AI ügynökök együttműködése: többügynökös rendszerek
MarkdownA többügynökös rendszerek közérthetően: miben különbözik több AI-ügynök egytől, hogyan működik az orchestrator és a munkatársak, és mikor éri meg ez a kombináció.
A teljes cikk elolvasása
Egy évvel ezelőtt az AI-val való munka úgy zajlott, hogy „egy chat, egy ügynök, egyszerre egy feladat”. Aztán a bonyolult projekteknél az ügynök elkezdett segítőket hívni: az egyik átnézi a dokumentációt, a másik ellenőrzi az adatokat, a harmadik pedig egyetlen válaszba rendezi az egészet. Ez a többügynökös rendszer, és a kifejezés sokkal ijesztőbben hangzik, mint amit takar.
Az alábbiakban hétköznapi nyelven elmagyarázom, mi ez, miben különbözik több ügynök egytől, hogyan osztanak fel egyetlen feladatot, és mikor éri meg igazán ez a kombináció. Képletek nélkül, hétköznapi példákkal, az Anthropic mérnöki cikkeire és a Claude Code dokumentációjára támaszkodva.
Ailoot dokumentáció — referenciaanyagok a szolgáltatás használatához.
Mi az a többügynökös rendszer, közérthetően?
Lényeg
A többügynökös rendszer több AI-ügynök együttműködése egyetlen feladat megoldásán. Az egyikük vezető szerepet tölt be: részekre bontja a feladatot, és kiosztja a többieknek. Minden segítő külön dolgozik a saját részén, majd visszaadja az eredményt. A vezető ügynök egyetlen válasszá egyesíti a részeket. Lényegében több AI-ból álló csapatról van szó egyetlen dolgozó helyett.
Képzelj el egy lakásfelújítást. Megbízhatsz egyetlen vállalkozót, aki egymás után vési ki a vezetékek helyét a falban, rakja le a csempét, fest és szereli fel a konnektorokat. Vagy hívhatsz egy csapatot: a művezető kiosztja a munkát, a villanyszerelő behúzza a vezetékeket, a burkoló lerakja a csempét, és mindez egyszerre történik. A többügynökös rendszer is úgy működik, mint egy csapat, csak emberek helyett AI-ügynökökből áll.
Az ügynök itt nem pusztán egy válaszokat író chat. Olyan AI, amely önállóan használhat eszközöket: kereshet az interneten, olvashat és szerkeszthet fájlokat, valamint parancsokat futtathat. Ha több ilyen ügynök közösen dolgozik egy feladaton, többügynökös rendszert kapunk. Az Anthropic mérnöki cikkében pontosan így fogalmaz:
A többügynökös rendszer több ügynökből — önállóan, ciklikusan eszközöket használó nyelvi modellből — áll, amelyek együtt dolgoznak.
A kifejezés nem új, és nem marketingzsargon; egy világos mérnöki elképzelés áll mögötte: osszuk meg a munkát több dolgozó között.
Miben különbözik a többügynökös rendszer az egyetlen AI-ügynöktől?
Lényeg
Egyetlen ügynök egy fejben tartja az egész feladatot, és egymás után végzi el a lépéseket. A többügynökös rendszer a feladat részeit több segítőnek adja át, akik egyszerre, külön munkaterületen dolgoznak. Nagy feladatoknál az előnye a sebesség és a szélesebb lefedettség. A hátránya a magasabb költség és az, hogy nehezebb mindent egyesíteni. Egyszerű kérdéshez elég egy ügynök; a sokaság csak akadályoz.
A fő különbség a munka és a memória elosztásában rejlik. Egyetlen ügynök egy beszélgetésben végzi el az egész feladatot: minden új lépés ugyanabba a kontextusba kerül, amely egy nagy feladat végére már naplókból, fájlrészletekből és köztes következtetésekből álló kusza halmazzá válik. A többügynökös rendszer ezt különböző ügynökök között osztja el, amelyek mindegyike tiszta lappal indul.
Táblázatba rendeztem a különbségeket, hogy könnyebb legyen áttekinteni:
| Jellemző | Egy ügynök | Többügynökös rendszer |
|---|---|---|
| A munka menete | Lépésről lépésre, egymás után | A feladat részei egyszerre futnak |
| Memória és kontextus | Minden egyetlen beszélgetésben | Minden ügynöknek saját, tiszta kontextusa van |
| Sebesség nagy feladatnál | Alacsonyabb; minden egymás után történik | Magasabb a párhuzamos munkának köszönhetően |
| Költség | Alapszintű | Jelentősen magasabb (lejjebb elmagyarázom) |
| Mikor jobb | Egyszerű kérdés, rövid feladat | Nagy kutatási projekt, sok forrás |
| Kockázat | Belefullad a saját kontextusába | Nehezebb egyetlen válaszba rendezni a részeket |
A táblázat tanulsága egyszerű. A többügynökös rendszer nem minden helyzetben a hagyományos ügynök továbbfejlesztett változata. Nagy feladatokhoz való, különálló eszköz. Egy rövid kérdéshez túlzás, és csak viszi a pénzt. Egy sok forrást felölelő, szerteágazó feladatot viszont elvégezhet úgy, hogy egyetlen ügynök már elakadna vele.
