# seale-semantic-agent-model-harness-ontology-data-2026-04-17

## Veille

Agente semantico: la simmetria tra modello+harness e ontologia+dati, il collasso dei framework agentici, l'ontologia come unico asset non commoditizzato

## Titre Article

There is a growing disconnect in the way people think about building AI agents

## Date

2026-04-17

## URL

https://www.linkedin.com/posts/tonyseale_there-is-a-growing-disconnect-in-the-way-share-7450647565982715904-kzDt/

## Keywords

semantic agent, agent harness, ontologia, knowledge graph, dominio di business, Claude Code, Codex, framework agentici, LangGraph, CrewAI, AutoGen, Semantic Kernel, scaffolding, modello di dominio condiviso, dati tipizzati collegati, commoditizzazione, moat ontologico, comprensione condivisa, intelligenza isolata vs combinata, orchestrazione, post-training

## Authors

Tony Seale

## Ton

**Profilo**: Prospettiva di un esperto di knowledge graph (The Knowledge Graph Guy), registro strategico e da manifesto, livello tecnico senior con portata architetturale e di business. Tony scrive come un evangelist che individua un pattern fondamentale e invoca un riposizionamento del settore.

**Descrizione**: Il tono è incisivo e incentrato sui pattern. L'articolo costruisce la propria tesi attraverso simmetrie e opposizioni binarie: modello+harness da un lato, ontologia+dati dall'altro, commodity vs moat, transitorio vs permanente. Lo stile LinkedIn è breve, denso, con sezioni segnate da elenchi puntati colorati (🔵) e un ritmo telegrafico (frasi brevi, elenchi di framework citati rapidamente in sequenza). L'autore si appoggia a una citazione di Anthropic per rafforzare la propria autorevolezza: "Every component in a harness encodes an assumption about what the model can't do on its own, and those assumptions can quickly go stale as models improve." Il pezzo culmina in una massima proprietaria: "Everything else is scaffolding — useful for a while, but scaffolding comes down." Il pubblico di destinazione è duplice: architetti enterprise che investono in framework, e leader data/IA che cercano di individuare l'asset strategico da costruire all'interno della propria organizzazione. Il tono è quello di un consulente-filosofo che cerca di convertire, non semplicemente di informare.

## Pense-betes

- **Disconnessione crescente**: il settore investe pesantemente in framework di orchestrazione (LangGraph, CrewAI, AutoGen, Semantic Kernel, OpenAI Agents SDK, AWS Bedrock, Google ADK) mentre i practitioner più all'avanguardia sono passati al "modello potente in un harness potente" (Claude Code, Codex, OpenClaw, Hermes)
- **Il collasso dei framework**: i primi framework erano necessari quando i modelli non riuscivano a gestire da soli attività multi-step. Ma man mano che i modelli migliorano, l'impalcatura costruita per modelli limitati penalizza i modelli intelligenti. L'impalcatura dovrebbe diminuire nel tempo, non accumularsi
- **Citazione di Anthropic**: "Every component in a harness encodes an assumption about what the model can't do on its own, and those assumptions can quickly go stale as models improve"
- **Gli agenti isolati non bastano**: accesso al computer ≠ comprensione. Dare a un agente 1000 documenti e porre una domanda: cerca, spera, indovina. Moltiplicare questo per 50 agenti senza un modello del mondo condiviso = intelligente isolatamente, incoerente in combinazione
- **Necessità di un ambiente informativo strutturato**: su scala enterprise, gli agenti necessitano di un modello di dominio condiviso e di esseri umani nel loop
- **La simmetria fondamentale**: applicare la stessa semplificazione sul lato dei dati. Il modello si trova in un harness che gli dà accesso al computer. I dati si trovano in un'ontologia che dà loro struttura e significato
- **Definizione di ontologia**: definisce cosa esiste, le sue proprietà, le sue relazioni. È l'interfaccia attraverso cui gli agenti comprendono i dati. I dati — tipizzati, collegati, strutturati — formano un grafo di significato navigabile
- **Due pattern simmetrici**: (1) modello potente in un harness potente, (2) dati potenti in un'ontologia potente
- **Il Semantic Agent**: (Model + Harness) + (Ontology + Data). "Non si limita a generare. Inizia a comprendere"
- **Ciò che è commodity**: tutti hanno accesso agli stessi modelli di frontiera. Chiunque può costruire un harness. Questo si assottiglia nel tempo
- **Ciò che NON è commodity**: l'ontologia, il modello di dominio, la conoscenza strutturata e collegata che cattura come LA PROPRIA organizzazione comprende il mondo
- **I modelli sono affittati, i framework sono transitori**: l'unica cosa che resta da costruire è la conoscenza — ed è propria
- **Strumenti citati**: Claude Code, Codex, OpenClaw, Hermes come esempi di harness maturi; LangGraph, CrewAI, AutoGen, Semantic Kernel, OpenAI Agents SDK, AWS Bedrock, Google ADK come framework di generazione precedente
- **Riferimenti esterni**: Anthropic on Harness Design, Meaning IS Your Moat (articolo precedente di Seale)

## RésuméDe400mots

Tony Seale, The Knowledge Graph Guy, individua una crescente disconnessione nel modo in cui il settore costruisce agenti IA. Da un lato, il settore investe pesantemente in framework di orchestrazione: LangGraph, CrewAI, AutoGen, Semantic Kernel, OpenAI Agents SDK, AWS Bedrock, Google ADK — ciascuno con i propri grafi di orchestrazione, macchine a stati e logiche di routing. Dall'altro, i practitioner più all'avanguardia sono passati al paradigma del "modello potente in un harness potente" (Claude Code, Codex, OpenClaw, Hermes).

