Agenti AI · Tehnologija Multi agent sistemi: kdaj naj več agentov deluje skupaj in kdaj ne

Kaj je sistem z več agenti

Agent AI je sestavljen iz jezikovnega modela, navodil in orodij. Anthropic razlikuje poteke dela, v katerih so jezikovni modeli in orodja nadzorovani prek vnaprej določenih programskih poti od agentov, ki sami določajo svoj proces in izbiro orodij. Sistem z več agenti združuje več takih agentov. V praksi se pojavljajo trije osnovni vzorci:

Kaj kaže praksa

V članku iz junija 2025 Anthropic opisuje raziskovalni sistem, ki temelji na modelu koordinatorja. Pri internem ocenjevanju se je odrezal za 90,2 odstotka bolje kot en agent. Hkrati so agenti uporabili približno štirikrat, sistemi z več agenti pa približno 15-krat več žetonov kot klepet. Anthropic navaja naloge s skupnim kontekstom in številnimi odvisnostmi kot manj primerne, kot je programiranje, ki vsebuje manj vzporednih delov kot raziskave.

Istega meseca je Cognition, razvijalec pomočnika za programiranje, prišel do bolj previdnega zaključka: podagenti vidijo le izrezke, ustvarjajo drugačne predpostavke in zagotavljajo rezultate, ki se ne ujemajo. Poročila so manj protislovna, kot se zdi: več agentov pomaga pri širokem delu, ki ga je mogoče deliti, vendar stane bistveno več računalniške moči in zahteva več nadzora.

Ko je dovolj agent ali fiksen proces

Anthropic priporoča, da poiščete najpreprostejšo možno rešitev in dodate zapletenost le, kadar je to potrebno. Za večino nalog v srednje velikih podjetjih to pomeni:

• Postopek je fiksen: Preberite račun, preverite ga, knjižite. Fiksni postopek s koraki AI je hitrejši, cenejši in lažji za testiranje.
• Naloga potrebuje stalen kontekst: napišite ponudbo za določeno stranko, odgovorite na povpraševanje. Dovolj je agent s pravimi orodji.
• Stroški in hitrost: Vsak dodaten agent porabi čas in računalniško moč, vsaka predaja je vir napak.

Ko je več agentov smiselnih

• Podnaloge so neodvisne: Preverite deset dobaviteljev ali dvajset dokumentov hkrati in jih nato združite.
• Pravice morajo ostati ločene: En agent bere e-pošto in ima samo pravice za branje, drugi piše v vaš sistem za upravljanje trgovskega blaga, vendar šele po odobritvi. To omejuje škodo, če agenta napačno usmeri manipulirana vsebina.
• A drugi pogled je dragocen: Inšpekcijski agent primerja rezultat z viri, preden ga vidi človek.
• Kontekst bi se prelil: Zelo dolge naloge je mogoče razdeliti na odseke, od katerih vsakega obdeluje podagent.

Tveganja in nadzor

• Cost: Nastavite zgornje meje na naročilo in izmerite, koliko porabi en zagon.
• Error chains: Napako enega agenta sprejme naslednji. Ohranite vmesne rezultate z viri in jih naključno preverite.
• Pravice: Vsak agent dobi samo tisto, kar potrebuje. OWASP uvaja »pretirano posredovanje« kot ločeno tveganje za aplikacije z jezikovnimi modeli. Dejanja pisanja potekajo prek sprostitve.
• Sledljivost: Dnevnik prikazuje, kateri agent je naredil kaj in zakaj. Za osebne podatke veljajo pravila GDPR.
• Visoko tveganje: Če zastopniki pripravljajo odločitve o ljudeh, na primer glede vlog ali kreditne sposobnosti, veljajo stroga pravila v skladu s Prilogo III Uredbe AI. Več o razredih tveganja .

Tukaj je opisano, kako to storiti

1. Zapišite si postopek: Koraki, podatki, odločitve in kdo odobri.
2. Samo začnite: s fiksnim procesom ali agentom in izmerite rezultate.
3. Določite ozko grlo: Kje to ni dovolj, v smislu časa, kakovosti ali pravic?
4. Samo razdelitev: delni agent z jasno nalogo, vhodom in izhodom.
5. Primerjaj: Stroški, trajanje in stopnja napak v primerjavi s preprosto rešitvijo.
6. Izdaja namestitve: Oseba potrdi, preden nekaj izide ali je rezervirano.