Гайд · команда ИИ-агентов · август 2026
Мультиагентные системы простыми словами: 6 схем и 5 поломок
Мультиагентная система это несколько ИИ-помощников с разными ролями, которые вместе доводят одну задачу до конца: один раздаёт работу, другие делают свои куски, отдельный смотрит, что получилось. Anthropic собрала на этой схеме свою функцию исследования и намерила прирост в 90,2 процента против одиночного помощника, заплатив за него примерно пятнадцатикратным расходом
Ниже разбираю, из чего такая связка складывается, по каким схемам агентов соединяют, как выглядит моя собственная, которая работает каждый рабочий день, и главное - где она ломается и когда её заводить не надо. Терминов будет минимум, а те, что неизбежны, я перевожу тут же в той же фразе
Начни с двух ролей вместо пяти: попроси ИИ завести отдельного проверяющего и отдай ему то, что вышло у первого. Смотри на один признак - находит ли проверяющий то, чего не заметил автор. Не находит, значит лишние роли просто жгут деньги
Что такое мультиагентная система простыми словами
Мультиагентная система это бригада вместо одного мастера: 3 типа ролей вместо одного универсала, и у каждой роли своя короткая память. Один универсальный помощник держит в голове всю задачу целиком и с ростом её объёма начинает путаться: он помнит начало разговора хуже, чем последнюю реплику, и тянет в новый кусок работы всё лишнее из предыдущего. Бригада устроена иначе: у каждого своя зона, свой набор инструментов и своя короткая память под свой кусок
Академическое определение звучит суше, но про то же самое. Английская Википедия описывает многоагентную систему как «a computational system composed of multiple interacting intelligent agents» - систему из нескольких умных агентов, которые работают в связке друг с другом. И называет три её признака: агенты хотя бы частично самостоятельны, ни один не видит картину целиком, и ни один не назначен главным над всеми навсегда
Здесь стоит развести две вещи, которые поиск постоянно склеивает. Запрос «многоагентные системы» ведёт в вузовскую тему: рои дронов, светофоры, старые платформы обмена сообщениями между программами. Запрос «мультиагентные системы» сегодня почти всегда означает другое - несколько помощников на нейросети, которых человек рассадил по ролям и запустил на одну задачу. Дальше в статье речь идёт именно про второе
И скорее всего эта штука у тебя уже стоит. Если ты работаешь в Claude Code и хоть раз просил его «разошли это по помощникам» - ты запускал мультиагентную систему, просто не называл её так. То же самое делает глубокое исследование в любом современном чате: он раскидывает поиск на несколько параллельных веток и потом сводит их в один ответ. Что такое отдельный ИИ-агент и как собрать первого, у меня разобрано отдельно, здесь я иду от одного к нескольким
Один агент против команды: что меняется на той же задаче
Разница между одним агентом и командой это разница между «всё в одной голове» и «каждому своя голова». Свою сборку Anthropic описывает так:
«multi-agent architecture with an orchestrator-worker pattern, where a lead agent coordinates the process while delegating to specialized subagents that operate in parallel» - ведущий агент ведёт процесс и раздаёт работу подчинённым, которые работают одновременно. Дословная строка инженерного разбора Anthropic, снята 31.08.2026
Вот что меняется на практике:
| Признак | Один агент | Команда агентов |
|---|---|---|
| память | одна на всю задачу, к концу забита лишним | у каждого своя, короткая и чистая |
| скорость | шаги идут по очереди | независимые куски идут одновременно |
| расход | обычный | у Anthropic 15 раз против чата, 3-10 раз против одного агента |
| где выигрывает | последовательные шаги, правки одного файла | широкий поиск, обзор с разных сторон, спор о причине |
| где проигрывает | большая задача с кучей разных инструментов | шаги, где каждый следующий зависит от предыдущего |
| цена ошибки | одна ошибка, видно сразу | ошибка одного тихо переезжает к остальным |
Таблица прокручивается вбок →
