Зачем заменять сабагентов на единый цикл обработки агента
Исследование Applied AI показывает, что одиночный агент со скиллами часто превосходит по качеству и скорости решения с множеством сабагентов. Такой подход снижает затраты и ускоряет выполнение задач, избегая проблем мультиагентных систем.
Проблемы архитектуры на основе сабагентов
Оптимизация через единый цикл
Рекомендуется использовать один цикл обработки с общим контекстным окном и лимитами по ходам. Эффективно постепенное раскрытие информации: модель видит краткие описания инструментов и подгружает полные данные только при необходимости. Это позволяет сократить системный промпт более чем на 80%.
Группировка инструментов и доступ
Инструменты следует группировать по намерениям пользователя, а не по API, так как выбор начинает деградировать после 30–50 описаний. Права доступа необходимо проверять внутри самих инструментов, возвращая понятный модели отказ для пользователей с разными уровнями привилегий.
Стратегия миграции к единому агенту
Процесс трансформации начинается с создания примеров использования. Затем самые используемые сабагенты объединяются, остальные привлекаются как инструменты, а затем постепенно конвертируются в скиллы. Команды переходят от владения агентами к управлению скиллами, передавая контроль над системным промптом центральной команде.
Источники и материалы:
Когда сабагенты всё ещё необходимы
Разделение на сабагентов оправдано при измеримой деградации производительности из-за раздутого контекста, наличии параллельных задач со свежими данными или если основной агент путается в противоречивых инструкциях. Важно делить их по контексту, а не по типу задачи, чтобы избежать искажения информации.
Эволюция подхода к разработке агентов








