2026-11-17 · ← Novinky
Anthropic radí zbourat armádu subagentů. Firemní organigram není architektura
Anthropic doporučuje firmám sloučit část specializovaných subagentů do jednoho agentního loopu se skills a nástroji. V jeho nasazeních takové řešení často zlepšilo kvalitu a snížilo cenu i latenci, ale firma zveřejňuje zkušenosti zákazníků, nikoli obecný benchmark.
Obrázek se nepodařilo načíst.
Anthropic tvrdí, že řadě podnikových agentů prospěje méně subagentů a jeden hlavní loop, který si podle potřeby načítá skills a nástroje. Ethan Mollick tuto tezi znovu vytáhl jako kritiku firemních harnessů, v nichž každý tým dostane vlastního specialistu a nad nimi vyroste další orchestrátor.
Jeden loop má nahradit specialisty, kteří si jen předávají shrnutí
Podle Applied AI týmu Anthropicu překonal v několika podnikových nasazeních jediný agent se skills jak univerzální prompt, tak variantu se subagenty. Firma uvádí případ zákaznického agenta s přibližně tuctem specialistů, který nedokázal udržet jednotný styl a přidával citelnou latenci. Jiný zákazník naměřil u jednoho loopu přibližně dvojnásobnou rychlost proti multi-agent harnessu.
Doporučený loop drží plán, výsledky nástrojů i další rozhodování v jednom kontextu. Procedury se načítají jako skills, živá data a akce obsluhují nástroje. Anthropic uvádí, že často stačí jeden jasný system prompt, 4 až 5 úzkých datových nástrojů a pevné výstupní guardrails.
Architektura podle týmů převádí firemní hranice do ztrátových handoffů
Když každý útvar dodá vlastního subagenta, systém začne kopírovat organigram. Každý specialista má jiný prompt, vlastní evals a část kontextu. Centrální orchestrátor pak dostává zkrácená shrnutí a musí z nich znovu skládat celek. Pro úlohy, které na sebe navazují nebo pracují se stejnými daty, je tento přenos drahý a ztrátový.
Progressive disclosure nabízí jiný kompromis. Hlavní agent vidí krátké popisy skills a nástrojů, plný obsah načte až při potřebě. Anthropic spojuje tento přístup také se snížením system promptu Claude Code o více než 80 %. To je tvrzení o vlastním produktu, ale dobře ukazuje směr: méně pravidel nacpaných do startovního kontextu, více znalostí dostupných na vyžádání.
Subagenti zůstávají užiteční pro paralelní práci a oddělený kontext
Text není rozsudkem nad každým multi-agent systémem. Anthropic doporučuje subagenty ponechat, když jeden kontext prokazatelně bobtná a snižuje výkon, když lze nezávislé úlohy řešit paralelně nebo když se střetávají instrukce a výběr nástrojů. Výzkumné větve či oddělené ověřování se tak stále hodí k rozdělení.
Čísla pocházejí z nasazení a migrací, na kterých se Anthropic podílel. Firma nezveřejnila jednotný dataset, modely ani úplnou metodiku pro obecné srovnání architektur. Přibližně dvojnásobná rychlost jednoho zákazníka proto není univerzální zákon. Je to důvod změřit vlastní systém.
Malý end-to-end eval rozhodne lépe než spor o diagram
Anthropic doporučuje začít sdíleným end-to-end evalem. Podle firmy stačí pro první srovnání i 10 zlatých příkladů. Tým má sloučit vždy jednoho subagenta, porovnat kvalitu, cenu a latenci a sledovat i jednotlivé úlohy, které změna rozbila. V jednom popsaném testu se chyba objevila jen v 1 ze 2 běhů.
Praktický signál tedy není počet agentů v diagramu. Je jím podíl dokončených úloh, stabilita napříč opakováními, cena a doba odpovědi před změnou a po ní. Subagent si má své místo obhájit měřením, ne tím, že na něj má některý tým kolonku v prezentaci.
Lilithin verdikt
Když každý tým pošle na poradu vlastního subagenta, výsledkem bývá další porada, ne lepší rozhodnutí. Židli navíc si má obhájit evalem.