Про расход у Anthropic две разные цифры, и их важно не путать. В инженерном разборе июня 2025 года сказано: «agents typically use about 4× more tokens than chat interactions, and multi-agent systems use about 15× more tokens than chats» - агент тратит вчетверо больше обычного чата, а команда агентов примерно в пятнадцать раз. В методичке января 2026 года база сравнения другая: «multi-agent implementations typically use 3-10x more tokens than single-agent approaches» - в три-десять раз больше, чем ОДИН агент. Первая цифра меряет от чата, вторая от агента, противоречия тут нет
Что это тебе даёт: понимание, за что ты платишь. Расход растёт не потому, что модель «думает дольше», а потому что каждая роль заново получает свою порцию сведений и потом ещё пересказывает результат обратно
Кто есть кто в команде агентов
В любой рабочей связке ровно 3 типа ролей, как их ни назови: тот, кто раздаёт, те, кто делают, и тот, кто проверяет. Anthropic зовёт первого lead agent, остальных subagents
Три роли, из которых собирается почти любая команда
- Главный (его же зовут оркестратором) читает задачу целиком, режет её на куски, раздаёт и потом сводит ответы в один. Сам руками ничего не делает: как только он начинает работать вместо подчинённых, связка превращается обратно в одного агента
- Исполнители (их же зовут субагентами или воркерами) каждый берёт свой кусок и возвращает результат. Справка Claude Code описывает их так: «Subagents are specialized AI assistants that handle specific types of tasks» - отдельные помощники под конкретный тип задач
- Проверяющий получает задание и результат, но не видел, как результат делали. Именно из-за этой слепоты он и находит то, что автор перестал замечать
Границы между ролями важнее их имён, поэтому вот они таблицей:
| Роль | Что делает | Чего НЕ делает |
|---|---|---|
| главный | режет задачу, раздаёт, сводит ответы | не работает руками вместо исполнителей |
| исполнитель | делает свой кусок и возвращает результат | не лезет в чужой кусок и не расширяет задание |
| проверяющий | называет расхождения и их вес | не чинит найденное сам |
Таблица прокручивается вбок →
Ключевое свойство исполнителя названо в справке дословно: «Each subagent runs in its own context window with a custom system prompt, specific tool access, and independent permissions» - у каждого своё окно памяти, своё описание роли, свой набор инструментов и свои права. Отдельная карточка термина субагент лежит у меня в словаре, если захочешь копнуть именно в него
Роль пишется обычными словами, программировать для этого не нужно. Справка так и советует: «To create one, ask Claude to write it for you» - попроси помощника написать роль за тебя
Живую сверку я делал сам 31 августа 2026 года: скачал текст справки и нашёл там строку «As of v2.1.198, the /agents command no longer opens the interactive creation wizard». Начиная с версии 2.1.198 отдельный мастер создания ролей не открывается, вместо него справка предлагает попросить помощника. Тем же заходом я прогнал свой прежний разбор про ИИ-агентов: старое имя команды стоит на нём 9 раз, и все девять ведут читателя в окно, которого больше нет
Шесть схем, по которым соединяют агентов
Схем соединения ровно 6, и Anthropic, OpenAI, Google и Microsoft называют их разными словами, хотя устройство одно. Вот сводка по живым документациям, чтобы ты узнавал схему под любым названием:
| Схема человеческими словами | Как её называют | Когда берут |
|---|---|---|
| главный раздаёт, остальные делают | оркестратор и подчинённые у Anthropic, менеджер у OpenAI, координатор у Google, Magentic у Microsoft | одна задача, много независимых кусков |
| передача эстафеты между равными | handoff у OpenAI и Microsoft, схема без начальника | обращение надо отправить нужному специалисту и уйти |
| очередь: один за другим | последовательная схема у Google и Microsoft | результат каждого шага кормит следующий |
| веер: все сразу, потом сводка | параллельная схема у Google, одновременная у Microsoft | несколько независимых веток, потом один сводит |
| дерево начальников | иерархическая разбивка задачи у Google | большая цель, которую надо резать в несколько уровней |
| автор и критик спорят | генератор и рецензент у Google, общий чат у Microsoft | надо повысить качество или найти настоящую причину сбоя |
Таблица прокручивается вбок →
