Die aktuelle Entwicklung der Künstlichen Intelligenz stößt an eine strukturelle Grenze. Während wir bemerkenswert gut darin geworden sind, leistungsstarke individuelle Modelle zu erstellen und sie zu Arbeitsabläufen zusammenzufügen, bleibt eine grundlegende Lücke bestehen: KI-Agenten können sich verbinden, aber sie können noch nicht gemeinsam denken.
Vijoy Pandey, SVP und GM von Outshift by Cisco, argumentiert, dass die nächste große Grenze in der KI nicht nur darin besteht, Modelle intelligenter zu machen – es geht um den Übergang von einfacher Konnektivität zu gemeinsamer Kognition.
Das Problem: Verbindung vs. Erkenntnis
Derzeit arbeiten die meisten Multiagentensysteme in Silos. Sie können mehrere Agenten in ein einziges „Supervisor“-Modell einbinden, ihnen fehlt jedoch die semantische Ausrichtung und der gemeinsame Kontext. Jedes Mal, wenn ein Agent eine Aufgabe ausführt, beginnt er im Wesentlichen von vorne und ist sich des nuancierten „Denkprozesses“ oder des spezifischen Kontexts des Agenten, der ihm vorausging, nicht bewusst.
Pandey zieht eine Parallele zur menschlichen Evolution. Der Mensch wurde nicht einfach isoliert intelligent; Wir haben durch Kommunikation eine „kognitive Revolution“ ausgelöst. Durch die Entwicklung von Sprache und gemeinsamen Absichten gelangten wir von individueller Intelligenz zu kollektiver Intelligenz, was es uns ermöglichte, als Gruppe zu koordinieren, zu verhandeln und Innovationen voranzutreiben.
Um dies in Silizium zu erreichen, erfordert KI mehr als nur eine Hochgeschwindigkeits-Datenübertragung. es erfordert eine Möglichkeit, Verständnis zu übertragen.
Die Lösung: Neue Protokolle für verteilte Intelligenz
Um dieses „Problem der horizontal verteilten Unterstützung“ zu lösen, arbeitet Pandeys Team an einem Konzept namens „Internet of Cognition“. Ziel ist es, vom einfachen Datenaustausch wegzukommen und hin zu einem System, in dem Agenten ihre internen Überlegungen und Kontexte über eine neue Infrastrukturebene austauschen können.
Sie entwickeln drei spezifische Protokolle, um dies zu erleichtern:
- Semantic State Transfer Protocol (SSTP): Arbeitet auf Sprachebene und ermöglicht es Systemen, die semantische Kommunikation zu analysieren, damit sie genau auf die richtigen Tools oder Aufgaben schließen können, die erforderlich sind.
- Latent Space Transfer Protocol (LSTP): Eine fortgeschrittenere Methode, die den „gesamten Latentraum“ (die interne mathematische Darstellung von Informationen) von einem Agenten auf einen anderen überträgt. Dadurch entfällt die „Aufwand“, Daten in natürliche Sprache und wieder zurück umzuwandeln, wodurch die Kommunikation wesentlich effizienter wird.
- Compressed State Transfer Protocol (CSTP): Konzentriert sich auf Effizienz, indem Daten komprimiert und nur die relevantesten Varianten geerdet werden. Dies ist entscheidend für Edge Computing, wo die Bandbreite begrenzt ist, aber eine Zustandsübertragung mit hoher Genauigkeit erforderlich ist.
Durch die Kombination dieser Protokolle mit „Cognition Engines“ (die Leitplanken bereitstellen) und einer neuen Infrastrukturstruktur möchte das Team verteilte Superintelligenz schaffen.
Auswirkungen in der Praxis: Effizienz im Schützengraben
Während das „Internet of Cognition“ eine zukunftsweisende Vision ist, erkennt Cisco bereits die Vorteile von Agenten-Workflows in seinen aktuellen Abläufen.
Das Site Reliability Engineering (SRE)-Team des Unternehmens stand vor einem klassischen Skalierungsproblem: Die Codeproduktion nahm zu, aber die Teamgröße blieb gleich. Durch den Einsatz von über 20 KI-Agenten – einige davon intern und andere von Drittanbietern – zur Verwaltung komplexer Arbeitsabläufe wie CI/CD-Pipelines und Kubernetes-Bereitstellungen erzielte Cisco bedeutende Ergebnisse:
- Geschwindigkeit: Bereitstellungszeiten sanken von „Stunden und Stunden“ auf Sekunden.
- Zuverlässigkeit: Agenten reduzierten 80 % der zuvor in Kubernetes-Workflows aufgetretenen Probleme.
- Integration: Diese Agenten nutzen Frameworks wie das Model Context Protocol (MCP), um auf über 100 verschiedene Tools und Sicherheitsplattformen zuzugreifen.
Die pragmatische Sichtweise: KI als Werkzeug, nicht als Ersatz
Trotz dieser Fortschritte behält Pandey eine fundierte Sicht auf die Rolle der KI bei. Er warnt vor der Versuchung, KI zu nutzen, nur weil sie verfügbar ist, und stellt fest: „Man geht nicht einfach herum und sucht nach Nägeln, nur weil man einen neuen Hammer hat.“
Die effektivsten Systeme basieren nicht ausschließlich auf der nichtdeterministischen Natur der KI (wobei die Ergebnisse variieren können), sondern werden stattdessen KI mit deterministischem Code verbinden – der zuverlässigen, regelbasierten Logik, die seit Jahrzehnten der Datenverarbeitung zugrunde liegt.
Das ultimative Ziel besteht darin, über die bloße Konnektivität hinaus zu einem Zustand gemeinsamer Absichten und kollektiver Innovation zu gelangen und isolierte Modelle in ein synchronisiertes, intelligentes Gefüge zu verwandeln.
