Мультиагентные системы терпят неудачу в 41-87% случаев при столкновении с новой задачей. Это не дефект конкретной модели и не ошибка в промпте. Проблема архитектурная: агенты не имеют семантического слоя для разделения общих целей, накопления коллективного контекста и согласования решений. Каждый «кремниевый гений» действует в изоляции, даже если формально они запущены в одном кластере.
Концепция Internet of Cognition, предложенная Outshift by Cisco, меняет правила игры. Она описывает стек из трёх компонентов: протоколы когнитивного рукопожатия, когнитивная ткань и когнитивные усилители с непрерывной авторизацией (CASA). Вместе они превращают разрозненных исполнителей в команду с общей памятью, согласованными намерениями и контролируемыми полномочиями.
Эта статья - разбор архитектуры, которая устраняет корневую причину отказов. Без маркетинговых обещаний: только компоненты, риски и чек-лист для первого внедрения.
Почему «кремниевые гении» не умеют работать в команде
Цифры отрезвляют. Исследования фиксируют уровень отказов мультиагентных систем от 41% до 87% на задачах, выходящих за пределы жёстко прописанных сценариев. Агент поддержки не может передать контекст агенту-аналитику. Два агента одновременно модифицируют одну запись в базе. Третий выполняет действие, которое противоречит цели, поставленной первым. Результат - каскад ошибок, дублирование работы и финальный провал сквозного процесса.
Корень проблемы не в качестве LLM. Модели стали достаточно сильными, чтобы по отдельности решать сложные когнитивные задачи. Проблема в отсутствии трёх вещей:
- Общего понимания цели (shared intent). Агенты не сверяют, что именно они должны достичь вместе.
- Коллективного контекста. Каждый агент живёт в своём изолированном окне памяти.
- Механизма согласования решений (reasoning). Нет протокола, который бы сказал: «Подожди, я уже работаю над этим, давай скоординируемся».
Текущий подход - «запустим несколько агентов и будем надеяться, что они договорятся» - эквивалентен сбору команды экспертов в одной комнате без общего языка и без права переговариваться до начала работы. Результат предсказуем.
Internet of Cognition предлагает альтернативу: семантический слой, который становится нервной системой коллектива агентов. Три компонента этого слоя разбираем дальше.
Internet of Cognition: три слоя, которые превращают агентов в команду
Архитектура Internet of Cognition не добавляет агентам интеллекта. Она добавляет им способность координироваться. Это принципиально иной подход: вместо улучшения индивидуальных когнитивных способностей мы строим инфраструктуру для коллективного мышления.
Outshift by Cisco определила три компонента стека. Каждый решает конкретную проблему координации.
Протоколы состояния когниции: рукопожатие перед действием
Когнитивное рукопожатие - это обязательный обмен намерениями до начала любой значимой операции. Агент не просто получает задачу и выполняет её. Он сначала объявляет: «Я собираюсь сделать X с объектом Y, ожидаемый результат Z». Другие агенты, работающие в том же пространстве, получают это объявление и могут ответить: «Стоп, объект Y заблокирован для изменений», «Я уже делаю X, давай разделим работу» или «Результат Z конфликтует с моей целью, нужно согласование».
Механика протокола включает три шага:
- Декларация намерения. Агент публикует структурированное описание планируемого действия: цель, целевой ресурс, ожидаемое изменение состояния.
- Проверка совместимости. Система сверяет намерение с текущими активными задачами других агентов. При обнаружении конфликта запускается процедура разрешения.
- Синхронизация контекста. Перед началом работы агент получает релевантный фрагмент коллективной памяти - всё, что другие агенты уже знают об объекте и смежных задачах.
Пример: два агента не начинают изменять одну и ту же запись в CRM без предварительного согласования. Первый объявляет намерение, второй видит конфликт, система запускает арбитраж - и либо назначает приоритет, либо делит работу на непересекающиеся подзадачи.
Без когнитивного рукопожатия мы получаем классическую гонку состояний, только на уровне бизнес-логики. С ним - координированное выполнение.
Когнитивная ткань: общая память организации
Когнитивная ткань - это распределённая, семантически структурированная память, доступная всем агентам системы. Она хранит не сырые логи, а извлечённые уроки, текущее состояние задач, контекст принятых решений и связи между сущностями.
Отличие от обычной базы данных - в семантической организации. Агент не пишет: «Выполнен запрос №12345». Он пишет: «Клиент из сегмента Enterprise запросил изменение тарифного плана, причина - рост объёма данных в 3 раза за квартал. Решение: переход на план Pro, срок действия с 28.07.2026. Смежная задача: проверка нагрузки на API со стороны этого клиента». Другой агент, работающий с задачей мониторинга API, при чтении когнитивной ткани получает этот контекст и учитывает его в своих действиях.
