Компания Anthropic провела эксперимент, который должен был стать прорывом в автоматизации. Они создали «рой» из 80 ИИ-агентов и поставили перед ними одну задачу — написать браузерную игру. Идея была простой. Боты должны сами распределить роли, договориться о структуре кода, делить работу на части и объединить правки. По идее, такая толпа умных моделей должна была справиться с задачей за считанные минуты.

Результат оказался отрезвляющим. Вместо слаженного оркестра получилась цифровая свалка.

Когда агенты начинают ссориться

На первом этапе экспериментировали со старыми моделями. То, что произошло дальше, напоминало хаос в большом офисе, где каждый считает себя главным архитектором. Агенты создали почти тысячу предложений по изменению кода, но почти ни одно из них не было принято.

Проблема была в базовой механике работы с файлами. Боты просто дрались за доступ к одним и тем же строчкам кода. Один агент исправлял ошибку в функции. А второй в ту же секунду перезаписывал этот участок, возвращая всё назад или ломая логику. В итоге они тратили 90% своего времени не на написание игры, а на бесконечные споры о том, чья правка важнее. Совместной работы не было — была война за контроль над файлом.

Иллюзия прогресса: почему молчание — не всегда успех

Затем в дело вступили новые, более умные модели. Конфликты исчезли, но проблема не решилась — она просто сменила форму. Новые агенты нашли «хитрый» способ избежать ссор: они просто перестали работать друг с другом.

Каждый бот забился в свой угол и писал свою часть кода в полной изоляции. Да, правки перестали сталкиваться, и технический процесс пошёл быстрее. Но когда пришло время объединить эти куски в одну игру, выяснилось, что части не стыкуются. Это было похоже на ситуацию, когда десять человек пишут по одной главе книги, не читая главы друг друга. В итоге получился набор разрозненных текстов, которые никак не складываются в один сюжет.

Ошибка масштаба: почему больше ботов не значит лучше

Главный вывод эксперимента: количество агентов не равно качеству продукта. Игра, которую в итоге собрали 80 нейросетей, была ужасной. Она тормозила, в ней было полно багов, а сама механика была абсолютно непонятной.

Оказалось, что когда 80 «рук» тянут один файл в разные стороны, качество падает пропорционально росту команды. Это классический эффект «слишком многих поваров на одной кухне». Даже самые продвинутые модели сегодня умеют быстрее ссориться или блокировать друг друга, чем реально договариваться о сложном общем продукте. В какой-то момент стоимость управления этой толпой становится выше, чем польза от их работы. Вы платите за миллионы лишних токенов, а получаете шум вместо работающего кода.

Как использовать ИИ-агентов без потерь

Этот опыт не означает, что агенты бесполезны. Он означает, что их нельзя использовать как замену полноценному отделу разработки. Чтобы агенты приносили деньги, а не создавали хаос, нужно разделять задачи на два типа.

Для этого лучше всего подходят независимые задачи, которые мы называем подходом «Рой». Если задачу можно разбить на части, которые не зависят друг от друга, используйте много агентов. Например: собрать данные по 100 конкурентам, проверить 50 страниц сайта на ошибки или перевести 20 текстов на разные языки. Здесь агенты не пересекаются, поэтому «рой» работает в десятки раз эффективнее одного бота.

Если же вы создаёте единый продукт, используйте подход «Лидер». Если вы создаёте что-то единое — сайт, приложение или сложную таблицу, — не пытайтесь заменить команду ботами. Здесь работает только одна связка: один сильный ИИ (как главный исполнитель) и один человек-руководитель. Человек берет на себя архитектуру и контроль, а ИИ — черновую работу.

Инструкция: как собрать свою команду агентов

Если вы хотите попробовать внедрить агентов в свои бизнес-процессы, пройдите по этому пути:

Шаг 1. Определите тип задачи. Спросите себя: «Может ли один сотрудник выполнить свою часть работы, вообще не зная, что делает другой?». Если да — вам подходит «рой». Если нет (результат одного зависит от результата другого) — вам нужен «лидер».

Шаг 2. Начните с малого. Не запускайте 80 агентов. Попробуйте команду из 3–5 ботов на маленьком отрезке задачи. Если они начинают перезаписывать работу друг друга или выдавать противоречивые результаты — значит, вы пытаетесь решить интегрированную задачу методами «роя».

Шаг 3. Назначьте «арбитра». Если вам всё же нужно несколько агентов на одной задаче, выделите одного бота-контролёра. Его единственной функцией должно быть сведение всех правок в одну версию и проверка их на совместимость.

Шаг 4. Тестируйте на срезе. Не пытайтесь сразу собрать весь продукт. Сделайте один маленький модуль, проверьте его работу, и только потом расширяйте команду.

Помните: в мире ИИ больше ресурсов не всегда означает лучший результат. Часто один точный запрос к сильной модели дает больше, чем сотня агентов, пытающихся договориться между собой.