Система ИИ-агентов: мультиагентные схемы

Мультиагентная схема выглядит логично: разделить сложную задачу между специалистами. На практике она даёт выигрыш не всегда, и понимать границу полезно до, а не после.

Когда одного мало

Три ситуации, где разделение оправдано.

Параллельные независимые задачи. Проверить пять источников, разобрать десять документов, обойти двадцать разделов. Каждый агент работает со своим куском, никто никому не мешает, время сокращается кратно.

Слишком широкий набор инструментов. Агент с двадцатью инструментами выбирает хуже, чем агент с пятью: описания похожи, контекст занят, вероятность ошибки растёт. Разделение по областям возвращает точность.

Экономия контекста. Агент-исполнитель прочитал сотню страниц и вернул абзац. Всё прочитанное осталось в его окне, а не в основном. Это тот же приём, что и субагенты в Claude Code.

Когда разделять не надо: если шаги строго последовательны и каждый зависит от предыдущего. Тогда вы получаете те же шаги плюс потери на передачу контекста между ними.

Роли и координатор

Самая рабочая схема - координатор и исполнители.

Координатор разбивает задачу, раздаёт постановки, собирает результаты и решает, что делать дальше. Исполнители выполняют узкие задачи и не знают друг о друге.

Почему именно так, а не «агенты договариваются между собой»: горизонтальная схема плохо отлаживается. Когда результат неверен, в иерархии видно, чья постановка была плохой; в схеме со свободным общением приходится разбирать всю переписку, и цепочка причин часто не восстанавливается вовсе.

Практические правила распределения ролей:

• Роль определяется набором инструментов, а не описанием характера. «Агент-аналитик» без инструментов - это просто промпт.
• У каждого исполнителя свой критерий готовности. Иначе координатор не может проверить результат.
• Исполнители не вызывают друг друга. Все связи идут через координатора, иначе граф зависимостей перестаёт быть обозримым.

Передача контекста

Здесь теряется больше всего.

Передавайте структуру, а не разговор. Исполнитель получает постановку с нужными данными и возвращает результат в оговорённом формате. Пересказ диалога и длиннее, и хуже: важная деталь теряется именно при пересказе.

Постановка должна быть самодостаточной. Исполнитель не участвовал в предыдущих шагах и не может переспросить. Всё, чего нет в постановке, для него не существует.

Неудача должна возвращаться явно. Исполнитель, который не справился и вернул правдоподобный текст, отравляет всю цепочку: координатор примет выдумку за данные. Формат результата обязан содержать признак неуспеха, и координатор обязан его проверять.

Общее состояние - во внешнем хранилище. Если агентам нужны общие данные, их место в базе, а не в пересказе друг другу.

Где схема разваливается

Честный список проблем, из-за которых мультиагентные системы часто оказываются хуже одного агента:

Накопление ошибок. Три шага по девяносто процентов надёжности дают семьдесят три на выходе. Чем длиннее цепочка, тем хуже: это арифметика, а не свойство модели.

Потери на границах. Первый агент счёл деталь очевидной и не включил в результат. Второй о ней не знает. Ошибка появляется не внутри агента, а между агентами, и в логах отдельного агента её не видно.

Стоимость. Каждый агент - это свой контекст и свои вызовы. Мультиагентная схема кратно дороже, и оправдывать её должен выигрыш во времени или в качестве.

Отладка. Когда результат неверен, нужно понять, на каком шаге. Без логов по каждому агенту это невозможно.

Зацикливание координатора. Он отправляет задачу, получает неудовлетворительный результат, отправляет снова. Лимит попыток обязателен, иначе цикл конечен только по деньгам.

Практический вывод

Начинайте с одного агента и разделяйте только тогда, когда упрётесь в конкретное ограничение: слишком много инструментов, нужна параллельность, не хватает контекста. Разделение ради архитектурной красоты стабильно даёт систему дороже и хуже.

И общее правило, которое действует на любом числе агентов: каждый результат проверяется фактом, а не отчётом - см. внедрение и верификацию. Про то, что и как агенты помнят, - память агента. Общая картина - гид по ИИ-агентам.