Разницу между первыми двумя OpenAI объясняет одной фразой: «In the manager pattern, edges represent tool calls whereas in the decentralized pattern, edges represent handoffs that transfer execution between agents». По-русски: у менеджера подчинённые вызываются как инструменты, и управление остаётся у него. При передаче эстафеты управление реально уходит другому, и обратно оно уже не вернётся
Схема со спором работает не за счёт «двух мнений», а против прилипания к первой версии. Документация Claude Code объясняет причину прямо: «Sequential investigation suffers from anchoring: once one theory is explored, subsequent investigation is biased toward it» - когда причину ищут по очереди, вся последующая работа подстраивается под первую же гипотезу
Что это тебе даёт: увидев чужую схему, ты не будешь заново разбираться, что это. Их шесть, и любая связка в интернете окажется одной из них или их смесью. Посмотреть команду агентов живьём, без кода и в браузере, можно в разборе 3D-офиса ИИ-агентов, а как эти же роли живут внутри одного окна помощника - в разборе агентов Claude
Как агенты передают работу и где теряется память
Память между агентами не передаётся сама, и справка Claude Code говорит об этом одной строкой без оговорок: «The lead's conversation history does not carry over» - история разговора главного к подчинённому НЕ переезжает. Подчинённый получает общие правила проекта и то задание, которое ему написали, и больше ничего
Отсюда простое следствие: помощнику нужно давать не пересказ, а адрес. Пересказал своими словами - потерял половину деталей, и второй агент пошёл делать не то
Смежная часть работы разобрана в гайде Claude Code или Grok Build: 2 помощника для кода
Как это выглядит в реальном провале, лучше всех описала команда Cognition в тексте «Don't Build Multi-Agents». Автор Walden Yan разбирает игрушечный пример: задачу «сделай клон Flappy Bird» разрезали на фон с трубами и на птицу. Первый исполнитель понял свой кусок иначе и нарисовал фон в стиле совсем другой игры, второй нарисовал птицу в третьем стиле. Вывод у него дословный:
«Subagent 1 and subagent 2 cannot not see what the other was doing and so their work ends up being inconsistent» - первый и второй исполнитель не видят работу друг друга, поэтому результат не сходится. Дословная строка Walden Yan, Cognition, снята 31.08.2026
Из этого Cognition выводит два принципа, и оба стоит переписать себе на бумажку:
Два правила, на которых держится любая команда агентов
- Делись всей историей, а не отдельными сообщениями дословно: «Share context, and share full agent traces, not just individual messages». Одного финального ответа мало: решения принимались по дороге
- Любое действие несёт скрытое решение дословно: «Actions carry implicit decisions, and conflicting decisions carry bad results». Два агента приняли разные скрытые решения - результат не склеится
Мой конвейер из четырёх ролей, который работает каждый рабочий день
У меня мультиагентная система стоит не как эксперимент, а как рабочий инструмент из 4 ролей, и держится она на разрезанных зонах. Роли четыре, и ни одна не заходит на территорию соседней
Четыре роли моего конвейера
- Аналитик превращает мою свободную просьбу в проверяемое задание: что считается готовым, какие границы, чего делать не надо. Руками не делает ничего
- Исполнитель делает работу строго по заданию. Не расширяет зону, не переспрашивает, а всё, что не доделал, помечает отдельной строкой
- Контролёр проверяет свежим взглядом: он не видел, как работа делалась. Ставит каждому найденному дефекту вес и никогда не чинит сам
- Приёмка сверяет результат с ИСХОДНОЙ моей просьбой, а не с заданием аналитика. Это ловит случай, когда задание уже было написано мимо
Передача идёт только через файлы одной папки задачи, потому что роли физически не разговаривают друг с другом и не видят мою переписку. Каждой роли даётся путь к папке, а не пересказ - ровно по той причине, что история главного разговора к ним не переезжает
Заканчиваться заход имеет право только при пустом списке хвостов. Каждая незакрытая мелочь получает номер, который потом не меняется, и одно из трёх решений: сделано с уликой, отклонено с обоснованием через цель, невозможно с перечнем уже опробованных путей. Пустого решения не бывает - это условие, а не пожелание
