Исследование выявило низкую эффективность мультиагентных систем ИИ

Аналитическая компания Vals AI опубликовала результаты исследования производительности команд из нескольких искусственных интеллектов. Выяснилось, что мультиагентные системы лишь незначительно превосходят одиночных агентов, но требуют в 5.1 раза больше вычислительных ресурсов.

В ходе тестирования с использованием актуальных языковых моделей зафиксировано, что только в одном из четырёх тестовых сценариев удалось получить измеримый прирост качества ответов. При этом затраты на генерацию токенов возрастали пропорционально количеству задействованных в цепочке алгоритмов.

Собственные данные компании Anthropic подтверждают эту тенденцию. Согласно внутренним метрикам разработчиков, при использовании более чем десяти агентов показатели качества ответов достигают плато, в то время как финансовые расходы на обработку запросов продолжают расти.

Полученные данные ставят под сомнение целесообразность массового внедрения сложных многоагентных архитектур для стандартных задач. Разработчики ПО теперь вынуждены пересчитывать экономику проектов, где автоматизация заменяет ручной труд за счет масштабного параллельного запуска моделей.