Иллюзия агентной сетки: почему больше агентов — это хуже
Стартапы плодят AI-агентов как кроликов, но исследования показывают: добавление нового агента скорее сломает систему, чем улучшит её.
Каждая презентация AI-фреймворка начинается с одной и той же сладкой картинки: толпа специализированных агентов, которые мило общаются, планируют и деплоят. Звучит как команда мечты, но на деле напоминает скетч «Летающий цирк Монти Пайтона»: «Министерство глупых походок» в действии.
Исследование, о котором идёт речь, развенчивает миф о том, что чем больше агентов, тем круче результат. Оказывается, каждый новый агент добавляет не только функциональность, но и энтропию. Это как собрать команду из 10 разработчиков для задачи, которую один может сделать за вечер, — только вместо кода они генерируют бесконечные совещания.
Проблема в том, что агенты, как и люди, начинают конфликтовать, дублировать работу и тратить время на координацию. Автор статьи, разработчик из AWS, на примере показал, что mesh-архитектура из 5+ агентов часто приводит к худшим результатам, чем один хорошо настроенный агент. Особенно если они не делят контекст нормально — классическая боль распределённых систем.
Что делать?
- Не плодите сущности без необходимости. Один агент с чёткими инструкциями часто эффективнее роя.
- Если уж внедряете mesh, обеспечьте качественное разделение ответственности и общий контекст (база знаний, память).
- Тестируйте на маленьких задачах: добавьте второго агента и посмотрите, не стало ли хуже. Спойлер: скорее всего, стало.
Комментарий METABYTE: Мы тоже проходили стадию «давай накидаем микросервисов». Оказалось, что иногда монолит — это не стыдно, а прагматично. С AI-агентами та же история: сначала подумайте, нужен ли вам второй «специалист», или первый ещё не доел свой таск.