Что такое мультиагентная система?
Мультиагентная система — это несколько самостоятельных или специализированных AI-агентов, которые решают общую задачу и передают друг другу ограниченные результаты. Их работу связывает оркестрация: правила выбора следующего агента, формат передачи, общее состояние, лимиты и условие завершения.
Количество агентов само по себе ничего не улучшает. Польза появляется, когда роли действительно различаются: например, один собирает источники, другой проверяет данные, третий формирует итог, а оркестратор контролирует порядок и принимает решение об остановке. Для простой линейной задачи такая архитектура обычно избыточна.
Чем несколько агентов отличаются от одного агента и workflow?
Один агент сам планирует работу и вызывает инструменты. Обычный workflow выполняет заранее заданные шаги. Мультиагентная система разделяет ответственность между агентами и допускает управляемые передачи, параллельную работу или независимую проверку результата.
| Подход | Кто выбирает шаг | Когда подходит |
|---|---|---|
| Один ИИ-агент | Одна модель в рамках общего контекста | Одна цель и небольшой набор инструментов |
| Обычный workflow | Код или фиксированная схема | Стабильная последовательность и предсказуемые ветвления |
| Мультиагентная система | Оркестратор, правила или сами агенты | Разные роли, независимая проверка или сложная маршрутизация |
Если вы только начинаете, сначала соберите одного проверяемого ИИ-агента.
Из каких частей состоит архитектура мультиагентной системы?
Минимальная архитектура включает оркестратор, несколько узких ролей, контракт передачи, состояние задачи, доступные инструменты и журнал действий. Для каждого агента нужно определить вход, выход, права, лимит попыток и причину остановки.
- Оркестратор определяет порядок работы и владельца итогового ответа.
- Специализированные агенты решают ограниченные подзадачи.
- Контракты передачи фиксируют обязательные поля и критерии готовности.
- Память или состояние сохраняют только данные, необходимые следующему шагу.
- Инструменты и разрешения выдаются по роли, а не всей системе сразу.
- Журнал показывает вызовы, передачи, ошибки и финальное решение.
Оркестрация может быть модельной или программной. В первом случае модель решает, кого вызвать дальше; во втором маршрут задаёт код. Эти варианты можно сочетать: свободный выбор оставить внутри безопасного участка, а значимые действия и завершение закрепить детерминированными правилами.
Как выглядит мультиагентная система на практике?
Рассмотрим подготовку аналитической записки по открытым источникам. Агент-исследователь собирает материалы и ссылки, агент-аналитик сопоставляет факты, агент-редактор формирует документ, а проверяющий агент ищет утверждения без основания. Человек утверждает итог перед публикацией.
- Исследователь возвращает список источников, даты и короткие выдержки.
- Аналитик получает только проверяемый набор и отмечает противоречия.
- Редактор собирает выводы, не добавляя неподтверждённых фактов.
- Проверяющий сопоставляет ключевые утверждения с источниками.
- Оркестратор завершает маршрут либо возвращает конкретный этап на доработку.
Для поиска и проверки открытых данных можно подобрать навыки в сценарии исследования.
Когда несколько агентов действительно полезнее одного?
Мультиагентная архитектура оправдана, если задачу естественно делят независимые роли, им нужны разные инструкции или права, результаты можно проверять по отдельности, а единый контекст одного агента становится перегруженным. Это должно подтверждаться тестами, а не сложностью схемы.
- Нужна независимая проверка результата другой ролью.
- Подзадачи можно безопасно выполнять параллельно.
- Разным этапам требуются разные источники и разрешения.
- Ошибку важно локализовать до конкретной передачи.
- Один агент стабильно теряет правила из-за большого контекста.
Когда мультиагентная система не нужна?
Не разделяйте процесс на агентов, если маршрут короткий, роли используют одинаковые данные и инструменты, а результат легко проверяется одной функцией или фиксированным workflow. Сначала улучшите инструкцию, инструменты и тесты одного агента.
Плохой признак — агенты пересказывают друг другу один и тот же контекст, спорят без критерия завершения или добавлены только ради названий ролей. Такая система расходует больше времени и токенов, но не создаёт нового контролируемого качества.
Какие проблемы возникают в мультиагентных системах?
Главные риски — каскадные ошибки, потеря контекста при передаче, циклы, гонки между параллельными ветками, рост стоимости, чрезмерные права и сложная диагностика. Ошибка раннего агента может выглядеть как достоверный вход для всех следующих.
- Каждая передача может потерять источник, ограничение или неопределённость.
- Параллельные агенты могут изменить одно состояние несовместимым образом.
- Свободная маршрутизация создаёт лишние вызовы и непредсказуемую стоимость.
- Общие широкие права увеличивают последствия ошибочного решения.
- Без trace невозможно понять, какой агент внёс неверный факт.
Качество нужно оценивать по результату и полному маршруту. Практические метрики собраны в статье как оценить качество ИИ-агента.
Как создать ограниченный прототип?
Выберите одну составную задачу и две-три роли. Опишите для каждой контракт входа и выхода, разрешения и критерий завершения. Запускайте систему на тестовом наборе без production-доступов, с лимитом шагов и обязательным подтверждением человека перед внешним действием.
- Зафиксировать базовую линию одного агента или workflow.
- Выделить только те роли, где ожидается измеримая польза.
- Задать структурированный формат каждой передачи.
- Ограничить инструменты, данные, время, число вызовов и бюджет.
- Сохранить trace и причины выбора следующего агента.
- Сравнить результат с базовой линией на одинаковых примерах.
Инструкции и подключения лучше разводить по уровням, описанным в материале Agent Skills и MCP.
Как оценить эффективность мультиагентной системы?
Сравнивайте её с самым простым рабочим вариантом. Измеряйте качество принятого результата, успешность передач, критичные ошибки, число лишних шагов, задержку, стоимость и объём ручных исправлений. Улучшение одной метрики не должно скрывать рост риска или расходов.
| Метрика | Что показывает |
|---|---|
| Task success | Доля задач, принятых по заранее заданным критериям |
| Успешность передач | Доля handoff без потери обязательных данных |
| Лишние шаги | Повторы, циклы и вызовы без влияния на результат |
| Стоимость и время | Цена и задержка одной принятой задачи |
| Критичные ошибки | Нарушения прав, источников и контрольных точек |
Короткие ответы на частые вопросы
Мультиагентная система не обязана быть автономной, распределённой или построенной на разных моделях. Главный признак — несколько агентных ролей с явным взаимодействием и общей целью.
- Нужна ли отдельная модель каждому агенту? Нет. Роли могут использовать одну модель с разными инструкциями и правами.
- Всегда ли нужен центральный оркестратор? Нет. Возможны handoff между агентами, но владелец состояния и правила завершения всё равно должны быть определены.
- Можно ли собрать прототип без сложного фреймворка? Да. Для первой проверки достаточно кода маршрутизации, двух ролей, структурированных передач и журнала.
- Дают ли несколько агентов лучший результат автоматически? Нет. Пользу необходимо доказать сравнением с одним агентом или workflow.
- Где оставить человека? Перед публикацией, отправкой, изменением данных, оплатой и другими значимыми действиями.
Для процессов с документами посмотрите отдельный сценарий работы с документами.