В последнее время Anthropic начала рекомендовать компаниям сокращать количество субаген...
В последнее время Anthropic начала рекомендовать компаниям сокращать количество субагентов, вплоть до объединения некоторых специализированных агентов с основным циклом работы. Субагенты — отдельные ИИ-исполнители, которым основной агент передаёт часть задач. Опыт нескольких корпоративных проектов показал: один агент с набором скиллов — подключаемых инструкций и навыков — зачастую работает эффективнее сложной системы из нескольких агентов. У одного клиента переход на единый цикл работы ускорил выполнение задач примерно вдвое. Причина — в передаче работы. Каждому следующему агенту нужно передать и обобщить контекст: сведения о задаче и предыдущих действиях. На этих переходах часть информации может теряться, а задержки и расходы — расти. Рекомендация Anthropic: оставить планирование и выполнение основному агенту, который по необходимости динамически подгружает скиллы и инструменты. Бизнес-процессы и знания предметной области при этом хранить в компонентах, которые можно использовать многократно. Но ускорение ещё не означает, что всё продолжает работать. В статье Anthropic разобран случай с системой обслуживания клиентов: специалисты объединили субагентов, задержки сократились, а задача, которая раньше выполнялась успешно, перестала выполняться. Основной агент пропустил согласование времени доставки со специалистом по логистике. Поэтому автор подчёркивает: после каждого такого объединения нужно проводить end-to-end Eval — проверку выполнения задачи целиком, от начала до результата. Особое внимание — сценариям, которые раньше проходили успешно, а после изменений начали завершаться ошибками. Субагенты по-прежнему полезны для параллельных исследований, независимой проверки результатов и изоляции контекста — когда отдельному исполнителю нужен собственный набор сведений, не смешанный с остальной работой. Вопрос при проектировании системы: действительно ли каждому субагенту необходимы независимый контекст и отдельный цикл выполнения задач? Для перехода Anthropic открыла набор инструментов single-agent-loop-kit. Он позволяет анализировать существующую архитектуру, постепенно объединять субагентов и сравнивать качество работы, затраты и задержки до и после изменений. Материалы: — https://claude.com/resources/articles/building-agents-when-to-fold-subagents-into-your-main-agent-loop — GitHub — anthropics/single-agent-loop-kit: https://github.com/anthropics/single-agent-loop-kit Источник: https://t.me/vibecoding_tg/4164 #RealVibe #AI #VibeCoding