En l’article anterior vam veure com un agent de la Intel·ligència Artificial (AI Agents) pot utilitzar eines i raonar per resoldre tasques de manera autònoma. Però, què passa quan el problema és massa gran o complex per a un sol agent? Aquí és on entren en joc els Sistemes Multi-agent (MAS).
Un sistema Multi-agent és una xarxa d’agents especialitzats que col·laboren entre si, com si fossin un equip de professionals on cadascú té el seu rol. En lloc de tenir un “agent tot terreny”, tenim diversos agents que es divideixen la feina, coordinats per un agent supervisor, per resoldre problemes de forma més eficient i escalable.
El Protocol MCP: El llenguatge comú dels agents
Perquè un equip funcioni, la comunicació ha de ser fluida. En el món de la IA, això s’aconsegueix mitjançant el protocol MCP (Multi-Agent Communication Protocol).
El protocol MCP és un estàndard o conjunt de regles que permet que diferents agents de la IA puguin comunicar-se entre si, compartir informació i coordinar accions. MCP defineix com els missatges s’estructuren i s’intercanvien, garantint que els agents entenguin les instruccions i puguin col·laborar correctament. Aquest protocol és fonamental quan es treballa amb sistemes distribuïts, on diversos agents actuen sobre un mateix problema des de punts de vista diferents.
Exemple d’ús: Organitzant un viatge de cap de setmana
Imagineu que voleu marxar un cap de setmana a Roma. En lloc de buscar vosaltres mateixos cada vol i cada hotel, activeu un Sistema Multi-agent. Gràcies al protocol MCP, diversos agents es posen a treballar en equip:
Agents disponibles:
- Agent de Vols: Cerca les millors combinacions d’horaris i preus segons la teva disponibilitat.
- Agent d’Allotjament: Busca hotels o apartaments que estiguin a prop del centre i tinguin bones ressenyes.
- Agent de Logística: Revisa el temps que farà i calcula els desplaçaments des de l’aeroport.
- Agent Coordinador: Rep la informació dels altres tres mitjançant el protocol MCP i prepara una proposta tancada.
El pas final: El permís de l’humà
A diferència d’un programa tradicional que podria fer la reserva directament, un agent ben configurat sap que hi ha decisions crítiques. El Coordinador t’enviaria un missatge:
“He trobat un vol que arriba divendres a les 19h i un hotel amb encant al Trastevere. El pressupost total és de 350€. Estàs d’acord? Si em dones el teu ‘OK’, procediré a realitzar les reserves.”
Només quan tu confirmes, l’agent utilitza les seves eines per finalitzar la compra. Aquesta capacitat de raonar, col·laborar i esperar la validació humana és el que fa que els agents siguin col·laboratius i segurs.
Qui fa possible aquesta connexió?
Perquè el nostre equip d’agents pugui reservar un hotel o un vol, necessiten “portes d’accés” als serveis reals. Aquí és on entren en joc els Servidors MCP. Aquests connectors són desenvolupats i mantinguts tant per les grans plataformes com per la comunitat de codi obert. En el nostre exemple del viatge, l’agent d’allotjament utilitzaria el servidor MCP oficial de Booking.com o Airbnb per consultar preus i disponibilitat en temps real. De la mateixa manera, l’agent de vols es connectaria a través del protocol MCP de Google Flights o Skyscanner. Aquests servidors actuen com a intèrprets: tradueixen les necessitats de l’agent a l’idioma tècnic de la plataforma de viatges i viceversa, assegurant que la informació sigui sempre precisa i segura.
Els sistemes Multi-agent representen el següent pas en l’evolució de la intel·ligència artificial. Gràcies a protocols de comunicació com l’MCP, passem d’eines individuals a veritables ecosistemes intel·ligents capaços de col·laborar per tal d’assolir un objectiu.