Vad är ett multi-agent-system?

Ett multi-agent-system är flera AI-agenter som samverkar för att lösa en uppgift, ofta med olika roller eller specialiseringar. En agent kan till exempel hämta och sammanställa information, medan en annan fattar beslut utifrån den, och en tredje utför själva åtgärden i ett system.

Fördelen med att dela upp arbetet mellan flera agenter är att varje agent kan hållas enklare, mer avgränsad och lättare att kontrollera än en enda agent som ska göra allt. Nackdelen är att det tillkommer ett behov av samordning – orkestrering – för att agenterna ska agera i rätt ordning och inte motverka varandra. Ju fler agenter som införs i en verksamhet, desto viktigare blir det med en tydlig struktur för hur de hänger ihop.

Generalist eller specialister

En enda agent som ska göra allt får stora instruktioner, blir svår att testa och påverkas i sin helhet av varje fel. Flera specialiserade agenter är var för sig enklare att förstå och byta ut, men skapar fler överlämningar som måste fungera.

Det är samma avvägning som i systemarkitektur: ett stort system som gör allt, eller flera specialiserade system – best of breed – som behöver integreras. En bra tumregel är att börja med en agent och dela upp den först när den blir svår att förstå, testa eller förvalta.