Īsumā
- Vairāku aģentu sistēma sastāv no vairākiem AI aģentiem ar saviem uzdevumiem, instrukcijām un rīkiem, kas darbojas kopā, ko parasti kontrolē koordinators.
- Antropiskie ziņojumi liecina, ka šāda sistēma iekšējā pētījuma novērtējumā pārspēja vienu aģentu par 90,2 procentiem, taču izmantoja aptuveni 15 reizes vairāk žetonu nekā tērzēšana. Tokeni ir teksta moduļi, saskaņā ar kuriem AI pakalpojumi tiek rēķināti.
- Citi izstrādātāji brīdina, ka apakšaģenti, kas strādā paralēli, izdarīs pretrunīgus pieņēmumus, ja tiem nav kopīgs konteksts.
- Īkšķis: sāciet pēc iespējas vienkāršāk, izmantojot vairākus aģentus tikai neatkarīgiem apakšuzdevumiem, ar tiesību ierobežojumiem un cilvēku apstiprinājumu.
Kas ir vairāku aģentu sistēma
AI aģents sastāv no valodas modeļa, instrukcijām un rīkiem. Anthropic atšķir darbplūsmas, kurās valodu modeļi un rīki tiek kontrolēti, izmantojot iepriekš definētus programmas ceļus, no aģentiem, kuri nosaka savu procesu un rīku izvēli. Vairāku aģentu sistēma apvieno vairākus šādus aģentus. Praksē notiek trīs pamata modeļi:
| Raksts | Tā tas darbojas | Piemērs |
|---|---|---|
| Koordinators un speciālisti | Galvenais aģents sadala uzdevumu, sadala daļas apakšaģentiem un apkopo rezultātus | Pētījums par desmit piegādātājiem, viens apakšaģents katram piegādātājam |
| Nodošana | Aģents nodod sarunu citam, kas ir atbildīgs par tēmu | Sākotnējā pieņemšana klientu apkalpošanā tiek nodota atmaksai vai tehnoloģijai |
| Radītājs un recenzents | Viens aģents izveido, otrs novērtē un sniedz atgriezenisko saiti, līdz rezultāts ir pareizs | Teksta melnraksts ar kvalitātes pārbaudi saskaņā ar kontrolsarakstu |
Ko rāda prakse
2025. gada jūnija rakstā Anthropic apraksta pētniecības sistēmu, kuras pamatā ir koordinatora modelis. Iekšējā novērtējumā tas darbojās par 90,2 procentiem labāk nekā viens aģents. Tajā pašā laikā aģenti izmantoja aptuveni četras reizes un vairāku aģentu sistēmas aptuveni 15 reizes vairāk marķieru nekā tērzēšana. Anthropic kā mazāk piemērotus min uzdevumus ar kopīgu kontekstu un daudzām atkarībām, piemēram, programmēšanu, kurā ir mazāk paralelizējamo daļu nekā pētījumiem.
Tajā pašā mēnesī Cognition, programmēšanas palīga izstrādātājs, nonāca pie piesardzīgāka secinājuma: apakšaģenti redz tikai fragmentus, izdara dažādus pieņēmumus un sniedz rezultātus, kas nesakrīt. Pārskati ir mazāk pretrunīgi, nekā šķiet: vairāki aģenti palīdz veikt plašu, koplietojamu darbu, taču tie maksā ievērojami vairāk skaitļošanas jaudas un prasa lielāku kontroli.
Kad pietiek ar aģentu vai fiksētu procesu
Anthropic iesaka meklēt pēc iespējas vienkāršāko risinājumu un tikai nepieciešamības gadījumā pievienot sarežģītību. Lielākajai daļai uzdevumu vidēja lieluma uzņēmumos tas nozīmē:
- Process ir fiksēts: Lasīt, pārbaudīt, izrakstīt rēķinu. Fiksēts process ar AI soļiem ir ātrāks, lētāks un vieglāk pārbaudāms.
- Uzdevumam ir nepieciešams pastāvīgs konteksts: uzrakstiet piedāvājumu konkrētam klientam, atbildiet uz pieprasījumu. Pietiek ar aģentu ar atbilstošiem instrumentiem.
- Izmaksas un ātrums: Katrs papildu aģents patērē laiku un skaitļošanas jaudu, un katra nodošana ir kļūdu avots.
Kad ir jēga vairākiem aģentiem
- Apakšuzdevumi ir neatkarīgi: Vienlaicīgi pārbaudiet desmit piegādātājus vai divdesmit dokumentus un pēc tam apvienojiet tos.
- Tiesības jāpaliek atsevišķām: Viens aģents lasa e-pastus un tam ir tikai lasīšanas tiesības, cits raksta jūsu preču pārvaldības sistēmā, bet tikai pēc apstiprināšanas. Tas ierobežo kaitējumu, ja aģents tiek nepareizi novirzīts manipulēta satura dēļ.
- Otrs izskats ir vērtīgs: Pārbaudes aģents salīdzina rezultātu ar avotiem, pirms cilvēks to redz.
- Konteksts būtu pārpildīts: Ļoti garus uzdevumus var iedalīt sadaļās, no kurām katru apstrādā apakšaģents.
Riski un kontrole
- Izmaksas: Iestatiet ierobežojumus katram darbam un izmēriet, ko izmanto katrā darbībā.
- Kļūdu ķēdes: Viena aģenta pieļauto kļūdu pieņem nākamais. Saglabājiet starprezultātus ar avotiem un pārbaudiet tos nejauši.
- Tiesības: Katrs aģents saņem tikai to, kas viņam nepieciešams. OWASP ievieš “pārmērīgu aģentūru” kā atsevišķu risku lietojumprogrammām ar valodu modeļiem. Rakstīšanas darbības notiek, izmantojot atbrīvošanu.
- Izsekojamība: Žurnāls parāda, kurš aģents ko izdarīja un kāpēc. VDAR noteikumi attiecas uz personas datiem.
- Augsts risks: Ja aģenti sagatavo lēmumus par cilvēkiem, piemēram, par pieteikumiem vai kredītspēju, saskaņā ar AI regulas III pielikumu tiek piemēroti stingri noteikumi. Vairāk vietnē Riska klases.
Lūk, kā to izdarīt
- Pierakstiet procesu: Soļi, dati, lēmumi un kas apstiprina.
- Vienkārši sāciet: ar fiksētu procesu vai aģentu, un izmērīt rezultātus.
- Nosakiet sašaurinājumu: Kur ar to nepietiek, laika, kvalitātes vai tiesību ziņā?
- Tur tikai sadala: apakšaģents ar skaidru uzdevumu, ievadi un izvadi.
- Salīdzināt: Izmaksas, ilgums un kļūdu līmenis salīdzinājumā ar vienkāršu risinājumu.
- Instalēšanas laidiens: Persona apstiprina, pirms kaut kas pazūd vai tiek rezervēts.
Avoti
- Antropisks: Kā mēs izveidojām savu vairāku aģentu pētniecības sistēmu, 2025. gada 13. jūnijs
- Antropisks: Efektīvu līdzekļu veidošana, 2024. gada 19. decembris
- Izziņa: Neveidojiet vairākus aģentus, 2025. gada 12. jūnijs
- OpenAI: Aģentu SDK, nodošana
- OWASP: 10 populārākie LLM pieteikumi 2025
- Regula (ES) 2024/1689 par mākslīgo intelektu, III pielikums: EUR-Lex