Сильному AI-агенту сложная оркестрация может быть не нужна 👀

30 сентября исследователи EPFL и Apple сравнили четыре специализированных системы для автономной ML-разработки с минимальным агентом Malena.

Malena — это одна длинная сессия, доступ к файлам и bash, запуск фоновых задач и информация об оставшемся времени. Без дерева поиска, отдельных агентов-исследователей и сложной памяти.

При одинаковых моделях, оборудовании и лимите в 24 часа такой агент не уступил специализированным системам ни в одной из проверенных комбинаций на MLE-bench и NatureBench. Более того, добавление трёх параллельных агентов с обменом сообщениями снизило долю призовых результатов с 55,7% до 33,3%.

Для тебя вывод практический: начинай с одного сильного агента, прямого доступа к среде и общих рабочих файлов. Добавляй маршрутизацию, субагентов и отдельную память только после измеримого выигрыша на своих задачах.

Но простота тоже имеет цену: длинная сессия Malena потратила примерно в 6,2 раза больше денег на чтение кешированного контекста, чем AiScientist. Кроме того, основная проверка проведена на 30 задачах ML-разработки — переносить вывод на любые агентные системы рано.

Исследование EPFL и Apple от 30 сентября 2026 года

#aiagents #agentarchitecture #multiagent #machinelearning #llmops #codingagents

@data_engi