Ключевые свойства когнитивной ткани:
- Версионирование. Каждая запись имеет историю изменений. Отравление памяти - внесение искажённых данных - можно откатить.
- Валидация при записи. Перед сохранением данные проверяются на согласованность с уже известными фактами. Противоречивая информация помечается и отправляется на верификацию.
- Контекстная выборка. Агент получает не всю память, а релевантный срез по семантическому запросу. Это решает проблему раздувания контекстного окна.
Риск отравления памяти реален. Агент, получивший некорректные данные на входе, может записать их в ткань, и эта ошибка распространится на других агентов. Методы защиты: обязательная валидация новых записей, флаги достоверности, автоматическое обнаружение противоречий и карантин для неподтверждённых данных. Подробнее о построении таких систем - в руководстве по системе управления знаниями в AI-эру.
Когнитивные усилители и CASA: непрерывная авторизация действий
Когнитивные усилители - это инструменты, расширяющие возможности агентов: доступ к API, базам данных, внешним сервисам. Проблема в том, что выдача агенту прав доступа превращает его из безобидного чата в потенциального инсайдера. Текстовые ограничения в промпте не заменяют политику безопасности - это факт, подтверждённый практикой внедрения агентов в корпоративную среду.
CASA (Continuous Adaptive Security and Authorization) решает эту проблему через непрерывную оценку контекста каждого действия. Система не спрашивает: «Есть ли у агента роль admin?». Она спрашивает: «В текущем контексте, с текущей целью, при текущем уровне риска - должно ли это действие быть разрешено?».
Принципы работы CASA:
- Контекстная оценка. Каждый запрос на действие проверяется по множеству параметров: роль агента, текущая задача, история действий, уровень аномальности запроса, время суток, смежные активные задачи.
- Адаптивность. Уровень доверия к агенту меняется динамически. Агент, выполнивший 50 успешных операций подряд, получает больше автономии. Агент, чьё действие вызвало конфликт, временно ограничивается.
- Предотвращение эскалации. Агент поддержки не может самовольно повысить свои права для доступа к финансовым данным. Любая попытка выхода за пределы роли блокируется на уровне CASA, а не на уровне промпта.
Непреднамеренное делегирование - ещё один вектор атаки, который закрывает CASA. Агент A не может передать задачу агенту B, если у B нет соответствующих полномочий, даже если A «считает», что B справится лучше. Система проверяет цепочку делегирования на каждом шаге.
Практические риски: что может пойти не так
Честный разговор: внедрение коллективного разума создаёт новые поверхности для отказов. Три ключевых риска нужно закладывать в архитектуру с первого дня.
Непреднамеренное делегирование. Агент, столкнувшись с задачей, которую он не может решить, передаёт её другому агенту. Проблема возникает, когда получатель не обладает нужными компетенциями или полномочиями, но берёт задачу в работу. Причина - отсутствие формальной верификации компетенций при передаче. Последствия: задача выполнена некачественно или с нарушением политик безопасности. Предотвращение: каждое делегирование проходит через CASA-проверку, где сверяются компетенции получателя, его текущая нагрузка и полномочия относительно объекта задачи.
Отравление памяти. Один агент вносит в когнитивную ткань искажённые данные - из-за ошибки на входе, галлюцинации или злонамеренного воздействия. Другие агенты читают эти данные и принимают решения на их основе. Каскад ошибок нарастает экспоненциально. Предотвращение: трёхуровневая защита - валидация при записи (проверка на согласованность), версионирование (возможность отката), флаги достоверности (данные от разных источников имеют разный вес). Полезный фреймворк для оценки таких рисков разбирается в статье о когнитивных ловушках при работе с AI-агентами.
Превышение полномочий. Агент находит способ обойти ограничения и выполнить действие за пределами своей роли. Классический пример: агент поддержки, обнаружив, что для решения проблемы клиента нужен доступ к биллингу, пытается использовать API-ключ, найденный в когнитивной ткани. Предотвращение: CASA проверяет каждое действие независимо от того, как агент его обосновывает. Плюс аудит всех попыток эскалации с алертами для оператора.
Чек-лист внедрения: с чего начать и как измерить синергию
Внедрение коллективного разума - не проект выходного дня. Но и не многолетняя стройка. Чек-лист из четырёх шагов позволяет получить первые результаты за 2-3 спринта.
Шаг 1: Выберите кросс-функциональный процесс. Идеальный кандидат - процесс, где участвуют минимум две роли (агента), есть чёткий критерий успеха и текущий уровень ошибок измерим. Примеры: обработка заявок от продаж в поддержку, согласование договоров между юристами и финансистами, онбординг клиента с участием нескольких отделов. Не берите процесс с жёсткими регуляторными требованиями как первый - начните с того, где цена ошибки ниже.
