Один агент в поле не воин?
12 октября на конференции AI Engineer в Нью-Йорке Си Джей Авилла и Харрисон Столл из Anthropic показали динамические процессы: главный агент делит задачу между множеством других агентов и собирает их результаты воедино.
🤖 В блоге Anthropic объяснили, почему один агент спотыкается на длинных задачах. Он «останавливается, не доделав особенно сложную задачу из многих частей, и объявляет работу выполненной, хотя сделана только часть» (в компании это называют агентской ленью). Если попросить его перепроверить свои выводы, он себе подсуживает. А за много шагов диалога теряет детали изначальной цели.
Издание The Decoder пересказывает тест, который провела сама Anthropic: в 116 000 строк кода спрятали 70 ошибок. Один агент за запуск находил от 14 до 27, а связка агентов находила 66 в каждом запуске. В Anthropic советуют начинать с малого: такие связки сжигают «много токенов», а значит, и денег.
💡 Что меня зацепило: агенты ленятся и могут увиливать от поставленной задачи, если за ними не присматривать. Даже когда одни агенты проверяли других, четыре ошибки они упускали каждый раз.
Перед тем как поручить ИИ длинную задачу, решите, кто проверит результат по исходному списку. И пусть это будет не тот, кто делал работу.
Источники:
Latent.Space, Ричард Макманус:
https://latent.space/p/claude-dynamic-workflows
Anthropic, Тарик Шихипар и Сид Бидасария:
https://claude.com/blog/a-harness-for-every-task-dynamic-workflows-in-claude-code
The Decoder, Маттиас Бастиан:
https://the-decoder.com/anthropics-claude-can-now-orchestrate-up-to-1000-ai-agents-in-parallel-through-dynamic-workflows/
12 октября на конференции AI Engineer в Нью-Йорке Си Джей Авилла и Харрисон Столл из Anthropic показали динамические процессы: главный агент делит задачу между множеством других агентов и собирает их результаты воедино.
🤖 В блоге Anthropic объяснили, почему один агент спотыкается на длинных задачах. Он «останавливается, не доделав особенно сложную задачу из многих частей, и объявляет работу выполненной, хотя сделана только часть» (в компании это называют агентской ленью). Если попросить его перепроверить свои выводы, он себе подсуживает. А за много шагов диалога теряет детали изначальной цели.
Издание The Decoder пересказывает тест, который провела сама Anthropic: в 116 000 строк кода спрятали 70 ошибок. Один агент за запуск находил от 14 до 27, а связка агентов находила 66 в каждом запуске. В Anthropic советуют начинать с малого: такие связки сжигают «много токенов», а значит, и денег.
💡 Что меня зацепило: агенты ленятся и могут увиливать от поставленной задачи, если за ними не присматривать. Даже когда одни агенты проверяли других, четыре ошибки они упускали каждый раз.
Перед тем как поручить ИИ длинную задачу, решите, кто проверит результат по исходному списку. И пусть это будет не тот, кто делал работу.
Источники:
Latent.Space, Ричард Макманус:
https://latent.space/p/claude-dynamic-workflows
Anthropic, Тарик Шихипар и Сид Бидасария:
https://claude.com/blog/a-harness-for-every-task-dynamic-workflows-in-claude-code
The Decoder, Маттиас Бастиан:
https://the-decoder.com/anthropics-claude-can-now-orchestrate-up-to-1000-ai-agents-in-parallel-through-dynamic-workflows/
Просмотры: 4