AI agenti · Technika Multiagentové systémy: kedy by mali viacerí AI agenti spolupracovať a kedy nie

Čo je multiagentový systém

AI agent pozostáva z jazykového modelu, pokynov a nástrojov. Anthropic rozlišuje pracovné postupy, v ktorých sa jazykové modely a nástroje riadia vopred určenými programovými cestami, a agentov, ktorí si svoj postup aj výber nástrojov určujú sami. Multiagentový systém spája viacero takýchto agentov. V praxi sa vyskytujú tri základné modely:

Čo ukazuje prax

Anthropic v článku z júna 2025 opisuje systém na rešerše s koordinátorom. Pri internom hodnotení dosiahol o 90,2 percenta lepší výsledok než jeden agent. Zároveň agenti spotrebovali približne štvornásobok a multiagentové systémy približne 15-krát viac tokenov než chat. Anthropic označuje za menej vhodné úlohy so spoločným kontextom a mnohými závislosťami, napríklad programovanie, ktoré obsahuje menej častí vhodných na súbežné spracovanie než rešerše.

Cognition, vývojár programovacieho asistenta, v tom istom mesiaci dospel k opatrnejšiemu záveru: podagenti vidia iba časti, vychádzajú z rozdielnych predpokladov a dodávajú výsledky, ktoré do seba nezapadajú. Tieto správy si odporujú menej, než sa zdá: viacerí agenti pomáhajú pri rozsiahlej práci, ktorú možno rozdeliť, ale potrebujú podstatne viac výpočtového výkonu a kontroly.

Kedy stačí jeden agent alebo pevný postup

Anthropic odporúča hľadať najjednoduchšie možné riešenie a zložitosť zvyšovať iba vtedy, keď je to potrebné. Pre väčšinu úloh v malých a stredných firmách to znamená:

• Postup je pevne daný: Prečítať faktúru, skontrolovať, zaúčtovať. Pevný postup s krokmi AI je tu rýchlejší, lacnejší a ľahšie kontrolovateľný.
• Úloha potrebuje súvislý kontext: Napísať ponuku pre konkrétneho zákazníka, odpovedať na dopyt. Stačí jeden agent so správnymi nástrojmi.
• Záleží na nákladoch a rýchlosti: Každý ďalší agent spotrebuje čas a výpočtový výkon, každé odovzdanie je možným zdrojom chyby.

Kedy majú viacerí agenti zmysel

• Čiastkové úlohy sú nezávislé: Súčasne preveriť desať dodávateľov alebo dvadsať dokumentov a potom spojiť výsledky.
• Oprávnenia majú zostať oddelené: Jeden agent číta e-maily a má iba oprávnenia na čítanie, druhý zapisuje do Vášho systému skladového hospodárstva, ale iba po schválení. Škoda tak zostane obmedzená, ak manipulovaný obsah navedie agenta nesprávnym smerom.
• Druhý pohľad má hodnotu: Kontrolný agent porovná výsledok so zdrojmi skôr, než ho uvidí človek.
• Kontext by presiahol kapacitu: Veľmi dlhé úlohy možno rozdeliť na časti, z ktorých každú spracuje jeden podagent.

Riziká a kontrola

• Náklady: Nastavte horné limity na jednu úlohu a merajte spotrebu pri jednom spustení.
• Reťazenie chýb: Chybu jedného agenta prevezme ďalší. Priebežné výsledky uchovávať so zdrojmi a kontrolovať ich na vzorke.
• Oprávnenia: Každý agent dostane iba to, čo potrebuje. OWASP uvádza „Excessive Agency“, teda príliš široké oprávnenia, ako samostatné riziko aplikácií s jazykovými modelmi. Úkony zahŕňajúce zápis podliehajú schváleniu.
• Spätná overiteľnosť: Záznam ukazuje, ktorý agent čo urobil a prečo. Pri osobných údajoch platia pravidlá GDPR.
• Vysoké riziko: Ak agenti pripravujú rozhodnutia o ľuďoch, napríklad pri žiadostiach o zamestnanie alebo úverovej bonite, platia podľa prílohy III nariadenia o AI prísne pravidlá. Viac pri rizikových kategóriách.

Ako postupovať

1. Spísať proces: Kroky, údaje, rozhodnutia a kto schvaľuje.
2. Začať jednoducho: S pevným postupom alebo jedným agentom a merať výsledky.
3. Určiť úzke miesto: Kde to nestačí, pri čase, kvalite alebo oprávneniach?
4. Rozdeliť iba tam: Jeden podagent s jasnou úlohou, vstupom a výstupom.
5. Porovnať: Náklady, trvanie a mieru chybovosti s jednoduchým riešením.
6. Zaviesť schvaľovanie: Človek potvrdí výsledok skôr, než niečo odíde mimo firmy alebo sa zaúčtuje.