Как агенты ИИ повышают эффективность исследование Google и MIT

Влияние агентов на эффективность

Вы когда-нибудь пытались работать в команде, где каждый тянет одеяло на себя? Вроде бы умных людей много, а результата нет. Примерно то же самое происходит, когда разработчики набрасывают в ИИ-систему десятки агентов в надежде, что те волшебным образом решат сложную задачу. Google DeepMind и MIT решили разобраться, работает ли это на самом деле. Они протестировали 180 конфигураций на моделях GPT, Gemini и Claude в трёх задачах: кодинг, финансовый анализ и веб-поиск. И выяснили несколько неочевидных вещей.

Координация инструментов: чем больше агентов и инструментов, тем выше ‘налог на координацию’. Токены и время уходят не на решение, а на перекладывание ответственности и согласование действий. Знакомо, правда?
Эффект насыщения: если один агент решает задачу с точностью 45%, подключение второго, третьего и десятого чаще всего не даёт прироста, а иногда даже ухудшает результат. Это как пригласить трёх поваров, чтобы сварить яйцо.
Архитектурная чувствительность к ошибкам: в децентрализованных системах ошибка одного агента быстро распространяется и становится ‘истиной’ для остальных. В централизованных структурах такого эффекта меньше. Вывод: иногда нужен главный, который скажет ‘нет, это неправда’.

Авторы исследования подчёркивают: эффективность агентных систем напрямую зависит от типа задачи. Для параллельных сценариев (когда можно раздать задачи и собрать результаты) мультиагентные конфигурации дают прирост до 81%. А вот для последовательного рассуждения (шаг за шагом) один агент оказывается эффективнее — командные схемы снижают качество на 39-70%. Если вы решаете задачу, где нужно сделать A, потом B, потом C — не зовите толпу, пусть работает один умный человек.

Почему это важно: индустрия сейчас бежим впереди паровоза, накидывая агентов как ёлочные игрушки. Многие думают: ‘чем больше, тем лучше’. Исследование показывает обратное: масштабирование — это не панацея. Нужно подбирать архитектуру под конкретную задачу. Иногда один гениальный агент лучше, чем десять средних.

Новый фреймворк от Apple

Apple, которая обычно не спешит на хайповые темы, показала CLaRa — фреймворк для RAG (Retrieval-Augmented Generation). Если по-простому, это способ заставить нейросеть искать информацию в документах и не тонуть в их объёме. CLaRa сжимает документы в компактные векторные ‘токены памяти’ и использует их и для поиска, и для генерации ответа в общем латентном пространстве. Главная фишка: генератор обучает ретривер тому, какие фрагменты реально важны для качественного ответа, а не просто похожи по ключевым словам.

Авторы ввели предобучение на синтетических парах вопрос-ответ, которое помогает сохранять ключевую семантику при сжатии. Результат: CLaRa сжимает контекст в 4-16 раз без потери качества и показывает прирост на бенчмарках вроде NQ, HotpotQA и других. Это значит, что ваш виртуальный помощник сможет читать целые книги и отвечать на вопросы, не забывая начало диалога.

Почему это важно: мы привыкли, что RAG-системы работают по принципу ‘нашёл похожие куски — склеил ответ’. CLaRa показывает, что совместная оптимизация поиска и генерации в непрерывном пространстве работает лучше. Возможно, в 2026 году ваши поисковики станут не просто находить документы, а понимать, что вы на самом деле имеете в виду.

Другие новости из мира нейросетей

Яндекс анонсировала AI-наушники и AI-диктофон, добавила в Алису режим глубоких исследований и начала интеграцию в Яндекс Go. Алиса теперь не только болтает, но и помогает строить маршруты.
NVIDIA представила семейство моделей Nemotron 3. Ждём, когда они научатся генерировать физику в играх.
Alibaba показала модель с 30 млрд параметров, которую дообучили для улучшения рассуждений на длинных контекстах. Китайцы не отстают.
Google выпустила мультимодальную reasoning-модель Gemini 3 Flash, которая использует на 30% меньше токенов, чем Gemini 2.5 Pro. Экономия и скорость — тренд 2026 года.
Microsoft открыла open-source фреймворк, который позволяет подключать RL (обучение с подкреплением) к AI-агентам без переписывания основного кода. Теперь любой разработчик может научить своего агента на своих ошибках.
Ant Group и Inclusion AI представили новое поколение диффузионных языковых моделей (dLLM): LLaDA 2.0 Mini (16B) и LLaDA 2.0 Flash (100B MoE). Диффузия теперь не только в картинках, но и в тексте.
Stanford продемонстрировал AI-агента, превзошедшего девять из десяти людей-экспертов по кибербезопасности. Наёмные специалисты, начинайте нервничать.

Этот год обещает быть интересным: агенты учатся не мешать друг другу, фреймворки становятся умнее, а старые добрые RAG-пайплайны уходят в прошлое. Если вы разработчик — срочно изучайте мультиагентные архитектуры. Если вы пользователь — готовьтесь к тому, что ваши устройства будут понимать вас лучше, чем вы сами. И не говорите, что я вас не предупреждал.