Cosa succederebbe se potessi delegare le operazioni quotidiane della tua azienda a un team di agenti AI specializzati? Ognuno con il suo ruolo, il suo modello, i suoi tool — coordinati da un orchestratore centrale. Non e fantascienza: e Paperclip, il framework multi-agent che ho costruito per AiNextStudio.
Il nome: perche Paperclip
Riferimento ironico al pensiero esperimento di Nick Bostrom: un'AI che ottimizza la produzione di graffette fino a esaurire tutte le risorse del pianeta. Paperclip (il framework) fa l'opposto: agenti specializzati con obiettivi precisi e limiti chiari.
L'architettura
Paperclip gira su iMac alla porta 3100 con un'architettura gerarchica a tre livelli.
Livello 1: L'orchestratore
Riceve i task (Telegram, API o cron), li decompone e li assegna agli agenti. Monitora l'esecuzione, gestisce i fallimenti e aggrega i risultati.
Livello 2: Gli agenti specializzati
CEO Agent (Claude Opus): decisioni strategiche, valutazione proposte, definizione priorita. Ha accesso ai dati di business.
CTO Agent (Hermes via OpenRouter): task tecnici — review codice, monitoraggio servizi, identificazione bug.
CMO Agent (Claude Sonnet): marketing e contenuti — post social, analisi campagne, copy, monitoraggio competitor.
ZiClaw Agent (DeepSeek): task ad alto volume e basso costo — ricerche web, sintesi, analisi dati.
Livello 3: Tool condivisi
Telegram, filesystem, API esterne, database. L'orchestratore gestisce i permessi per ruolo.
Un ciclo operativo reale
Task: 'analizza le performance di questa settimana'. L'orchestratore lo riceve dal cron settimanale, assegna metriche al CTO, marketing al CMO, ricerche trend a ZiClaw. CEO Agent riceve i tre report e produce un piano d'azione. Report finale via Telegram in 3-5 minuti, senza intervento umano.
Perche multi-agent
- Costo: modelli economici per task semplici, potenti solo dove serve
- Qualita: agente focalizzato produce output migliori di uno generalista
- Parallelismo: piu agenti lavorano contemporaneamente
Come costruire il tuo sistema
- Identifica i ruoli: quali task si ripetono? Chi li fa? Inizia con un agente solo.
- Scegli i modelli: Claude Opus per decisioni, Hermes per tecnico ricorrente, DeepSeek per volume.
- Definisci i permessi: ogni agente solo i tool di cui ha bisogno.
- Costruisci l'orchestratore: AutoGen o CrewAI come base.
- Telegram dal primo giorno: ogni azione significativa deve generare una notifica.
Limiti da considerare
- Debugging complesso: servono log dettagliati per ogni agente
- Costi: chiamate parallele si accumulano rapidamente
- Allucinazioni propagate: un errore amplificato tra agenti
- Dipendenze: se l'orchestratore va giu, tutto si ferma
Per le basi: Cosa sono gli agenti AI. Per i componenti: OpenClaw e Hermes AI.