💻 computer science

ESAA-Conversational: An Event-Sourced Memory Layer for Continuity, Handoff, and Curation Across Heterogeneous LLM Coding Agents

Questo articolo introduce ESAA-Conversational, uno strato di memoria basato su event-sourcing che consente ad agenti di codifica LLM eterogenei di mantenere la continuità e collaborare tra le sessioni catturando i turni di conversazione visibili in un log condiviso e append-only e proiettando modelli di lettura deterministici per stato, decisioni e task senza richiedere una comunicazione diretta agente-agente o un'inferenza LLM costante.

Autori originali: Elzo Brito dos Santos Filho

Pubblicato 2026-06-24

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Elzo Brito dos Santos Filho

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di essere un project manager che guida un team di quattro specialisti molto diversi: un programmatore, un architetto, un ricercatore e un designer. Ognuno di loro è un agente IA (come Codex, Grok o Claude). Sono brillanti, ma hanno un grande difetto: hanno una memoria a breve termine e non comunicano tra di loro.

Quando l'Architetto termina una riunione, scrive i suoi appunti in un taccuino privato. Quando il Programmatore inizia il suo turno, non ha idea di ciò che l'Architetto ha deciso a meno che tu, l'umano, non copi e incolli manualmente quegli appunti in una nuova chat. Questo è lento, disordinato e spesso si perdono dettagli importanti.

ESAA-Conversational è un nuovo sistema progettato per risolvere questo problema. Agisce come un "Registro di Progetto" centralizzato e condiviso che sta tra tutti questi diversi agenti IA.

Ecco come funziona, usando analogie semplici:

1. La "Scatola Nera" (Cattura Meccanica)

Invece di chiedere all'IA di "ricordare" le cose, il sistema installa silenziosamente una telecamera di sicurezza (chiamata hook o watcher) sopra lo schermo dell'IA.

Cosa fa: Ogni volta che l'IA scrive un messaggio, la telecamera scatta una foto e la scrive in un registro digitale chiamato activity.jsonl.
La Regola: Questo registro è append-only (solo aggiunta). Immaginalo come una scatola nera di un aereo. Una volta che una riga viene scritta, non può essere cancellata o modificata. È la "Fonte della Verità".
Perché è importante: L'IA non ha bisogno di fare alcuno sforzo mentale extra per salvare il proprio lavoro. Il sistema si limita a registrare le prove grezze automaticamente.

2. I "Riassunti Esecutivi" (Modelli di Proiezione di Lettura)

Un registro grezzo con 500 pagine di chat è inutile se vuoi solo sapere il piano attuale. Per questo, il sistema genera automaticamente riassunti puliti e leggibili.

L'Analogia: Immagina un bibliotecario che legge i disordinati diari scritti a mano di un cantiere edile e poi scrive tre rapporti puliti per il capocantiere:
- state.md: "Ecco dove ci troviamo in questo momento."
- decisions.md: "Ecco le 5 grandi scelte che abbiamo fatto e il perché."
- tasks.json: "Ecco l'elenco delle cose che restano ancora da fare."
La Magia: Questi rapporti vengono generati automaticamente. Nessuno li modifica manualmente. Se il registro cambia, i rapporti si aggiornano istantaneamente. Ciò garantisce che i riassunti corrispondano sempre alla verità grezza.

3. Il "Passaggio di Consegne" (Continuità)

Quando l'Architetto finisce il suo turno e il Programmatore inizia il suo, il Programmatore non ha bisogno di leggere l'intero registro di 500 pagine.

Il Processo: Il Programmatore chiede semplicemente al sistema un "Handoff" (passaggio di consegne). Il sistema gli consegna il handoff.md (un riassunto di ciò che è accaduto) e una "finestra" specifica delle ultime 20 messaggi rilevanti per il suo compito.
Il Beneficio: Il Programmatore inizia a lavorare immediatamente con il pieno contesto, senza perdere tempo a leggere chiacchiere irrilevanti o perdere traccia delle decisioni precedenti.

4. L' "Umano nel Ciclo" (Curatela)

Il sistema distingue tra ciò che è accaduto (evidenza) e ciò che conta (decisioni).

Evidenza: L'IA che scrive "Penso che dovremmo usare Python" è solo un turno nel registro.
Curatela: Se l'IA (o un umano) dice: "Ok, abbiamo deciso di usare Python", il sistema registra questo come un Evento Decisionale formale.
Perché è importante: Questo separa il rumore della conversazione dalle regole durevoli del progetto. Il sistema sa distinguere tra un pensiero casuale e una regola definitiva.

