Anthropic: un agente AI batte molti subagenti grazie alla gestione autonoma della complessità
decoder ·
Anthropic consiglia alle aziende di consolidare più sottagenti AI specializzati in un unico agente principale, sostenendo che i modelli moderni siano ora in grado di gestire compiti complessi e orchestrazione in modo autonomo. L'azienda segnala che questa architettura a singolo agente supera spesso le configurazioni multi-agente per quanto riguarda qualità, efficienza dei costi e latenza, con un test che ha dimostrato una velocità doppia. Utilizzando il caricamento del contesto su richiesta e competenze modulari, i team possono evitare la perdita di informazioni e gli elevati costi associati ai passaggi tra numerosi sottagenti. Anthropic mette in guardia dalla creazione di "Frankenprompts", ovvero prompt in cui si accumulano regole conflittuali provenienti da diversi team, suggerendo invece che un piccolo team centrale gestisca i prompt di sistema e le librerie di competenze. Sebbene i sottagenti rimangano utili per l'elaborazione parallela o quando le finestre di contesto compromettono le prestazioni, la tendenza generale favorisce la semplificazione. Per assistere in questa transizione, Anthropic ha rilasciato un kit di migrazione su GitHub per aiutare le organizzazioni a valutare i propri flussi di lavoro attuali. Questi risultati sono coerenti con ricerche recenti che indicano come l'aumento delle sciami di agenti incrementi i costi senza migliorare la qualità dell'output.
decoder