😎 Больше AI-агентов — не всегда лучше

Исследователи проверили 260 конфигураций на шести агентных бенчмарках. На задаче, которую легко распараллелить, несколько агентов дали прирост до 80,8%. Но в последовательном планировании они ухудшили результат до 70%.

Причина — координация съедает контекст и вычисления, а ошибки переходят между участниками. Особенно плохо работают команды без центрального проверяющего агента.

Если ты проектируешь агентную систему, сначала оцени делимость задачи и количество инструментов. Иногда один агент с общей памятью надёжнее целого «роя».

#ai #aiagents #multiagent #llm #architecture #research

@data_engi