STEM Agent: un'architettura auto-adattiva, abilitata agli strumenti ed estensibile per sistemi di agenti AI multi-protocollo
STEM Agent: A Self-Adapting, Tool-Enabled, Extensible Architecture for Multi-Protocol AI Agent Systems
March 22, 2026
Autori: Alfred Shen, Aaron Shen
cs.AI
Abstract
I framework per agenti IA attuali adottano precocemente un singolo protocollo di interazione, una strategia fissa di integrazione degli strumenti e modelli utente statici, limitando il loro impiego attraverso paradigmi interattivi diversificati. Per affrontare questi vincoli, introduciamo STEM Agent (Self-adapting, Tool-enabled, Extensible, Multi-agent), un'architettura modulare ispirata alla pluripotenza biologica in cui un nucleo agente indifferenziato si specializza in gestori di protocollo, associazioni di strumenti (tool bindings) e sottosistemi di memoria che si compongono in un sistema di IA completamente funzionante. Il framework unifica cinque protocolli di interoperabilità (A2A, AG-UI, A2UI, UCP e AP2) dietro un unico gateway, introduce un Profiler del Chiamante (Caller Profiler) che apprende continuamente le preferenze dell'utente su oltre venti dimensioni comportamentali, esternalizza tutte le capacità di dominio attraverso il Model Context Protocol (MCP) e implementa un sistema di acquisizione di abilità ispirato alla biologia in cui schemi di interazione ricorrenti si cristallizzano in abilità dell'agente riutilizzabili attraverso un ciclo di vita di maturazione analogo alla differenziazione cellulare. A complemento di queste capacità, il sistema di memoria incorpora meccanismi di consolidamento, inclusi l'episodic pruning (potatura episodica), la semantic deduplication (deduplicazione semantica) e l'estrazione di pattern, progettati per una crescita sub-lineare sotto interazione prolungata. Una suite completa di 413 test convalida il comportamento dei gestori di protocollo e l'integrazione dei componenti attraverso tutti e cinque i livelli architetturali, completandosi in meno di tre secondi.
English
Current AI agent frameworks commit early to a single interaction protocol, a fixed tool integration strategy, and static user models, limiting their deployment across diverse interaction paradigms. To address these constraints, we introduce STEM Agent (Self-adapting, Tool-enabled, Extensible, Multi-agent), a modular architecture inspired by biological pluripotency in which an undifferentiated agent core differentiates into specialized protocol handlers, tool bindings, and memory subsystems that compose into a fully functioning AI system. The framework unifies five interoperability protocols (A2A, AG-UI, A2UI, UCP, and AP2) behind a single gateway, introduces a Caller Profiler that continuously learns user preferences across more than twenty behavioral dimensions, externalizes all domain capabilities through the Model Context Protocol (MCP), and implements a biologically inspired skills acquisition system in which recurring interaction patterns crystallize into reusable agent skills through a maturation lifecycle analogous to cell differentiation. Complementing these capabilities, the memory system incorporates consolidation mechanisms, including episodic pruning, semantic deduplication, and pattern extraction, designed for sub-linear growth under sustained interaction. A comprehensive 413-test suite validates protocol handler behavior and component integration across all five architectural layers, completing in under three seconds.