5. Privacy e Sicurezza

Il documento sottolinea che questo sistema è progettato per essere sicuro per l'uso pubblico.

Il Pacchetto "Greenfield": Quando gli sviluppatori hanno rilasciato lo strumento, hanno fornito a tutti un registro nuovo e vuoto. Non hanno condiviso le proprie conversazioni private.
La Lista "Da Non Condividere": Il sistema nasconde automaticamente i file di registro disordinati dalla vista pubblica (come un file .gitignore), assicurando che chat private sensibili non vengano accidentalmente caricate su internet.

Il Test nel Mondo Reale

Gli autori hanno testato questo sistema su se stessi. Hanno utilizzato diversi agenti IA per progettare e costruire il sistema mentre il sistema stesso registrava le loro conversazioni.

Risultato: Gli agenti sono riusciti a collaborare senza mai parlare direttamente tra di loro. Hanno solo letto il registro condiviso e i relativi riassunti.
Esito: Hanno dimostrato che è possibile passare tra diversi strumenti IA (come passare da Grok a Claude) senza perdere il filo della conversazione, purché tutti leggano dallo stesso registro condiviso.

In Sintesi

ESAA-Conversational è uno strumento che impedisce agli agenti IA di soffrire di amnesia. Funge da diario condiviso e immutabile che registra tutto, scrive automaticamente riassunti puliti per la persona successiva che dovrà leggerli, ed assicura che, quando si cambia strumento, non sia necessario ricominciare da capo. Trasforma il processo caotico di passaggio tra assistenti IA in un flusso di lavoro fluido e continuo.

Riepilogo Tecnico: ESAA-Conversational

Problematica

I flussi di lavoro nello sviluppo software si affidano sempre più ad agenti basati su Large Language Model (LLM) eterogenei (ad esempio, Codex, Grok, Claude Code), dove gli sviluppatori passano da uno strumento all'altro in base ai limiti della finestra di contesto, ai costi o alla specificità del sottotask. Tuttavia, la continuità tra questi agenti è attualmente fragile. Ogni agente conserva la conversazione in log privati e specifici del fornitore, portando a una deriva dello stato conversazionale (conversational state drift): obiettivi, decisioni, razionali e compiti aperti stabiliti con un agente non sono affidabilmente disponibili quando un altro prende il controllo.

I rimedi attuali comportano il copia-incolla manuale del contesto, che è un processo con perdita di informazioni, costoso in termini di token e che confonde le distinte attività di cattura dell'evidenza conversazionale e di interpretazione di tale evidenza. Manca uno strato di memoria condiviso e deterministico che permetta agli agenti di collaborare senza un canale diretto agente-agente o un protocollo di runtime comune.

Metodologia

Il documento propone ESAA-Conversational, una specializzazione di dominio dell'Event-Sourced Agent Architecture (ESAA) progettata per governare la memoria conversazionale condivisa. La metodologia tratta la conversazione visibile come un archivio di eventi locale, separando la cattura meccanica dal giudizio umano o dell'agente.

Principi Architetturali Core

Ingestione Invertita: Inveve di richiedere agli agenti di parlare un protocollo comune, il sistema ingerisce log nativi, hook o watcher provenienti da agenti eterogenei. Un adattatore deterministico normalizza questi turni visibili in un unico registro di eventi append-only (activity.jsonl).
Cattura Meccanica vs. Curatela:
- Turni (Evidenza): La conversazione visibile viene catturata meccanicamente senza inferenza LLM.
- Decisioni e Task (Giudizio): Le decisioni durevoli e i compiti operativi vengono registrati esplicitamente attraverso comandi di dominio (decide, task). Ciò crea un confine netto dove i turni servono come evidenza, mentre gli eventi curati rappresentano la conoscenza duratura.
Event Sourcing & CQRS: Il sistema segue il pattern Command Query Responsibility Segregation (CQRS).
- Percorso di Scrittura (Write Path): Gli agenti e gli hook aggiungono eventi a activity.jsonl.
- Percorso di Lettura (Read Path): Il sistema proietta deterministicamente modelli di lettura (ad esempio, handoff.md, state.md, decisions.md, tasks.json) dal log. Questi modelli non sono editati manualmente; vengono ricostruiti.
Ingegneria del Contesto: Per affrontare la degradazione dell'attenzione nei contesti lunghi, il sistema fornisce comandi di contesto paginati. Un agente "freddo" non ingerisce l'intero log, ma richiede una finestra selettiva (ad esempio, gli ultimi $N$ turni, filtrati per argomento o attorno a un evento specifico) tramite la CLI.

