Consensus ha ricostruito la sua ricerca scientifica come un workflow a quattro agenti su GPT-5 e la Responses API

Cosa nasconde il front end: quattro agenti al lavoro per un solo ricercatore

Consensus è nato come quello che il fondatore Christian Salem definisce un motore di ricerca verticale per la scienza: indicizzare paper, recuperare risultati, riassumere con citazioni. La nuova funzionalità, Scholar Agent, mantiene la stessa interfaccia conversazionale ma ristruttura tutto ciò che c'è sotto in quattro agenti con compiti distinti.

Un Planning Agent scompone la domanda e decide l'azione successiva. Un Search Agent lavora sull'indice dei paper, sulla libreria privata dell'utente e sul grafo delle citazioni. Un Reading Agent interpreta i paper singolarmente o in batch. Un Analysis Agent sintetizza i risultati, scegie struttura e visualizzazioni, e compone l'output. L'utente continua a digitare una domanda e a ottenere una risposta — il coordinamento resta invisibile.

Dividendo il workflow tra più agenti, riduciamo gli errori e rendiamo il sistema molto più disciplinato. Nessun agente ha troppa responsabilità, e questo si rivela decisivo per l'affidabilità.Montana Labs

Il 'research context pack' è una garanzia di fiducia, non un dettaglio di backend

Consensus descrive il proprio metodo come context engineering — assemblare le prove giuste prima che inizi la generazione. Quello che conta per l'esperienza utente è il risultato: ogni risposta arriva con un pacchetto strutturato di paper, metadati e risultati chiave che riconducono agli studi originali.

L'ambito ristretto di ogni agente è pensato per minimizzare le allucinazioni, e l'architettura permette esplicitamente all'assistente di rifiutarsi di rispondere. Se nessuno studio supera la soglia di qualità richiesta, lo dichiara apertamente invece di inventare una risposta. Per uno strumento usato da ricercatori e, sempre più spesso, da clinici, la capacità di non restituire nulla è una funzionalità che l'interfaccia deve rendere chiara.

Non vogliamo che i ricercatori perdano tempo a verificare ogni affermazione. Se il sistema non può fondare una risposta su prove reali, non se la inventa.Montana Labs

Perché la migrazione alla Responses API è stata decisiva per il routing

Consensus è passato da Chat Completions alla Responses API proprio per supportare il routing multi-agente, citando maggiore affidabilità, efficienza dei costi e un controllo più fine sulle chiamate ai sub-agenti. È questa l'infrastruttura dietro un passaggio di consegne a quattro agenti — ogni fase di planning, ricerca, lettura e analisi è una chiamata separata al modello che deve essere orchestrata con precisione.

Il team riporta anche che, nelle prime valutazioni, GPT-5 ha superato GPT-4.1, Sonnet 4 e Gemini 2.5 Pro in accuratezza nel tool-calling e stabilità nella pianificazione. La loro conclusione è significativa: un tool-calling affidabile ha permesso di dedicare meno tempo alle acrobazie sui prompt e più tempo a comportamenti degli agenti che rispecchiano davvero il modo in cui si fa ricerca.

Un front end da consumer è ciò che ha permesso a un back end di ricerca di scalare

La scommessa strategica è che l'interfaccia, non l'istituzione, sia il canale di distribuzione. Consensus è andato direttamente dal ricercatore — studenti, docenti, clinici — costruendo qualcosa che si sente come un'app consumer moderna: onboarding veloce, design intuitivo, interfaccia conversazionale. L'adozione si è diffusa per passaparola, dai dottorandi ai docenti fino ai medici.

Quell'interfaccia ora è collegata a utenti dal peso considerevole. Consensus ha firmato con la biblioteca medica della Mayo Clinic e lanciato una 'Medical Mode' per i professionisti che cercano evidenze cliniche, oltre a raggiungere 8 milioni di utenti e una crescita dei ricavi di 8 volte. L'implicazione per i team che costruiscono prodotti agentici: il workflow multi-agente, il context pack e la disciplina del rifiuto a rispondere valgono solo se il front end resta abbastanza semplice da guadagnarsi la fiducia di un clinico al primo utilizzo — l'ingegneria esiste per proteggere un'esperienza di livello consumer, non il contrario.