Клиент оставил заявку на сайте в три часа ночи. Утром менеджер открывает CRM и видит: лид уже квалифицирован, разложен по сегменту, в карточке лежит черновик коммерческого предложения, а в календаре стоит слот для звонка. Ночью никто из людей не работал. Заявку обработала сеть ИИ-агентов: один прочитал письмо и выделил суть запроса, второй сверился с базой клиентов, третий собрал текст предложения, четвёртый поставил задачу в календарь и уведомил менеджера.
Один универсальный бот с длинным промптом и десятком инструментов такую цепочку тянет плохо: он путает контекст, забывает часть инструкций и теряет качество, как только задач в одном диалоге становится больше двух-трёх. Решение, которое используют компании на зрелом уровне автоматизации, другое: разбить процесс на роли и поручить каждую отдельному агенту с узким промптом и своим набором инструментов. Вместе эти агенты и образуют сеть.
Ниже: из каких блоков собирается такая сеть, какие схемы координации работают на практике, как агенты передают друг другу задачи и данные, и в каких процессах подобная оркестрация окупается, а где усложняет работу без пользы.
Что такое сеть ИИ-агентов и чем она отличается от одного агента
Сетью ИИ-агентов называют несколько автономных программ на базе языковых моделей, которые совместно решают одну бизнес-задачу, передавая друг другу промежуточные результаты. Каждый агент получает узкую роль: читает входящие данные, принимает решение, готовит текст, проверяет результат или вызывает внешний сервис. Про одиночного помощника, который сам ведёт диалог и сам выполняет действие, подробно рассказано в материале что такое ИИ-агент. Сеть устроена иначе: агентов несколько, и общаются они между собой не как человек с ботом, а как сотрудники одного отдела, передавая задачу и контекст по цепочке.
Разница проявляется на практике просто. Если задача укладывается в один шаг (ответить на вопрос по базе знаний, составить письмо по шаблону), одного агента достаточно. Если процесс включает разнородные операции: сбор данных из нескольких источников, принятие решения по правилам, формирование документа и проверку результата перед отправкой, задачу выгоднее разложить между несколькими специализированными агентами, чем перегружать одного. Специализация заодно упрощает поддержку: обновить промпт одного узкого агента проще, чем переписывать логику внутри одного гигантского запроса.
Из каких блоков собирается сеть
Любая мультиагентная система, от двух ботов до десятка, строится из одних и тех же элементов.
- Оркестратор: главный агент или скрипт, который решает, какому исполнителю передать задачу дальше, и следит за очередностью шагов.
- Агенты-исполнители: узкоспециализированные модели с собственным промптом, ролью и ограниченным набором инструментов. Агент для анализа отзывов не умеет и не должен уметь писать код.
- Общая память: база данных, векторное хранилище или просто текстовый контекст, который передаётся от одного агента к другому вместе с задачей.
- Инструменты: функции и API, через которые агенты читают CRM, ищут в интернете, отправляют письма или создают записи в календаре.
- Правила передачи управления: условия, по которым оркестратор решает, что шаг завершён и пора передавать результат следующему звену, либо возвращать задачу на доработку.
Эти блоки собирают и вручную на коде, и в конструкторе автоматизации: разница в том, сколько ручной настройки ляжет на разработчика, а сколько возьмёт на себя готовый интерфейс.
Паттерны координации агентов
Схем, по которым агенты обмениваются задачами, на практике устоялось несколько. Выбор зависит от того, нужна ли агентам параллельная работа, строгий порядок шагов или свобода в выборе следующего действия.
