La divisione del lavoro per gli agenti AI sarà fondamentale per massimizzare l'impatto degli agenti in tutti i settori del lavoro conoscitivo. Da tempo abbiamo una divisione del lavoro nelle organizzazioni perché si scopre che avere esperti individuali che si passano i compiti l'uno con l'altro è più efficace che un gruppo di generalisti che cerca di fare le cose in modo diverso ogni volta. Gli agenti AI presentano la stessa dinamica. Perché gli agenti AI funzionino, è necessario avere la giusta quantità di contesto riguardo al compito che stanno cercando di completare. Questo significa una profonda comprensione del dominio, un insieme di conoscenze da cui partire, istruzioni chiare e un insieme di strumenti da utilizzare. Troppo poco contesto e l'agente fallirà. Tuttavia, allo stesso modo, man mano che più informazioni entrano nella finestra di contesto, sappiamo che i modelli possono diventare subottimali. Per un processo aziendale complesso, se metti tutta la documentazione, la descrizione del flusso di lavoro e le istruzioni nella finestra di contesto, sappiamo che l'agente alla fine si confonderà e fornirà risultati peggiori. L'architettura logica quindi, in futuro, è di dividere gli agenti in unità atomiche che corrispondono ai giusti tipi di compiti e poi far lavorare insieme questi agenti per completare il loro lavoro. Stiamo già vedendo questo svolgersi in modo efficace negli agenti di codifica. Ci sono sempre più esempi che emergono con persone che impostano subagenti che possiedono tutti parti specifiche di un codice sorgente o di un'area di servizio. Ogni agente è responsabile di una parte del codice e c'è documentazione adatta agli agenti per il codice. Poi, quando è necessario lavorare in quell'area rilevante del codice sorgente, un agente orchestratore coordina con questi subagenti. Potremmo vedere questo schema applicarsi probabilmente a quasi qualsiasi area del lavoro conoscitivo in futuro. Questo permetterà agli agenti AI di essere utilizzati per molto più che casi d'uso specifici e si estenderà a potenziare interi flussi di lavoro nell'impresa. Anche se i modelli AI migliorano per gestire finestre di contesto più ampie e i livelli di intelligenza aumentano, non è ovvio che questa architettura scompaia mai. È probabile che il ruolo di ciascun agente si espanda man mano che le capacità migliorano, ma linee di separazione chiare tra subagenti potrebbero sempre portare a risultati migliori.