STEM Agent: Самоадаптирующаяся, инструментально-оснащенная, расширяемая архитектура для мультипротокольных систем ИИ-агентов
STEM Agent: A Self-Adapting, Tool-Enabled, Extensible Architecture for Multi-Protocol AI Agent Systems
March 22, 2026
Авторы: Alfred Shen, Aaron Shen
cs.AI
Аннотация
Современные фреймворки ИИ-агентов преждевременно фиксируют единый протокол взаимодействия, статичную стратегию интеграции инструментов и неизменяемые модели пользователя, что ограничивает их применение в разнообразных парадигмах взаимодействия. Для преодоления этих ограничений мы представляем STEM Agent (Self-adapting, Tool-enabled, Extensible, Multi-agent) — модульную архитектуру, вдохновлённую биологической плюрипотентностью, в которой недифференцированное ядро агента специализируется в виде обработчиков протоколов, привязок к инструментам и подсистем памяти, комбинирующихся в полнофункциональную ИИ-систему. Фреймворк унифицирует пять протоколов взаимодействия (A2A, AG-UI, A2UI, UCP и AP2) за единым шлюзом, вводит Профилировщик Абонента, который непрерывно изучает пользовательские предпочтения по более чем двадцати поведенческим параметрам, выносит все доменные возможности наружу через Model Context Protocol (MCP) и реализует биологически вдохновлённую систему приобретения навыков, в которой повторяющиеся паттерны взаимодействия кристаллизуются в повторно используемые навыки агента через жизненный цикл созревания, аналогичный клеточной дифференцировке. Дополняя эти возможности, система памяти включает механизмы консолидации — эпизодическое удаление, семантическую дедупликацию и извлечение паттернов, — спроектированные для сублинейного роста при длительном взаимодействии. Всесторонний набор из 413 тестов проверяет поведение обработчиков протоколов и интеграцию компонентов на всех пяти архитектурных уровнях, завершаясь менее чем за три секунды.
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.