Hogyan működik az „orchestrator és munkatársak” felállás?
Lényeg
Ez a többügynökös rendszerek leggyakoribb felállása. Van egy vezető ügynök — az orchestrator. Megkapja a feladatot, tervet készít, részekre bontja a feladatot, és kiosztja azokat a segítő munkatársaknak. Minden munkatárs külön munkaterületen végzi a saját részét, majd visszaküldi az eredményt. Az orchestrator egyetlen válasszá egyesíti az egészet. Olyan ez, mint egy művezető és a csapata: az egyik tervez és kiosztja a munkát, a többiek elvégzik.
Ennek a felállásnak technikai neve is van: orchestrator és munkatársak. Az Anthropic így írja le:
Az orchestrator-munkatársak felállásban egy központi nyelvi modell menet közben részekre bontja a feladatot, kiosztja azokat a munkamodelleknek, majd egyesíti az eredményeiket.
Így néz ki ez a gyakorlatban. Az Anthropic kutatási funkciója egy vezető ügynököt használ, amely megkapja a felhasználó kérését, kidolgoz egy stratégiát, majd több segítő ügynököt indít. Mindegyik elmegy, és megvizsgálja a téma saját részét, miközben a vezető vár, majd egybegyűjti a találtakat. Így írják le ők maguk a folyamatot:
Amikor egy felhasználó lekérdezést küld be, a vezető ügynök értelmezi azt, stratégiát dolgoz ki, majd alügynököket indít, hogy egyszerre vizsgálják meg a kérdés különböző aspektusait.
A lényeg az, hogy a segítők párhuzamosan dolgoznak; ez a felállás egészének célja. Ugyanebben a rendszerben a vezető ügynök egyszerre három-öt segítőt hív munkára, és mindegyikük több eszközt is párhuzamosan használ. Így egy nagy feladat, amely egyetlen ügynök számára hosszú, egymást követő lépésekből állna, a csapat számára több párhuzamos munkafolyamattá válik.
Az „orchestrator és munkatársak” felálláshoz két kapcsolódó fogalom is tartozik, amelyeket gyakran összekevernek a többügynökös rendszerekkel:
- Útválasztás. A rendszer megnézi a beérkező kérést, és a megfelelő útvonalra küldi: a fizetéssel kapcsolatos kérdés az egyik, a műszaki kérdés egy másik úton halad. Ez még nem ügynökökből álló csapat; ez a beérkezéskori osztályozás.
- Promptláncolás. A feladat lépésekre oszlik, és minden következő lépés az előző eredményével dolgozik. Ez egyetlen ügynökkel működő folyamat; itt több ügynök nem dolgozik egymás mellett.
A többügynökös rendszert az különbözteti meg, hogy valóban több munkatárs van, és egyszerre dolgoznak, mindegyik a saját munkaterületén.
A kontextus elkülönítése része annak, amit kontextusmérnökségnek nevezek: annak kezelésének, hogy mi és hová kerül az AI memóriájába.
Hol használsz már most többügynökös rendszereket anélkül, hogy tudnál róla?
Lényeg
Ha Claude Code-ban dolgozol, máris rendelkezésedre áll egy többügynökös rendszer. Alügynököket használ: a vezető ügynök átadja a feladat egy részét egy segítőnek, amely külön ablakban dolgozik, és csak az eredményt küldi vissza. Claude kutatási funkciója is többügynökös rendszer. Más szóval ez már nem laboratóriumi kísérlet: ugyanez a működés olyan eszközökben fut, amelyeket az emberek nap mint nap használnak.
A legközelebbi példa a Claude Code alügynökei. Claude dokumentációja röviden így írja le őket:
Az alügynökök olyan specializált AI-asszisztensek, amelyek meghatározott feladattípusokat vállalnak.
A fő jellemző a külön munkaterület. Az alügynök nem a fő beszélgetésedben dolgozik; saját kontextusablaka, saját utasításai és saját jogosultságai vannak:
Minden alügynök a saját kontextusablakában dolgozik, saját rendszerprompttal, saját eszközhozzáféréssel és külön jogosultságokkal.
