Координация, общая память и компромиссы

Команда агентов работает только при согласованности. Разбираем общую память для координации и честно считаем цену мультиагентности.

Общая память (shared memory / blackboard) — общее хранилище, куда агенты пишут результаты и откуда читают чужие, чтобы координироваться без прямого общения каждый-с-каждым.

Как агенты координируются

Чтобы агенты действовали как команда, им нужно делиться состоянием. Два подхода:

• Через сообщения — агенты передают результаты напрямую (как в конвейере или через оркестратор).
• Через общую память (доску) — есть общее хранилище; каждый агент пишет туда свой вклад и читает чужой. Удобно, когда участников много.

Общая память на практике

Смоделируем «доску»: общий словарь, куда агенты складывают результаты, опираясь на уже записанное другими.

# общая память (доска)
blackboard = {}

def researcher():
    blackboard["facts"] = "столица Японии — Токио"

def analyst():
    # читает чужой результат с доски
    facts = blackboard.get("facts", "")
    blackboard["summary"] = "Кратко: " + facts

def writer():
    summary = blackboard.get("summary", "")
    blackboard["report"] = "Отчёт готов. " + summary

# агенты работают по очереди через общую память
researcher()
analyst()
writer()

for key, value in blackboard.items():
    print(f"{key}: {value}")

Вывод:

facts: столица Японии — Токио
summary: Кратко: столица Японии — Токио
report: Отчёт готов. Кратко: столица Японии — Токио

Агенты не вызывали друг друга напрямую — они общались через доску. Аналитик увидел факты исследователя, писатель — резюме аналитика. Так координируют системы с многими участниками.

Компромиссы: за что платим

Мультиагентность мощна, но дорога. Честный список издержек:

Ошибки накапливаются — между агентами тоже

Та же арифметика надёжности, что в разделе 1, работает и для цепочки агентов: если каждый прав с вероятностью 0.9, то четыре последовательных агента дают уже около 0.9⁴.

per_agent = 0.9
for n in [1, 2, 3, 4]:
    overall = per_agent ** n
    print(f"{n} агент(ов) подряд -> надёжность: {overall:.0%}")

Вывод:

1 агент(ов) подряд -> надёжность: 90%
2 агент(ов) подряд -> надёжность: 81%
3 агент(ов) подряд -> надёжность: 73%
4 агент(ов) подряд -> надёжность: 66%

Отсюда практический вывод: не плодите агентов без нужды. Каждый дополнительный участник добавляет стоимость и шанс ошибки. Начинайте с одного агента; разбивайте на несколько, только когда выгода от специализации перевешивает цену координации.

Итог

• Агенты координируются через сообщения или общую память (доску), куда пишут и откуда читают.
• Мультиагентность платит стоимостью, латентностью, сложностью и накоплением ошибок.
• Надёжность падает с числом агентов в цепочке — добавляйте их только при реальной выгоде.