Dwa. Anthropic pozwala jednemu agentowi prowadzić tysiąc — obietnica i rachunek
Drugi wątek to skokowa zmiana skali w orkiestracji agentów. Anthropic wypuścił w otwartej becie tak zwane dynamiczne przepływy zarządzanych agentów, w których agent prowadzący planuje zadanie, dzieli je na podagentów, a potem scala wyniki. Jak opisuje branżowy serwis AlphaSignal, nowy limit to tysiąc podagentów na pojedynczy przebieg — wcześniejszy podgląd badawczy pozwalał na kilkanaście jednoczesnych — a funkcję włącza się konfiguracją oznaczoną datą pierwszego października. W syntetycznym teście, w którym w stu szesnastu tysiącach linii kodu zaszyto siedemdziesiąt błędów, pojedynczy agent znajdował ich od czternastu do dwudziestu siedmiu zależnie od przebiegu, natomiast przepływ dynamiczny znalazł sześćdziesiąt sześć w każdym z trzech przebiegów. To wzrost skuteczności z kilkudziesięciu do ponad dziewięćdziesięciu procent.
Źródło: alphasignal
Ale tego samego dnia pojawił się niezależny rachunek, który studzi entuzjazm. Firma badawcza Vals AI przepuściła dwa czołowe modele — GPT-6 Sol i Claude Opus 5.5 — przez własny test budowania kompletnych aplikacji internetowych, raz jako pojedynczych agentów, raz jako zespoły do pięciu podagentów, po pięćdziesiąt zadań w każdej konfiguracji. Wniosek jest jednoznaczny: zespoły kosztowały od jednego i ośmiu dziesiątych do pięciu i jednej dziesiątej razy więcej niż pojedynczy agent, a tylko jedna z czterech konfiguracji zespołowych dała statystycznie istotny przyrost jakości. Dla Sol przy średnim wysiłku rozumowania zespół podniósł wynik o siedem i trzy dziesiąte punktu procentowego, ale samo zwiększenie wysiłku rozumowania dało jedenaście i cztery dziesiąte punktu — czyli więcej niż dodanie zespołu. Najdroższa konfiguracja w całym badaniu, zespół Opusa przy maksymalnym wysiłku, osiągnął najlepszy wynik dziewięćdziesięciu trzech i dwóch dziesiątych procent, ale kosztował sto dwadzieścia dwa dolary i prawie trzy godziny pracy na jedną aplikację — blisko trzydzieści razy więcej niż jego tania wersja, przy różnicy wyniku mieszczącej się w granicach błędu statystycznego. Interpretację trzeba postawić ostro: równoległość agentów nie jest darmowym mnożnikiem jakości. Płaci się za nią przede wszystkim zduplikowanym kontekstem każdego podagenta, a zysk pojawia się głównie tam, gdzie pojedynczy agent pomijał istotną część zadania albo nie przetestował całego przepływu. Tam, gdzie jeden mocny agent radzi sobie dobrze, dodawanie zespołu bywa wydatkiem bez pokrycia.
Źródło: vals-ai