| Паттерн | Как устроен | Когда уместен |
|---|---|---|
| Оркестратор и воркеры | Главный агент разбивает задачу на подзадачи и раздаёт их агентам-исполнителям, затем собирает результаты | Процесс с чётко разными ролями: сбор данных, анализ, формирование ответа |
| Конвейер | Агенты работают строго по очереди, результат одного становится входом для следующего | Линейный процесс без ветвлений: приём заявки, проверка, подготовка документа, отправка |
| Иерархия | Агент-менеджер управляет несколькими агентами-специалистами, каждый из которых может иметь собственных подчинённых агентов | Крупные процессы с десятками шагов и несколькими уровнями ответственности |
| Доска объявлений | Агенты не обращаются друг к другу напрямую, а читают и пишут в общее хранилище состояния | Задачи, где порядок подключения агентов заранее неизвестен и зависит от данных |
| Рой с голосованием | Несколько агентов параллельно решают одну и ту же задачу, финальный агент выбирает или комбинирует лучший ответ | Задачи, где важна точность и есть ресурс на несколько параллельных попыток |
На практике чистые схемы редко встречаются поодиночке: оркестратор нередко сочетается с элементами доски объявлений, когда часть агентов читает общий контекст, а часть получает задачи напрямую от главного звена.
Как агенты обмениваются задачами и данными
Паттерн задаёт общую схему, но внутри неё агенты передают друг другу структурированную информацию, а не вольный пересказ своими словами.
Структурированный вывод вместо свободного текста
Рабочая схема: агент отвечает не произвольной репликой, а объектом с полями статуса, результата и данных, которые нужны следующему шагу. Оркестратор читает поле статуса и решает, передавать задачу дальше, повторять шаг или звать человека.
Общая память и история шагов
Часть систем хранит не только финальный результат, но и весь путь задачи: какой агент что сделал и на основе каких данных. Это упрощает разбор ошибок и позволяет новому агенту, подключённому к цепочке, понять контекст без долгого пересказа. Например, агент обработки обращения оставляет в общей памяти не только ответ клиенту, но и причину, по которой выбрал именно такой вариант, что полезно при разборе спорных случаев.
Агент как инструмент для другого агента
Отдельный, но частый случай: один агент вызывает другого агента так же, как вызывал бы функцию, и получает от него готовый результат. Такой подход встречается в конструкторах автоматизации: например, в узле AI Agent в n8n агенту можно подключить не только обычные инструменты, но и другого агента с собственной ролью. Как это настраивается на практике, разобрано в статье про ИИ-агента в n8n.
Где сеть агентов окупается в бизнесе
Разделение труда между агентами даёт выигрыш не везде. Там, где процесс однотипный и короткий, сеть добавляет только лишние звенья и точки отказа. Экономика появляется там, где в одном процессе соединяются разные по типу операции.
- Продажи и обработка лидов: один агент квалифицирует заявку по скрипту, второй проверяет историю клиента в CRM, третий готовит персональное предложение, четвёртый ставит задачу менеджеру.
- Поддержка клиентов: агент-классификатор определяет тему обращения, агент поиска находит ответ в базе знаний, агент эскалации передаёт сложный случай живому специалисту.
- Документооборот: один агент извлекает данные из счетов и накладных, второй сверяет их с учётной системой, третий формирует итоговый отчёт.
- Маркетинг и контент: агент собирает бриф и факты, агент пишет черновик, агент проверяет тон и факты, агент публикует и ставит задачу на проверку.
- Маркетплейсы: агент мониторит цены конкурентов, агент пересчитывает свою цену по правилам, агент обновляет карточки, агент отвечает на типовые отзывы.
Общий принцип разбирается подробнее в материале ИИ-агенты для бизнеса: там разобрано, на каких процессах окупается один агент, а где уже нужна связка из нескольких.
Типичные ошибки при построении сети агентов
- Нет единого куратора. Агенты работают сами по себе, без оркестратора, который следит за очерёдностью и статусом задачи. Итог: два агента одновременно берутся за одну и ту же работу или задача зависает без ответственного.
- Нет обработки сбоя. Если один агент вернул пустой или некорректный ответ, а оркестратор передаёт его дальше без проверки, ошибка размножается по всей цепочке.
- Дублирование ролей. Два агента с похожими промптами выполняют частично одну и ту же работу, тратя токены и усложняя отладку.
