Учёные из Google провели масштабное исследование. Они протестировали 180 конфигураций ИИ-агентов. Результаты опубликовали в новой работе.
Эксперимент охватил пять архитектур систем. Среди них — одиночный агент и четыре варианта команд. Каждую конфигурацию проверили на четырёх разных задачах.
Оказалось, что больше агентов — не всегда лучше. На параллельных задачах команда работает эффективно. На последовательных — производительность падает.
Исследователи создали прогнозную модель. Она определяет оптимальную архитектуру для задачи. Точность модели достигает 87 процентов.
До этого разработчики руководствовались эмпирикой. Они верили, что дополнительные агенты улучшат результат. Новые данные меняют подход к проектированию.
Работа закладывает основы новой науки. Это наука о масштабировании агентских систем. Практики получат чёткие принципы проектирования.
