Co to jest system wieloagentowy?

Jak działa system wieloagentowy

1. ZadanieUżytkownik zleca zadanie, np. przegląd ofert kilku dostawców.
2. PlanAgent prowadzący dzieli zadanie na części i przydziela je agentom pomocniczym.
3. Praca równoległaKażdy pomocnik zajmuje się jedną częścią we własnym kontekście.
4. ZłożenieAgent prowadzący zbiera wyniki, sprawdza braki i przygotowuje jedną odpowiedź.

Jak działa system wieloagentowy?

Najczęstszy układ to orkiestrator i wykonawcy (orchestrator-workers). Anthropic opisuje go jako wzorzec, w którym centralny model dzieli zadanie, przekazuje części modelom wykonawczym i łączy ich wyniki. Pasuje do zadań, w których nie da się z góry przewidzieć, jakie podzadania będą potrzebne. Każdy agent pomocniczy ma własne okno kontekstu, czyli własną „pamięć roboczą”, więc może dokładnie przeanalizować swoją część, a agentowi prowadzącemu oddaje tylko wnioski.

Przykład: funkcja Research w Claude

W czerwcu 2025 roku Anthropic opisał, jak zbudował funkcję Research w Claude. Agent prowadzący planuje wyszukiwanie i uruchamia agentów pomocniczych, którzy równolegle sprawdzają różne wątki. W wewnętrznym teście firmy na zadaniach badawczych taki układ (Claude Opus 4 jako agent prowadzący, Claude Sonnet 4 jako pomocnicy) wypadł o 90,2% lepiej niż pojedynczy agent na Claude Opus 4.

Dlaczego to więcej kosztuje?

Według tego samego tekstu agenci zużywają zwykle około 4 razy więcej tokenów (kawałków tekstu, za które płaci się dostawcy modelu) niż zwykła rozmowa na czacie, a systemy wieloagentowe około 15 razy więcej. Układ wieloagentowy opłaca się więc tylko przy zadaniach, których wartość uzasadnia taki koszt. Koszt konkretnego agenta można oszacować w kalkulatorze kosztu agenta AI.

Kiedy system wieloagentowy nie ma sensu?

• Gdy wszyscy agenci musieliby znać ten sam pełny kontekst.
• Gdy części zadania mocno od siebie zależą i trzeba je wykonywać po kolei.
• Gdy zadanie jest proste i jeden agent AI albo stały przepływ pracy z modelem zrobi to samo taniej.

Anthropic zaznacza też, że większość zadań programistycznych słabo dzieli się na równoległe części. W „Building effective agents” radzi szukać najprostszego rozwiązania i zwiększać złożoność dopiero wtedy, gdy jest potrzebna.

Co to oznacza dla małej firmy?

Większość zadań w małej firmie, takich jak poranny raport, odpowiedź na zapytanie czy szkic odpowiedzi do kupującego, dobrze obsługuje jeden agent ze stałymi krokami. Kilka współpracujących agentów ma sens dopiero przy zadaniu, które naturalnie dzieli się na niezależne części, np. przeglądzie wielu dokumentów albo źródeł naraz. Kilku osobnych agentów w firmie (raport, wiadomości, zwroty) to jeszcze nie system wieloagentowy: każdy wykonuje swoje zadanie samodzielnie. Zaczynamy od jednego agenta w trybie szkiców, a złożoność dokładamy wtedy, gdy wyniki pokazują, że się opłaca.

Najczęstsze pytania

Czy agenci w systemie wieloagentowym rozmawiają ze sobą?

W najczęstszym układzie nie rozmawiają bezpośrednio. Agent prowadzący przekazuje każdemu pomocnikowi zadanie i zbiera od nich wyniki. Koordynacja wielu agentów w czasie rzeczywistym jest według Anthropic wciąż trudna.

Czy każdy agent musi działać na tym samym modelu?

Nie. W systemie opisanym przez Anthropic agent prowadzący działał na Claude Opus 4, a pomocnicy na Claude Sonnet 4. Do prostszych części zadania można wybrać tańszy model.

Czy system wieloagentowy jest dokładniejszy niż jeden agent?

Przy zadaniach, które dzielą się na niezależne części, może być, jak w teście Anthropic na zadaniach badawczych. Przy zadaniach ze wspólnym kontekstem albo wieloma zależnościami jeden agent bywa lepszy i tańszy.

Źródła

• Anthropic: How we built our multi-agent research system (czerwiec 2025)
• Anthropic: Building effective agents (grudzień 2024)