Buzz AI: quando gli agenti diventano un’organizzazione

Da tempo, in agent1, stavamo lavorando attorno a un’idea precisa: un progetto agentico non dovrebbe dipendere da un singolo assistente, da una sola applicazione o da un modello chiamato attraverso una finestra di chat.

Ogni progetto dovrebbe avere il proprio ambiente operativo, la propria memoria, le proprie macchine e un gruppo di intelligenze specializzate capaci di collaborare. Alcune attività possono essere affidate a modelli di frontiera attraverso API, altre a modelli open-weight installati localmente, altre ancora a sistemi differenti scelti in base al costo, alla velocità, alla riservatezza dei dati o alla qualità richiesta. Stavamo immaginando macchine dedicate a singoli progetti, workstation dotate di GPU che eseguono modelli giorno e notte senza consumare credito API, agenti che lavorano in parallelo e una regia capace di mettere in relazione ciò che producono.

Poi è arrivato Buzz.

Non è esattamente il prodotto che avevamo in mente. È qualcosa di forse ancora più importante: un’infrastruttura che riunisce molte delle parti che fino a oggi eravamo costretti a progettare, collegare e mantenere separatamente.

Buzz non risolve automaticamente ogni problema. Semplifica però il modo in cui possiamo costruire la soluzione.

Il problema non era creare un altro agente

Negli ultimi anni abbiamo visto nascere migliaia di agenti capaci di scrivere codice, consultare documenti, eseguire comandi, navigare nel web o interagire con software aziendali. La capacità dei singoli sistemi è cresciuta rapidamente, ma l’ambiente nel quale questi agenti lavorano è rimasto frammentato.

Un agente riceve un compito in una chat. Un altro opera dentro un repository. Un’automazione si attiva su un server. I risultati finiscono in un database, in Slack, in una cartella o in un log che nessuno consulta. Le decisioni rimangono distribuite tra conversazioni, dashboard, pull request, file e strumenti diversi.

Il limite non è più soltanto l’intelligenza del modello. È la mancanza di uno spazio organizzativo comune.

Buzz nasce proprio attorno a questo problema. È un workspace self-hostable nel quale persone e agenti AI partecipano agli stessi canali, lavorano sugli stessi progetti e lasciano traccia delle proprie attività. Messaggi, reazioni, passaggi di workflow, approvazioni ed eventi Git vengono registrati nello stesso log attraverso eventi firmati. Un agente non appare come un bot esterno collegato alla conversazione: possiede una propria identità, le proprie chiavi, le proprie autorizzazioni e una cronologia verificabile delle azioni eseguite.

Questo cambia la natura dell’agente. Non è più soltanto una funzione invocata quando serve. Diventa un membro operativo del progetto.

Può entrare in un canale, cercare nella memoria delle conversazioni, leggere un repository, proporre una modifica, eseguire un workflow, commentare un contenuto, coinvolgere un altro agente o chiedere l’approvazione di una persona. Persone, processi automatici e intelligenze artificiali condividono lo stesso ambiente e, soprattutto, la stessa storia.

Il relay diventa la memoria del progetto

Buzz si descrive in modo molto lucido: non vuole essere il cervello del sistema.

L’intelligenza continua a provenire dalle persone e dai modelli. Buzz mette a disposizione il luogo nel quale quell’intelligenza può accumularsi, essere interrogata e trasformarsi in lavoro.

Il cuore del sistema è un relay basato sul protocollo Nostr. Ogni attività viene rappresentata come un evento firmato crittograficamente. La conversazione, il documento, il risultato di un test, l’approvazione di una modifica e l’intervento di un agente non appartengono più a strumenti separati: diventano elementi dello stesso flusso informativo. Per un progetto agentico questo è fondamentale. La memoria non può essere soltanto il contesto temporaneo passato a un modello.

Un agente dovrebbe poter comprendere perché una decisione è stata presa, quali alternative sono state escluse, chi ha approvato un passaggio e quali risultati sono stati ottenuti. Dovrebbe poter cercare nella storia del progetto senza ricostruirla ogni volta attraverso integrazioni fragili.

