Новая работа Princeton показывает, что хорошо организованная команда специализированных ИИ-агентов может превзойти одну большую модель. Исследователи объединяли узкоспециализированных агентов, созданных независимо разными разработчиками, и их система достигла около 70% точности на сложных бенчмарках по программной инженерии и задачам на рассуждение.
Это важно на фоне гонки за лучшими ИИ-агентами: OpenAI, Anthropic и Google DeepMind активно соревнуются в производительности. Вывод в пользу координации, а не масштаба, может изменить правила этой гонки.
В основе – концепция «рынка агентов». Авторы предлагают аналогию с больницей: вместо одного терапевта, который берется за все, – кардиолог, радиолог и хирург, каждый занят узкой задачей. В системе Princeton суб-агенты заточены под конкретные домены, разрабатываются отдельно и затем работают вместе над сложными проблемами. Принцип прост: специализация плюс композиция превосходит обобщение в масштабе.
Ключевая цифра получена на SWE-bench – фреймворке, который проверяет, насколько хорошо ИИ справляется с задачами программной инженерии. Точность около 70% означает, что система успешно решала примерно семь из десяти сложных задач.
Подход опирается на две знакомые идеи: ансамблевое обучение (ensemble learning), где коллективное суждение нескольких моделей сильнее любой отдельной, и микросервисную архитектуру, где большое приложение разбито на маленькие независимые сервисы, каждый из которых делает одно дело хорошо. Princeton применяет эти принципы к автономным агентам на языковых моделях. Работа развивает и более ранний проект Princeton – SWE-agent, который позволял языковым моделям действовать как агенты в программной инженерии; новое исследование расширяет его от одного агента к координированной команде.
Самый непосредственный вывод – архитектурный. Если специализация и композиция действительно бьют универсального агента, вопрос для разработчиков меняется: не «как сделать модель больше», а «как скомбинировать нужные части». Появляются новые задачи проектирования: какие агенты вызываются, как они делят контекст, как объединяются их результаты.
Материал подготовлен исключительно в ознакомительно-информационных целях и не является финансовым советом и рекомендацией.
Похожие статьи