Что этот конвейер поменял у меня на практике: раньше провал заходил через «вроде сделано», а теперь он не проезжает мимо контролёра и приёмки молча. Цена тоже честная: четыре роли на одну задачу означают четыре порции расхода вместо одной, поэтому на мелких просьбах я его не включаю вовсе
Шаг 1: разрежь задачу по границам памяти, а не по кускам
Самая частая ошибка новичка - резать работу по типам («этот пишет, тот проверяет орфографию, третий оформляет»), хотя резать надо по тому, какие сведения нужны каждому
Шаг 1 на практике
- Что открыть то самое окно, где ты обычными словами пишешь ИИ. Если такого окна ещё нет, поставь его по разбору установки Claude Code, это дело нескольких минут
- Что написать «раздели эту задачу на куски так, чтобы каждому куску нужны были свои сведения и он не зависел от результата соседнего»
- Что увидишь на экране список кусков с пояснением, что нужно каждому. Куски, которые тянут одни и те же сведения, помощник обычно сам предложит склеить
- Что это тебе даёт ты сразу видишь, стоит ли вообще заводить команду. Если все куски тянут одну и ту же память, команда не нужна, и второй роли будет нечего делать
Правило разбиения Anthropic формулирует дословно так: «Work should only be split when context can be truly isolated» - делить работу можно, только когда сведения под кусок реально отделяются. И тут же поясняет: агент, который делает функцию, должен делать и проверку к ней, потому что нужные сведения у него уже есть
Шаг 2: заведи папку, через которую роли передают работу
Общая папка задачи решает главную проблему связки: роли не разговаривают друг с другом, а один и тот же файл читают все 4, включая роль, запущенную заново через час
Шаг 2 на практике
- Что сделать попроси помощника: «заведи папку под эту задачу и складывай туда результат каждой роли отдельным файлом»
- Что увидишь на экране он назовёт путь, куда сложил, и покажет список файлов. Дальше каждой новой роли ты даёшь этот путь, а не пересказ
- Что это тебе даёт любую роль можно перезапустить, ничего не потеряв: она читает те же файлы и видит ту же картину, что и предыдущая
Отдельно про запись: двум ролям нельзя давать один файл на правку. Справка Claude Code говорит об этом прямо: «Two teammates editing the same file leads to overwrites. Break the work so each teammate owns a different set of files» - двое, правящие один файл, затирают друг друга, поэтому у каждого должен быть свой набор файлов
Постоянные правила проекта, которые видят все роли сразу, удобно держать в одном месте - как это устроено, разобрано в гайде про файл CLAUDE.md
Шаг 3: посади проверяющего, который не видел, как делали
Проверяющий с чистой памятью находит то, что автор перестал замечать, и в разборе «Why Do Multi-Agent LLM Systems Fail?» на его отсутствие приходится целая треть карты отказов
Шаг 3 на практике
- Что написать «заведи отдельную роль-проверяющего: она получает только исходную задачу и готовый результат, без нашей с тобой переписки, и ищет расхождения между ними»
- Что увидишь на экране помощник напишет описание роли и предложит её сохранить. Дальше он будет звать её сам, когда работа готова к проверке
- Что это тебе даёт вторая пара глаз без второй пары рук: проверяющий не чинит, он называет. Чинит исполнитель, и от этого не размывается ответственность
Почему именно проверка, а не пятый исполнитель. Есть разбор отказов мультиагентных систем «Why Do Multi-Agent LLM Systems Fail?» команды из Беркли и соавторов. В нём больше 1 600 разобранных прогонов по семи разным сборкам, и все причины сведены в три большие группы. Одна группа из трёх целиком про проверку: её либо нет вовсе, либо она сделана неправильно. То есть проверяющий закрывает не редкий случай, а треть всей карты отказов
Шаг 4: заведи список хвостов и не заканчивай, пока он не пуст
Список незакрытых хвостов - это единственное, что мешает связке отчитаться словом «готово» при половине несделанной работы, и стоит он одну таблицу из 4 колонок
Шаг 4 на практике
- Что написать «веди список незакрытых пунктов: у каждого свой номер, и он не меняется до самого конца»
- Что увидишь на экране таблицу из четырёх колонок: номер, кто нашёл, формулировка, решение. Пустая колонка решения сразу бросается в глаза
- Что это тебе даёт ты перестаёшь принимать работу на слово. Есть запись без решения - заход не закончен, и спорить тут не о чем
