Один агент достаточен, пока у задачи одна цель, однородные инструменты и общие права. Несколько агентов нужны в четырёх случаях: у частей работы разные права, им нужны разные модели, результат должен проверять независимый исполнитель или части задачи можно делать параллельно. Все остальные доводы, от «задача сложная» до «так делают», слабые.
Причина осторожности простая. Каждый дополнительный агент добавляет обращения к модели, задержку, расход и ещё одно место для ошибки, а ошибки по цепочке перемножаются. Мы начинаем с обычного кода и одного агента и добавляем остальных, когда на ваших данных видно, что один не справляется. Как выглядит такая разработка у нас, описано на странице «Мультиагентные ИИ-системы».
Что называют мультиагентной системой
Агент в практическом смысле — это языковая модель с целью, набором инструментов и ограничениями. Мультиагентная система — несколько таких агентов с разными ролями, которые передают друг другу состояние задачи. Несколько окон чата или несколько вызовов одной и той же модели подряд не делают систему мультиагентной: роли, инструменты и права у агентов должны различаться.
Есть две границы, которые часто путают. Слева — цепочка обычного кода, где модель вызывается на отдельных шагах, а порядок задан заранее: это не агент, а надёжный и дешёвый способ, которого достаточно во многих процессах. Справа — «рой» агентов, которые сами решают, кому писать и когда остановиться. Такая схема бывает в исследованиях, но в рабочем процессе с правами на запись нам встречается редко, потому что её поведение трудно предсказать и проверить.
Разницу между агентом и чат-ботом мы разбирали в статье «ИИ-агент или чат-бот», а общий порядок внедрения одного агента описан в статье «Как внедрить ИИ-агента».
Пять признаков, что нужен второй агент
Признаки ниже стоит искать на реальных данных, а не в описании процесса. Если ни один не подтвердился, оставайтесь на одном агенте.
| Признак | Что за ним стоит | Как проверить |
|---|---|---|
| Разные права на разные действия | Часть работы читает, часть записывает в учёт; отдельная учётная запись для записи безопаснее одной с обоими правами | Выписать действия и права: если наборы расходятся, роли разделяются |
| Разные модели для разных шагов | Простой разбор делает быстрая модель, сложное рассуждение крупная; смешивать их в одном агенте неудобно и дорого | Прогнать шаги на обеих моделях по выборке и сравнить качество и расход |
| Нужна независимая проверка | Результат уходит клиенту или в учёт, а автор склонен подтверждать себя; проверяющий с другой инструкцией ловит свои классы ошибок | Дать проверяющему размеченные ошибки и посмотреть, сколько он найдёт |
| Части задачи независимы | Много однотипных документов или источников, которые можно читать одновременно; выигрыш в скорости | Измерить время одного агента на выборке, сравнить с параллельной схемой |
| Инструкция одного агента не помещается в понятный текст | Правила для разных видов обращений мешают друг другу; помогает разделение по видам, а иногда достаточно разбить шаги кодом | Попробовать разбить на шаги кодом и сравнить с разделением на агентов |
Признак «хочется автономности» в таблице отсутствует намеренно. Автономность — не цель, а свойство, и в бизнес-процессе её дозируют: чем больше последствий у действия, тем больше подтверждений.
Четыре схемы взаимодействия агентов
Когда решено, что агентов несколько, схема выбирается по процессу. В рабочих системах мы встречаем четыре схемы, часто две в одной системе.
| Схема | Как работает | Подходит для | Главный риск |
|---|---|---|---|
| Координатор и специалисты | Координатор читает задачу и передаёт её одному из специалистов с собственными инструментами | Смешанный поток обращений, где виды обработки различаются по правам | Ошибка выбора специалиста: нужен порог уверенности и ручная очередь |
| Конвейер | Результат одного агента попадает на вход следующему по заранее заданному порядку | Процесс с известными этапами: разбор, обогащение, подготовка, запись | Ошибка на раннем шаге проходит дальше; нужны проверки на стыках |
| Автор и проверяющий | Один агент готовит результат, второй проверяет его по записанным правилам и не может записывать | Ответы клиенту, расчёты, записи в учёт | Проверяющий пропускает всё или придирается; выясняется на размеченной выборке |
| Параллельные специалисты | Несколько агентов читают независимые части, итог собирается одним шагом | Сводка по набору документов, сравнение источников | Сводка получает противоречия и теряет ссылки на источники |
Во всех схемах состояние задачи хранится вне модели: что получено, что решено, что ждёт подтверждения. Это позволяет остановить задачу, показать её человеку, продолжить после сбоя и не повторять уже выполненные действия. Для описания таких схем как графа с явным состоянием и остановками на подтверждении существуют библиотеки; о выборе между ними и собственной обвязкой мы пишем в статье «LangChain, LangGraph или своя обвязка».