Implementazione (v1.1.0)

Il rilascio pubblico è uno strumento CLI basato su PowerShell (greenfield) denominato conversation-esaa che include:

Comandi: init, enable-hooks, sync, project, verify, context, decide, e task.
Isolamento: Impone confini di workspace_root per evitare la miscelazione dei log.
Concorrenza: Utilizza un semplice file di lock (run/*.lock) per serializzare le operazioni.
Privacy: La distribuzione pubblica parte da un log vuoto. I file sensibili sono esclusi tramite .gitignore e il sistema evita di catturare il ragionamento nascosto o i prompt di sistema.

Contributi Chiave

Il documento presenta cinque contributi specifici:

Specializzazione di Dominio: Definisce ESAA-Conversational come un'applicazione specifica dell'event sourcing per la memoria conversazionale tra agenti eterogenei.
Formalizzazione dell'Ingestione Invertita: Stabilisce un metodo per leggere i log nativi degli agenti e normalizzarli in eventi senza richiedere un runtime di agente condiviso.
Confine Architetturale: Formalizza la separazione tra cattura meccanica (i turni come evidenza) e curatela (decisioni/task come eventi espliciti).
Specifiche del Rilascio Pubblico: Descrive il rilascio v1.1.0, dettagliando la CLI, i modelli di lettura proiettati, il contesto paginato e i meccanismi di isolamento del workspace.
Caso di Studio Autoriflessivo: Riporta come il sistema sia stato progettato, implementato e revisionato da agenti distinti utilizzando proprio lo strato di memoria conversazionale che esso stesso costruisce.

Risultati e Caso di Studio

Il documento presenta un caso di studio autoriflessivo in cui il sistema ESAA-Conversational è stato utilizzato per gestire il proprio ciclo di vita di sviluppo.

Scala: Il log del laboratorio di sviluppo conteneva 570 eventi (562 eventi di conversation_turn) coinvolgendo Codex (304), Claude (79) e Grok (67).
Collaborazione: Agenti eterogenei hanno collaborato su decisioni di design (ad esempio, design degli hook, semantica dei comandi) senza comunicazione diretta. Un agente poteva ispezionare il lavoro di un altro interrogando il log condiviso (ad esempio, context --agent grok --last 20).
Risoluzione dei Difetti: Il flusso di lavoro ha identificato con successo e risolto un difetto nel filtraggio degli eventi legacy. La diagnosi, la correzione e la verifica sono state registrate come eventi espliciti di decisione e task, dimostrando l'utilità pratica della superficie di curatela.
Validazione: Lo studio conferma la viabilità operativa del design v1.1 in un workflow multi-agente sostenuto e reale, e valida il valore del passaggio (handoff) deterministico e selettivo.

Significato e Rivendicazioni

Il documento afferma che ESAA-Conversational offre un confine architettonico distinto per i sistemi multi-agente:

Continuità senza Runtime Comune: Permette la continuità tra agenti che non condividono un protocollo o un runtime, affidandosi invece a un registro condiviso e deterministico.
Economia dei Token: Riduce il consumo di token sostituendo il copia-incolla manuale del contesto con la proiezione deterministica dei file e la lettura paginata. La rivendicazione "zero token" si applica ai processi di cattura meccanica e proiezione, non al ragionamento degli agenti.
Auditabilità: Fornisce auditabilità operativa (tracciamento di ciò che è stato catturato, deciso e proiettato) senza promettere una forte auditabilità forense (le firme crittografiche o le catene di hash sono differite a lavori futuri).
Privacy: Trattando la distribuzione pubblica come un pacchetto greenfield ed escludendo i log privati, offre un modello di privacy in cui lo sviluppo può generare dati sensibili mentre la distribuzione rimane pulita.

Gli autori sottolineano che questo non è un nuovo sistema di memoria semantica (ad esempio, database vettoriali), ma un registro deterministico che impedisce agli indici di diventare la fonte della verità. Il sistema privilegia uno strumento semplice, locale e verificabile rispetto a un'infrastruttura complessa, differendo funzionalità come snapshot, replay a freddo e ricerca semantica a iterazioni future.