A gyakorlatban ez így néz ki: megkéred az ügynököt például egy nagy hibajelentés elemzésére. Nem árasztja el a chatet száz sor naplóval. Ezt a piszkos munkát átadja egy alügynöknek. Az alügynök a saját munkaterületén átnézi a naplókat, majd rövid következtetést küld vissza: ez az ok, itt javítsd ki. A fő beszélgetésed tiszta marad, az AI pedig nem kezd összezavarodni és elveszíteni a fonalat.
Ebből az is világos, miért fontos ez az üzleti életben. A Claude Code-ot és más ügynököket együtt használom, a nagy feladatokat pedig pontosan ezért bontom alügynökökre: hogy mindegyik a saját területén dolgozhasson anélkül, hogy akadályozná a többieket. Ha szeretnéd megtudni, milyen feladatokat érdemes egy ügynökre bízni, van egy külön cikkem az AI-ügynöknek adható feladatokról. Arról pedig, hány segítőt érdemes egyszerre futtatni az ügynök túlterhelése nélkül, az alügynökökről és a Claude Code bővítményeiről írtam.
Miért osszunk fel egy feladatot több ügynök között?
Lényeg
Két oka van. Az első a tiszta memória: minden ügynöknek saját kontextusa van, ezért nem fullad bele a másik rendetlenségébe. A második a sebesség: a segítők egyszerre dolgoznak, nem egymás után. Egy nagy kutatási projektben ez érezhető különbséget jelent. Az Anthropic többügynökös felállása 90 százalékkal múlta felül az egyetlen ügynököt a belső értékelésükben. Ez az előny azonban csak olyan feladatoknál jelentkezik, amelyeket valóban részekre lehet bontani.
Az első ok a memória. Amikor egy ügynök nagy feladatot végez, a kontextusa gyorsan megtelik: ide kerülnek a keresési eredmények, oda a fájlrészletek, föléjük pedig a köztes gondolatmenet. A végére már nem emlékszik jól arra, honnan indult. Ha ezt több ügynök között osztjuk szét, mindegyik tiszta lapot kap. Az Anthropic így írja le az előnyt: minden alügynök saját eszközeivel és keresési irányával segíti a munkamegosztást, így a kutatás átfogóbbá válik.
A második ok a sebesség és a szélesebb lefedettség. Öt, egyszerre kutató segítő szélesebben és gyorsabban jár körül egy témát, mint egyetlen ügynök, amely sorban halad rajta végig. Az Anthropic ezt az eredményt a belső kutatásminőségi értékelésében érte el:
Azt találtuk, hogy az olyan többügynökös rendszer, amelyben a vezető ügynök Claude Opus 4, az alügynökök pedig Claude Sonnet 4 modellek voltak, 90.2%-kal felülmúlt egyetlen Claude Opus 4-et a belső kutatásminőségi értékelésünkben.
Ez lenyűgöző adat, de ára van, és fontosabb őszintén beszélni erről a költségről, mint csak az előnyről. Külön kitérek rá — itt szoktak gyakran szertefoszlani a várakozások.
Miért használ egy többügynökös rendszer 15-ször több tokent?
Lényeg
Minden segítő egy külön AI, amely elolvassa a feladat rá eső részét, majd megírja a saját válaszát. Mindegyik tokeneket használ, ezek pedig összeadódnak. Az Anthropic mérései szerint egy ügynök körülbelül négyszer annyi tokent használ, mint egy hagyományos chat, míg egy többügynökös rendszer körülbelül tizenötször annyit. A sebességnek és a szélesebb lefedettségnek ára van. Ezért ez a felállás csak nagy értékű feladatoknál éri meg.
A token az AI-használat mérőegysége: nagyjából egy olyan szövegrész, amelyért fizetni kell. Egy ügynök is többet használ, mint egy hagyományos chat, mert nemcsak válaszol: eszközöket futtat, fájlokat olvas és keres. Ha több ügynök van, összeadódik a használatuk. Az Anthropic saját adatokon alapuló mérése:
Adataink azt mutatják, hogy az ügynökök általában körülbelül négyszer annyi tokent használnak, mint a chat, míg a többügynökös rendszerek körülbelül tizenötször annyi tokent használnak, mint a chat.
Ebből egyenesen következik a költségekre vonatkozó tanulság. A tizenötszörös használat csak akkor éri meg, ha az eredmény is ennyit ér. Az Anthropic világosan fogalmaz: a többügynökös rendszer olyan feladatoknál indokolt, amelyek értéke elég magas ahhoz, hogy ellensúlyozza a megnövekedett használatot. Egy olyan rövid kérdésnél, amelyet egy ügynök is meg tud oldani, öt emberért fizetsz, miközben egy is elég lenne.
