Czy pojedynczy agent z umiejętnościami może zastąpić systemy wieloagentowe? Systemy wieloagentowe dobrze sprawdzają się w złożonym rozumowaniu, gdzie wyspecjalizowane agenty współpracują poprzez wyraźną komunikację. Jednak wiąże się to z dużym obciążeniem obliczeniowym w tokenach i opóźnieniu. Nowe badania badają, czy można skompilować system wieloagentowy w równoważny system jednoagentowy, wymieniając komunikację międzyagentową na wybór umiejętności. Odpowiedź: tak, ale z zastrzeżeniem. Wstępne eksperymenty pokazują, że podejścia jednoagentowe z bibliotekami umiejętności mogą znacznie zmniejszyć zużycie tokenów i opóźnienie, jednocześnie utrzymując konkurencyjną dokładność w benchmarkach rozumowania. Jak na razie, wszystko dobrze. Ale tutaj zaczyna się robić interesująco. Naukowcy zapytali: Jak wybór umiejętności skaluje się w miarę wzrostu bibliotek? Czerpiąc z nauk kognitywnych, proponują, że wybór umiejętności LLM wykazuje ograniczoną pojemność analogiczną do ludzkiego podejmowania decyzji. I znaleźli interesujący wzór. Zamiast stopniowo się pogarszać, dokładność wyboru pozostaje stabilna do krytycznego rozmiaru biblioteki, a następnie gwałtownie spada. Ale wygląda to jak przejście fazowe, a nie płynny spadek. To odzwierciedla ograniczenia pojemności obserwowane w ludzkiej kognicji. Winowajcą nie jest tylko rozmiar biblioteki. To semantyczna konfuzja między podobnymi umiejętnościami. Gdy umiejętności są zbyt semantycznie podobne, model nie może niezawodnie je odróżnić. Sugeruje to, że hierarchiczna organizacja, która od dawna pomaga ludziom zarządzać złożonymi wyborami, może podobnie przynieść korzyści systemom AI. Wstępne wyniki z hierarchicznym routowaniem wspierają tę hipotezę. W miarę jak budujemy coraz bardziej zdolne agenty z rozszerzającymi się zestawami umiejętności, zrozumienie tych fundamentalnych ograniczeń staje się kluczowe. Nie można po prostu w nieskończoność dodawać umiejętności. Istnieje próg, w którym wybór się załamuje, a dzieje się to nagle, a nie stopniowo. Artykuł: Naucz się budować skuteczne agenty AI w naszej akademii: