Jeden agent zamiast subagentów. Co radzi Anthropic firmom

Co dokładnie zaleca Anthropic

Poradnik autorstwa Diane Sarkis z Anthropic opisuje prosty układ. Jeden model pracuje w jednym oknie kontekstu i w pętli wywołuje narzędzia. Harness, czyli oprogramowanie, które uruchamia model, pilnuje limitów liczby kroków i kosztu oraz blokuje zapisy wymagające zatwierdzenia. Model sam pisze i poprawia plan zadania, więc może zmienić kurs w trakcie pracy.

Wiedzę dziedzinową, która dotąd siedziała w promptach osobnych subagentów, Anthropic proponuje przenieść do skilli. To pakiety instrukcji i plików, które agent wczytuje dopiero wtedy, gdy są mu potrzebne. Walidacje, progi akceptacji i inne twarde reguły mają trafić do narzędzi, bo tam da się je wymusić. Zwykły kod zostaje do tanich, powtarzalnych kroków wykonywanych niemal przy każdym zadaniu.

Dlaczego wiele agentów często działa gorzej

Według Anthropic duże firmy budują agentów według schematu organizacyjnego. Każdy dział dostarcza własnego subagenta, a architektura systemu zaczyna odwzorowywać strukturę firmy, co poradnik nazywa prawem Conwaya w wersji dla agentów. Skutkiem są dublujące się agenty bez właściciela i wspólny prompt, do którego każdy zespół dopisuje własne, często sprzeczne reguły.

Poradnik wymienia kilka problemów, które powtarzały się we wdrożeniach. Część z nich wynika z samej konstrukcji systemu wielu agentów, a część z tego, jak dzieli się w nim odpowiedzialność.

• Utrata kontekstu - przy każdym przekazaniu zadania między agentami gubią się szczegóły.
• Rozrost subagentów - zespoły wdrażają nakładające się agenty bez standardów i właścicieli.
• Sprzeczne instrukcje - wspólny prompt systemowy rośnie i daje niespójne zachowanie.
• Lokalne testy - każdy zespół mierzy tylko swój fragment, więc wyniki dla całego systemu są zawyżone.
• Opóźnienia - kolejne przekazania wydłużają czas odpowiedzi i podnoszą koszt.

Kiedy subagenci nadal mają sens

Anthropic nie przekreśla systemów wielu agentów. Poradnik zostawia subagentów w czterech sytuacjach. Pierwsza to mierzalny spadek jakości pojedynczej pętli z powodu przeładowanego kontekstu. Druga to zadania równoległe, które wymagają świeżych, jednorazowych okien kontekstu. Trzecia to kłopoty agenta z wyborem narzędzi albo sprzeczności w prompcie, których nie da się usunąć. Czwarta to sytuacja, w której subagent musi rozmawiać bezpośrednio z użytkownikiem.

Podobny wniosek płynie z niezależnych pomiarów. THE DECODER przypomina badanie firmy Vals, według którego zespoły agentów potrafią działać szybciej od pojedynczego agenta, ale nie dają lepszej jakości. Zwiększanie ich liczby z 10 do 30 czy 100 podnosiło koszt bez poprawy wyników.

Jak przejść na jednego agenta krok po kroku

Anthropic opisuje migrację jako serię małych, mierzalnych zmian, a nie przepisanie systemu od zera. Do tego służy zestaw single-agent-loop-kit na GitHubie. Zawiera skille do budowy testów, przeglądu promptów pod kątem nieaktualnych instrukcji, iteracyjnego poprawiania wyników i optymalizacji kosztu oraz wersję demonstracyjną do przećwiczenia przed użyciem na produkcji.

1. Zbuduj wspólny zestaw testów całego procesu, choćby 10 wzorcowych przykładów, i mierz ukończenie zadania, a nie samą trafność przekierowań.
2. Wywołuj istniejących subagentów jako narzędzia, żeby główny agent nie tracił rozmowy i żeby powstał punkt odniesienia.
3. Połącz specjalistów ściśle ze sobą związanych, czyli wywoływanych razem albo pracujących na tych samych danych.
4. Wchłaniaj po jednym subagencie, zamieniając jego prompt w skill, a wywołania API w narzędzia, i sprawdzaj, które zadania zmieniły wynik.
5. Uruchamiaj testy wielokrotnie, bo w przykładzie z poradnika regresja pojawiła się tylko w jednym z dwóch przebiegów.

Co to oznacza dla firm w Polsce

Wskazówki dotyczą głównie zespołów, które już budują agentów obsługi klienta, asystentów wewnętrznych albo automatyzacje na API modeli. W naszej ocenie najbardziej praktyczna jest zasada mierzenia całego procesu przed każdą zmianą architektury. Mniejsza liczba agentów to także mniej wywołań modelu, a więc zwykle niższy rachunek za tokeny, co ma znaczenie przy budżetach polskich firm.

Część zaleceń nie zależy od dostawcy modelu. Skille są otwartym formatem rozwijanym obecnie w ramach Linux Foundation, a zasady grupowania narzędzi i ładowania kontekstu na żądanie da się zastosować także przy modelach innych firm. Przykłady i zestaw migracyjny są jednak przygotowane pod API Claude.

Ograniczenia i niewiadome

Dane z poradnika pochodzą od Anthropic i jego klientów, których firma nie wymienia z nazwy. Wynik dwukrotnie szybszego działania dotyczy jednego wdrożenia, a porównania jakości nie zostały opublikowane jako zestaw danych do sprawdzenia. Anthropic sprzedaje modele i narzędzia, które na takim układzie korzystają, więc zalecenia warto traktować jako punkt wyjścia do własnych testów.

Sam poradnik ostrzega też przed pośpiechem. W jednym z testów połączenie agenta obsługi z subagentem skróciło czas odpowiedzi, ale zepsuło działający proces, bo główny agent przestał sięgać po właściwego specjalistę.