**Il collasso dei framework.** I primi framework erano necessari quando i modelli non riuscivano a gestire da soli attività multi-step. Citazione di Anthropic: "Every component in a harness encodes an assumption about what the model can't do on its own, and those assumptions can quickly go stale as models improve." Un'impalcatura costruita per un modello limitato penalizza un modello intelligente. Dovrebbe diminuire nel tempo, non accumularsi. Ciò che resta è semplice: un modello potente in un harness potente. Molti, che interagiscono, che collaborano. Nessun framework richiesto.

**Gli agenti isolati non bastano.** Accesso al computer ≠ comprensione. Dare a un agente 1000 documenti: cerca, spera, indovina. Moltiplicare questo per 50 agenti senza un modello del mondo condiviso produce un'intelligenza isolata ma incoerente nella combinazione. Su scala enterprise, l'ambiente informativo necessita di struttura — un modello di dominio condiviso, con l'essere umano nel loop.

**La simmetria.** La risposta è applicare la stessa semplificazione sul lato dei dati. Il modello si trova in un harness che gli dà accesso al computer; i dati si trovano in un'ontologia che dà loro struttura e significato. L'ontologia definisce cosa esiste, le sue proprietà, le sue relazioni — l'interfaccia attraverso cui gli agenti comprendono i dati. Due pattern simmetrici: (modello potente + harness potente) e (dati potenti + ontologia potente).

**Il Semantic Agent.** La loro combinazione produce il Semantic Agent: (Model + Harness) + (Ontology + Data). Non si limita a generare, inizia a comprendere. Tutto il resto è impalcatura — utile per un certo tempo, ma destinata a essere smontata.

**Ciò che si possiede.** Tutti hanno accesso agli stessi modelli di frontiera; chiunque può costruire un harness. Questo è commodity, e si assottiglia ogni giorno. Ciò che NON è commodity: la propria ontologia, il proprio modello di dominio, la conoscenza strutturata e collegata che cattura come la propria organizzazione comprende il mondo. I framework sono una fase transitoria. I modelli sono affittati. L'unica cosa che resta da costruire — e che si possiede — è la conoscenza.

## GrapheDeConnaissance

- Tony Seale —publie→ Semantic Agent post LinkedIn (DOCUMENT, 0.99)
- Tony Seale —est_instance_de→ The Knowledge Graph Guy (persona) (CONCEPT, 0.98)
- Semantic Agent —est_basé_sur→ Model + Harness + Ontology + Data (CONCEPT, 0.97)
- Harnais d'agent —converge_avec→ Ontologie (CONCEPT, 0.92)
- Frameworks d'agents —est_instance_de→ Phase transitoire (CONCEPT, 0.9)
- LangGraph —fait_partie_de→ Frameworks d'agents (TECHNOLOGIE, 0.95)
- CrewAI —fait_partie_de→ Frameworks d'agents (TECHNOLOGIE, 0.95)
- AutoGen —fait_partie_de→ Frameworks d'agents (TECHNOLOGIE, 0.95)
- Claude Code —est_instance_de→ Pattern modèle+harnais (CONCEPT, 0.92)
- Codex —est_instance_de→ Pattern modèle+harnais (CONCEPT, 0.92)
- Ontologie —permet→ définition de ce qui existe, ses propriétés et relations (CONCEPT, 0.95)
- Modèles frontier —est_instance_de→ Commodité louée (CONCEPT, 0.88)
- Ontologie —est_instance_de→ Seul moat non-commoditisable (CONCEPT, 0.92)
- Anthropic —affirme_que→ les composants du harnais encodent des hypothèses qui vieillissent vite quand les modèles s'améliorent (AFFIRMATION, 0.95)
- Tony Seale —affirme_que→ des agents isolés sans modèle du monde partagé produisent de l'incohérence en combinaison (AFFIRMATION, 0.9)
- Agents à l'échelle entreprise —est_basé_sur→ Modèle de domaine partagé (CONCEPT, 0.93)
- Tony Seale —recommande→ faire diminuer le scaffolding à mesure que les modèles s'améliorent (AFFIRMATION, 0.9)

---
Canonical: https://www.thekb.eu/it/fiches/seale-semantic-agent-model-harness-ontology-data-2026-04-17/