Anthropic советует компаниям отказаться от сложных мультиагентных архитектур и вместо них использовать одного главного агента. По данным The Decoder, этот агент должен загружать свой контекст только тогда, когда он действительно нужен. В одном из случаев у клиента скорость работы за счёт этого удвоилась.
Что стоит за этой рекомендацией
В мультиагентной архитектуре главный агент распределяет задачи между несколькими субагентами. Каждый субагент отвечает за свой участок, например за поиск информации, программирование или проверку. Это звучит как аккуратное разделение труда, но влечёт дополнительные издержки: агентам нужно согласовывать действия, передавать друг другу информацию и объединять промежуточные результаты.
Альтернатива — один агент, который подгружает информацию по мере необходимости. Он не таскает с собой всё с самого начала, а получает знания, инструкции или данные только в подходящий момент. Это может сделать процесс проще и быстрее, поскольку между отдельными агентами требуется меньше передач.
Набор для миграции на GitHub
Для переделки существующих систем Anthropic предоставляет на GitHub набор для миграции. Он должен помочь командам перевести свои конфигурации агентов на более простую модель. Как именно устроен этот набор, из короткого сообщения не ясно.
Что могут вынести из этого читатели
Тем, кто сам работает с ИИ-агентами, эта рекомендация может послужить поводом проверить собственную архитектуру. Полезные вопросы:
- Действительно ли каждому субагенту нужна отдельная роль?
- Не уходит ли много усилий на согласование между агентами?
- Можно ли подгружать контекст целенаправленно, а не держать его постоянно при себе?
Удвоение скорости относится к одному случаю у клиента. Поэтому прежде чем переделывать существующую систему, стоит самому проверить на небольшом тесте, получится ли похожий эффект в вашем проекте.
