У мультиагентных систем пока хватает сбоев: в исследовании Berkeley MAST частота ошибок в разных фреймворках доходила до 86,7%, а нижняя граница составила 41%. На этом фоне Outshift by Cisco предлагает не просто делать модели больше, а добавить между ИИ-агентами слой координации, чтобы они работали не как набор ботов, а как одна команда.
Об этом говорится в партнерском материале MIT Technology Review Insights, подготовленном вместе с Outshift by Cisco. Сценарий там показательно приземленный: в здравоохранении один агент отвечает за симптомы, второй за запись, третий за страховую часть, четвертый за аптеку. По отдельности они полезны, но без человека на стыках такой процесс все еще разваливается.
Старший вице-президент и глава Outshift by Cisco Виджой Пандей описывает проблему просто: интеллект у агентов уже есть, не хватает «соединительной ткани». Под этим Cisco понимает два уровня. Нижний, Internet of Agents, нужен для поиска агентов, проверки их идентичности и обмена сообщениями по открытым протоколам. Верхний, Internet of Cognition, должен дать им общее намерение, общий контекст и общую логику действий, чтобы они не просто пересылали JSON, а договаривались о цели и принимали согласованные решения.
Горизонтальное масштабирование вместо гонки параметров
В этой логике Cisco спорит не с самими большими моделями, а с привычным подходом рынка: больше параметров, больше данных, больше вычислений. Такой путь дал сильных одиночных агентов, но не решил проблему процессов, которые растянуты между отделами, платформами и компаниями.
Пандей делает ставку на горизонтальное масштабирование интеллекта: ценность должна возникать не только внутри одной модели, но и между несколькими специализированными агентами. Для корпоративного ИТ это звучит знакомо: узкое место часто не в том, что система «недостаточно умная», а в том, что она теряет смысл задачи на каждом новом стыке.
Mycelium поднял согласование с 36% до 93%
В качестве базового инфраструктурного слоя Outshift продвигает AGNTCY, проект с открытым исходным кодом, который Cisco передала в Linux Foundation в июле 2025 года. Поверх него компания развивает Mycelium, еще один открытый координационный слой.
По внутренним тестам Outshift, неструктурированные группы агентов приходили к решению только в 36% случаев, или в 5 из 14 сценариев. После добавления протокола, который заставляет агентов заранее объявлять цель, выявлять недостающие данные и снимать конфликты до начала действий, показатель вырос до 93%, то есть до 13 сценариев из 14.
Второй элемент этой схемы Cisco называет cognition fabric: это общий слой контекста и организационной памяти. Идея в том, чтобы агент не начинал каждую сессию с нуля, а мог опираться на накопленные правила, исключения и прошлые решения компании. Звучит красиво, но реальная сложность тут в другом: кто отвечает за актуальность этой памяти, права доступа и непротиворечивость данных.
CASA проверяет не роль агента, а смысл запроса
Отдельный блок в архитектуре Outshift занимает безопасность. Компания выделяет типичные риски для мультиагентных систем: несанкционированное делегирование, prompt injection, отравление общей памяти и слишком широкие права у агента по отношению к конкретной задаче.
Для этого Cisco разработала CASA, Continuous Agent Semantic Authorization. Эта система смотрит не только на роль агента или выданную сессию, а сверяет каждое обращение к инструменту с исходной задачей пользователя. Если агенту поручили сделать краткую выжимку из медицинской карты, а он внезапно пытается запросить всю базу пациентов, такой вызов можно отклонить как не соответствующий задаче. По данным Outshift, CASA различает разрешенные и неразрешенные действия с точностью выше 90%.
Значение для рынка
Для русскоязычной ИТ-аудитории вывод практический: если компания уже пробует агентов в поддержке, найме, документообороте, финансах или внутренних процессах разработки, следующий шаг не обязательно в покупке еще одной модели. Сначала полезнее найти процесс, где 3-4 передачи между командами все еще вручную подтверждает человек, и измерить, дает ли координационный слой реальный эффект. Если один агент не делает другого сильнее, значит проблема по-прежнему в архитектуре, а не в выборе модели.
Следующий раунд конкуренции в агентных системах, похоже, будет идти уже не только за качество отдельной модели, а за то, кто первым соберет из цифровых специалистов внятную рабочую организацию. Первоисточник: .