Решений разрешено ровно три: сделано с уликой, отклонено с объяснением через цель задачи, невозможно с перечнем того, что уже пробовали. Четвёртого значения нет, и пустое поле тоже не значение
Проблема, от которой это спасает, названа в документации Claude Code живым языком: «The lead can stop early too, deciding the team is finished before all tasks are actually complete». То есть главный тоже останавливается раньше времени. Он решает, что команда закончила, хотя часть задач висит несделанной
Половина пути позади: схему ты выбрал, роли развёл, передачу и проверку поставил. Осталось самое полезное - где эта конструкция ломается и когда её лучше не собирать вовсе
Пять мест, где мультиагентные системы ломаются
Ломается она в 5 повторяющихся местах, и все пять названы прямым текстом в живых документациях Anthropic и Cognition, а не выведены из общих соображений
Пять поломок и что с каждой делать
- Второй не знает, что делал первый история главного к подчинённому не переезжает. Лечится тем, что задание пишется полным, со всеми решениями, а не одной строкой
- Двое затирают один файл лечится разделением: у каждой роли свой набор файлов, общих на запись не бывает
- Крутятся и не заканчивают у роли нет условия остановки. Лечится тем, что в задании написано, при каком признаке роль обязана закончить и вернуть результат
- Ошибка одного разъезжается по всем Anthropic формулирует это как «Agents are stateful and errors compound» - агенты копят состояние, и ошибки складываются. Лечится проверяющим и списком хвостов
- Стало дороже, а лучше не стало лечится замером до и после на одной и той же задаче: если команда не обошла одного агента, команду выключают
Про количество ролей есть отдельная ловушка. Документация Claude Code советует стартовый размер прямо: «Start with 3-5 teammates for most workflows», то есть три-пять ролей на большинство сценариев. И объясняет, почему не больше: «beyond a certain point, additional teammates don't speed up work proportionally». После какого-то предела новые участники перестают ускорять работу пропорционально своей цене
Что это тебе даёт: пять поломок вместо смутного ощущения «что-то не работает». Каждая из них узнаётся по симптому за минуту, а не за вечер
Когда команда не нужна и хватит одного агента
Команда не нужна на последовательных задачах, при правках одного файла и везде, где шаги зависят друг от друга. Anthropic пишет это открытым текстом про собственную функцию: «some domains that require all agents to share the same context or involve many dependencies between agents are not a good fit for multi-agent systems today». По-русски: там, где всем ролям нужны одни и те же сведения или где куски сильно зависят друг от друга, мультиагент сегодня не подходит
Интереснее другое. Тот же вендор, который построил на этом продукт, в методичке января 2026 года пишет буквально так: «A well-designed single agent with appropriate tools can accomplish far more than many developers expect». Хорошо собранный одиночный агент делает намного больше, чем от него ждут. И добавляет цену вопроса: «Every additional agent represents another potential point of failure» - каждый лишний агент это ещё одна точка отказа
Самую жёсткую позицию занимает Cognition: их рецепт дословно звучит как «The simplest way to follow the principles is to just use a single-threaded linear agent» - проще всего взять одного агента, работающего в одну линию. LangChain в разборе этого спора называет свой признак того, что пора делить: «Multi-agent patterns are particularly valuable when a single agent has too many tools and makes poor decisions about which to use». Признак простой: у одного агента слишком много инструментов, и он перестаёт правильно выбирать между ними
Простая развилка на два вопроса
- Куски можно делать одновременно и им нужны РАЗНЫЕ сведения заводи команду: широкий поиск, обзор с трёх сторон, спор о причине сбоя
- Каждый следующий шаг зависит от предыдущего или все лезут в один файл оставайся на одном агенте, дай ему инструменты получше и нормальное описание задачи
Третий путь: один агент с готовыми наборами правил
Третий путь дешевле команды из 3-5 ролей и почти всегда пробуется раньше неё: вместо новых ролей одному агенту дают готовые наборы правил под разные задачи, и он подтягивает нужный набор сам. LangChain держит этот приём в своём же перечне схем под именем Skills, рядом с субагентами и передачей эстафеты
