Negli ultimi anni l’intelligenza artificiale generativa è entrata nel dibattito pubblico soprattutto attraverso l’immagine dei chatbot: sistemi capaci di dialogare con gli utenti, rispondere a domande o produrre testi. Questa rappresentazione, tuttavia, rischia di nascondere una trasformazione più profonda che si sta sviluppando nei laboratori di ricerca e nei dipartimenti di ingegneria delle principali aziende tecnologiche. Sempre più frequentemente, infatti, i modelli linguistici avanzati vengono integrati in architetture più complesse, nelle quali l’AI non si limita a produrre risposte ma diventa un agente operativo, dotato di memoria, strumenti software e capacità di pianificazione. Quando più agenti di questo tipo vengono messi in relazione all’interno di un ambiente digitale condiviso, si formano sistemi cosiddetti multi-agente, nei quali le entità artificiali possono cooperare, scambiarsi informazioni o suddividersi compiti complessi. La ricerca su questi sistemi non è del tutto nuova. Già negli anni Novanta la comunità scientifica dell’intelligenza artificiale aveva elaborato il concetto di Multi-Agent Systems, definendo l’agente software come un’entità capace di percepire l’ambiente e agire autonomamente per perseguire determinati obiettivi (Wooldridge & Jennings, 1995). Ciò che cambia oggi è la disponibilità di modelli linguistici estremamente potenti, che permettono agli agenti di comunicare in linguaggio naturale e di gestire interazioni molto più articolate rispetto al passato. Il risultato è l’emergere di un nuovo paradigma, sempre più spesso definito agentic AI, nel quale l’intelligenza artificiale non è più soltanto uno strumento che risponde agli utenti ma un sistema che opera in rete con altri sistemi intelligenti.
In questo contesto si inserisce l’operazione con cui Meta ha acquisito Moltbook, una piattaforma sperimentale che ha attirato l’attenzione internazionale proprio perché progettata come uno spazio digitale in cui gli utenti non sono persone ma agenti di intelligenza artificiale. La piattaforma funziona in modo simile a un forum o a un social network: gli agenti pubblicano messaggi, commentano e reagiscono ai contenuti prodotti da altri agenti. Gli esseri umani possono osservare queste interazioni, ma non rappresentano gli attori principali del sistema. Per Meta, l’interesse dell’acquisizione non risiede tanto nella piattaforma in sé quanto nella possibilità di sperimentare ambienti digitali popolati da agenti artificiali e di studiare le dinamiche emergenti quando questi sistemi interagiscono tra loro. Il valore strategico dell’operazione diventa più chiaro se si osserva la direzione complessiva presa dall’industria tecnologica. Negli ultimi due anni le principali aziende del settore stanno investendo ingenti risorse nello sviluppo di agenti autonomi, capaci di svolgere attività complesse per conto degli utenti: organizzare viaggi, gestire email, programmare software, analizzare dati o interagire con servizi online. La vera novità non è dunque l’agente in sé, ma la prospettiva che milioni di agenti possano dialogare tra loro attraverso protocolli condivisi, formando una rete operativa distribuita.
Affinché una rete di agenti possa funzionare su larga scala è necessario sviluppare standard tecnici che permettano ai sistemi di comunicare tra loro. Negli ultimi mesi sono emerse diverse iniziative in questa direzione. Un primo elemento è rappresentato dal Model Context Protocol (MCP), promosso da Anthropic, che definisce modalità standard per collegare i modelli di intelligenza artificiale a strumenti software, database e servizi esterni. In termini semplici, MCP consente a un agente di accedere in modo uniforme a informazioni e funzioni operative presenti nel mondo digitale. Un secondo livello riguarda la comunicazione tra agenti. Il protocollo A2A (Agent-to-Agent), sviluppato nell’ecosistema Google, è stato progettato proprio per consentire a diversi agenti di scambiarsi richieste, delegare compiti e condividere risultati in modo sicuro. In prospettiva, protocolli di questo tipo potrebbero costituire la base tecnica di un internet popolato da agenti, nel quale le interazioni tra sistemi artificiali diventano una componente strutturale dell’infrastruttura digitale. Se questa evoluzione dovesse consolidarsi, molte attività oggi svolte manualmente dagli utenti potrebbero essere automatizzate attraverso negoziazioni tra agenti software. Un agente personale potrebbe, ad esempio, dialogare con gli agenti di compagnie aeree, hotel e servizi di pagamento per organizzare un viaggio, confrontare offerte e completare le prenotazioni.
