Anthropic: един AI агент вече превъзхожда много подагенти, тъй като моделите могат сами да се справят със сложността

Anthropic установи, че един агент с контекст при поискване често превъзхожда конфигурациите с множество агенти по качество, цена и латентност. Компанията публикува комплект за миграция, който помага на екипите да оценят и извършат прехода.

Anthropic препоръчва на компаниите да преценят дали могат да обединят подагентите, тъй като един основен агент, който зарежда контекст при необходимост, често дава по-добри резултати от множество специализирани агенти. По-новите модели, започвайки с Opus 4.5, както и Opus 5.5 и Fable 5.1, могат да управляват сложни планове директно в един цикъл, което също може да намали разходите и времето за изчакване. При едно сравнение Anthropic казва, че архитектурата с един агент е работила приблизително два пъти по-бързо от конфигурацията с множество агенти.

Препоръката се основава на практическия опит от множество внедрявания в предприятия, при които екипът за приложен изкуствен интелект на Anthropic установи, че един агент, използващ така наречените умения, често превъзхожда както монолитните дизайни на подсказки, така и конфигурациите с подагенти по качество. Например една компания е имала дузина специализирани подагенти в своя агент, ориентиран към клиентите, което е затруднявало поддържането на последователно изживяване на марката и е влошавало използваемостта заради високата латентност.

Моделът вече може сам да поеме голяма част от оркестрацията

Според Anthropic много дизайни на агенти следват познат модел с откриване на намерението, фиксиран процес на обработка, сегментиране на потребителите, отделни клонове за препоръки и оркестратор отгоре. Голяма част от тази работа вече може да бъде извършвана самостоятелно от модела за съответния случай на употреба.

Anthropic го нарича „закона на Конуей“ за агентите. Архитектурата се превръща в копие на организационната структура, като всеки екип създава собствен подагент, докато стотици припокриващи се агенти се натрупат без общи стандарти. Следва това, което Anthropic нарича „Франкенподсказка“, при която всеки екип добавя правила към системната подсказка, които в крайна сметка си противоречат. Според компанията чиста системна подсказка, четири или пет оптимизирани инструмента за данни и фиксирани ограничения за изхода покриват голяма част от съответния случай на употреба.

Като един пример Anthropic е съкратил системната подсказка на Claude Code за по-новите модели с над 80 процента, отчасти защото уменията и инструментите вече се зареждат само при необходимост. По-новите модели също така коментират собствения си напредък и проверяват работата си, което може да направи някои от допълнителните контролни слоеве ненужни.

Anthropic казва, че подагентите все още имат смисъл, когато контекстният прозорец на един агент показва измеримо влошаване на производителността, когато множество задачи трябва да се изпълняват паралелно с отделни контекстни прозорци или когато един агент изпитва затруднения при избора на инструменти.

За стъпка по стъпка миграция Anthropic публикува комплект за миграция в GitHub, който превежда екипите през работен процес за идентифициране на съществуващите модели, оценяване на алтернативи и проверка на най-добрия подход. Anthropic предупреждава да не се обединява безразсъдно, тъй като при един тест с агент за поддръжка включването на подагент наистина е намалило латентността, но е нарушило работещ дотогава процес. Основният агент е започнал да отговаря сам, вместо да се консултира с подходящия специалист.

Екипите трябва да предотвратяват прекомерното разрастване на библиотеките с умения

Вместо да предоставя на всеки екип собствен агент, Anthropic препоръчва работните процеси да се пакетират като умения, а инструментите да се зареждат при поискване чрез търсене на инструменти. Малък централен екип трябва да отговаря за системната подсказка и цялостното качество. Отделно Anthropic отбелязва, че изборът на инструменти от модела обикновено се влошава при повече от 30 до 50 дефиниции на инструменти, така че определени отговорници във всеки екип трябва да поддържат библиотеките с умения, за да не се разрастват прекомерно.

За справочни материали като насоки, продуктови спецификации или дефиниции на показатели Anthropic препоръчва бази от знания, към които агентът се обръща само при необходимост чрез инструмент за търсене. Този тип информация може също да бъде вградена като справочни файлове в дадено умение. Anthropic съветва да не се извлича контекст чрез код и да не се вмъква директно в подсказките.

Констатациите на Anthropic съответстват на скорошни изследвания. Проучване на Vals установи, че екипите от агенти могат да бъдат по-бързи от единичните агенти, но не осигуряват по-високо качество. Според проучването увеличаването на броя от десет на 30 или 100 агенти не е донесло подобрение в качеството, но е довело до значително по-високи разходи. Разработчикът на OpenAI Eric Provencher също постави под въпрос стойността на рояците от агенти, наричайки ги „почти сигурно“ пилеене на пари.

Новини за AI без сензацията – подбрани от хора

Абонирайте се за THE DECODER за четене без реклами, седмичен бюлетин за AI, нашия ексклузивен шест пъти годишно публикуван обзор на най-новите разработки „AI Radar“, пълен достъп до архива и достъп до секцията за коментари.