In Buzz, persino un branch può diventare un ambiente di lavoro. La discussione, le patch, i risultati della continuous integration, le revisioni e la decisione finale possono vivere nello stesso canale. Quando il branch viene chiuso, la conversazione rimane come registrazione permanente delle ragioni che hanno prodotto quel codice. È una differenza apparentemente tecnica, ma profondamente organizzativa. Il progetto non conserva soltanto ciò che è stato prodotto. Conserva il processo che ha portato a produrlo.

Dal singolo modello al Consilium principis

La possibilità più interessante, per agent1, non è utilizzare Buzz come una nuova applicazione di messaggistica. È usarlo come base per organizzare intelligenze differenti.

Buzz permette di definire personas che combinano un modello e un system prompt, e di riunire più personas in team. Un agente può essere specializzato nella ricerca, un altro nella scrittura, un altro nel controllo dei dati, un altro nella verifica tecnica. Il progetto dichiara inoltre di utilizzare agenti in parallelo e revisioni incrociate fra modelli differenti per individuare errori e punti ciechi prima dell’integrazione.

Qui prende forma qualcosa che fino a poco tempo fa sembrava principalmente teorico: un consiglio composto da intelligenze artificiali.

Potremmo chiamarlo senato agentico o, riprendendo la struttura romana, Consilium principis: un gruppo di consiglieri con competenze, modelli e prospettive differenti che analizza una questione prima che venga presa una decisione.

Non sarebbe una semplice votazione tra chatbot. Il valore nascerebbe dalla diversità strutturata.

Un modello particolarmente forte nella programmazione potrebbe valutare la fattibilità tecnica. Un modello con una finestra di contesto più ampia potrebbe analizzare la documentazione storica. Un modello locale potrebbe esaminare dati riservati senza farli uscire dall’infrastruttura. Un agente critico potrebbe cercare errori e contraddizioni. Un altro potrebbe stimare costi e tempi. Infine, un agente orchestratore potrebbe raccogliere le posizioni, evidenziare i conflitti e proporre una decisione motivata.

Le conclusioni, le fonti, le obiezioni e le approvazioni rimarrebbero nello stesso spazio.

Buzz non presenta oggi un pulsante chiamato “Consilium principis”. Fornisce però molte delle fondamenta necessarie per costruirlo: team di agenti, personas basate su modelli differenti, esecuzione parallela, workflow, canali condivisi, ricerca, memoria e audit delle azioni.

La regia agentica smette così di essere una catena invisibile di prompt. Diventa un processo osservabile.

Le nostre macchine diventano parte dell’organizzazione

In Agent1 stiamo già andando verso un’infrastruttura nella quale ogni progetto può avere una o più macchine dedicate.

Alcune possono essere server leggeri destinati all’orchestrazione e alla memoria. Altre possono disporre di GPU capaci di eseguire modelli open-weight localmente. I progetti più complessi possono utilizzare più modelli: uno economico per le attività ricorrenti, uno specializzato per classificare o estrarre dati, un modello di frontiera per i problemi più difficili e un modello locale quando la riservatezza è prioritaria.

Buzz Mesh porta questa idea oltre la singola workstation.

Le GPU disponibili all’interno di una comunità possono essere condivise volontariamente e diventare una risorsa comune per gli agenti. Questi continuano a comunicare con un endpoint compatibile con le API OpenAI, mentre il sistema individua la macchina che sta eseguendo il modello richiesto. Secondo la visione del progetto, modelli troppo grandi per una singola GPU possono essere distribuiti tra più macchine appartenenti alla stessa comunità.

Questo non significa che il calcolo diventi gratuito. L’hardware, l’energia, la manutenzione e il tempo di progettazione continuano ad avere un costo. Cambia però il modello economico.

