Eduriti ha annunciato il lancio di uno studio di sviluppo AI-native costruito su una “constrained multi-agent architecture”, un approccio progettuale che introduce vincoli strutturali e controlli espliciti sul comportamento degli agenti di intelligenza artificiale. Il progetto si distingue per l’obiettivo di trasformare i modelli generativi in componenti di pipeline controllate, anziché considerarli il fulcro autonomo dell’applicazione. La piattaforma nasce con l’intento di fornire strumenti professionali per workflow aziendali, con particolare attenzione alla prevedibilità degli output e alla riduzione delle variazioni non controllate tipiche dei sistemi generativi.
Alla base dell’iniziativa vi è il concetto di architettura multi-agente vincolata, in cui diversi agenti AI operano all’interno di confini definiti e sequenze strutturate. Ogni agente riceve input predefiniti e produce output che devono rispettare specifiche stabilite a monte, con controlli intermedi che governano il flusso dell’intero sistema. Questo approccio introduce una pipeline deterministica in cui il comportamento dell’intelligenza artificiale è subordinato a regole strutturali, riducendo l’imprevedibilità dei risultati.
Il modello architetturale si differenzia dalle applicazioni generative tradizionali, dove il modello linguistico è spesso utilizzato come componente principale. Nel caso dello studio Eduriti, il modello AI diventa invece un elemento all’interno di una sequenza orchestrata, in cui ogni fase è governata da specifiche definite dall’utente. La struttura multi-agente consente di suddividere il processo in moduli distinti, ognuno responsabile di una funzione specifica, come analisi, generazione, verifica e formattazione.
L’implementazione concreta del framework è già visibile nei primi prodotti rilasciati. Tra questi figurano Eduriti Designer, piattaforma per la progettazione didattica assistita da AI; Eduriti Strategist, motore per la generazione di business plan; e Eduriti Sales Engine, sistema di qualificazione dei prospect e gestione delle attività di outreach. Tutti questi strumenti condividono la stessa architettura multi-agente vincolata, che coordina le diverse fasi di elaborazione attraverso moduli separati.
Nel caso di Eduriti Designer, l’architettura introduce un elemento denominato Design Control Object (DCO), che funge da specifica vincolante per la generazione dei contenuti. Il DCO definisce parametri strutturali che l’AI deve rispettare durante la creazione di storyboard, obiettivi formativi e valutazioni. In questo modo il sistema impedisce al modello di deviare dai requisiti progettuali, mantenendo coerenza e allineamento con le esigenze del progettista.
L’approccio architetturale non si limita ai prodotti già disponibili. La roadmap include ulteriori piattaforme in fase beta, tra cui un sistema per la produzione automatizzata di corsi video, un learning management system con coaching AI integrato e un motore di performance coaching. Questi strumenti condividono la stessa filosofia di progettazione, basata su pipeline multi-agente con controlli strutturali e sequenze predefinite.
La constrained multi-agent architecture introduce una separazione tra logica di controllo e generazione. Gli agenti AI eseguono compiti specifici, ma la struttura complessiva è definita da specifiche umane che governano il flusso dei dati. Questo schema consente di ottenere risultati più prevedibili e replicabili, caratteristiche fondamentali per l’adozione in contesti professionali e aziendali.