❗ Тебе не нужна армия агентов
Тебе нужен всего 1 умный тип)
Wuzzup!
Всё чаще вижу, как люди пытаются выстроить огромные мультиагентные конвейеры, давая им полную свободу.
И знаете в чем главная проблема? Нет, не в том, что система сама по себе плохо работает. Главная боль — это неоправданный хайп, который перерастает в разочарование от всей темы с ИИ агентами. Многие просто начинают думать, что ИИшки, в целом, это нерабочая дичь. Хотя по факту, нужно просто изначально задать себе один простой вопрос:
Собсна, давайте сегодня не будем уходить в техничку, а просто посмотрим на разные подходы, их проблемы, а также реальные цифры, к которым они приводят.
🟢Красота на бумаге
Идея звучит заманчиво: берёшь 5 агентов, каждый отвечает за свой кусок, они общаются между собой и выдают идеальный результат. Типа конвейер на заводе, только с ИИ.
На практике же всё иначе. Вот вам несколько сухих фактов:
🟠 Google вместе с MIT провели 180 экспериментов с разными мультиагентными архитектурами. В большинстве задач мультиагенты ухудшали результат аж до -70% по сравнению с одним агентом 😗
🟠 Ошибки не складываются, они умножаются. Когда один агент допускает неточность и передаёт результат следующему, тот строит на ней свои выводы. И так по цепочке мы получаем «сломанный телефон». Вот тут чуваки зафиксировали усиление ошибок до x17 в неструктурированных системах.
🟠 А вот тут разобрали 1,6K случаев отказа мультиагентных систем. И 37% поломок — это чисто проблемы координации между агентами. Это даже не баги в моделях: агенты тупо не могут нормально договориться между собой.
Короче, надеюсь донёс тейк, что проблема в самом подходе. Мышление в стиле:
не приводит ни к чему хорошему.
🟢И как быть то?
Формула успеха проще, чем кажется: один нормальный агент плюс ты сам — это самый выигрышный варик.
И дело не только в моём личном мнении на этот счёт. Вон Anthropic выпустили отчёт, где проанализировали миллионы реальных сессий. Их главный вывод заключается в том, что самые успешные внедрения агентов — это, как раз, простые паттерны, а не монструозные фреймворки.
По сути, есть три рабочих режима:
🟠Копайлот
Ты думаешь и решаешь, а агент подсказывает, ресёрчит и предлагает варианты. Идеально для креативных задач, где нужна твоя голова. Я так посты пишу: вся основная работа на мне, но если нужно проверить факт или найти инфу — агент тут как тут.
🟠Апрувы
Агент делает черновую работу, а ты смотришь и подтверждаешь результаты. Обычно мне в ресёрчах такой подход нужен.
🟠Делегация
Мелкую рутину агент делает сам, а на важном останавливается и спрашивает. Типа автопилот, но с ремнём безопасности. Такой подход ложится круто на вайбкодинг тот же. Допустим, я не шарю в языке программирования, так что техничка ложится полностью на плечи бибота. Но попросить его объяснить, что он сделал простыми словами и почему это крутой подход конкретно в нашей ситуации — это мастхэв!
Фишка в том, что вы сами выбираете режим под каждую задачу. Нет смысла строить архитектуру из 5 агентов, если еще не научились работать эффективно с одним 😎
🟢Фул автономности не будет?
Даже топовые агенты на реальных задачах уровня сеньора вытягивают около 23% кейсов. Агент крут как напарник, но пока не готов быть полностью самостоятельным сотрудником. Но это не значит, что автономности нет места. Есть задачи, где она прям хорошо заходит:
1. Рутина по расписанию
Всё, что не требует креатива и повторяется изо дня в день, можно и нужно скидывать на железяку!
2. Масштабирование
Когда одинаковых задач сотни, а ты физически не можешь быть задействован в каждой. В таких случаях — это оправданная мера.
3. Очень узкий спец
Это когда агент заточен под одну конкретную задачу с чёткими и жесткими границами.
Вот кроме примеров выше, я, честно, хз где еще можно дававть полную свободу агенту, не боясь косяков.
Кста, завтра покажу как это работает на практике, и в каких задачках я сам сделал автономных агентов.
Вы только кнопку 🔥 сломайте!
А то под прошлым постом поскупились на реакции))
|IЧиталка | Писалка | СмотрелкаI|
Тебе нужен всего 1 умный тип)
Wuzzup!
