В недавнем эксперименте автор прогнал шесть мультиагентных паттернов на трёх бенчмарках и трёх моделях, сравнив их с работой одиночного агента. Под мультиагентностью понимались связки вроде критика-актора или оркестратора с подчинёнными.Почти во всех тестах команда агентов проиграла одиночному агенту как по точности, так и по цене — иногда разрыв в стоимости достигал четырёхкратного. Результаты могли бы стать аргументом против мультиагентных систем, но нашлось исключение.Чем сложнее задача для модели, тем больше у команды шансов на победу. Это поднимает два вопроса: влияет ли топология системы на результат и можно ли автоматически выбирать подходящий паттерн под конкретную задачу.Ответ на второй вопрос пока отрицательный, и самое интересное здесь — почему. Примеры автор демонстрирует на собственном мультиагентном фреймворке FEDOT.MAS, а код всех экспериментов открыт в репозитории.Поскольку автор измеряет инструмент, который сам и пишет, выводы получились скорее в духе самокритики, а не рекламы. Таким образом, мультиагентность пока не окупается, но может быть полезна для действительно сложных задач.