Почему мультиагентные системы перестают работать по сценарию
Большие языковые модели умеют объединяться в команды: один агент собирает данные, другой проверяет факты, третий формулирует итоговый ответ. До недавнего времени такие связки проектировались заранее: разработчик задавал, кто с кем общается и в каком порядке. Это удобно, пока задачи однотипные. Но как только на вход приходит сложный, нестандартный запрос, жёсткая схема начинает мешать: одни агенты простаивают, другие упираются в чужие ошибки, а цепочка рассуждений становится слишком длинной или слишком короткой.
Решение — так называемые self-evolving мультиагентные системы. Вместо статичного шаблона они на ходу подбирают подходящий процесс работы: распределяют роли, перестраивают порядок шагов и решают, кому из агентов стоит общаться прямо сейчас. Именно к этому классу относится исследовательский подход под названием ST-EVO.
Пространственная и временная эволюция: почему одного измерения мало
Большинство текущих алгоритмов самоорганизации агентов развивают коммуникацию только в одном из двух направлений.
Пространственная эволюция отвечает на вопрос «с кем говорить»: система изменяет топологию связей между агентами под текущий запрос. Она может добавить нового участника, убрать лишнего или перераспределить подзадачи между исполнителями.
Временная эволюция отвечает на вопрос «в каком порядке действовать»: система удлиняет, укорачивает или переставляет этапы рассуждения, чтобы лучше соответствовать структуре задачи.
Каждое измерение по отдельности улучшает работу системы, но не полностью. Пространственная настройка игнорирует накопленный опыт и динамику процесса; временная — не учитывает, кому именно адресован каждый следующий шаг. Авторы ST-EVO предлагают смотреть на оба измерения одновременно и планировать коммуникацию в пространстве и времени: важно не только то, какие агенты участвуют в диалоге, но и в какой момент они подключаются к обсуждению.
Как строится «расписание» общения агентов
Внутри ST-EVO за перестройку взаимодействий отвечает планировщик на основе flow matching — генеративного подхода, который умеет плавно переводить одно распределение возможных структур в другое. Вместо того чтобы перебирать все варианты связей, система предсказывает, какой вариант диалоговой схемы станет следующим. Такой планировщик работает не на уровне отдельных «реплик» между агентами, а на уровне диалоговой маршрутизации: он решает, между какими участниками в данный момент должно возникнуть общение.
Важная деталь — способность системы чувствовать собственную неуверенность. Если агент не уверен в промежуточном результате, ST-EVO может скорректировать маршрут передачи данных: например, переадресовать запрос другому агенту, добавить дополнительный шаг проверки или полностью изменить распределение ролей. Дополнительно система получает self-feedback: после выполнения задач она накапливает успешные и неудачные сценарии, чтобы в следующий раз быстрее находить эффективную топологию общения.
Что показали эксперименты
Исследователи проверили ST-EVO на девяти бенчмарках, охватывающих разные типы задач — от анализа данных до сложных рассуждений. Практически везде подход показал результаты уровня state-of-the-art: прирост точности составил примерно от 5 % до 25 % по сравнению с альтернативными методами. Такой разброс объясняется тем, что для одних типов задач замена статического сценария на динамический даёт больше выгоды, чем для других.
Что это значит на практике
ST-EVO выглядит не просто очередным способом «слегка подстроить агентов», а шагом к полноценной самоорганизации сложных систем. Если развитие пойдёт в эту сторону, со временем разница между спроектированным процессом и реальным поведением агентов станет почти незаметной. Системы смогут сами решать, когда им перестраиваться, кого подключать к разговору и как использовать прошлый опыт, — без необходимости вручную описывать все возможные сценарии.
