Systemy wieloagentowe wyjaśnione: kiedy jeden agent to za mało
Systemy wieloagentowe dzielą zadanie między kilku AI agentów i przekazują pracę od jednego do następnego. AI agent to programowy pomocnik, który czyta, myśli i oddaje wynik. Kilku agentów pomaga wtedy, gdy jeden agent ma tak wiele różnych obowiązków, że żadnego nie wykonuje dobrze. Przy większości zadań w małej firmie wystarczy jeden agent.
Jak to wygląda: recepcja
Pomyśl o recepcji w przychodni. Jedna osoba wita każdego gościa. Proste pytania załatwia sama, a wszystkich pozostałych kieruje do właściwego specjalisty.
System wieloagentowy działa tak samo. Ogólny agent przyjmuje twoją prośbę. Za nim stoją specjaliści: jeden zna rekordy klientów, drugi pisze teksty, trzeci sprawdza cele. Ogólny agent decyduje, kto pasuje, przekazuje pracę i przynosi wynik. Rozmawiasz z jednym pomocnikiem i nigdy nie widzisz przekazania.
Po co w ogóle dzielić pracę?
- Krótkie instrukcje działają lepiej. Jeden agent z trzema stronami zasad do pięciu zadań je miesza. Pięciu agentów po pół strony każdy nie.
- Mniej rzeczy może pójść źle. Agent, który tylko pisze teksty, nie potrzebuje prawa do zmieniania twoich rekordów.
- Możesz poprawić jedną część. Popraw specjalistę, a pozostali zostają, jak byli.
Podział ma swoją cenę. Każde przekazanie zajmuje trochę czasu i kosztuje trochę pieniędzy. Po drodze mogą też zginąć szczegóły, jak w każdej przekazywanej dalej wiadomości.
Jeden agent czy kilku? Cztery znaki
| Patrz na | Zostań przy jednym agencie | Podziel na kilku |
|---|---|---|
| Instrukcje | Mieszczą się na jednej stronie | Zasady do różnych zadań przeczą sobie nawzajem |
| Rodzaje pracy | Jeden, na przykład streszczanie | Wyraźnie różne, na przykład wyszukiwanie danych i pisanie tekstu |
| Uprawnienia | Te same dla całego zadania | Jedna część może tylko czytać, inna może proponować zmiany |
| Ponowne użycie | Zadanie jest potrzebne w jednym miejscu | Jedna część jest potrzebna w wielu miejscach |
Dwa lub więcej znaczników w prawej kolumnie to powód do podziału. Jeden nie.
Mały przykład
Kierowniczka zespołu prosi asystenta: „Napisz jednostronicowy brief kampanii jesiennej na podstawie naszych otwartych zadań, z krótkim nagłówkiem." Ogólny asystent sam czyta zadania, bo to jego normalna praca. Po nagłówek zwraca się do małego agenta od pisania, który oddaje jedną linijkę. Asystent składa obie części i pokazuje stronę do przejrzenia.
Dwóch agentów, jedno przekazanie, jedna rozmowa. W takiej skali to się opłaca w małej firmie: jeden ogólny pomocnik plus kilku wąskich specjalistów.
Trzy zasady, które ułatwiają panowanie nad tym
- Daj każdemu agentowi zadanie w jednej linijce. Dzięki tej linijce ogólny agent wybiera właściwego specjalistę.
- Niech tylko jeden agent rozmawia z człowiekiem. Specjaliści odpowiadają agentowi, który o to poprosił.
- Uprawnienia zostają przy człowieku. Żaden agent w łańcuchu nie powinien widzieć więcej niż osoba, która go uruchomiła.
Jak Worknano sobie z tym radzi
W Worknano każdy agent ma listę innych agentów, którym może przekazać pracę. Generic Assistant Planner to ogólny asystent stojący za przyciskiem z iskierkami. Większość próśb obsługuje sam i przekazuje pytanie innemu agentowi, gdy lepiej pasuje specjalista. Asystenci stron, tacy jak Task Assistant, znają zwyczaje swojej strony. Niezależnie od tego, który agent wykonuje pracę, czyta tylko to, co może czytać zalogowany użytkownik, a każda zmiana to podgląd, który potwierdzasz.
- Generic Assistant Planner: asystent stojący za iskierkami na twojej stronie
- AI agents: automatyzuj zadania promptami, nie kodem
- Zbuduj własnego agenta i ustaw, komu może przekazywać pracę
Załóż darmowy workspace i zobacz, jak ogólny asystent przekazuje pytanie specjaliście.