Оркестрация нескольких AI-агентов без хаоса: роли, очереди, память
Несколько AI-агентов работают без хаоса только когда у каждого жёсткая роль, общий контракт сообщений, очередь с retry/DLQ и разделённая память (что помнить
Несколько AI-агентов работают без хаоса только когда у каждого жёсткая роль, общий контракт сообщений, очередь с retry/DLQ и разделённая память (что помнить / что забывать) — иначе multi-agent дороже и хуже одного хорошо заземлённого агента. Я подключаю второго и третьего агента не «потому что тренд», а когда один упирается в конфликтующие skills, длинный контекст или разные SLA. Ниже — роли, очереди, память и развилка 1 vs N.
| Ситуация | 1 агент | Multi-agent | Почему |
|---|---|---|---|
| 2–3 инструмента, один сценарий | достаточно | избыточно | дешевле, меньше точек отказа |
| Конфликтующие инструкции (продажи vs поддержка) | путается | разделение ролей | разные tone of voice и политики |
| Контекст > 30–50 тыс. токенов на шаг | деградирует | декомпозиция | каждый агент видит свой срез |
| Разные SLA (чат 5 сек vs бэк-офис 15 мин) | один режим | разные очереди | нельзя мешать fast и slow |
| Нужен аудит «кто что решил» | размыто | лог по ролям | ответственность на агенте |
Роли: один агент — одна зона ответственности
Роль — это не промпт, а контракт: что агент решает сам, что делегирует, что запрещено. Практика рынка: 3–5 ролей закрывают почти весь малый бизнес-контур. Больше — растёт стоимость координации.
Рабочий минимум:
- Оркестратор (router). Не отвечает клиенту. Принимает входящее событие, определяет тип задачи, ставит в очередь нужному агенту. Промпт короткий, инструментов ноль — только маршрутизация.
- Агент поддержки. Отвечает по базе знаний, эскалирует человеку при низкой уверенности. Не продаёт.
- Агент продаж. Квалифицирует, собирает заявку, передаёт менеджеру. Не консультирует по гарантии.
- Агент-инструмент (worker). Не общается с клиентом: пишет в CRM, формирует документ, дергает API. Детерминированный, без «творчества».
Правило: если два агента отвечают на один и тот же вопрос — это баг архитектуры, а не фича. Дублирование ролей даёт расхождение ответов и убивает доверие к системе.
Что фиксировать в карточке роли: вход (какие события), выход (формат), инструменты (список API), запреты (чего не делает), критерий эскалации. Без карточки агент «расплывается» через 2–3 итерации промпта.
Контракт сообщений: без него multi-agent неладно
Агенты общаются не текстом, а структурой. Свободный текст между агентами — главный источник хаоса: смысл теряется, парсинг ломается, отладка невозможна.
Минимальный конверт сообщения:
trace_id— сквозной идентификатор цепочки, по нему собирается весь лог;from/to— роли, не имена моделей;intent— тип задачи из закрытого справочника (не свободная строка);payload— данные в JSON по схеме;confidence— уверенность агента, порог для эскалации;deadline— до какого момента ответ актуален.
Схему payload валидировать на входе и выходе каждого агента. Невалидный ответ — это не «плохой текст», а ошибка, которая уходит в retry, а не клиенту.
Оценка: на практике 60–70% инцидентов в multi-agent контурах — это рассинхрон формата между агентами, а не «глупость модели». Лечится схемой, а не сменой модели.
Очереди: retry, DLQ и разделение fast/slow
Очередь — то, что превращает набор агентов в систему. Без неё падение одного агента роняет всю цепочку, а пиковая нагрузка даёт таймауты у клиента.
Базовые требования:
- Идемпотентность. Повторная обработка одного события не должна создавать вторую заявку или второе письмо. Ключ идемпотентности —
trace_id+intent. - Retry с backoff. 2–3 попытки с нарастающей паузой. Ретраить имеет смысл только сетевые и временные ошибки; ошибку валидации ретраить бессмысленно.
- DLQ (dead letter queue). После исчерпания попыток событие уходит в очередь разбора, а не теряется. DLQ нужно мониторить: растущая DLQ — первый сигнал, что контур деградировал.
- Разные очереди под разные SLA. Клиентский чат и бэк-офисные задачи не должны стоять в одной очереди: медленная задача не имеет права задерживать быструю.
- Таймауты на каждом шаге. Агент, зависший без таймаута, блокирует очередь.
Разделение по SLA — не роскошь. Если чат обязан отвечать за 5 секунд, а формирование документа занимает минуты, это две разные очереди и, как правило, два разных worker-агента.
Память: что помнить и что забывать
Память делят на три слоя, и путать их — дорого.
