» Anthropic рассказала как создать многоагентную систему Claude Дата публикации:17.06.2025, 06:36 1375 1375 Скопировать Поделись с друзьями! Anthropic опубликовала подробный разбор своей системы Claude Research — функции, которая использует несколько ИИ-агентов для исследования сложных тем.
По внутренним тестам Anthropic, многоагентная система превосходит одноагентную на 90% для таких задач.
Claude Research работает по принципу «главный агент + подчинённые». Когда пользователь задаёт вопрос, главный агент разбивает его на подзадачи и создаёт специализированных подагентов для параллельного поиска информации. Каждый подагент работает в своём контексте и возвращает результаты координатору.
Многоагентный подход показывает хорошие результаты для задач, которые можно разделить на независимые части:
— Поиск информации о членах советов директоров компаний из списка S&P 500
— Исследование различных аспектов сложной темы
— Задачи, где нужно обработать больше информации, чем помещается в один контекст.
Система плохо подходит для задач, где:
— Агенты должны постоянно обмениваться информацией
— Все агенты должны работать с одним общим контекстом
— Много зависимостей между подзадачами
— Большинство задач программирования, например, не очень подходят для такого подхода.
Многоагентные системы потребляют очень много токенов:
Если обычные агенты используют в 4 раза больше токенов, чем чат. То многоагентные системы в 15 раз больше токенов, чем чат.
Это означает, что подход экономически оправдан только для задач высокой ценности.
Практические выводы:
— Многоагентные системы подходят для узкого класса задач с возможностью параллелизации.
— 15-кратное увеличение потребления токенов требует соответствующей ценности задачи.
— Большая часть работы — в правильном описании задач для агентов и координации между ними.
— Качество описаний инструментов напрямую влияет на производительность агентов.
— Нужны специальные подходы для тестирования непредсказуемых систем.