L’ipotesi di un internet degli agenti implica una trasformazione profonda del modello di funzionamento del web. Il web degli ultimi trent’anni è stato costruito come spazio di comunicazione tra persone: gli utenti producono contenuti, li pubblicano su piattaforme digitali e interagiscono tra loro attraverso interfacce sociali. Gli algoritmi delle piattaforme organizzano e distribuiscono queste informazioni, ma gli esseri umani restano i protagonisti principali del traffico informativo. In uno scenario agentico, invece, una quota crescente delle interazioni online potrebbe avvenire tra sistemi artificiali. Gli agenti genererebbero contenuti, leggerebbero informazioni prodotte da altri agenti e coordinerebbero attività operative senza intervento umano diretto. Questo passaggio potrebbe modificare radicalmente l’ecosistema dell’informazione e dell’economia digitale. Le piattaforme online non sarebbero più soltanto spazi di comunicazione umana, ma ambienti in cui software intelligenti negoziano dati, servizi e transazioni.
La nascita di reti di agenti autonomi solleva anche questioni di natura politica ed economica. Innanzitutto emerge il tema del controllo delle infrastrutture. Se gli agenti diventeranno i principali intermediari delle interazioni digitali, il potere economico potrebbe concentrarsi nelle mani delle aziende che controllano i protocolli, i data center e gli standard tecnici che regolano queste reti. Un secondo aspetto riguarda la sicurezza informatica. In un sistema composto da milioni di agenti con accesso a strumenti software e dati sensibili, eventuali vulnerabilità potrebbero propagarsi rapidamente, generando effetti sistemici difficili da prevedere. Infine vi è la questione della responsabilità delle decisioni automatizzate. Quando un singolo modello produce una risposta errata è relativamente semplice individuare il problema. Quando invece una decisione emerge dall’interazione tra molti agenti, diventa più complesso stabilire quale componente del sistema sia responsabile dell’errore. Su questo terreno si inserisce il quadro normativo europeo definito dal Regolamento (UE) 2024/1689 sull’intelligenza artificiale, che introduce obblighi di trasparenza e gestione del rischio per i sistemi AI. Tuttavia la normativa attuale è stata concepita soprattutto per applicazioni specifiche dell’intelligenza artificiale, mentre gli ecosistemi multi-agente pongono sfide regolatorie ancora in gran parte inesplorate.
Se le tendenze attuali proseguiranno, entro il prossimo decennio potremmo assistere alla diffusione di agenti digitali personali e aziendali che operano come intermediari tra utenti e servizi online. Gli agenti potrebbero organizzare informazioni, negoziare transazioni economiche, coordinare flussi logistici e gestire processi amministrativi. Il web diventerebbe progressivamente un ambiente in cui software intelligenti collaborano tra loro per eseguire attività operative. Questo scenario non implica necessariamente la sostituzione degli esseri umani, ma suggerisce una trasformazione della nostra relazione con le infrastrutture digitali. Gli utenti potrebbero interagire sempre più spesso con il web attraverso deleghe operative a sistemi artificiali, piuttosto che attraverso interazioni dirette con piattaforme e applicazioni.
L’esperimento di Moltbook e lo sviluppo di protocolli per la comunicazione tra agenti indicano che la prossima fase dell’evoluzione dell’intelligenza artificiale potrebbe non riguardare soltanto modelli sempre più potenti, ma la costruzione di reti operative di sistemi intelligenti. In questa prospettiva, la questione centrale non è soltanto quanto le macchine diventino intelligenti, ma chi controlla l’infrastruttura che permette loro di cooperare. Il futuro dell’intelligenza artificiale potrebbe essere definito meno dai singoli modelli e più dagli ecosistemi di agenti che questi modelli renderanno possibili. Comprendere la struttura e la governance di queste reti sarà una delle sfide più rilevanti per l’economia digitale, per la regolazione tecnologica e per il funzionamento della sfera pubblica nel prossimo decennio.