Stiamo costruendo agenti che sembrino persone. Questo è utile per certi versi, ma stiamo anche copiando uno dei più grandi limiti dell'essere umani.
Incontri qualcuno di nuovo e non sa nulla di te. Devi spiegare cose come i tuoi interessi, la tua storia e i tuoi obiettivi. Poi lo rifai con la persona successiva, e ancora con la successiva.
Questo è il prezzo dell'essere umani: la conoscenza vive nei crani, e i crani non sincronizzano.
Abbiamo pagato questo prezzo per tutta la vita, quindi quasi non lo notiamo. È semplicemente come funzionano gli umani. Ma ora lo stiamo ricostruendo all'interno di sistemi software che non hanno bisogno di essere così isolati.
Ogni agente è come un piccolo cervello con la propria memoria. Ottiene la sua visione parziale di te e del tuo lavoro. Se fai uno zoom indietro e guardi l'intera suite di agenti che stai usando, scoprirai che l'intero sistema e l'immagine che ha di te sono frammentati.
I Miei Agenti Sono Estranei
Lo noto soprattutto nel mio flusso di lavoro perché uso diversi agenti intenzionalmente.
OpenClaw è il mio assistente personale. Sa di più sulla mia vita: famiglia, agenda, riunioni, progetti, preferenze e il ritmo di ciò che accade giorno per giorno. È anche il luogo dove sviluppo le idee. Ne parlo, discuto, trovo la forma dell'idea, abbandono alcune diramazioni, ne resuscito una, e solo allora passo all'esecuzione.
Quindi OpenClaw finisce per avere il contesto più ricco su di me e sulle mie idee.
Codex è dove costruisco. Una volta che un'idea è pronta, mi sposto lì. Ma il ragionamento che ha prodotto l'idea di solito rimane in OpenClaw. Codex vede il repository e un piano. Ma non vede la conversazione che ha generato il piano.
Claude Code è dove vado per design e scrittura. Potrei costruire qualcosa in Codex, poi chiedere a Claude Code di aiutarmi con una landing page, uno script demo o la bozza di un post sul blog. Il passaggio non è terribile perché posso puntarlo alla stessa cartella del repo sul disco. Ma il ragionamento alla base del lavoro è ancora su OpenClaw: il pubblico, i compromessi, gli approcci scartati, il tono emotivo della cosa.
Il risultato può essere competente e allo stesso tempo cieco al contesto.
C'è anche un livello fisico. OpenClaw gira sul mio Mac Mini. Codex e Claude Code girano sul mio MacBook Pro. Altri agenti possono risiedere parzialmente o interamente nel cloud. Macchine diverse. Filesystem diversi. Stato locale diverso. Il repo può sincronizzarsi tramite GitHub, ma la memoria del progetto no.
Le isole non sono solo concettuali. Sono letterali.
Ogni agente re-deriva ciò che ho già spiegato. Ognuno ignora ciò che l'agente a fianco ha scoperto un'ora fa.
Il Repo Non È La Memoria
L'obiezione ovvia è: scrivete le cose.
Usate il markdown. Tenete i piani nel repo. Memorizzate le decisioni nei documenti. Scrivete riassunti. Fate in modo che ogni agente legga gli stessi file.
Questo aiuta, ma cattura solo la destinazione, non il viaggio.
Il vero valore sta spesso nella sessione stessa: il confronto, i falsi inizi, le diramazioni che hai esplorato e accantonato. Quando metti un piano su carta, comprimi la conversazione. Mantieni la conclusione e butti via gran parte del percorso.
Poi, giorni dopo, il percorso torna ad essere importante.
Tornerò da OpenClaw e dirò: "Ricordi quella cosa di cui abbiamo parlato? In realtà, facciamo quell'altra strada."
Quello che sto veramente facendo è rientrare nell'albero delle idee e recuperare un ramo che avevo potato. Quel ramo non è mai finito nel file markdown perché, all'epoca, sembrava morto.
