Один агент часто ломается на стыке задач. Два-три агента закрывают пайплайн без лишнего шума.

Один агент часто ломается на стыке задач. Два-три агента закрывают пайплайн без лишнего шума.

Когда задача состоит не из одного действия, а из цепочки, выгоднее делить роли: один ищет данные, второй нормализует, третий проверяет аномалии и собирает итог. Так меньше контекстного мусора в промпте и ниже шанс, что один “универсальный” агент начнёт галлюцинировать на середине процесса.

Рабочая схема для performance:
— researcher: собирает сырьё из спай-сервисов, рекламных библиотек, CRM-выгрузок
— analyst: чистит дубли, приводит названия, считает базовые метрики
— reviewer: ловит странные скачки, пустые поля, конфликтующие значения
— operator: выполняет узкие действия в интерфейсах, где API нет или неудобен

Плюс коллаборации не в “умности”, а в изоляции ошибок. Если аналитик сломался, исследователь всё ещё может работать. Если ревьюер не уверен, он не блокирует весь поток, а ставит флаг на human review. Это особенно важно там, где цена ошибки выше экономии пары минут.

Правило простое: один агент годится для линейной задачи, несколько — для процесса с проверками, ветвлениями и ручными стопами. Начинайте с двух ролей, а не с “суперагента”: так быстрее увидите, где нужен человек, а где достаточно оркестрации.