Tagad Anthropic aicina šo pieeju pārvērtēt. Uzņēmuma pieredze liecina, ka viens labi organizēts aģents, kurš nepieciešamo informāciju piesaista tikai brīdī, kad tā patiešām vajadzīga, bieži sniedz kvalitatīvākus rezultātus, strādā ātrāk un izmaksā mazāk.

Modelis pārņem diriģenta lomu

Daudzas aģentu sistēmas līdz šim tika veidotas kā daudzpakāpju arhitektūra. Viens komponents noteica lietotāja nodomu, citi apstrādāja konkrētus uzdevumus, segmentēja lietotājus vai sagatavoja ieteikumus, bet virs visa darbojās koordinators. Anthropic norāda, ka jaunākie modeļi, sākot ar Opus 4.5 un turpinot ar Opus 5.5 un Fable 5.1, lielu daļu šīs koordinācijas spēj nodrošināt patstāvīgi vienā darba ciklā.

Vienā salīdzinājumā vienas aģenta arhitektūra darbojās aptuveni divreiz ātrāk nekā vairāku aģentu sistēma. Anthropic Applied AI komanda vairākos uzņēmumu projektos konstatējusi, ka viens aģents, kas izmanto tā sauktās prasmes jeb iepriekš sagatavotus darba procesus, nereti pārspēj gan monolītus norādījumu kopumus, gan apakšaģentu sistēmas.

Konteksts, kas izgaist starpposmos

Vairāku aģentu sistēmu galvenā vājā vieta ir informācijas zudumi. Ikreiz, kad uzdevums tiek nodots nākamajam aģentam, daļa konteksta izzūd. Ja viens aģents izstrādā funkciju, cits raksta testus, bet trešais pārskata kodu, katrs no tiem darbojas ar fragmentāru priekšstatu. Vienas aģenta pieejā tas pats aģents var izstrādāt gan funkciju, gan testus, jo tam jau ir pilns konteksts, bet neatkarīgs pārbaudītājs vienīgi palaiž testus un ziņo rezultātus.

Kāda uzņēmuma klientu apkalpošanas aģents sastāvēja no duci specializētu apakšaģentu. Tas apgrūtināja vienota zīmola tēla saglabāšanu un radīja ievērojamu aizkavi atbildēs.

Organizācijas spoguļattēls

Anthropic šo parādību salīdzina ar tā saukto Konveja likumu – sistēmas arhitektūra pakāpeniski kļūst par uzņēmuma organizatoriskās struktūras atspulgu. Katra komanda izveido savu aģentu, līdz uzkrājas simtiem savstarpēji pārklājošos risinājumu bez vienotiem standartiem. Sistēmas norādījumi pārvēršas par fragmentu kopumu, kurā dažādu komandu noteikumi nereti ir pretrunā cits citam.

Anthropic uzskata, ka daudzos gadījumos pietiek ar skaidri strukturētiem sistēmas norādījumiem, četriem vai pieciem datu rīkiem un noteiktiem izvades ierobežojumiem.

Uzņēmums jaunākajiem modeļiem samazinājis Claude Code sistēmas norādījumus par vairāk nekā 80%, jo prasmes un rīki tagad tiek aktivizēti tikai nepieciešamības gadījumā. Turklāt jaunākie modeļi paši komentē savu darba gaitu un pārbauda rezultātus, tāpēc daļa papildu kontroles slāņu var kļūt lieki.

Apakšaģentiem joprojām ir sava vieta

Anthropic atzīst, ka apakšaģenti joprojām ir pamatoti situācijās, kad viena aģenta konteksta apjoms mērāmi pasliktina darbības kvalitāti, kad vairāki uzdevumi jāveic paralēli ar atsevišķiem kontekstiem vai kad aģents nespēj korekti izvēlēties nepieciešamos rīkus.

Pārejas atvieglošanai uzņēmums GitHub platformā publicējis migrācijas rīkkopu, kas palīdz identificēt esošās arhitektūras, izvērtēt alternatīvas un pārbaudīt piemērotāko risinājumu. Taču Anthropic brīdina no mehāniskas apvienošanas. Vienā testā apakšaģenta integrēšana galvenajā aģentā samazināja aizkavi, taču izjauca iepriekš stabili funkcionējošu procesu, jo galvenais aģents sāka atbildēt patstāvīgi, nevis vērsās pie atbilstošā speciālista.

Mazāk rīku, precīzāka izvēle

Anthropic iesaka darba procesus organizēt kā prasmes un rīkus ielādēt pēc pieprasījuma. Sistēmas norādījumu un kopējās kvalitātes pārvaldība būtu jāuztic nelielai centrālai komandai. Uzņēmums novērojis, ka modeļa spēja izvēlēties pareizo rīku sāk pasliktināties, ja tā rīcībā ir vairāk nekā 30 līdz 50 rīku.

Šie secinājumi sasaucas ar citiem pētījumiem. Uzņēmuma Vals pētījumā konstatēts, ka aģentu komandas var strādāt ātrāk, taču nenodrošina augstāku kvalitāti, bet to paplašināšana no 10 līdz 30 vai 100 aģentiem tikai palielina izmaksas. Arī OpenAI izstrādātājs Ēriks Provenšērs norādījis, ka aģentu bari visticamāk ir neefektīvi iztērēti resursi.

https://notepad.lv/soft/vairak-agentu-nenozime-gudraku-maksligo-intelektu-bridina-anthropic/