Un repo sincronizzato non può risolvere questo problema. Il repo ha artefatti. La sessione dell'agente ha contesto. Il piano scritto è la punta dell'iceberg. La conversazione è il resto.
Questo non significa scaricare ogni trascrizione ovunque. Molta conversazione è rumore. Parte è sensibile. Parte è sbagliata. Parte dovrebbe scadere. Parte dovrebbe rimanere locale a un progetto o a un ruolo.
L'unità utile è la cosa che vale la pena conservare.
Quando un agente impara una di queste cose, non dovrebbe rimanere intrappolato nell'agente in cui è successo.
La Mente Alveare È Il Punto
Per gli umani, la conoscenza si muove lentamente. Deve essere detta, scritta, insegnata, fraintesa, chiarita, raccontata di nuovo. Anche all'interno di un'azienda, lo stesso fatto viaggia attraverso riunioni, memo, thread di Slack e colloqui uno-a-uno come una voce che cerca di diventare infrastruttura.
Gli agenti non hanno questa limitazione.
Se uno di loro impara qualcosa di utile, anche gli altri possono saperlo. Subito, se il livello di memoria è costruito in quel modo.
Questo inizia a sembrare meno note migliori e più una mente alveare.
Immagina una versione AI di un leader aziendale che partecipa a dieci riunioni contemporaneamente.
In una riunione, apprende che un importante cliente è confuso sui prezzi. In un'altra, il team di prodotto sta discutendo se i prezzi siano abbastanza chiari. In una terza, le vendite stanno cercando di spiegare perché un affare si è bloccato.
Nella versione umana, quei punti potrebbero impiegare giorni o settimane per essere collegati. Forse non si collegheranno mai. Il reclamo del cliente diventa una nota di supporto. Il dibattito sul prodotto diventa un elemento della roadmap. Il problema delle vendite diventa un problema di pipeline.
Nella versione agente, la collisione può avvenire mentre le riunioni sono ancora in corso.
La conoscenza non è intrappolata nella stanza in cui è stata appresa.
La versione personale è più piccola, ma ha la stessa forma.
Una decisione di design presa durante la codifica può migliorare il testo di lancio cinque minuti dopo. Una preferenza corretta in un assistente personale può cambiare l'impostazione predefinita in un agente di codifica. Un'idea a metà della scorsa settimana può riemergere quando appare il progetto giusto.
Il sistema smette di comportarsi come un insieme di assistenti e inizia a comportarsi come una mente distribuita con mani diverse.
Il Livello Mancante
Il lavoro reale non rispetta i confini degli strumenti.
Un progetto può iniziare come nota personale, diventare una decisione di prodotto, trasformarsi in codice, aver bisogno di design, scrittura di lancio, supporto e follow-up. Ecco perché uso più agenti: la specializzazione è utile.
Il divario è ovvio una volta che lo senti: gli strumenti stanno diventando più capaci, ma la memoria sottostante è ancora frammentata. E la frammentazione peggiora man mano che gli agenti si diffondono tra app, macchine, servizi cloud e ambienti locali.
Questa sembra essere una delle aree importanti per lo sviluppo nel prossimo anno.
Puoi già vedere progetti promettenti che attaccano diverse parti di esso.
Il GBrain di @garrytan punta a un grafo di conoscenza condiviso dietro MCP: puntalo a diverse fonti di dati e il grafo di conoscenza cresce e diversi agenti possono interrogarlo invece di mantenere ciascuno la propria memoria privata.
Il CASS di @doodlestein affronta la parte che markdown e repo perdono: la cronologia delle sessioni stesse. Rende ricercabili le sessioni degli agenti locali attraverso Codex, Claude Code, OpenClaw, Cursor, Aider e altri, il che è importante perché la sessione contiene spesso il ragionamento che il repo ha lasciato indietro.
Questi progetti sono segnali che il problema è reale e che pezzi importanti della soluzione stanno iniziando a prendere forma.
Molti agenti con un singolo livello di memoria sottostante, di tua proprietà.