Всё чаще вижу, как люди пытаются выстроить огромные мультиагентные конвейеры, давая им полную свободу.
И знаете в чем главная проблема? Нет, не в том, что система сама по себе плохо работает. Главная боль — это неоправданный хайп, который перерастает в разочарование от всей темы с ИИ агентами. Многие просто начинают думать, что ИИшки, в целом, это нерабочая дичь. Хотя по факту, нужно просто изначально задать себе один простой вопрос:
Зачем?
Собсна, давайте сегодня не будем уходить в техничку, а просто посмотрим на разные подходы, их проблемы, а также реальные цифры, к которым они приводят.
🟢Красота на бумаге
Идея звучит заманчиво: берёшь 5 агентов, каждый отвечает за свой кусок, они общаются между собой и выдают идеальный результат. Типа конвейер на заводе, только с ИИ.
На практике же всё иначе. Вот вам несколько сухих фактов:
🟠 Google вместе с MIT провели 180 экспериментов с разными мультиагентными архитектурами. В большинстве задач мультиагенты ухудшали результат аж до -70% по сравнению с одним агентом 😗
🟠 Ошибки не складываются, они умножаются. Когда один агент допускает неточность и передаёт результат следующему, тот строит на ней свои выводы. И так по цепочке мы получаем «сломанный телефон». Вот тут чуваки зафиксировали усиление ошибок до x17 в неструктурированных системах.
🟠 А вот тут разобрали 1,6K случаев отказа мультиагентных систем. И 37% поломок — это чисто проблемы координации между агентами. Это даже не баги в моделях: агенты тупо не могут нормально договориться между собой.
Короче, надеюсь донёс тейк, что проблема в самом подходе. Мышление в стиле:
А давайте просто накинем ещё агентов, авось сами разберутся.
не приводит ни к чему хорошему.
🟢И как быть то?
Формула успеха проще, чем кажется: один нормальный агент плюс ты сам — это самый выигрышный варик.
И дело не только в моём личном мнении на этот счёт. Вон Anthropic выпустили отчёт, где проанализировали миллионы реальных сессий. Их главный вывод заключается в том, что самые успешные внедрения агентов — это, как раз, простые паттерны, а не монструозные фреймворки.
По сути, есть три рабочих режима:
🟠Копайлот
Ты думаешь и решаешь, а агент подсказывает, ресёрчит и предлагает варианты. Идеально для креативных задач, где нужна твоя голова. Я так посты пишу: вся основная работа на мне, но если нужно проверить факт или найти инфу — агент тут как тут.
🟠Апрувы
Агент делает черновую работу, а ты смотришь и подтверждаешь результаты. Обычно мне в ресёрчах такой подход нужен.
🟠Делегация
Мелкую рутину агент делает сам, а на важном останавливается и спрашивает. Типа автопилот, но с ремнём безопасности. Такой подход ложится круто на вайбкодинг тот же. Допустим, я не шарю в языке программирования, так что техничка ложится полностью на плечи бибота. Но попросить его объяснить, что он сделал простыми словами и почему это крутой подход конкретно в нашей ситуации — это мастхэв!
Фишка в том, что вы сами выбираете режим под каждую задачу. Нет смысла строить архитектуру из 5 агентов, если еще не научились работать эффективно с одним 😎
🟢Фул автономности не будет?
Даже топовые агенты на реальных задачах уровня сеньора вытягивают около 23% кейсов. Агент крут как напарник, но пока не готов быть полностью самостоятельным сотрудником. Но это не значит, что автономности нет места. Есть задачи, где она прям хорошо заходит:
1. Рутина по расписанию
Всё, что не требует креатива и повторяется изо дня в день, можно и нужно скидывать на железяку!
2. Масштабирование
Когда одинаковых задач сотни, а ты физически не можешь быть задействован в каждой. В таких случаях — это оправданная мера.
3. Очень узкий спец
Это когда агент заточен под одну конкретную задачу с чёткими и жесткими границами.
Вот кроме примеров выше, я, честно, хз где еще можно дававть полную свободу агенту, не боясь косяков.
Кста, завтра покажу как это работает на практике, и в каких задачках я сам сделал автономных агентов.
Вы только кнопку 🔥 сломайте!
А то под прошлым постом поскупились на реакции))
|IЧиталка | Писалка | СмотрелкаI|