Что стоит за каждым лишним агентом
Три вещи растут быстрее, чем видно на демонстрации.
- Надёжность цепочки. Если каждый шаг верен в девяти случаях из десяти, цепочка из пяти шагов верна примерно в шести из десяти. Цифры иллюстрируют арифметику, а не качество вашей системы: реальные доли ошибок измеряются на выборке, но направление понятно. Чем длиннее цепочка, тем жёстче проверки на стыках.
- Расход и задержка. Каждое обращение к модели занимает время и считается в оплате внешнего интерфейса либо в загрузке видеокарт, если модель у вас. Агенты, которые обмениваются сообщениями, обращаются к модели многократно на одну задачу. Мы считаем среднее и худшее число обращений и ставим лимит.
- Отладка. Чтобы понять, где ошибка, нужен журнал каждого шага: вход, выход, вызванный инструмент, причина остановки. Без журнала система становится чёрным ящиком, и каждую жалобу приходится разбирать вручную.
Поэтому правило такое: добавляйте агента, только если он убирает конкретную проблему, подтверждённую на выборке, и сравнивайте с вариантом «то же самое кодом».
Как идти от простого к сложному
Практичный порядок состоит из пяти ступеней. Переходите на следующую, только если предыдущая не справилась на вашей выборке.
- Обычный код и правила. Если процесс описывается условиями, модель не нужна.
- Код плюс вызов модели на одном шаге. Модель разбирает текст или документ, дальше работает код.
- Один агент с небольшим набором инструментов. Порядок шагов зависит от входа. Права минимальны, лимит шагов задан.
- Два агента с разными правами или с проверяющим. Добавляется только по признакам из таблицы выше.
- Координатор и несколько специалистов. Для смешанного потока, где без разделения права смешиваются.
На каждой ступени сохраняется одна и та же выборка, чтобы сравнение было честным: качество, число обращений к модели, время и доля случаев, ушедших человеку. Цена ступени растёт, а значит, переход должен показывать выигрыш в цифрах, измеренных у вас. Из чего складывается стоимость такой работы, показано в статье «Сколько стоит разработка ИИ на заказ».
Права и безопасность в схеме с несколькими агентами
Мультиагентная схема расширяет поверхность атаки, потому что агенты общаются между собой, а текст из внешнего источника может добраться до того, у кого есть право записи.
- У каждого агента своя учётная запись и минимальные права. Читающий агент не имеет права записи, пишущий не читает почту напрямую.
- Данные отделены от инструкций. Письмо, вложение или комментарий передаются дальше как данные в явных метках, а не как команда соседнему агенту.
- Вывод агента считается недоверенным вводом. Перед записью в учёт код проверяет формат, допустимые значения и права.
- Действия с последствиями идут через подтверждение человека, а не через согласие другого агента. Проверяющий агент снижает ошибки, но не заменяет ответственного.
- Есть лимиты и аварийный выключатель. Число шагов, время и расход на задачу ограничены, остановить всех агентов можно одним действием.
Матрица действий, подтверждения и откат подробно описаны в статье «ИИ-агент: права, подтверждение действий и откат», а виды атак на текст — в статье «Что такое prompt injection».