- Нет логирования шагов. Без записи, какой агент что сделал и почему, найти причину сбоя в цепочке из пяти звеньев почти невозможно.
- Свободный пересказ вместо структуры. Когда один агент пересказывает результат своими словами, следующий агент домысливает детали и ошибается там, где достаточно было прочитать точное поле данных.
- Слишком много агентов для простой задачи. Если процесс укладывается в один шаг, сеть из трёх агентов только добавляет задержку и точки отказа.
Как выбрать архитектуру под задачу
Перед тем как проектировать сеть, стоит ответить на несколько вопросов о самом процессе.
- Сколько в процессе разных по сути операций: если все шаги однотипны, скорее подойдёт один агент с набором инструментов, а не сеть.
- Нужна ли параллельная работа над одной и той же задачей, например для повышения точности ответа, или шаги строго последовательны.
- Насколько критична ошибка: если цена ошибки высокая (финансовый документ, юридический текст), в цепочку стоит добавить агента-проверяющего или точку подтверждения человеком.
- Какой бюджет закладывается на токены и инфраструктуру: каждый дополнительный агент в цепочке означает дополнительные вызовы модели, и это стоит закладывать в расчёт заранее.
Частые вопросы
Чем сеть агентов отличается от одного агента с набором инструментов?
Один агент с десятком инструментов держит всю логику в одном промпте и путается, когда задачи становятся разнородными. Сеть разносит эту логику по отдельным агентам с узкой ролью: у каждого короткий промпт, свой набор инструментов и своя зона ответственности, поэтому точность на многошаговых процессах выше, а ошибки проще локализовать.
Сколько агентов нужно для простой автоматизации?
Для одной рутинной операции, ответа на типовой вопрос или разбора одной формы, хватает одного агента с подключёнными инструментами. Сеть из нескольких агентов оправдана, когда процесс сочетает разные роли: сбор данных, принятие решения, действие и проверку результата, и каждую из них удобнее поручить отдельному агенту со своим промптом, а не одному универсальному.
Можно ли собрать сеть агентов без программиста?
Базовую схему из оркестратора и двух-трёх агентов-исполнителей можно собрать в конструкторах автоматизации вроде n8n через готовый узел AI Agent, без написания кода. Сложную логику с ветвлением, памятью между сессиями и обработкой сбоев обычно дорабатывают на бэкенде силами разработчика, который настраивает переходы между агентами вручную.
Как агенты понимают, что задача выполнена и её пора передавать дальше?
Через структурированный ответ: агент возвращает не произвольный текст, а объект с полем статуса и результатом, который оркестратор проверяет перед передачей следующему агенту. Если статус показывает ошибку, оркестратор запускает повтор шага или передаёт задачу человеку, а не отправляет её дальше по цепочке вслепую.
Что в сети агентов ломается чаще всего?
Чаще всего подводит передача контекста: один агент теряет часть данных предыдущего шага, и следующий работает с неполной информацией. Решается явной схемой полей между агентами и логированием каждого шага, а не свободным текстовым пересказом результата от агента к агенту без общей структуры данных.
С чего начать
Собрать рабочую сеть агентов можно за несколько шагов, не переписывая сразу весь процесс.
- Опишите процесс так, как его сейчас выполняет человек, и отметьте точки, где нужны разные навыки: поиск данных, решение, работа с текстом, проверка результата.
- Заведите по одному узкому агенту на каждую роль, с собственным промптом и доступом только к тем инструментам, которые нужны именно ему.
- Добавьте оркестратора, который передаёт результат от шага к шагу, проверяет статус и решает, что делать при сбое.
- Запустите цепочку на реальных, но некритичных задачах, посмотрите логи каждого шага и донастройте передачу данных между агентами.
Если выстраивать такую сеть и тестировать её на своих процессах самостоятельно некогда, этим занимается команда, которая внедряет автоматизацию на ИИ-агентах и RPA под конкретный бизнес-процесс, от аудита шагов до запуска в проде.
