Мы видим, как проекты страдают от единственного агента-универсала. Контекстное окно заполняется, модель путает, когда вызывать какой инструмент, и вместо решения задачи выдает ошибки. На одном из проектов пользователь отправил запрос "найти отель и забронировать", а агент начал искать рейсы — просто потому, что инструменты поиска авиабилетов были в том же наборе. Мульти-агентная система решает эту проблему: каждый агент отвечает за свою зону, а оркестратор координирует их работу. За 5 лет работы над мобильными AI-проектами (более 30 внедрений) мы выработали архитектуру, которая снижает количество галлюцинаций на 60% и ускоряет выполнение сложных задач в 2-3 раза. Ниже — паттерны, контракты и реальные примеры из практики.
Хотите посмотреть, как это работает в вашем сценарии? Свяжитесь с нами для демонстрации.
Почему один агент не справляется?
Согласно исследованию Anthropic, агенты с более чем 5 инструментами теряют точность на 40%. Мульти-агентная система разбивает задачу:
- Orchestrator — принимает задачу от пользователя, декомпозирует на подзадачи, делегирует специализированным агентам
- Research Agent — поиск и сбор информации (веб-поиск, RAG, база данных)
- Action Agent — выполнение действий (API-вызовы, бронирование)
- Critic Agent — проверка результатов на корректность и безопасность
Классический кейс для мобильного приложения: агент планирования поездки. Orchestrator получает «организуй командировку в Варшаву на 3 дня» → Research Agent ищет рейсы и отели → Action Agent бронирует → Critic Agent проверяет корректность дат и стоимость → Orchestrator формирует итоговый план.
Как выбрать топологию для мобильного приложения?
| Топология | Описание | Когда использовать |
|---|---|---|
| Supervisor (Star) | Центральный координатор управляет специализированными агентами | Большинство мобильных продуктов, 2-3 агента |
| Pipeline (Sequential) | Агенты выстроены в цепочку, выход одного — вход следующего | Простой, линейный процесс |
| Blackboard | Общее хранилище состояния, агенты читают и пишут в него | Асинхронная параллельная работа, сложные сценарии |
Для мобильных продуктов достаточно Supervisor с 2-3 специализированными агентами на бэкенде. Orchestrator знает контракт каждого агента и не полагается на «понимание» LLM. Среднее время выполнения задачи сокращается на 40%.
Связь между агентами: что передавать
Агенты общаются через структурированные сообщения, не через необработанный текст. Вот почему это важно: если Research Agent вернёт неструктурированный текст, Action Agent может ошибиться. Используйте JSON-контракты:
{ "agent": "research", "task_id": "trip-warsaw", "status": "completed", "result": { "flights": [ {"id": "LOT123", "price": 189, "departure": "2024-04-10T06:30"} ], "hotels": [ {"id": "H456", "name": "Marriott Warsaw", "price_per_night": 95} ] } } Orchestrator знает контракт каждого агента и не полагается на «понимание» LLM.
Полная JSON-схема сообщения
{ "$schema": "http://json-schema.org/draft-07/schema#", "type": "object", "properties": { "agent": {"type": "string"}, "task_id": {"type": "string"}, "status": {"type": "string", "enum": ["in_progress", "completed", "failed"]}, "result": {"type": "object"}, "error": {"type": "string"} }, "required": ["agent", "task_id", "status"] } Управление состоянием на мобильном клиенте
Мульти-агентный процесс может занимать 30-120 секунд. Мобильный UI должен:
- Показывать текущего активного агента и его шаг
- Давать возможность отменить в любой момент
- Продолжать работу при сворачивании (push о завершении)
- При ошибке одного агента — показать частичный результат
На Android: WorkManager для фоновой оркестрации + StateFlow для обновления UI. На iOS: BackgroundTasks framework + AsyncStream.
WebSocket или Server-Sent Events для real-time обновлений шагов — лучше, чем long polling. Клиент подписывается на task_id и получает события:
event: agent_step data: {"agent": "research", "step": "Ищу рейсы Минск→Варшава", "progress": 0.3} event: agent_step data: {"agent": "action", "step": "Бронирую рейс LOT123", "progress": 0.7} event: task_complete data: {"task_id": "trip-warsaw", "result": {...}} Изоляция контекста агентов
Каждый агент должен иметь свой минимальный контекст — только то, что нужно для его задачи. Не передавайте Research Agent информацию об инструментах бронирования, и наоборот. Меньше контекст — меньше галлюцинаций, дешевле вызов.
Критически важно: Critic Agent получает только финальный результат и проверяет его по чеклисту (даты валидны, сумма соответствует выбранным опциям, нет противоречий). Это последний барьер перед показом пользователю.
Стоимость и оптимизация
Мульти-агентная система умножает количество LLM-вызовов. Для оптимизации:
- Специализированные агенты используют более дешёвые модели (GPT-4o-mini, Claude Haiku) для рутинных задач
- Orchestrator и Critic — более мощные модели (GPT-4o, Claude Sonnet)
- Кешируем результаты Research Agent при повторных схожих запросах (семантическое кеширование)
Экономия на LLM-вызовах может достигать 40%. Стоимость владения снижается на 30% за счет кеширования и использования дешевых моделей.
| Модель | Роль | Типичная стоимость |
|---|---|---|
| GPT-4o-mini | Research Agent, Action Agent | Низкая |
| GPT-4o | Orchestrator, Critic Agent | Высокая |
| Claude Haiku | Research Agent, Action Agent | Низкая |
| Claude Sonnet | Orchestrator, Critic Agent | Средняя |
Что входит в работу (deliverables)
Мы предоставляем:
- Архитектурную документацию (топология, контракты, схема потоков)
- Реализованные агенты и Orchestrator (исходный код, конфигурация)
- WebSocket-протокол и интеграцию с мобильным клиентом
- UI-компоненты прогресса (SwiftUI, Jetpack Compose)
- Тестирование сбоев и частичных результатов
- Обучение команды заказчика
- Поддержку на этапе запуска
Этапы и сроки
- Аналитика и проектирование топологии (1-2 недели)
- Реализация агентов и Orchestrator (2-3 недели)
- Интеграция серверного оркестратора (1-2 недели)
- WebSocket-протокол для клиента (1 неделя)
- Мобильный UI прогресса (1-2 недели)
- Тестирование и баг-фикс (1-2 недели)
Мульти-агентная система из 3 агентов с мобильным UI — 6-10 недель под ключ. Оценим ваш проект бесплатно — просто напишите.
Закажите внедрение мульти-агентной системы для вашего мобильного приложения. Наши инженеры гарантируют стабильную работу архитектуры и помогают с оптимизацией. Опыт 5+ лет и 30+ проектов в мобильной AI-разработке.
Подробнее о мульти-агентных системах.