Мультиагентные LLM: когда несколько моделей работают вместе

В марте 2024 года Anthropic описал свою внутреннюю мультиагентную систему для исследовательских запросов: главный агент-оркестратор ставит подзадачи, несколько субагентов ищут информацию параллельно, результат собирается воедино. По их собственным замерам такая схема на сложных исследовательских задачах обходила одиночную модель, но расходовала примерно в 15 раз больше токенов, чем обычный чат. Это и есть главный сюжет вокруг роевого интеллекта на LLM: выигрыш в качестве почти всегда оплачивается деньгами, задержкой и новыми точками отказа.

Что такое мультиагентная система на самом деле

Мультиагентная система — это не «несколько чат-ботов в комнате». Это архитектура, где отдельные вызовы модели получают роль, набор инструментов и ограниченный контекст, а над ними стоит логика координации: кто что делает, в каком порядке, как передаются промежуточные результаты. Каждый агент — по сути обёртка над одним или несколькими промптами к LLM плюс доступ к функциям: поиск, код, база данных, вызов другого агента.

Термин «роевой интеллект»¹ сюда попал по аналогии с колониями муравьёв и стаями птиц, где сложное поведение возникает из простых локальных правил. На практике у LLM-агентов «локальные правила» задаются промптами и схемой обмена сообщениями, а не самоорганизацией. Красивая метафора чаще маскирует обычный пайплайн с ветвлениями.

Типовые роли в связке

• Оркестратор (planner) — разбивает запрос на подзадачи и распределяет их. Часто это самая дорогая модель в системе.
• Исполнители (workers) — узкие агенты: поиск, парсинг, генерация кода, суммаризация. Их можно запускать параллельно.
• Критик (verifier / critic) — проверяет вывод исполнителей, ищет фактические ошибки и противоречия.
• Сборщик (aggregator) — собирает частичные ответы в финальный текст.

Зачем вообще делить задачу

Одиночная модель с длинным контекстом теоретически может всё то же самое. Но у деления есть три конкретные причины, а не только мода.

Первое — управление вниманием. Чем длиннее контекст, тем выше риск, что модель «потеряет» середину промпта. Узкий агент получает только релевантный кусок и держит фокус.

Второе — параллелизм. Пять исследовательских подзапросов, запущенных одновременно, дают ответ быстрее, чем последовательный обход тех же источников одной моделью.

Третье — проверяемость. Отдельный агент-критик, который не участвовал в генерации, ловит ошибки лучше, чем та же модель, просящая себя перепроверить в одном потоке.

Мультиагентность оправдана там, где задачу реально можно распараллелить или разбить на независимые куски. На линейной задаче с сильной зависимостью шагов друг от друга рой агентов только добавит задержку и стоимость.

Цена вопроса: токены, задержка, отладка

Главная ловушка — считать, что «больше агентов = лучше». Каждый агент — это отдельный вызов модели с собственным системным промптом, историей и, часто, дублированием контекста. Расходы складываются не линейно, а с накладными.

Отдельная боль — накопление ошибок. Если оркестратор неверно понял задачу, все субагенты честно и качественно решат не ту проблему. В одиночном чате вы хотя бы видите весь ход рассуждений в одном месте.

Фреймворки, на которых это строят

Сборка мультиагентной системы вручную возможна, но большинство команд берут готовый каркас. Точные фичи и версии меняются быстро — сверяйте с документацией проекта на момент внедрения.

• LangGraph — граф состояний поверх LangChain, подходит для явных циклов и ветвлений между агентами.
• AutoGen (Microsoft) — акцент на диалоге между агентами и человеком в цикле.
• CrewAI — ролевая модель «команды» с задачами и процессами.
• OpenAI Agents SDK / Swarm — лёгкие инструменты для передачи управления между агентами.

Ни один из них не отменяет базовую работу: описать роли, ограничить инструменты, задать критерии остановки. Без критерия остановки агенты уходят в бесконечные диалоги друг с другом и жгут бюджет.

Когда мультиагентность не нужна

Прежде чем строить рой, честно ответьте на вопросы:

1. Задачу реально можно разбить на независимые части, или шаги жёстко зависят друг от друга?
2. Справляется ли одиночная модель с расширенным промптом и вызовом пары инструментов?
3. Готовы ли вы платить кратно больше токенов ради прироста качества?
4. Есть ли у вас инфраструктура для трассировки: логи каждого агента, метрики стоимости, разбор цепочек?

Если задача линейная, а прирост качества неочевиден, начните с одного агента и хороших инструментов. Мультиагентность добавляют, когда упираются в потолок одиночной модели, а не наоборот.

¹ Роевой интеллект (swarm intelligence) — подход, при котором сложное коллективное поведение возникает из взаимодействия множества простых агентов без единого центра управления. В контексте LLM термин применяют условно: координация здесь обычно централизована оркестратором.