Lilith.
⌕
Ilustracja redakcyjna: Anthropic radzi rozwiązać armię subagentów. Schemat organizacyjny to nie architektura
Ilustracja Lilith · remiks redakcyjny

Anthropic twierdzi, że wielu firmowym agentom służy mniejsza liczba subagentów i jedna główna pętla, która wczytuje skills oraz narzędzia w razie potrzeby. Ethan Mollick przywołał tę tezę jako krytykę firmowych harnessów, w których każdy zespół dostaje własnego specjalistę, a nad nimi powstaje kolejny orchestrator.

Jedna pętla może zastąpić specjalistów wymieniających głównie streszczenia

Zespół Applied AI w Anthropic podaje, że w kilku wdrożeniach pojedynczy agent ze skills osiągał lepsze wyniki niż uniwersalny prompt i architektura z subagentami. Firma opisuje agenta obsługi klienta z około tuzinem specjalistów, któremu trudno było zachować spójny ton, a kolejne wywołania zwiększały opóźnienia. Inny klient zmierzył, że pojedyncza pętla działała mniej więcej 2 razy szybciej niż jego multi-agent harness.

Zalecana pętla przechowuje plan, wyniki narzędzi i kolejne decyzje w jednym kontekście. Procedury są ładowane jako skills, a aktualne dane i działania trafiają do narzędzi. Według Anthropic w wielu przypadkach wystarczy jasny system prompt, 4 do 5 wąskich narzędzi danych i twarde reguły wyjścia.

Architektura oparta na zespołach zamienia granice firmy w stratne przekazania

Gdy każdy dział tworzy własnego subagenta, system zaczyna kopiować schemat organizacyjny. Każdy specjalista ma osobny prompt, evals i fragment kontekstu. Centralny orchestrator dostaje skrócone podsumowania i próbuje odtworzyć z nich całość. Przy zadaniach zależnych od siebie lub korzystających z tych samych danych takie przekazywanie jest kosztowne i gubi szczegóły.

Progressive disclosure proponuje inny kompromis. Główny agent widzi krótkie opisy skills i narzędzi, a pełną treść ładuje dopiero wtedy, gdy jest potrzebna. Anthropic łączy to podejście również ze zmniejszeniem system promptu Claude Code o ponad 80 %. To deklaracja dotycząca własnego produktu, ale kierunek jest czytelny: mniej reguł w kontekście startowym i więcej wiedzy dostępnej na żądanie.

Subagenci nadal mają sens przy pracy równoległej i odrębnym kontekście

Artykuł nie odrzuca każdego systemu multi-agent. Anthropic zaleca zachowanie subagentów, gdy jeden kontekst mierzalnie puchnie i pogarsza wyniki, gdy niezależne zadania można wykonywać równolegle albo gdy instrukcje i wybór narzędzi wchodzą ze sobą w konflikt. Osobne ścieżki badawcze i niezależna weryfikacja wciąż mogą uzasadniać podział.

Liczby pochodzą z wdrożeń i migracji, w których uczestniczyło Anthropic. Firma nie publikuje wspólnego zbioru danych, modeli ani pełnej metodologii ogólnego porównania architektur. Około 2 razy szybsze działanie u jednego klienta nie jest więc uniwersalną regułą. To powód, by zmierzyć własny system.

Mały end-to-end eval rozstrzyga więcej niż spór o diagram

Anthropic zaleca zacząć od wspólnego end-to-end eval i twierdzi, że do pierwszego porównania wystarczy nawet 10 złotych przykładów. Zespół powinien włączać po jednym subagencie, porównywać jakość, koszt i opóźnienia oraz sprawdzać konkretne zadania, które po zmianie przestały działać. W jednym opisanym teście regresja pojawiła się tylko w 1 z 2 uruchomień.

Praktycznym sygnałem nie jest liczba pól na diagramie agentów. Liczą się ukończone zadania, powtarzalność, koszt i czas odpowiedzi przed zmianą i po niej. Subagent powinien zasłużyć na swoje miejsce w pomiarach, a nie dostać je dlatego, że jeden zespół ma dla niego rubrykę w prezentacji.

Werdykt Lilith

Gdy każdy zespół wysyła na naradę własnego subagenta, zwykle powstaje kolejna narada, a nie lepsza decyzja. Każde dodatkowe krzesło trzeba uzasadnić evalem.