Ugyanez a működés előnyökkel is jár. Az Anthropic megfigyelése szerint a tokenhasználat önmagában is sokat magyaráz a minőségbeli különbségből: minél több erőforrást fordíthat egy rendszer egy feladatra, annál jobb lesz az eredmény. Más szóval a többügynökös rendszer gyakran egyszerűen azért teljesít jobban, mert több számítási kapacitást lehet a feladatra fordítani. Ha korlátozott a kereted, ugyanez a logika ellened dolgozik. Van egy cikkem arról, hogyan ne merítsd ki a Claude Code kereteit.
Mikor indokolt a többügynökös rendszer, és mikor nem?
Lényeg
Akkor indokolt, ha a feladat nagy, egymástól független részekre osztható, és az eredmény értékes: ilyen a széles körű kutatás, az adatgyűjtés sok forrásból vagy nagy mennyiségű anyag elemzése. Nem indokolt, ha a feladat kicsi, szigorúan lépésről lépésre halad, vagy a részei egymástól függenek. Klasszikus példa arra, amikor a többügynökös rendszerek nehezen boldogulnak: a legtöbb programozási munka, mert a lépéseket nem lehet jól párhuzamos feladatokra bontani.
Egyszerű szabály: minél nagyobb és átfogóbb a feladat, annál inkább megéri egy csapatot bevetni. Az Anthropic világos, méret szerinti bontást ad:
| Feladattípus | Ügynökök száma | Példa |
|---|---|---|
| Egyszerű ténykeresés | 1 ügynök, 3-10 eszközhívás | „Keresd meg egy adott modell megjelenési dátumát” |
| Közvetlen összehasonlítás | 2-4 alügynök, fejenként 10-15 hívás | „Hasonlíts össze három eszközt ár és funkciók szerint” |
| Összetett kutatás | Több mint 10 alügynök, világosan meghatározott területekkel | „Állíts össze teljes képet egy témához kapcsolódó piacról” |
Az Anthropic azt is egyenesen kimondja, hol nem segítenek a többügynökös rendszerek. Nem minden feladat bontható párhuzamos részekre, és az ügynökök még nem túl jók abban, hogy menet közben egyeztessenek egymással:
Például a legtöbb programozási feladatban kevesebb valóban párhuzamosítható rész van, mint a kutatásban, az AI-ügynökök pedig még nem túl jók abban, hogy valós időben egyeztessék és delegálják egymás között a munkát.
A tanulság egyszerű. Ha olyan kódot írsz, amelyben minden lépés az előzőből következik, az ügynökök sokasága nagyobb valószínűséggel zavarodik össze, mint hogy segítsen. Ha egy tucat forrásból állítasz össze átfogó kutatást, egy csapat elvégezheti azt, ami egyetlen ügynököt túlterhelne. Az Anthropic általános tanácsa pedig, amelyet külön is megismétel: a legegyszerűbb megoldással érdemes kezdeni, és csak akkor növelni a bonyolultságot, amikor elérjük a határait.
Azt javasoljuk, hogy keressük meg a lehető legegyszerűbb megoldást, és csak szükség esetén növeljük a bonyolultságot. Ez néha azt jelenti, hogy egyáltalán nem építünk ügynökrendszert.
Hogyan állítsd össze az első többügynökös felállásodat?
Lényeg
Kezdj olyan feladattal, amely valóban részekre bontható. Itt a felépítés csak másodlagos részlet. Ezután haladj az egyszerűtől a bonyolult felé: először egy ügynök, aztán egy alügynök a piszkos munkára, végül több párhuzamosan dolgozó ügynök. Claude Code-ban ehhez nem kell programoznod: az alügynököket konfigurációval lehet beállítani. Az alábbiakban abban a sorrendben soroltam fel a lépéseket, ahogyan én egy új projekthez szoktam felállítani a rendszert.
Tapasztalatom szerint a sorrend a következő:
- Válassz olyan feladatot, amely részekre bontható. Ilyen a széles körű kutatás, az adatgyűjtés sok helyről vagy nagy mennyiségű anyag elemzése. Ha a feladat szigorúan lépésről lépésre halad, nincs szükséged többügynökös felállásra; maradj egy ügynöknél.
- Kezdj egy ügynökkel. Futtasd le a feladatot a megszokott módon. Gyakran kiderül, hogy egy is elég, így nincs szükség csapat építésére.
