Мультиагентная система и когда она окупается

Мультиагентная система — это несколько ИИ-агентов, которые делят между собой одну задачу. Обычно один из них, координатор, разбивает работу на части и раздаёт исполнителям, а у каждого исполнителя свои инструкции и инструменты, и свою часть он делает независимо от остальных. Что такое сам агент, мы объяснили в справке об ИИ-агенте.

Как это выглядит в компании

Допустим, отдел продаж участвует в тендерах, и на каждый приходит пакет на 200 страниц: техническое задание, проект договора, требования к участнику. Менеджеру нужна короткая сводка, чтобы решить, стоит ли подаваться.

Три исполнителя читают одновременно и не мешают друг другу, потому что каждому не нужно знать, что нашли остальные. Координатор получает три короткие выжимки вместо 200 страниц, и решение о подаче остаётся за менеджером.

Когда хватит одного агента

Чаще, чем кажется. Anthropic, которая построила мультиагентную систему для поиска информации, описывает, где такие системы сильны: когда работу можно разделить на независимые части и материала больше, чем модель прочтёт за один раз. А задачи, где всем агентам нужен общий контекст и шаги зависят друг от друга, по её оценке, пока подходят плохо.

Разбор заказа из письма — как раз такая цепочка. Нельзя сопоставить позиции с каталогом, пока они не прочитаны, и нельзя создать заказ, пока позиции не сопоставлены, поэтому делить здесь нечего. Эту работу хорошо делает один агент, и таких агентов для бизнеса мы разрабатываем под ключ.

Есть и цена. По замеру той же Anthropic, система из нескольких агентов расходует примерно в 15 раз больше текста модели, чем обычный чат, а облачная модель берёт плату как раз за объём текста. Такие траты оправданы, когда задача дорогая.

Вопросы о мультиагентных системах