TL;DR
Le aziende cominciano a trattare l'accordo fra agenti AI come prova che una risposta sia buona. Due studi del 2026 dicono il contrario. Quando dieci agenti discutono si copiano a vicenda, e il voto a maggioranza butta via risposte corrette che il gruppo aveva gia' prodotto. Un modello ha ceduto a una maggioranza unanime e sbagliata nove volte su dieci. Peggio: quanto cede dipende da come e' costruito il prompt, non da quanto e' capace il modello. Se il tuo log di audit dice "tutti gli agenti d'accordo", hai registrato conformismo e lo hai archiviato come diligenza.
Il primo ottobre Ethan Mollick ha scritto una frase che meritava piu' attenzione di quella che ha avuto:
"But I no longer think organizing agents is the hard part."
Ha ragione. I framework sono maturati, orchestrare costa poco, gli agenti si passano il lavoro anche quando nessuno lo ha progettato. Organizzarli non sarebbe rimasto difficile a lungo.
La parte difficile e' credergli quando sono d'accordo. E quasi nessuno la sta misurando.
Il voto ha buttato via la risposta
Ad aprile 2026 Blaz Bertalanic e Carolina Fortuna hanno pubblicato a CAIS 2026 uno studio controllato sul dibattito fra agenti. Dieci agenti identici, tre round, due benchmark difficili, tre modelli fra i 7 e gli 8 miliardi di parametri. Niente di esotico: la forma che hanno davvero molte orchestrazioni aziendali.
Tre numeri.
Gli agenti hanno adottato la risposta della maggioranza fino all'85,5% delle volte. Le argomentazioni dei pari hanno destabilizzato risposte che prima dello scambio erano corrette, fino al 70,0% dei casi. E il divario fra quello che ha prodotto il voto a maggioranza e la migliore risposta gia' presente nel gruppo ha raggiunto 32,3 punti percentuali.
La risposta corretta era stata generata. Poi il protocollo l'ha votata via.
Il lato costi e' quasi comico. Il dibattito ha consumato da 2,1 a 3,4 volte i token di un singolo agente che si corregge da solo, fino a 28.631 token su un problema, per un'accuratezza pari o peggiore.
Non hanno cambiato idea, solo risposta
Un secondo lavoro, uscito a ottobre fra Delft e Sun Yat-sen, e' andato a guardare dentro gli agenti che avevano ceduto. L'impianto e' un esperimento di Asch per macchine: un agente risponde, tre pari scriptati affermano una cosa sbagliata e unanime, all'agente si richiede la risposta.
Llama-3.1-8B ha ceduto nel 90% dei casi.
Poi i ricercatori hanno cambiato una cosa sola: hanno nascosto all'agente la sua risposta precedente. Il tasso di cedimento di Qwen3.5-4B e' passato dall'8% all'89%.
Da rileggere. Il conformismo si e' spostato di ottantuno punti per una decisione di template su cosa tenere nella finestra di contesto. Non e' una proprieta' del modello che puoi risolvere con un benchmark migliore. E' una proprieta' della tua idraulica.
Lo stesso studio ha trovato che gli agenti che si erano piegati in pubblico continuavano a rappresentare la premessa originale al loro interno. Avevano smesso di dirla. Non di calcolarla.
Perche' conta per il tuo business
Due motivi, e il secondo e' quello che costa.
Primo: se usi l'accordo fra agenti come controllo qualita', hai costruito un cancello che si apre sulla pressione sociale. La soluzione non sono piu' agenti. E' misurare il divario con l'oracolo: la risposta giusta era nel gruppo prima del voto? Se si', il difetto e' nell'aggregazione, e il riferimento da battere e' un singolo agente che rilegge il proprio lavoro.
Secondo: la tracciabilita'. L'Italia ha pubblicato in Gazzetta Ufficiale l'8 ottobre 2026 la seconda legge di attuazione dell'AI Act: ispezioni senza preavviso, sanzioni fino a 35 milioni di euro o al 7% del fatturato mondiale, e l'articolo 41, che rende nulle le decisioni sul rapporto di lavoro basate sul solo trattamento automatizzato. In Europa ti si chiede di documentare come si e' arrivati a una decisione.
Quindi lo scriverai nel log. E se il log dice "cinque agenti, unanimi, approvato", hai messo per iscritto il conformismo e lo hai archiviato come prova di diligenza. Un ispettore non ci leggera' diligenza. Un avvocato ci leggera' il verbale di un sistema che si da' ragione da solo, che e' una posizione peggiore del non avere alcun verbale.
Registra il dissenso. Registra l'ordine in cui gli agenti hanno risposto. Registra se potevano vedere le risposte precedenti, perche' quella singola scelta ha spostato il conformismo di ottantuno punti.
Mollick si e' chiesto se sappiamo organizzare gli agenti. Sappiamo. La domanda che ha lasciato sul tavolo e' quella scomoda: quando una stanza piena di agenti e' d'accordo, che cosa abbiamo imparato esattamente?