- Add át a piszkos munkát egy alügynöknek. Ha azt látod, hogy a feladat egy része naplókkal vagy keresési eredményekkel árasztja el a kontextust, add át egy alügynöknek. Claude Code-ban ez konfigurációval, kód nélkül történik: az alügynök saját ablakot és saját utasításokat kap.
- Adj hozzá párhuzamos munkát, ha sok a részfeladat. Több alügynök dolgozik egyszerre, mindegyik a téma egy-egy saját részéért felel. Mindegyiknek jelölj ki világos területet, hogy ne zavarják egymás munkáját.
- Figyeld a használatot. Ne feledd a tizenötszörös különbséget. Ha a feladat nem ér ennyit, térj vissza egy ügynökhöz.
Ha nem Claude Code-ban dolgozol, ugyanezek a megoldások más eszközökkel is alkalmazhatók. Van egy általános térképem a vibe-coding eszközökről, amely bemutatja, mit érdemes használni kódoláshoz és ügynökök futtatásához 2026-ban, valamint egy cikkem a beágyazott alügynökökről, amely egy nagy feladat kisebb segítőkre való delegálásáról szól.
Mit kérdeznek még az emberek a többügynökös rendszerekről?
Lényeg
Rövid válaszok a gyakori kérdésekre: a többügynökös rendszerek nem mindig jobbak egyetlen ügynöknél, használatukhoz általában nem kell programozni, az „orchestrator” egyszerűen a vezető ügynök, a többügynökös rendszerek és az egyszemélyes vállalkozás pedig különböznek, bár a szemléletük rokon.
Gyakran ismételt kérdések
Mindig jobb a többügynökös rendszer egyetlen ügynöknél?
Nem. Kis feladatoknál vagy olyanoknál, amelyek lépéseinek szigorúan egymás után kell következniük, egy ügynök jobban teljesít és kevesebbe kerül. A többügynökös rendszerek csak a nagy, független részekre bontható feladatokban bizonyulnak jobbnak, és jelentősen többe kerülnek: az Anthropic mérései szerint körülbelül tizenötször annyi tokent használnak, mint egy hagyományos chat.
Kell programozni egy többügynökös rendszer összeállításához?
Általában nem. Claude Code-ban konfigurációval lehet beállítani az alügynököket: leírod, mit csináljon a segítő, a vezető ügynök pedig megfelelő feladatokat oszt ki neki. A segítő saját kontextusablakkal és jogosultságokkal rendelkezik. Kódra nincs szükség.
Az orchestrator és a vezető ügynök ugyanazt jelenti?
Igen, ugyanannak a szerepnek két különböző neve: a vezető ügynöké, amely megkapja a feladatot, részekre bontja, kiosztja a segítőknek, majd egy eredménnyé egyesíti a válaszaikat. Angolul ezt a felállást orchestrator-workers néven hívják.
Miben különbözik a többügynökös rendszer egy egyszemélyes vállalkozástól?
A többügynökös rendszer technikai felállás: több AI dolgozik egy feladaton. Az egyszemélyes vállalkozás üzleti modell: egy ember AI segítségével működtet egy egész vállalatot. A többügynökös rendszer eszközként szolgálhat egy ilyen vállalkozásban, de eltérő szintű kérdésekről van szó: az egyik az AI felépítéséről, a másik a vállalkozás felépítéséről szól.
Hol kezdjem, ha ki szeretném próbálni a többügynökös rendszereket?
Kezdj egy nagy, részekre bontható feladattal és egy alügynökkel, akire rábízhatod a piszkos munkát. Ne hívj rögtön öt segítőt. Először nézd meg, boldogul-e egy ügynök a feladattal, aztán helyezd át külön segítőhöz azt a részt, amelyik elárasztja a kontextust, és csak ezután vezess be párhuzamos munkát.
Források
További anyagok az Ailoot oldalán érhetők el.
További részletek
Kérdések és válaszok: AI ügynökök együttműködése: többügynökös rendszerek
Mikor hagyjak egy feladatot egyetlen ügynöknél?
Egy ügynök maradjon, ha a feladat rövid, vagy minden lépése az előző eredményétől függ. Párhuzamos segítők akkor hasznosak, ha az értékes munka független részekre bontható; az időmegtakarítás mellett az együttes felhasználásukat is mérd.
Mi a legkisebb hasznos első többügynökös felállás?
Először egy ügynökkel futtasd a valós feladatot. Ha a naplók vagy keresések elárasztják a fő kontextust, ezt a részt add át egyetlen segítőnek világos hatókörrel és tömör eredményt kérve. Több segítőt csak e felosztás hasznosságának igazolása után adj hozzá.