Коалиция ИИ-агентов от разных разработчиков обошла одиночные системы: лучшая дала 35%

Что предлагают авторы The Wealth of Agents?

Если коротко, что такое ИИ агент в логике авторов: система, которая сама планирует шаги, вызывает инструменты, ищет в интернете и работает с файлами. Сегодня такие системы почти всегда строит одна компания, например OpenAI, Anthropic или Google, и она же управляет всеми агентами внутри. Авторы называют этот подход SDA, система одного разработчика.

Источник новости: разбор научной работы The Wealth of Agents: Scaling Agentic AI Across Developers. Её авторы предлагают альтернативу под названием MDA, мультиразработческую агентную систему. На каждый запрос она собирает агентов от многих независимых разработчиков и объединяет их способности.

Работа сравнивает три схемы:

• SDA: одна система решает задачу целиком.
• rSDA, вариант с маршрутизатором: он выбирает одну систему из набора на весь запрос. Так сегодня поступает человек, который под конкретную задачу открывает Claude или ChatGPT.
• δ-MDA: запрос делят на подзадачи, каждую отдают самому подходящему агенту, ответы собирают в один.

Авторы отдельно отличают MDA от классических мультиагентных систем, где всеми агентами всё равно управляет один разработчик. В MDA никто не может приказать третьим лицам, каких агентов выпускать. Поэтому нужен механизм стимулов, «невидимая рука», которая побуждает разработчиков публиковать агентов, полезных всей системе.

Аргументы за: коалиция узких агентов обходит одиночек

Главный довод сторонников такой: потолок одиночной системы задаёт бюджет крупнейшего игрока, а в MDA возможности растут за счёт объединения усилий. В работе приводятся три аргумента:

• Специализация. Разработчик строит только то, в чём силён, остальное берут другие.
• Меньше дублирования. Сейчас каждая компания заново строит поиск, работу с файлами и код для своей модели.
• Ниже барьер входа. Ритейлер с агентом покупок не потянет конкуренцию с передовой лабораторией целиком, но может закрыть свою узкую часть.

Автор разбора проводит параллель с открытым исходным кодом, когда разработчики выкладывают свои проекты для всех. Обратный пример там тоже есть: множество закрытых «интернетов» от разных компаний, где каждому пришлось бы заново строить уже существующее.

Есть и цифры. На бенчмарке (наборе контрольных задач, своего рода экзамене для ИИ) GAIA, где проверяют поиск в сети, работу с аудио, изображениями, документами и таблицами, медианная одиночная система набрала 21%, лучшая одиночная 35%.

По словам автора разбора, коалиция «маленьких» обогнала «больших». Итоговая цифра для δ-MDA в доступной нам версии текста обрывается, поэтому мы её не приводим.

Аргументы против: координация стоит денег, а опыт пока лабораторный

Одиночная система удобна: всё под контролем, её легко менять и отлаживать. Даже в сравнении с «интернетами» автор разбора признаёт, что закрытые варианты могут оказаться безопаснее и лучше оптимизированы.

За командную работу агентов приходится платить: нужно разбить задачу, передать части агентам и собрать ответы. Окупятся ли эти расходы, по признанию самого источника, зависит от задачи и уровня разработчиков в группе.

Платой за это являются накладные расходы на декомпозицию, коммуникацию и композицию. : Автор разбора научной работы The Wealth of Agents

Реальных разработчиков в эксперименте не было. Их симулировал мета-агент: он создавал агентов под фиксированный бюджет, а число раундов доработки равнялось этому бюджету. Разнообразие участников изображали большие языковые модели (LLM, движки вроде того, что работает внутри ChatGPT) разного уровня.

Маршрутизатор в опыте сам учился выбирать исполнителей. Он видел описания агентов, по словам источника, часто приукрашенные, и копил опыт взаимодействий. По сути, это та же конкуренция за трафик, которую авторы Дзена знают по заголовкам и обложкам.

Что делать с этим прямо сейчас, по ролям?

Автору Дзена. Разбивайте работу над материалом на подзадачи и отдавайте каждую инструменту, который справляется с ней лучше: один ищет факты, другой правит текст, третий делает обложку. Это ручная версия δ-MDA.

Маркетологу. Если маршрутизаторы начнут выбирать агентов по описаниям, описание станет новой витриной. Приукрашивать бесполезно: роутер в опыте копил историю взаимодействий и строил рейтинги.

Предпринимателю из РФ и СНГ. Узкая экспертиза вроде поиска по российским маркетплейсам, работы с 1С и госсервисами и есть та «сильная сторона», которую MDA предлагает встраивать в общую систему. Собирайте такого агента как отдельный модуль с честным описанием возможностей. Из доступных в РФ моделей для этого подойдут YandexGPT и GigaChat.

Сначала ждите не готовых систем MDA, а маршрутизаторов и каталогов узких агентов, которые раздают подзадачи. Заработают на этом те, кто заранее упакует свою экспертизу в небольшой, честно описанный модуль. Игроки, которые ждут универсального ассистента «на всё», рискуют остаться без своей доли в такой системе.