Четыре AI-агента, общающиеся в реальном времени, обошли Claude Opus 4.8 на задачах корп... — 10 августа 2026 г. в 21:27:58.684
Четыре AI-агента, общающиеся в реальном времени, обошли Claude Opus 4.8 на задачах корпоративной разработки Исследователи из Coral AI Labs и нескольких университетов представили AgentRadio — асинхронный слой обмена сообщениями, который позволяет AI-агентам общаться между шагами выполнения, не прерывая основную работу. На бенчмарке длинных задач по работе с реальными репозиториями команда из четырёх агентов почти удвоила точность одного агента и обошла одиночного агента на более продвинутой модели. Проблема, которую решает AgentRadio, знакома всем, кто работал с AI-кодингом: в длинных задачах контекст одного агента разрастается, первоначальный план становится трудно пересматривать, а находки, сделанные поздно, не распространяются на всю цепочку. Классические мультиагентные системы тоже не спасают: агенты либо работают изолированно, либо общаются только на границах синхронных раундов — и ценное открытие одного агента может «протухнуть», пока остальные закончат свои шаги. Цифры из статьи: одиночный агент Claude Code на Opus 4.6 решал 32,3% задач бенчмарка SWE-Atlas QnA, на Opus 4.8 — 57,2%. Команда из четырёх агентов с AgentRadio — 62,1%. На DeepSeek V4 Pro прирост ещё заметнее: с 29,0% до 50,8%. AgentRadio даёт агентам три примитива: открыть тред, отправить сообщение без блокировки и ждать упоминания с полным снимком всех тредов. Это создаёт эффект «пассивной осведомлённости»: агент продолжает работать, но фоново впитывает находки коллег. В разборе одного из кейсов (MinIO) именно это превратило провальный ответ команды в идеальные 16 из 16 баллов. Код открыт на GitHub под лицензией Apache 2.0 и не требует модификации самих агентных каркасов вроде Claude Code или Codex CLI. Авторы честно отмечают и ограничения: если вся команда разделяет одну плохую гипотезу, более быстрая коммуникация лишь быстрее распространит ошибку. Но главный вывод для индустрии: правильная координация может обойти по качеству простое наращивание вычислительной мощи и размера модели. Источник: VentureBeat (https://venturebeat.com/orchestration/four-ai-agents-coordinating-in-real-time-outperformed-claude-opus-4-8-on-enterprise-coding-tasks) Главное: • AgentRadio — асинхронный слой коммуникации между AI-агентами • Команда из 4 агентов: 62,1% против 57,2% у одиночного агента на Claude Opus 4.8 • DeepSeek V4 Pro: с 29% до 50,8% за счёт координации • Агенты получают «пассивную осведомлённость» — общаются, не прерывая работу • Код открыт на GitHub (Apache 2.0), работает без модификации Claude Code / Codex CLI #AgentRadio #multiagent #AIcoding #opensource #LLM