Как это устроено, разобрано в гайде про скиллы Claude и в общем разборе умений помощника; отдельная словарная карточка термина лежит в разделе скилл
Проверяется этот путь за один вечер. Берёшь ту задачу, ради которой уже хотел завести вторую роль, описываешь порядок работы по ней обычными словами и просишь помощника сохранить это набором правил. Дальше смотришь одно: включается ли набор сам, когда ты формулируешь задачу своими словами, а не служебной командой
А если одному агенту не хватает именно рук наружу, дело чаще в подключении к сервисам: это MCP, про него есть отдельный разбор. Что это тебе даёт: половина задач, ради которых люди заводят вторую и третью роль, закрывается набором правил и одним подключением
Куда идти дальше на этом же сайте
Ниже 22 страницы этого сайта, которые стоят по обе стороны от темы ролей и закрывают соседние куски пути. До неё лежат установка помощника и первый одиночный агент, после неё - роли, скиллы и готовые связки под работу:
- ИИ-агенты простыми словами - что такое один агент и как собрать первого
- Агенты Claude - как роли устроены внутри одного окна помощника
- Субагент - словарная карточка термина
- 3D-офис ИИ-агентов - команда агентов живьём в браузере, без кода
- Claude Code с нуля - первый заход, если помощник новый
- Установка Claude Code - что поставить до начала
- Claude Code на Windows - тот же путь на другой системе
- Настройка Claude Code - подгонка под себя
- Цикл работы Claude - как помощник крутит задачу до конца
- Инструменты Claude - чем агент вообще умеет пользоваться
- Пять уровней автоматизации - куда встают роли на общей лестнице
- Команда из трёх нейросетей - другой случай: несколько МОДЕЛЕЙ в одном окне
- Отдел из скиллов - тридцать три готовые роли под маркетинг
- Сотрудники на ИИ - как распределяются задачи между ролями
- Штат без найма - что закрывается ролями вместо людей
- Конвейер контента - связка ролей на потоке текстов
- Один воркфлоу на три площадки - пример готовой цепочки
- Скиллы под контент - роли, оформленные умениями
- Нейросеть для работы - с чего начать, если это первый заход
- Что такое нейросеть - база простыми словами
- Как пользоваться нейросетью - первые шаги без терминов
- Скиллы и агенты - вся рубрика целиком
Источники
Ниже страницы, которые я открывал сам 31 августа 2026 года и с которых сняты все цитаты и цифры этой статьи. Цитаты приведены дословно на языке источника с переводом рядом:
- Инженерный разбор Anthropic про их мультиагентную систему исследования: схема ведущего и подчинённых, расход в 4 и 15 раз, прирост 90,2 процента, доля разброса качества, объяснимая одним расходом, и прямое перечисление областей, где мультиагент не подходит - anthropic.com, multi-agent research system
- Методичка Anthropic «когда и как использовать мультиагентные системы» от 23 января 2026 года: расход в 3-10 раз против одного агента, фраза про возможности одиночного агента, каждая лишняя роль как точка отказа, правило деления по границам сведений - claude.com, building multi-agent systems
- Справка Claude Code про субагентов: определение, собственное окно памяти и собственный набор инструментов, рекомендация попросить помощника написать роль, строка про версию 2.1.198 и мастер создания - code.claude.com, субагенты
- Справка Claude Code про команды агентов: история разговора, которая не переезжает, затирание общего файла, убывающая отдача, стартовый размер три-пять, ранняя остановка главного, прилипание к первой версии при последовательном поиске причины - code.claude.com, команды агентов
- Текст Cognition «Don't Build Multi-Agents» Walden Yan: два принципа про общую историю и скрытые решения, разбор провала с клоном игры, рецепт одного агента в одну линию - cognition.com, don't build multi-agents
- Документация OpenAI Agents SDK: определение передачи эстафеты, менеджер, вызывающий специалистов как инструменты, два способа оркестрации - openai.github.io, multi-agent
- Документация LangChain про мультиагентные схемы: признак «слишком много инструментов у одного агента», перечень схем и формулировка про то, что в центре стоит выбор сведений для каждой роли - docs.langchain.com, multi-agent
