Мультиагентные системы

Мультиагенты полезны, когда один агент имеет слишком много инструментов и плохо выбирает нужный, когда задачи требуют специализированных знаний с большим контекстом, или когда нужно параллельное выполнение подзадач.

Главный агент координирует субагентов как инструменты. Вся маршрутизация проходит через главного агента. Субагенты работают в изолированном контексте, могут использовать разные модели и выполняться параллельно.

Агенты передают управление друг другу через вызовы инструментов. Инструмент обновляет состояние и маршрутизацию через Command. Поведение меняется динамически на основе контекста.

Специализированные промпты и знания загружаются по требованию. Один агент остаётся под контролем, загружая контекст из навыков. Снижает количество вызовов модели при повторных запросах.

Шаг маршрутизации классифицирует вход и направляет к специализированным агентам. Может использовать LLM для классификации или простую логику.

Уникальные потоки выполнения через LangGraph, смешивая детерминированную логику и агентивное поведение. Паттерны комбинируются — субагенты могут использовать навыки, маршрутизатор может вызывать пользовательские процессы.

Для одиночного запроса хендоффы, навыки и маршрутизатор требуют 3 вызова модели, субагенты — 4. Для повторного запроса хендоффы и навыки экономят вызовы за счёт состоятельности — 5 против 8 у субагентов. Для многодоменного запроса субагенты и маршрутизатор эффективнее за счёт параллелизма.

Для одиночных и повторных запросов — хендоффы или навыки. Для параллельного выполнения — субагенты или маршрутизатор. Для больших контекстов — субагенты или маршрутизатор. Для простых задач — навыки.