Cohere tyrimas: gerai organizuotos agentų komandos lenkia pavienius kodavimo agentus už dalį kainos
Trumpai: Cohere sukūrė kontroliuojamą testavimo aplinką, kad ištirtų, kaip turėtų būti organizuojamos kodavimo agentų komandos — testuojant, kur deleguojamas darbas, kaip pagrindinis agentas laukia darbuotojų, kokie modeliai atlieka kokius vaidmenis, komandos dydį ir bendravimo būdus. ProgramBench teste gerai organizuotos komandos lenkė pavienius agentus iki ~10 procentinių punktų, tačiau kainavo 3–7 kartus brangiau. Svarbiausia išvada: deleguojant darbuotojams tik tyrinėjimą ir planavimą pasiekiamas toks pat rezultatas kaip deleguojant visus etapus (įgyvendinimą ir patikrinimą) už perpus mažesnę kainą, o stiprus pagrindinis agentas su 16 pigių planavimo darbuotojų pasiekė 61,8% rezultatą, palyginti su 63,2% visiškai stipraus modelio komandoje, sumažinant kainą nuo 510 iki 155 dolerių.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „Cohere“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1Agentų komandos lenkia pavienius agentus ProgramBench teste iki ~10 procentinių punktų, bet kainuoja 3–7 kartus brangiau
- 2Deleguojant tik planavimą/tyrinėjimą pasiekiamas toks pat rezultatas kaip deleguojant visus etapus (63,6% prieš 63,2%) už perpus mažesnę kainą (249 prieš 510 dolerių)
- 3Stiprus pagrindinis agentas (Sol) su 16 pigių darbuotojų (Luna) pasiekė 61,8% rezultatą, palyginti su 63,2% visiškai stiprios komandos, už 70% mažesnę kainą (155 prieš 510 dolerių)
- 4Asinchroniniai pagrindiniai agentai, tęsiantys darbą kol dirba darbuotojai, baigia greičiau su panašiu rezultatu kaip blokuojantys, priklausomai nuo užklausos stiliaus
- 5Commit0 teste (kai specifikacija jau pateikta) efektyviausias delegavimo tikslas buvo įgyvendinimas, o ne planavimas
Kodėl tai svarbu?
Tai suteikia konkrečias, benchmark'ais pagrįstas rekomendacijas kuriant daugiaagentes sistemas: svarbiau ne tiek agentų skaičius, kiek tai, kur jie panaudojami — pigūs darbuotojai gali rinkti informaciją, o brangus modelis atlieka sintezę ir sprendimus, taip ženkliai sumažinant išvadų kainą agentinei automatizacijai.
Ką tai reiškia AI agentams ir kontaktų centrams?
Jei kuriate daugiaagentes grandines automatizacijai, kokybės kontrolei ar skambučių analitikai, šis tyrimas tiesiogiai pritaikomas: stipraus orkestruojančio agento panaudojimas su daugybe pigių darbuotojų agentų tyrinėjimo/duomenų rinkimo etapams (o ne visiems etapams) gali ženkliai sumažinti skaičiavimo kaštus, išlaikant kokybę artimą naudojant stiprius modelius visur — verta išbandyti bet kokiame agentiniame įrankių iškvietimo ar MCP pagrindu veikiančiame darbo sraute.
🧪 Verta testuoti
Pagrindinio agento ir pigių darbuotojų architektūra bei etapais pagrįstas delegavimo modelis gali reikšmingai sumažinti kaštus agentinės automatizacijos ar analitikos grandinėse be didelio kokybės praradimo, ir tai galima tiesiogiai testuoti lyginant su esamomis agentų sąrankomis.
Lead-worker agent team architecture with heterogeneous models· Nauja
Šaltiniai
- CohereOficialusPirminis šaltinisOriginalus straipsnis →„Lessons from scaling teams of coding agents: reach the frontier at 30% of the cost Teams of coding agents are already building large-scale software, but how should they be organized to work most effectively and efficiently? Oct 14, 2026 17 min read“2026-10-14 19:48
- Šaltinio publikavimo data
- 2026-10-14 19:48
- Mūsų sistema rado
- 2026-10-14 17:41
- Santrauka sugeneruota
- 2026-10-14 17:42
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas