AI agenti · Technické aspekty Multiagentní systémy: kdy má spolupracovat více AI agentů a kdy ne

Co je multiagentní systém

AI agent se skládá z jazykového modelu, pokynů a nástrojů. Anthropic rozlišuje pracovní postupy, v nichž jsou jazykové modely a nástroje řízeny podle předem definovaného postupu v programu, a agenty, kteří si sami určují postup i volbu nástrojů. Multiagentní systém kombinuje více takových agentů. V praxi se objevují tři základní uspořádání:

Co ukazuje praxe

Anthropic v článku z června 2025 popisuje rešeršní systém s koordinátorem. V interním hodnocení dosáhl o 90,2 procenta lepšího výsledku než samostatný agent. Agenti přitom spotřebovali přibližně čtyřikrát a multiagentní systémy přibližně 15krát více tokenů než chat. Anthropic označuje za méně vhodné úkoly se společným kontextem a mnoha závislostmi, například programování, které obsahuje méně souběžně zpracovatelných částí než rešerše.

Cognition, vývojář programovacího asistenta, dochází ve stejném měsíci k opatrnějšímu závěru: dílčí agenti vidí pouze části, vycházejí z různých předpokladů a dodávají výsledky, které do sebe nezapadají. Zprávy si odporují méně, než se zdá: více agentů pomáhá u rozsáhlé práce, kterou lze rozdělit, ale spotřebuje výrazně více výpočetního výkonu a vyžaduje větší kontrolu.

Kdy stačí jeden agent nebo pevně daný postup

Anthropic doporučuje hledat co nejjednodušší řešení a zvyšovat složitost pouze tehdy, když je to nutné. Pro většinu úkolů v malých a středních firmách to znamená:

• Postup je pevně daný: přečíst fakturu, zkontrolovat, zaúčtovat. Pevně daný postup s kroky využívajícími AI je zde rychlejší, levnější a snáze kontrolovatelný.
• Úkol vyžaduje souvislý kontext: napsat nabídku pro konkrétního zákazníka, odpovědět na dotaz. Stačí jeden agent se správnými nástroji.
• Záleží na nákladech a rychlosti: každý další agent spotřebovává čas a výpočetní výkon, každé předání je možným zdrojem chyby.

Kdy má více agentů smysl

• Dílčí úkoly jsou nezávislé: současně prověřit deset dodavatelů nebo dvacet dokumentů a pak výsledky spojit.
• Oprávnění mají zůstat oddělená: jeden agent čte e-maily a má pouze právo číst, druhý zapisuje do Vašeho systému skladového hospodářství, ale pouze po schválení. Škoda tak zůstává omezená, pokud je agent sveden k nesprávnému postupu zmanipulovaným obsahem.
• Druhý pohled má hodnotu: kontrolní agent porovná výsledek se zdroji, než jej uvidí člověk.
• Kontext by překročil kapacitu: velmi dlouhé úkoly lze rozdělit do částí, z nichž každou zpracuje jeden dílčí agent.

Rizika a kontrola

• Náklady: nastavte limity pro jednotlivá zadání a měřte, kolik spotřebuje jedno spuštění.
• Řetězení chyb: chybu jednoho agenta převezme další. Uchovávejte průběžné výsledky se zdroji a namátkově je kontrolujte.
• Oprávnění: každý agent dostane jen to, co potřebuje. OWASP uvádí „Excessive Agency“, tedy příliš široká oprávnění, jako samostatné riziko aplikací s jazykovými modely. Akce zapisující data podléhají schválení.
• Dohledatelnost: záznam ukazuje, který agent co udělal a proč. U osobních údajů platí pravidla GDPR.
• Vysoké riziko: pokud agenti připravují rozhodnutí o lidech, například při žádostech o zaměstnání nebo posuzování úvěruschopnosti, platí podle přílohy III nařízení o AI přísná pravidla. Více v přehledu rizikových kategorií.

Jak postupovat

1. Popsat proces: kroky, data, rozhodnutí a kdo schvaluje.
2. Začít jednoduše: s pevně daným postupem nebo jedním agentem a měřit výsledky.
3. Určit slabé místo: kde to nestačí, z hlediska času, kvality nebo oprávnění?
4. Rozdělit pouze tuto část: dílčí agent s jasným úkolem, vstupem a výstupem.
5. Porovnat: náklady, dobu trvání a chybovost s jednoduchým řešením.
6. Začlenit schvalování: člověk potvrdí výsledek, než se něco odešle mimo firmu nebo zaúčtuje.