Anthropic рекомендует компаниям проверить, можно ли заменить группу специализированных ИИ-помощников одним агентом, который подгружает нужные сведения по ходу работы. По опыту компании, такая схема нередко даёт более качественный результат с меньшими затратами и задержками. Но объединять помощников без проверки Anthropic не советует: в одном из её тестов это сломало рабочий процесс.
Меньше передач задачи — меньше потерянных деталей
ИИ-агент не просто отвечает на вопрос, а выполняет поручение с помощью доступных инструментов. В сложной системе он может передавать отдельные этапы другим агентам: например, один пишет программу, другой — тесты к ней, третий проверяет код. По наблюдениям Anthropic, при каждой такой передаче часть исходных сведений теряется.
Команда Applied AI пришла к рекомендации после работы с несколькими корпоративными внедрениями. В одном случае внутри помощника для общения с клиентами работала дюжина специализированных агентов. По словам Anthropic, это мешало сохранять единый стиль общения бренда, а долгие задержки делали сервис менее удобным. В другом сравнении, которое приводит компания, система с одним агентом работала примерно вдвое быстрее многоагентной. Это результат отдельного сравнения, а не обещание двукратного ускорения для всех.
Не огромная инструкция, а сведения по запросу
Предлагаемая альтернатива — не складывать все правила в один гигантский запрос. Anthropic советует оформлять рабочие процедуры как навыки: наборы инструкций и справочных материалов, которые агент открывает, когда они нужны. Рекомендации, характеристики продуктов и определения показателей можно хранить в базе знаний с поиском.
По оценке компании, более новые модели уже способны самостоятельно вести сложные планы. В качестве примера Anthropic сообщает, что сократила системную инструкцию Claude Code более чем на 80% — отчасти благодаря загрузке навыков и инструментов по необходимости. Это сокращение инструкции, а не показатель экономии денег или роста качества.
При этом бесконечно расширять набор возможностей тоже нельзя. Anthropic отмечает, что выбор нужного инструмента обычно ухудшается, когда число его доступных описаний превышает 30–50. Компания рекомендует закрепить ответственность за библиотеки навыков, а общие инструкции и качество поручить небольшой центральной команде.
Когда отдельные агенты всё ещё нужны
Anthropic сохраняет три основания для разделения работы: измеримое ухудшение результата, когда одному агенту приходится удерживать слишком много сведений; независимые задачи, которые нужно выполнять параллельно; трудности с выбором инструментов. Иными словами, число помощников само по себе не говорит о качестве системы.
Компания опубликовала на GitHub набор материалов для перехода: он помогает разобрать действующую схему, сравнить варианты и проверить результат. Предостережение вполне конкретное: в тесте помощника поддержки объединение с одним из подчинённых агентов уменьшило задержку, но нарушило прежде работавший процесс. Главный агент начал отвечать сам вместо обращения к нужному специалисту.
Для тех, кто выбирает автоматизацию рабочих задач, разумный вывод — сравнивать не количество агентов, а качество выполнения всего поручения, время ответа и затраты. Ускорение не компенсирует пропущенный обязательный шаг. Более широкий контекст даёт материал об опыте применения ИИ-агентов в OpenAI и Anthropic.
