Zawinskis lag om multi-agenter: varje AI-system växer tills det kan skicka e-post
Latent Space drar en parallell till Zawinskis klassiska programmeringslag – att varje program till slut utvecklas tills det kan skicka e-post – och tillämpar den på moderna AI-agentsystem: de tenderar att växa i komplexitet tills de kan kommunicera med andra agenter. En lugn nyhetsvecka används för att sy ihop återkommande teman kring hur multi-agentsystem (där flera AI-modeller samarbetar) beter sig och skalas upp.
Djupdykning
Zawinski's lag från 1990-talet säger att varje program expanderar tills det kan läsa e-post – ett sarkastiskt sätt att beskriva hur mjukvara ofrånkomligen kryper mot att bli en allt-i-ett-lösning. Nu börjar samma mönster synas i AI-agenter: system som ursprungligen byggdes för en specifik uppgift tenderar att växa sig större, börja delegera till underagenter, och till slut förvandlas till små byråkratier av AI som pratar med varandra. Det är inte nödvändigtvis en design-vision, det verkar mer vara en naturlag. Det de flesta missar är att problemet inte är tekniskt utan organisatoriskt – multi-agent-system introducerar exakt samma koordinationsproblem som mänskliga organisationer kämpar med: vem har mandat att besluta vad, hur undviker man att underagenter optimerar för fel mål, och när blir kommunikationskostnaden mellan agenter högre än värdet de skapar? En agent som ber en annan agent om hjälp som i sin tur frågar en tredje är inte längre "AI som löser problem", det är ett möte. Implikationen är att de företag som vinner kapplöpningen med AI-agenter förmodligen inte är de med de smartaste enskilda modellerna, utan de som löser styrningsproblemet – ungefär som hur Amazon inte vann på att ha bäst lagerhållning, utan på att bygga system där miljontals separata beslut ändå pekar åt samma håll.