Buzz è uno spazio di lavoro open source sviluppato da Block (ex Square) in cui dipendenti e agenti AI collaborano negli stessi canali, thread e messaggi diretti. Gli utenti creano agenti, scelgono il modello o il motore di esecuzione (harness) che li alimenta e li inseriscono in conversazioni con i colleghi, che possono rivedere il lavoro, aggiungere contesto o porre domande di follow-up.
In breve
- Buzz è un ambiente di collaborazione open source in cui persone e agenti AI lavorano fianco a fianco su compiti condivisi.
- Ogni agente può essere configurato con un modello o un harness diverso, scelto in base al tipo di attività da svolgere.
- Unity Gateway, livello di accesso sviluppato da Databricks, fornisce a Buzz una via unica verso modelli frontier e open-weight di diversi fornitori.
- Block ha messo a punto un metodo interno di benchmark per confrontare configurazioni diverse di team di agenti.
- La domanda centrale, secondo Block, non è più "quale modello è il migliore" ma "come combinare modelli, harness e agenti per completare il lavoro".
Cos'è esattamente Buzz e come funziona
Buzz è descritto come uno spazio di collaborazione dove persone e agenti AI si scambiano informazioni e lavorano insieme sugli stessi compiti, in discussioni di gruppo, conversazioni mirate e scambi uno a uno. Non si tratta di un singolo assistente, ma di un ambiente in cui più agenti possono convivere nello stesso flusso di lavoro dei colleghi umani.
Un dipendente può creare un agente, scegliere il modello o il coding harness che lo alimenta e portarlo dentro una conversazione già in corso con altre persone. Il vantaggio pratico è evitare di passare continuamente da uno strumento AI all'altro: i team lavorano con più agenti nello stesso posto, con la stessa logica con cui lavorerebbero con un collega in più.
Un esempio concreto riportato nella descrizione del progetto: un dipendente chiede a un agente di aiutarlo con un'attività di coding o di analisi, mentre i colleghi rivedono il lavoro prodotto, forniscono informazioni aggiuntive o pongono domande di approfondimento. L'agente diventa quindi un partecipante alla conversazione, non un tool isolato che restituisce un output e si disconnette.
Buzz include un agente integrato che incorpora una versione leggera di Goose, ma supporta anche altri harness e strumenti di coding. Essendo un progetto open source, è agnostico rispetto al modello utilizzato e può essere installato e gestito privatamente (self-hosted), lasciando a chi lo adotta la scelta su come distribuirlo e configurarlo.
Perché un'azienda sceglie di lavorare con più modelli invece che con uno solo?
Perché compiti diversi — scrivere codice, fare un'analisi, rispondere a una richiesta semplice — traggono beneficio da modelli o harness differenti, e imporre un solo modello per ogni workflow significa rinunciare a efficienza in alcuni casi.
Buzz permette di scegliere il modello o l'harness dietro ciascun agente al momento della sua creazione, invece di vincolare l'intero flusso di lavoro a un'unica scelta fatta una volta per tutte. Questo approccio consente di costruire una raccolta di agenti specializzati, ciascuno con il proprio modello, da far lavorare insieme all'interno dello stesso spazio condiviso.
Come entra in gioco Unity Gateway
Unity Gateway, sviluppato da Databricks, è il livello che fornisce l'accesso ai modelli usati dagli agenti creati in Buzz. Quando un dipendente crea un agente, può selezionare Databricks come provider di inferenza e scegliere tra i modelli disponibili tramite Unity Gateway, inclusi modelli frontier di OpenAI, Anthropic e Google, oltre a una selezione di modelli open-weight, tutti accessibili attraverso un'unica integrazione.
Questa impostazione risolve un problema pratico: senza un livello di accesso unificato, ogni nuovo modello richiederebbe una integrazione separata. Con Unity Gateway, invece, la flessibilità di provare modelli diversi e abbinarli al compito giusto resta disponibile man mano che nuovi modelli diventano disponibili e i team imparano quali funzionano meglio per quali attività.
Cosa cambia quando più agenti lavorano insieme sullo stesso compito
Quando più agenti collaborano sulla stessa attività, la scelta del modello diventa una questione di squadra, non solo di singolo strumento. Block ha sperimentato diverse combinazioni di modelli e harness per capire come influenzano prestazioni e costi, esplorando in particolare un approccio in cui un modello più capace coordina il lavoro di un team di agenti alimentati da modelli più piccoli ed efficienti.
L'idea di fondo è semplice: non ogni passaggio di un compito complesso richiede il modello più costoso. Un agente "coordinatore" può occuparsi delle parti più impegnative, mentre altri agenti gestiscono compiti adatti alle loro capacità più limitate. All'interno di Buzz, queste interazioni avvengono nello stesso ambiente collaborativo in cui le persone possono osservare come gli agenti lavorano tra loro e intervenire direttamente nel processo.
Come si misura un team di agenti, e non solo un modello?
Si misura con un metodo di benchmark pensato apposta per confrontare configurazioni diverse di team di agenti, non solo le prestazioni isolate di un singolo modello. Block ha sviluppato un proprio approccio interno di benchmarking che permette agli ingegneri di sperimentare diverse combinazioni di modelli, harness e agenti e valutarne l'efficacia complessiva.
Questo riflette un cambiamento più ampio nel modo in cui i team tecnici affrontano lo sviluppo con l'AI: la domanda chiave non è più solo "quale modello singolo prestazionale è migliore", ma "come combinare modelli, harness e agenti per completare il lavoro nel modo più efficace". È uno spostamento di prospettiva che sposta l'attenzione dal singolo strumento all'organizzazione del lavoro nel suo insieme.
Domande frequenti
Buzz può essere installato su un'infrastruttura propria? Sì. Buzz è un progetto open source, agnostico rispetto al modello utilizzato e può essere self-hosted, cioè eseguito privatamente sulla propria rete o infrastruttura, lasciando libertà su come distribuire e configurare gli agenti.
Ogni agente creato in Buzz deve usare lo stesso modello? No. Buzz permette di scegliere un modello o un harness diverso per ciascun agente al momento della sua creazione, così da abbinare lo strumento più adatto al tipo di compito da svolgere, sia esso coding, analisi o una richiesta quotidiana più semplice.
Come si collegano gli agenti ai modelli AI disponibili sul mercato? Tramite un livello di accesso centralizzato, come Unity Gateway, che fornisce attraverso un'unica integrazione la possibilità di scegliere tra modelli frontier di diversi fornitori e modelli open-weight, evitando di dover integrare separatamente ogni singolo modello.
Perché conviene far collaborare più agenti invece di affidarsi a uno solo? Perché compiti complessi si scompongono in parti con esigenze diverse: un modello più capace può coordinare il lavoro, mentre modelli più piccoli ed efficienti gestiscono le attività più semplici, con un possibile beneficio su prestazioni e costi complessivi.
Osservare come un ambiente di lavoro condiviso tra persone e agenti AI venga progettato, misurato e ottimizzato offre indicazioni utili per chi vuole capire come impostare assistenti o agenti su misura per i propri processi. Se desideri approfondire come applicare questi principi alla tua attività, puoi contattare iNexus per un confronto.