Я какое-то время настраивал локальных AI-агентов и поймал странную вещь. Если агентов становится несколько, я быстро превращаюсь в диспетчера.

Сначала сам придумываю план. Затем делаешь его более полным через агента планировщика. Потом отправляю его агенту, который пишет код. Потом отдельно прошу другого агента сделать ревью. Потом, если задача мутная, зову ещё кого-то поспорить с решением.

Вроде всё работает. Но в какой-то момент я понял, что слишком много времени трачу не на задачу, а на перекладывание контекста между агентами. А хочется иначе.

Написал задачу обычным языком — и система сама выбрала нормальный маршрут. Если надо поправить название переменной, не нужно собирать архитектурный совет из пяти агентов. Если задача сложная, пусть сначала появится план. Если непонятен контекст — исследование. Если изменение рискованное — реализация и ревью. Если решение спорное — отдельный агент, который попробует его сломать.

Так я пришёл к агенту-оркестратору task. Он почти ничего не делает руками, у него просто нет прав: edit: deny bash: deny

То есть он не пишет код, не лезет в файлы и не запускает команды. Его работа — понять задачу и выбрать маршрут.

У него в workflow описаны правила: — когда достаточно подумать; — когда можно сразу писать код; — когда нужен план; — когда подключить исследование; — когда отправить результат на ревью; — когда позвать challenger, чтобы поискать слабые места.

Вокруг него живут специализированные агенты: — plan — разложить задачу; — build — написать код; — researcher — разобраться во внешнем контексте; — reviewer — проверить изменения; — challenger — поспорить с идеей или планом; — doc-writer — написать документацию; — doc-reviewer — вычитать и улучшить текст.

Мне эта схема оказалась ближе, чем ручное управление агентами. Не потому что много агентов — это само по себе круто. А потому что у разных задач разная цена ошибки.

Для простой правки нужен короткий путь. Для мутной задачи — сначала план и исследование. Для рискованного изменения — реализация плюс ревью. Для документации — отдельный автор и отдельный редактор.

Главное удобство: я больше не таскаю руками промпты, планы и промежуточные выводы между агентами. Я описываю задачу, а task решает, какой путь дешевле и безопаснее.

Кажется, для локальных AI-агентов это хороший сдвиг. Меньше ручной диспетчеризации. Больше понятного процесса: кому отдать задачу, где остановиться, где проверить результат.

А вы как сейчас это решаете: одним сильным агентом, набором специализированных или через оркестратор?

Мой канал в телеграм - https://t.me/qality_process