Back to all articlesIA i agents

Sistemes multiagent: Com treballen junts els agents d'IA

Els agents individuals són bons en tasques concretes. Però molts objectius reals són massa amplis o massa especialitzats perquè un sol agent els gestioni bé. La resposta a què molts equips recorren és un sistema multiagent: un grup d’agents amb rols diferents que treballen cap a un objectiu compartit. Fet bé, és com muntar un equip. Fet malament, és una recepta per a una confusió costosa.

Per què fer servir més d’un agent?

Hi ha tres raons pràctiques:

  • Especialització. Un agent fa recerca, un altre escriu, un tercer revisa. Cadascú pot tenir les seves instruccions, eines i estàndards.
  • Paral·lelisme. Les subtasques independents poden executar-se alhora, reduint el temps total.
  • Millor judici. Un agent «crític» separat pot revisar la feina d’un altre agent i detectar errors que l’autor ha passat per alt.

La idea reflecteix com treballen els equips humans: persones amb habilitats diferents, una manera de passar la feina i algú que comprova el resultat.

Patrons de col·laboració habituals

Algunes estructures apareixen una i altra vegada:

Supervisor i treballadors. Un agent gestor desglossa l’objectiu en subtasques, les assigna a agents especialistes i combina els resultats. Clar i fàcil de raonar.

Debat o crítica. Dos agents adopten posicions diferents, o un produeix i l’altre critica, fins que convergeixen en una resposta millor. Útil per a decisions amb compensacions.

Pipeline (seqüència). Els agents s’organitzen en una seqüència —recerca, esborrany, revisió, publicació— i cadascú passa el seu resultat al següent. Simple i fiable per a fluxos de treball repetibles.

Jeràrquic. Un arbre de supervisors i subagents, que s’usa quan una tasca es descompon en moltes capes. Potent però més difícil de depurar.

Com es comuniquen realment els agents

Els agents no comparteixen cervell. Es coordinen mitjançant mecanismes explícits:

  • Missatges compartits o un tauler comú. Un espai compartit on els agents publiquen les seves troballes i recullen feina.
  • Relleus. Un agent passa un resum estructurat a un altre, juntament amb l’objectiu i allò que ja s’ha fet.
  • Estat mitjançant eines. Una base de dades, un sistema de tiquets o un document que actua com a única font de veritat.

La qualitat d’aquests relleus importa moltíssim. Un context vague que passa d’un agent a un altre multiplica els errors, igual que les instruccions vagues entre persones.

Un exemple concret

Considera un equip d’agents al qual se li demana «preparar un informe de recerca de mercat sobre bicicletes elèctriques».

  1. Un agent planificador defineix les preguntes a respondre i reparteix la feina.
  2. Diversos agents investigadors recullen dades en paral·lel —un sobre la competència, un altre sobre preus, un altre sobre normatives.
  3. Un agent sintetitzador combina les troballes en un esborrany coherent.
  4. Un agent crític comprova les afirmacions, assenyala les declaracions sense fonament i demana recerca addicional.
  5. El planificador decideix si l’informe està a punt o cal una altra ronda.

Cada agent té una feina estreta. El sistema en conjunt gestiona alguna cosa que cap d’ells podria fer sol.

On fallen els sistemes multiagent

Més agents no significa automàticament millor. Vigila aquestes maneres de fallar:

  • Sobrecàrrega de coordinació. Els agents passen més temps parlant entre si que treballant.
  • Accions contradictòries. Dos agents fan canvis incompatibles perquè cap dels dos sabia què feia l’altre.
  • Cascades d’errors. Una suposició errònia d’un agent es propaga a tots els següents.
  • Escalada de costos. Més agents signifiquen més crides al model, i els bucles poden durar més del previst.
  • Depuració difícil. Quan el resultat és equivocat, descobrir quin agent ha fallat i per què és realment difícil.

Per a moltes tasques, un agent ben dissenyat amb bones eines supera un equip de cinc mal coordinat.

Quan val la pena

Els sistemes multiagent compensen quan la tasca es pot dividir netament, les subtasques es beneficien d’eines o coneixements diferents i pots definir què és un bon resultat. Són menys útils per a treballs senzills i seqüencials o per a qualsevol cas en què un sol error sigui molt costós i difícil de detectar.

Comença amb l’estructura més senzilla que funcioni —normalment un supervisor amb un parell d’especialistes—. Afegeix agents només quan puguis assenyalar un coll d’ampolla concret que resolguin.

En resum

La col·laboració multiagent consisteix a donar a un grup d’agents especialitzats una manera de repartir la feina, compartir context i revisar-se mútuament. Pot abordar objectius massa amplis per a un sol agent, però introdueix costos de coordinació i noves maneres de fallar. Tracta-ho com una decisió de disseny, no com una millora: fes-ho servir quan la tasca realment es beneficia d’un equip, i mantén l’equip tan petit com la feina permeti.

Get Ball — Ball

Get Ball

Reading in English? Switch language in the menu.