Мультиагентная система: когда задачу стоит разделить между несколькими ИИ-агентами

Что такое мультиагентная система простыми словами

Один агент — это как один сотрудник, который делает всё: принимает запрос, ищет информацию, пишет ответ и сам себя проверяет. Пока задача небольшая, это удобно.

Мультиагентная система — это отдел. Один агент разбирает входящий запрос, второй собирает данные, третий пишет черновик, четвёртый проверяет его по правилам. У каждого короткая инструкция, свой набор инструментов и понятная зона ответственности.

Результат передаётся от одного к другому, иногда через агента-координатора, который решает, кому поручить следующий шаг.

Смысл разделения тот же, что и в работе людей: узкий специалист с короткой инструкцией ошибается реже, чем универсал, который держит в голове десять разных задач.

Когда одного агента становится мало

Есть несколько признаков, что пора делить.

В продолжение темы можно открыть Как сгенерировать описания для 500 карточек товара и не получить штампы: там следующий шаг разобран отдельно.

Инструкция разрослась. В ней уже несколько задач с разными правилами, и агент путает, какие применять.

Разные инструменты. Одному этапу нужен поиск по документам, другому — запись в систему учёта, третьему — ничего, кроме текста. Когда у одного агента слишком много инструментов, он чаще выбирает не тот.

Разные требования к качеству. Черновик можно писать свободно, а проверка должна быть строгой и по правилам. Совмещать эти режимы в одном агенте сложно.

Нужна независимая проверка. Агент плохо находит ошибки в собственном результате. Отдельный проверяющий с другой инструкцией замечает их чаще.

Если ни одного из признаков нет, делить не нужно: система из нескольких агентов сложнее в отладке и дороже в работе.

Схемы взаимодействия агентов

Конвейер. Агенты работают по очереди: разбор, сбор данных, черновик, проверка. Каждый получает результат предыдущего. Самая простая и предсказуемая схема, с неё стоит начинать.

Координатор и исполнители. Агент-координатор читает задачу и решает, каким исполнителям её поручить и в каком порядке. Подходит, когда задачи разнородные и порядок шагов заранее неизвестен. Сложнее в отладке: ошибка координатора ведёт всю цепочку не туда.

Автор и проверяющий. Один агент делает работу, второй проверяет по правилам и возвращает на доработку с замечаниями. Цикл повторяется, пока проверка не пройдена или не исчерпан лимит попыток. Хорошо повышает качество текстов и расчётов.

Параллельная работа. Несколько агентов одновременно обрабатывают разные части задачи, например разные разделы большого документа, а затем результаты собираются вместе. Экономит время, но требует аккуратной сборки.

Пример: подготовка ответа на сложный запрос

Компания получает запросы на расчёт нестандартных заказов. Один агент справлялся плохо: путал этапы и иногда называл цены без проверки.

Похожий вопрос разобран в материале Как создать ИИ-агента: из каких частей он собирается и в каком порядке его делают — он пригодится, если исходные условия отличаются.

Работу разделили на четыре агента.

Разборщик. Читает запрос и заполняет карточку: что нужно, какие параметры указаны, чего не хватает. Инструментов нет, только текст.

Сборщик данных. По карточке находит позиции в прайсе и сроки производства. Работает только с инструментами поиска.

Составитель. Пишет черновик ответа по карточке и найденным данным. Не имеет доступа к прайсу напрямую — только к тому, что нашёл сборщик.

Проверяющий. Сверяет каждую цифру черновика с данными сборщика и отмечает расхождения. Если они есть, черновик возвращается составителю.

Каждая инструкция уложилась в полстраницы. Отдельная проверка отлавливала расхождения до того, как черновик попадал к менеджеру.

Где мультиагентные системы ломаются

Потеря контекста при передаче. Следующий агент получает не весь исходный запрос, а пересказ предыдущего — и важная деталь пропадает. Лечится передачей структурированной карточки с исходным текстом.

Накопление ошибок. Небольшая неточность на первом шаге усиливается на каждом следующем. Поэтому проверка нужна не только в конце, но и после ключевых этапов.

Бесконечные циклы. Автор и проверяющий возвращают работу друг другу без конца. Нужен лимит попыток и выход на человека.

Рост стоимости. Каждый агент — это отдельные обращения к модели. Система из пяти агентов может стоить в несколько раз дороже одного. Считать это нужно заранее, на реальном объёме.

Сложная отладка. Когда результат неверный, нужно понять, на каком шаге произошла ошибка. Без записи промежуточных результатов каждого агента это почти невозможно.

Как управлять системой агентов

Журнал шагов. Каждый агент записывает, что получил, что сделал и что передал дальше. Это основа для разбора ошибок.

Эталонные примеры для каждого агента. Качество проверяют не только на выходе всей системы, но и по звеньям. Так видно, какой агент тянет результат вниз.

Единый формат передачи. Агенты обмениваются не свободным текстом, а карточкой с одинаковыми полями. Это снижает потерю контекста.

Ограничения на действия. Только одно звено имеет право на действия с последствиями, например на отправку. Остальные работают с черновиками.

Человек в контуре. Для задач с высокой ценой ошибки финальное решение остаётся за сотрудником, а система готовит ему материал.

С чего начать

Не с проектирования системы из шести агентов. Начать стоит с одного агента на всю задачу и эталонного набора примеров.

Когда станет видно, на каких случаях он ошибается, эти ошибки подскажут, где делить. Если он путает этапы — нужен конвейер. Если пропускает собственные ошибки — нужен отдельный проверяющий. Если плохо выбирает инструменты — сборщика данных стоит выделить.

Обычно первый шаг — добавить к рабочему агенту проверяющего. Это самое дешёвое усложнение с наибольшим эффектом на качество.

Каждый новый агент добавляйте только после того, как предыдущая версия системы прошла эталонный набор. Так вы всегда знаете, что именно улучшило или ухудшило результат.