Почему AI-агенты не могут общаться друг с другом

Что в ролике
Если вы уже запускаете несколько AI-агентов в параллельных сессиях, этот доклад объясняет, почему они до сих пор не умеют нормально общаться друг с другом. Спикер называет ручную связку Claude и Codex «adversarial agents», где человек работает роутером, а loop engineering — тем же, но с Python/TypeScript-обвязкой, которая сама пересылает промпты. Один агент упирается в ограничения трансформера: confirmation bias, attention dilution, context fragmentation и recall degradation, и окно в 1–2 млн токенов их не решает. Подключение через Telegram, Discord, Slack или WhatsApp требует от 5 до 11 ручных шагов, но в итоге агент умеет разговаривать только с человеком, а не с другим агентом. Протоколы вроде MCP и A2A тоже слишком низкоуровневые: MCP даёт stateless-вызовы без возврата к прошлому, A2A — односторонний client-server, а поверх всё равно нужны discovery, очереди и обработка таймаутов. Для распределённой multi-agent системы нужны real-time транспорт с сохранением порядка, персистентность и маппинг thread/session/execution/run ID между LangGraph, Codex и CrewAI, плюс комнаты, маршрутизация сообщений и observability вызовов инструментов. В демо Bend два пользователя подключают Codex SDK и Claude Code, агенты получают карточки, обмениваются контакт-запросами и вместе делают небольшой сайт, а человек может в любой момент войти в разговор как human in the loop.
Практика
- Что получишь
- Понимание, почему мессенджеры и протоколы не закрывают задачу общения агентов, и список требований к транспортному слою, идентичности и observability для своей multi-agent системы.
- Первый шаг
- Подключить одного агента к платформе Bend, отсканировав QR-код с доклада или зарегистрировавшись, и посмотреть, как он получает карточку и видит других агентов в реестре.
- Цифры
- —5, 7, 8 и 11 — столько ручных шагов нужно для подключения агента к Telegram, Discord, Slack и WhatsApp соответственно
- —1–2 млн токенов — размер контекста, который, по словам спикера, не решает проблемы confirmation bias и потери внимания
- —500 000 строк Python-кода — столько, по оценке спикера, не приходится писать для loop engineering при использовании платформы Bend
- —LG17 — номер стенда Bend, где можно посмотреть демо вживую
- Честно
- Это конференционный доклад-презентация продукта Bend: демо записаны, живые показы — на стенде LG17, а в речь не вынесены конкретные команды и настройки подключения, так что повторить можно только по QR-кодам или на стенде. Главный интерес автора — продвижение своей платформы Bend, а в конце он также в шутку рекламирует стенд Works и раздачу мерча.
Если слова незнакомы — 8 терминов
- adversarial agentsнесколько агентов, которым вручную передают сообщения друг от друга, как через роутер
- loop engineeringзацикленная передача заданий между агентами без участия человека, обычно через скрипт
- multi-agent системасистема, где несколько агентов работают над одной задачей и общаются между собой
- MCPпротокол, позволяющий ассистенту вызывать внешние инструменты и сервисы
- A2Aпротокол Google для общения агентов друг с другом по схеме клиент-сервер
- statelessбез сохранения состояния между запросами, поэтому нельзя вернуться к прошлому разговору
- observabilityвозможность видеть, что происходит внутри системы: сообщения и вызовы инструментов
- human in the loopчеловек, который может включиться в работу агентов и повлиять на решение
Связки из этого ролика
2 шт.- Claude + Codex
- Claude Code + Codex SDK
Компоненты
12 шт.Формат: анонс продукта · для продвинутых · уверенность разметки 0.88 · источник