Как проверять мультиагентную систему
Проверять только итог недостаточно: если результат плох, не видно, какой агент подвёл. Нужны четыре уровня.
| Уровень | Что проверяем | Чем |
|---|---|---|
| Каждый агент отдельно | Свою роль, формат и поведение при незнакомом входе | Размеченные примеры именно для его шага |
| Маршрутизация | Выбор специалиста или следующего шага, включая неясные обращения | Набор обращений с известным адресатом и долей «неясно» |
| Траектория | Какие инструменты вызваны, сколько обращений к модели, почему остановились | Журнал шагов; нет зацикливания, лимиты соблюдены |
| Сквозной прогон | Результат целиком на реальных задачах | Выборка прошлых задач и теневой режим на живом потоке |
Пороги приёмки записываются до начала работ и берутся из цены ошибки вашего процесса. Теневой режим, в котором агенты работают параллельно с людьми и ничего не записывают, остаётся самым дешёвым способом увидеть расхождения до запуска. Как устроен порог для отдельного ответа, объяснено в статье «Порог уверенности модели».
Что делаем мы и с чего начать
Начинаем с обследования: 200 000 ₽ и 2–3 недели за один-два процесса, 350 000 ₽ и 3–4 недели, если затронуто несколько систем. Мы разбираем действия, права и данные, собираем выборку с вашими специалистами и отвечаем на главный вопрос статьи: хватит ли вам одного агента. На выходе схема, критерии приёмки и вилка бюджета. Сумма вычитается из первого этапа, если продолжаете с нами.
Дальше лёгкий пилот 150 000–400 000 ₽ за 2–8 недель, чаще всего с одним агентом. Тяжёлый пилот с несколькими агентами и действиями в боевых системах стоит 400 000–1 200 000 ₽ за два-три месяца. Исходный код лежит в вашем репозитории с первого коммита, остановиться можно после любой ступени. Мы делаем один контур, а не внедрение системы по всему предприятию, и не дежурим круглосуточно. Подробнее об услуге — на странице «Мультиагентные ИИ-системы», цены и сроки — на странице «Тарифы».
Частые вопросы
Когда достаточно одного ИИ-агента?
Когда у задачи одна цель, инструменты однородны и права общие. Тогда один агент дешевле и надёжнее: меньше обращений к модели, короче цепочка, проще журнал и проверка. Добавлять второго стоит только по признаку, подтверждённому на вашей выборке.
Чем мультиагентная система отличается от цепочки обычного кода?
В цепочке порядок шагов задан заранее, модель вызывается на отдельных шагах. В агентной схеме модель сама выбирает шаги и инструменты. Цепочка воспроизводимее и дешевле, поэтому там, где процесс описывается правилами, мы выбираем её.
Увеличивает ли второй агент качество?
Не всегда. Проверяющий агент ловит одни классы ошибок и пропускает другие, а лишний передаточный шаг добавляет свои. Это выясняется только на размеченной выборке, поэтому качество каждой схемы мы сравниваем на ваших данных.
Сколько стоит мультиагентная система?
Обследование 200 000 ₽ или 350 000 ₽, вычитается из первого этапа. Лёгкий пилот 150 000–400 000 ₽, тяжёлый 400 000–1 200 000 ₽, вывод в эксплуатацию от 1 500 000 ₽ этапами по 300 000–700 000 ₽. Сопровождение 20 000, 60 000 или 120 000 ₽ в месяц.
Нужны ли LangChain или LangGraph?
Не обязательны. Для схем с ветвлениями и остановкой на подтверждении граф с явным состоянием удобен, для простой цепочки проще собственная обвязка. Выбор делаем на обследовании, исходя из требований контура и того, кто будет сопровождать систему.
Как не допустить зацикливания агентов?
Лимитами на число шагов, время и расход для каждой задачи, а также передачей человеку при превышении. Журнал каждого шага позволяет увидеть, где начался круг, а тест на траектории входит в приёмку.
Где работают модели и хранятся данные?
Основной вариант: открытая модель на ваших серверах. Внешний программный интерфейс возможен для данных, которые это допускают; для данных ограниченного доступа он чаще не подходит по требованиям заказчика. Персональные данные граждан России обычно должны храниться на серверах в России.
Что останется у нас после проекта?
Исходный код в вашем репозитории с первого коммита, описание ролей и прав, выборка и скрипты оценки, инструкция по развёртыванию. Остановиться можно после любой ступени, сделанное остаётся у вас по акту.