OpenAI прячет полную цепочку рассуждений o1 за суммаризацией, DeepSeek и Anthropic показывают её почти целиком. Для тех, кто строит агентов, это разница в отладке, счетах за токены и рисках.
Вместо одной модели, которая уверенно выдаёт неверный ответ, на задачу натравливают двух агентов, спорящих друг с другом. Идею проверяли в Anthropic, OpenAI и Google DeepMind — разбираем, где она работает, а где ломается.
Один прогон LLM или цикл, где агент проверяет и переделывает свой ответ. Reflexion давал прирост в разы на бенчмарках, но платите вы токенами и задержкой. Разбираем, где это оправдано.
Агент, который видит экран и слышит голос, решает задачи иначе, чем чат-бот, читающий только текст. Разбираем, где мультимодальность даёт выигрыш, а где добавляет задержку и счёт за токены.
Модель, которая умеет вызывать калькулятор и поиск, обгоняет ту, что считает в уме, на задачах с точными числами. Разбираем, где инструменты выигрывают, а где становятся лишним звеном и статьёй расходов.
Один и тот же вопрос: агент на GPT-4o без внешних данных отвечает по памяти на момент обучения, RAG-агент лезет в вашу базу и цитирует документ. Разбираем, где какой подход экономит деньги и репутацию.
LLM-агенты без памяти начинают каждую задачу с нуля и повторяют одни и те же ошибки. Эпизодическая память меняет расклад — но платить за неё приходится токенами, латентностью и новыми классами багов.
Автономные агенты уже бронируют билеты, пишут код и правят базы данных. Вопрос не в том, справятся ли они, а в том, сможете ли вы понять, почему они сделали именно так — и кто отвечает за ошибку.
Один LLM-агент выдаёт ответ и идёт дальше, другой перепроверяет себя перед каждым шагом. Разница — в цене токенов, скорости и числе ошибок, которые доходят до пользователя.
Cron запускает задачу раз в пять минут и в 99% случаев дергает пустую очередь. Событийная модель реагирует за миллисекунды, но платит за это сложностью. Разбираем, где что уместно.
Мультиагентные системы обещают распараллелить работу LLM, но за автономию приходится платить токенами и предсказуемостью. Разбираем, когда рой обгоняет централизованный оркестратор, а когда сжигает бюджет впустую.
Агент на своей видеокарте не шлёт данные наружу и не платит за токены, но упирается в контекст и качество. Разбираем, когда локальные open-weights модели обходят API, а когда только съедают железо.