Четыре AI-агента в реальном времени обошли Claude Opus 4.8 в кодировании!
🤖 Четыре AI-агента в реальном времени обошли Claude Opus 4.8 в кодировании!
В мире, где объемы корпоративного кода стремительно растут, AI-агенты сталкиваются с задачами, требующими множественных взаимодействий и вызовов инструментов. Разделение работы между несколькими агентами кажется логичным решением, но тут возникает подводный камень: большинство систем не способны координировать действия агентов в реальном времени. Чтобы обойти эту проблему, исследователи из Coral AI Labs и нескольких университетов представили AgentRadio — слой асинхронной передачи сообщений, который позволяет агентам общаться между этапами выполнения задач, не прерывая основной процесс.
На практике это означает, что в ситуациях, когда подзадачи сильно взаимозависимы, агенты могут вносить изменения на ходу, вместо того чтобы застревать на мертвых путях до официальной проверки. В тестах с долгими задачами на производственных репозиториях команда агентов с AgentRadio почти удвоила точность выполнения задач по сравнению с четырьмя независимыми агентами Claude Code и даже превзошла одиночные модели, основанные на более сложных алгоритмах. Это наглядно демонстрирует, что правильная структура координации может быть эффективнее, чем просто мощные вычисления.
> "Один агент следует одному серийному пути через репозиторий. Когда контекст расширяется, первоначальный план становится трудным для изменения", — отмечают авторы исследования.
Так что, возможно, вместо того чтобы гоняться за новейшими моделями, стоит задуматься о том, как мы организуем взаимодействие между уже существующими?
Подписаться на «Бизнес Радар»
Первоисточник ↗
В мире, где объемы корпоративного кода стремительно растут, AI-агенты сталкиваются с задачами, требующими множественных взаимодействий и вызовов инструментов. Разделение работы между несколькими агентами кажется логичным решением, но тут возникает подводный камень: большинство систем не способны координировать действия агентов в реальном времени. Чтобы обойти эту проблему, исследователи из Coral AI Labs и нескольких университетов представили AgentRadio — слой асинхронной передачи сообщений, который позволяет агентам общаться между этапами выполнения задач, не прерывая основной процесс.
На практике это означает, что в ситуациях, когда подзадачи сильно взаимозависимы, агенты могут вносить изменения на ходу, вместо того чтобы застревать на мертвых путях до официальной проверки. В тестах с долгими задачами на производственных репозиториях команда агентов с AgentRadio почти удвоила точность выполнения задач по сравнению с четырьмя независимыми агентами Claude Code и даже превзошла одиночные модели, основанные на более сложных алгоритмах. Это наглядно демонстрирует, что правильная структура координации может быть эффективнее, чем просто мощные вычисления.
> "Один агент следует одному серийному пути через репозиторий. Когда контекст расширяется, первоначальный план становится трудным для изменения", — отмечают авторы исследования.
Так что, возможно, вместо того чтобы гоняться за новейшими моделями, стоит задуматься о том, как мы организуем взаимодействие между уже существующими?
Пока нет комментариев — будьте первым.