciò che un agente scopre diventa disponibile per altri che affrontano problemi correlati. I guardrail invece garantiscono che il ragionamento condiviso non violi vincoli normativi o di policy aziendale.
Outshift non presenta questa architettura come un prodotto finito, ma piuttosto come un'esortazione all'industria. L'azienda sta lavorando all'implementazione e prevede di pubblicare presto specifiche tecniche, codice e una dimostrazione dei protocolli. Tuttavia, enfatizza che la collaborazione semantica tra agenti richiederà un coordinamento a livello di settore, simile a quello che fu necessario per stabilire i protocolli internet nelle fasi iniziali.
Noah Goodman, cofondatore di Humans& e professore di informatica a Stanford, ha offerto durante l'evento AI Impact di VentureBeat a San Francisco un'osservazione pertinente: l'innovazione avviene quando "gli esseri umani capiscono a quali altri esseri umani prestare attenzione". La stessa dinamica si applica ai sistemi di agenti: man mano che i singoli agenti apprendono, il valore si moltiплica quando altri agenti riescono a identificare e sfruttare quella conoscenza.
La questione pratica per i team che oggi implementano sistemi multi-agente diventa quindi cruciale: i vostri agenti sono semplicemente connessi, oppure stanno davvero lavorando verso lo stesso obiettivo condiviso? La differenza tra comunicazione e collaborazione potrebbe determinare se questi sistemi rimarranno strumenti frammentati o evolveranno in qualcosa di più potente.