Una macchina già acquistata può lavorare in modo continuativo senza generare una nuova fattura a ogni token. I task frequenti possono essere spostati su modelli locali. Le API dei modelli di frontiera possono essere riservate alle attività nelle quali producono un vantaggio reale.

Soprattutto, l’infrastruttura non deve essere identica per ogni progetto.

Un progetto può avere bisogno di velocità. Un altro di riservatezza. Un altro ancora di capacità visive, ricerca profonda o generazione di codice. Il sistema agentico può selezionare il modello e la macchina più adatti al compito, invece di costringere l’intera organizzazione dentro un unico fornitore.

Da agenzia che utilizza agenti ad agenzia composta da agenti

È qui che Buzz incontra in modo più netto la visione di agent1.

Un’agenzia che utilizza strumenti AI rimane fondamentalmente un’organizzazione tradizionale. Le persone assegnano i compiti, aprono le applicazioni, spostano informazioni tra i reparti e ricostruiscono ogni volta il contesto necessario.

Ogni progetto deve possedere una memoria accessibile. Ogni agente deve avere un ruolo definito. Le attività devono poter essere delegate, osservate e verificate. I risultati devono rientrare nel sistema, non disperdersi nelle singole conversazioni. Le decisioni importanti devono prevedere livelli di approvazione proporzionati al rischio.

Buzz offre già canali, messaggi, documenti condivisi, ricerca, audit, repository Git, workflow YAML, interfacce MCP e ACP, CLI pensate per gli agenti e integrazioni con sistemi come Goose, Codex e Claude Code. Gli agenti possono lavorare in sessioni indipendenti, utilizzare configurazioni MCP differenti e cambiare provider LLM attraverso la configurazione dell’ambiente.

Questo permette di immaginare una struttura nella quale ogni progetto Agent1 diventa una comunità operativa.

Dentro quella comunità possono vivere il cliente, le persone responsabili, gli agenti, le macchine, i repository, i documenti e la memoria delle decisioni. Un agente può lavorare alla ricerca, uno alla produzione, uno alla verifica e uno al coordinamento. Quando necessario, il Consilium può riunirli per valutare la direzione successiva.

Non una piramide nella quale ogni informazione deve risalire fino a un centro umano. Una rete nella quale il contesto è disponibile a chi possiede l’autorizzazione e ogni decisione può essere ricostruita.

Una base reale, non ancora una soluzione definitiva

Buzz è un progetto ambizioso e alcune parti sono ancora in costruzione.

Il repository indica come operative le funzioni principali del relay, il workspace desktop, i canali, la ricerca, l’audit log, i workflow, l’agent CLI, le personas, i team, il Git hosting e Buzz Mesh. Altre componenti sono ancora parziali o progettuali: l’esecuzione completa degli approval gate deve essere terminata, il client mobile è in sviluppo e alcune funzioni avanzate della forge, come il coordinamento automatico delle fusioni e il sistema di reputazione, non sono ancora completate.

È una distinzione importante. Buzz non è ancora il sistema operativo universale dell’impresa autonoma e non trasforma un gruppo di modelli in un’azienda premendo un pulsante.

Ma rende concreta un’idea che fino a ieri richiedeva una quantità enorme di software costruito su misura.

Ora esiste una base open source e self-hostable nella quale persone, agenti, workflow, codice, documenti, memoria e capacità di calcolo possono appartenere allo stesso ambiente.

Per Agent1 non rappresenta la fine della ricerca. Rappresenta un’accelerazione.

Molte delle componenti che stavamo immaginando non devono più essere create completamente da zero. Possono essere studiate, adattate e orchestrate attorno ai nostri progetti, alle nostre macchine e al nostro modo di concepire il lavoro agentico.

Buzz non è soltanto l’unione di molte idee.

È il livello che può farle lavorare insieme.

Ed è forse questo il passaggio decisivo: gli agenti non devono più limitarsi a rispondere alle nostre richieste. Possono iniziare a costituire un’organizzazione, confrontarsi, conservare memoria delle proprie azioni e partecipare alle decisioni.

L’aula è stata costruita.