- Английская Википедия, статья про многоагентные системы: определение и три классических признака - автономность, отсутствие полной картины у каждого, отсутствие назначенного главного - en.wikipedia.org, multi-agent system
- Научная работа «Why Do Multi-Agent LLM Systems Fail?» (Cemri, Pan, Yang и соавторы, первая версия 17 марта 2025 года): четырнадцать режимов отказа, три группы причин, более 1 600 разобранных прогонов по семи сборкам - arxiv.org, 2503.13657
Памятка: команда агентов без лишних ролей
Одиннадцать строк, по которым проходит вся сборка
Сохрани себе
- Мультиагентная система это несколько ИИ-помощников с ролями на одной задаче
- Вузовская многоагентная система и команда ИИ-агентов - разные темы под похожими словами
- Ролей всего три типа: кто раздаёт, кто делает, кто проверяет
- Схем соединения шесть, любая чужая связка окажется одной из них
- История разговора главного к подчинённому не переезжает: задание пишется полным
- Резать задачу надо по границам сведений, а не по типам работы
- Двум ролям нельзя давать один файл на правку
- Проверяющий не чинит, он называет; чинит исполнитель
- Список хвостов знает три решения: сделано, отклонено, невозможно
- Три-пять ролей закрывают большинство сценариев, дальше отдача падает
- На последовательных шагах и правках одного файла один агент лучше команды
Порог входа
Начать можно сегодня, ставить ничего не надо
Роли пишутся обычными словами, без единой строчки кода: описал словами, кто что делает, и помощник дальше зовёт их сам. Всё, что нужно, это то же окно, в котором ты уже даёшь ему задачи
Три дня, бесплатно, доступ открывается сразу, ждать даты не нужно
Это заявка в мой закрытый канал, не оплата. Впускаю сразу, дальше бот в личке отдаёт путёвку на три дня
Частые вопросы
Мультиагентная система это что простыми словами?
Несколько ИИ-помощников с разными ролями, работающих над одной задачей: один раздаёт куски, другие их делают, отдельный проверяет результат. Классическое определение говорит то же самое другими словами: система из нескольких умных агентов, которые работают в связке
Чем мультиагентная система отличается от одного ИИ-агента?
Памятью и разделением зон. У одного агента вся задача лежит в одной голове, и к концу она забита лишним; у команды каждая роль держит только своё. Расплата - расход: у Anthropic команда тратит примерно в пятнадцать раз больше обычного чата и в три-десять раз больше одного агента
Чем многоагентные системы отличаются от мультиагентных?
Словами это одно и то же, но в поиске за ними стоят разные темы. «Многоагентные системы» чаще ведут в вузовский курс: рои дронов, светофоры, старые протоколы обмена. «Мультиагентные системы» сегодня почти всегда означают несколько помощников на нейросети, рассаженных по ролям
Нужно ли программировать, чтобы собрать команду агентов?
Нет. Роль задаётся обычным текстом, а сам файл роли помощник создаёт по просьбе - справка Claude Code так и советует попросить его написать роль за тебя. Посмотреть готовую команду живьём можно в браузере, в разборе 3D-офиса
Сколько агентов заводить?
Начинать стоит с двух-трёх, а стартовый предел документация называет прямо: три-пять для большинства сценариев. Дальше вступает убывающая отдача, когда новые участники перестают ускорять работу пропорционально своей цене
В каком случае мультиагентная система проигрывает одиночному агенту?
На последовательных задачах, где каждый шаг зависит от предыдущего, при правках одного и того же файла и там, где всем ролям нужны одни и те же сведения. Anthropic называет такие области неподходящими для мультиагента прямым текстом
Что такое оркестратор агентов?
Главный агент, который читает задачу целиком, режет её на куски, раздаёт исполнителям и потом сводит их ответы в один результат. У разных компаний он называется по-разному: ведущий агент, менеджер, координатор, но работа у него одна
Сколько стоит держать команду агентов?
Считать надо не в подписке, а в расходе: каждая роль получает свою порцию сведений отдельно и потом пересказывает результат обратно. Опубликованные вендором ориентиры - примерно пятнадцатикратный расход против обычного чата и трёх-десятикратный против одного агента, поэтому на мелких задачах команду не включают