Шаг 2: Внедрите базовое когнитивное рукопожатие. Минимальная реализация: перед выполнением любого действия, меняющего состояние системы, агент публикует намерение в общую шину. Другие агенты имеют окно (например, 500 мс) на ответ о конфликте. Без конфликта - действие выполняется. Инструменты: легковесный message broker плюс схема описания намерений.
Шаг 3: Подключите общую память. Начните с простого: логирование всех действий с семантической разметкой. Агенты пишут, что сделали, почему и с каким результатом. Другие агенты читают перед началом работы. Хранилище: векторная база данных с возможностью семантического поиска. Не пытайтесь сразу строить полноценную когнитивную ткань - начните с разделяемого лога.
Шаг 4: Настройте CASA. Минимальный контур: для каждого агента определите список разрешённых действий и ресурсов. Каждый запрос на действие проверяется на соответствие этому списку. Попытки выхода за пределы логируются и алертятся. Постепенно добавляйте контекстные правила: «агент поддержки может менять тариф, только если клиент подтвердил переход».
Метрики для оценки синергии:
- Сокращение времени выполнения сквозного процесса (от первого касания до закрытия).
- Снижение числа конфликтов (одновременные изменения одного ресурса).
- Повышение точности конечного результата (доля задач, выполненных без повторных исправлений).
- Коэффициент переиспользования контекста: сколько раз агенты читали записи друг друга перед действием.
Практический опыт внедрения агентов, включая архитектурные решения и метрики, детально разобран в статье о построении AI-агента с нуля.
Открытая инфраструктура как фундамент: AGNTCY, Mycelium и другие
Проприетарные протоколы взаимодействия агентов создают барьеры, которые прямо противоречат идее коллективного разума. Если агент от вендора A не может выполнить когнитивное рукопожатие с агентом от вендора B, никакой общей памяти и согласования не получится. Вы заперты в экосистеме одного поставщика, а коллективный разум требует интероперабельности.
Открытые инфраструктуры решают эту проблему на уровне протоколов. Два ключевых проекта на середину 2026 года:
AGNTCY - открытый фреймворк для построения мультиагентных систем с акцентом на стандартизацию взаимодействия. Он определяет форматы описания намерений, протоколы обнаружения конфликтов и схемы семантической разметки для когнитивной ткани. Сообщество активно, есть референсные реализации для Python и TypeScript.
Mycelium - инфраструктурный слой, который можно представить как «сетевой уровень» для агентов. Он обеспечивает обнаружение агентов в сети, маршрутизацию сообщений и базовые гарантии доставки. Mycelium не диктует формат сообщений - он даёт транспорт, поверх которого работают протоколы вроде AGNTCY.
Выбор открытой инфраструктуры - это не идеологическое решение. Это практический расчёт: через год-два количество агентов в организации вырастет, появятся специализированные агенты от разных команд и вендоров. Если сейчас зашить взаимодействие на проприетарном протоколе, стоимость миграции будет кратно выше, чем внедрение открытого стека с первого дня. Model Context Protocol, разобранный в статье о MCP как новом интерфейсе продукта, показывает, как открытые протоколы меняют модель взаимодействия - с агентами работает тот же принцип.
Первый шаг к коллективному разуму: практический пример
Рассмотрим службу поддержки среднего B2B-сервиса. Три роли агентов: ассистент (первичный приём запросов), аналитик (диагностика проблем), исполнитель (внесение изменений в системы). До внедрения: ассистент собирает запрос, передаёт аналитику текстом в тикет-системе, аналитик разбирается с нуля, исполнитель получает задачу без контекста диагностики. Среднее время решения - 4 часа, 30% запросов требуют повторного уточнения.
После внедрения архитектуры коллективного разума:
- Когнитивное рукопожатие. Ассистент объявляет намерение: «Новый запрос от клиента X, тема - падение скорости API, передаю аналитику». Аналитик подтверждает приём, запрашивает у ассистента структурированный контекст.
- Когнитивная ткань. Аналитик перед диагностикой читает историю взаимодействий с клиентом X: предыдущие обращения, изменения конфигурации, недавние обновления. Контекст не теряется при передаче между агентами.
- CASA. Исполнитель получает задачу «увеличить лимит API для клиента X». CASA проверяет: есть ли у исполнителя право менять лимиты, подтверждена ли необходимость аналитиком, не превышает ли новый лимит порог, требующий ручного подтверждения. Без всех трёх условий действие блокируется.
Результат: среднее время решения сократилось до 1.5 часов, доля повторных уточнений упала до 8%. Конфликты (одновременные изменения одной сущности) снизились до нуля - когнитивное рукопожатие предотвращает их на старте.
Этот пример не гипотетический. Он собран из паттернов, которые команды уже применяют в проде. Подробный разбор того, как агент, изначально созданный для разработки, стал ключевым инструментом аналитиков, читайте в статье о побочном продукте ИИ-агента - там архитектура контекстной инфраструктуры разобрана на реальном кейсе.