🤖📉 Больше агентов — не значит лучший ИИ

Наткнулся на интересное исследование, о котором пишет VentureBeat: в корпоративных AI-системах увеличение числа агентов далеко не всегда улучшает результат. Иногда — наоборот, делает его хуже.

Идея то простая: если один агент не справляется идеально, давайте добавим ещё несколько — специализированных, умных, взаимодействующих друг с другом. На бумаге это выглядит как масштабирование интеллекта. На практике всё упирается в архитектуру и стоимость координации.

Исследование показывает несколько неприятных выводов.

Во-первых, эффект от добавления агентов крайне нестабилен: для одних задач качество растёт, для других — падает, а иногда просто остаётся тем же.

Во-вторых, появляется ощутимый оверхед — агенты тратят ресурсы не только на решение задачи, но и на синхронизацию контекста, обмен сообщениями и согласование решений.

И, наконец, после определённого уровня качества одиночного агента новые участники системы часто не дают полезного вклада, но усложняют систему и увеличивают стоимость.

Практический вывод довольно разумный. Мультиагентность имеет смысл только там, где задача действительно хорошо раскладывается на независимые части и где можно жёстко контролировать коммуникации между агентами. Во всех остальных случаях один сильный, грамотно настроенный агент оказывается проще, дешевле и надёжнее.

По сути, это хороший антидот от текущего «агентного оптимизма». Архитектура важнее количества, а масштабирование интеллекта — это не про умножение сущностей, а про точное понимание задачи.

Подписывайтесь на Telegram PromtScout.