- Краткосрочная (в рамках задачи). Контекст диалога или цепочки. Живёт до закрытия
trace_id, дальше не нужна. - Долгосрочная (профиль клиента). Устойчивые факты: договор, история обращений, предпочтения. Пишется контролируемо, с версионированием.
- Разделяемая (между агентами). Только то, что реально нужно следующему агенту в цепочке. Не весь лог, а срез по
intent.
Что забывать — решается политикой, а не «на усмотрение модели»:
- персональные данные — по сроку и основанию обработки, а не «навсегда»;
- промежуточные рассуждения агентов — не хранить в долгосрочной памяти, они шумят и стоят денег на токенах;
- устаревшие факты (старый тариф, закрытая заявка) — помечать неактуальными, а не удалять молча.
Практическое правило: агент читает из памяти только свой срез. Если агент поддержки тянет всю историю продаж — он тратит контекст и начинает путать роли.
Развилка 1 vs N: когда второго агента подключать
Второй агент оправдан, когда один упирается в одно из трёх:
- Конфликтующие skills. Продажи и поддержка требуют разного тона и разных политик в одном промпте — модель начинает смешивать.
- Длинный контекст. Когда на шаг нужно больше 30–50 тыс. токенов, качество падает; декомпозиция на роли возвращает управляемость.
- Разные SLA. Быстрый и медленный сценарии несовместимы в одном агенте.
Во всех остальных случаях — один хорошо заземлённый агент дешевле и надёжнее. Multi-agent добавляет стоимость координации: очереди, схемы, логи, мониторинг DLQ.
Ориентиры по бюджету и срокам (наши):
- пилот одного сценария — 60–350 тыс ₽, прототип 10–14 дней;
- базовый агент поддержки — от 50 тыс ₽;
- агент продаж — от 200 тыс ₽;
- сложный контур (несколько ролей, очереди, память) — от 500 тыс ₽, полный контур 30–90 дней;
- сопровождение — 15–50 тыс ₽/мес.
Порядок запуска: сначала один агент с заземлением на базу знаний и логом, потом — очередь и контракт сообщений, и только затем второй агент. Обратный порядок даёт дорогой хаос.
Чек-лист перед подключением второго агента
- [ ] У каждого агента есть карточка роли: вход, выход, инструменты, запреты, критерий эскалации.
- [ ] Есть схема сообщения с
trace_id,intent,payload,confidence,deadline. - [ ] Схема payload валидируется на входе и выходе.
- [ ] Настроены retry с backoff и DLQ, DLQ мониторится.
- [ ] Клиентская и бэк-офисная очереди разделены.
- [ ] Таймауты заданы на каждом шаге.
- [ ] Память разделена на краткосрочную, долгосрочную и разделяемую.
- [ ] Есть политика забывания: сроки хранения ПД, очистка промежуточных рассуждений.
- [ ] Лог позволяет ответить «кто что решил» по
trace_id. - [ ] Есть метрика: доля эскалаций человеку и доля событий в DLQ.
Если коротко
- Multi-agent нужен не «для тренда», а под конфликт skills, длинный контекст или разные SLA.
- Роль — это контракт с запретами и критерием эскалации, а не промпт.
- Между агентами ходит структура, а не свободный текст; схема валидируется.
- Очередь с retry, DLQ и разделением fast/slow — обязательна, иначе цепочка хрупкая.
- Память делится на слои; что забывать — решает политика, а не модель.
- Сначала один заземлённый агент, потом очередь и контракт, потом второй агент.
FAQ
Сколько агентов оптимально для малого бизнеса? Практика: 3–5 ролей закрывают большинство контуров. Больше — растёт стоимость координации без прироста качества.
Можно ли обойтись без очереди, если агентов два? Можно на старте, но при первом же падении или пике вы получите потерянные события. Очередь с DLQ дешевле, чем разбор инцидента.
Чем плох свободный текст между агентами? Теряется смысл, ломается парсинг, отладка невозможна. Оценка: большинство инцидентов в multi-agent — рассинхрон формата, а не слабость модели.
Что хранить в долгосрочной памяти? Только устойчивые факты о клиенте и договоре. Промежуточные рассуждения агентов — не хранить: шумят и стоят токенов.
С чего начать, если хочется multi-agent сразу? Не начинать. Сначала один агент с заземлением и логом, затем контракт сообщений и очередь, затем второй агент. Пилот одного сценария — 60–350 тыс ₽, прототип 10–14 дней.
Читайте также
- Мультиагентная оркестрация без хаоса: роли, очереди, память в 2026 году
- Мультиагентная оркестрация в бизнесе 2026: роли, handoff, QA
- От хаоса заявок к pipeline: B2B-кейс за 90 дней
Обсудить задачу
Расскажите, что нужно автоматизировать. Александр Раисович ответит лично и предложит архитектуру решения.