Naukowcy opracowali nowy sposób organizacji wiedzy o projektowaniu agentów sztucznej inteligencji, który ma stać się uniwersalnym słownikiem dla tej szybko rozwijającej się dziedziny. Zamiast chaotycznego zboru opisów różnych podejść, proponują dwuwymiarową matrycę, która kategoryzuje agentów według funkcji kognitywnych - czyli tego, co potrafi robić ich "mózg" - oraz topologii wykonania, czyli sposobu, w jaki organizuje się ich architektura. Takie ustrukturyzowanie ma wreszcie dać naukowcom i inżynierom wspólny język do rozmów o agentach, co dotychczas bywało zamieszane i pełne nieporozumień terminologicznych.
Framework obejmuje całą gamę agentów, od najprostszych systemów reaktywnych, które działają na zasadzie "bodźcu-odpowiedź" bez jakiegokolwiek planowania, aż po skomplikowane wieloagentowe modele, gdzie wiele autonomicznych systemów współpracuje w jednej sieci. Ten porządek jest ważny, bo rynek agentów AI szybko rośnie, a firmy i laboratoria pracują nad coraz bardziej zaawansowanymi rozwiązaniami. Dla inwestorów, produktologów i naukowców znaczenie ma jasne zrozumienie, jakie możliwości ma konkretny agent i gdzie stoi w stosunku do konkurencji.
Zaproponowana klasyfikacja powinna ułatwić porównywanie różnych architektur i identyfikowanie luk w obecnych podejściach. Dzięki takiemu mapowaniu łatwiej będzie też zidentyfikować, które kombinacje funkcji kognitywnych i topologii są najbardziej obiecujące dla konkretnych zastosowań - czy to w robotyce, automatyzacji biznesowej, czy wspomaganiu decyzji. To pokazuje, jak dojrzewająca dziedzina AI zaczyna się samooganizować i tworzyć fundamenty dla bardziej systematycznego rozwoju.