5 самых опасных антипаттернов в Multi-Agent Systems
1. Premature Multi-Agent System Сразу строить систему из 5–10 агентов, не доказав необходимость multi-agent подхода. Плюс: высокая гибкость и возможность разделить роли. Минусы: сложность, latency, стоимость, сложная отладка. Риск: задача, которую решал один LLM, превращается в распределённую систему с множеством точек отказа. Начинать лучше с Single Agent → Router → Multi-Agent, а не наоборот.
2. Unbounded Agent Loop / Ping-Pong Агенты начинают бесконечно передавать задачу друг другу: Agent A → Agent B → Agent A → ... Плюс: система пытается самостоятельно исправлять ошибки. Минусы: runaway execution, рост latency и token cost. Риск: бесконечный цикл может быстро превратить один запрос в дорогостоящий cascade. Обязательны max_iterations, timeout, budget и явные условия завершения.
3. Context Spillover Каждый агент передаёт следующему весь accumulated context. Плюс: агент получает максимум информации. Минусы: context bloat, рост стоимости и снижение signal-to-noise ratio. Риск: появляется Groupthink — агенты начинают видеть одни и те же гипотезы и подтверждать ошибки друг друга. Практика: Context Forking + компактный Summary вместо передачи полного trace.
4. Tool Sprawl + Ungoverned Tool Access Агенту дают слишком много Tools и слишком широкие права. Плюс: высокая автономность. Минусы: неправильный выбор инструментов, сложные схемы, непредсказуемые действия. Риск: агент может не только ошибиться в ответе, но и изменить production state. Для критических операций нужны least privilege, policy enforcement и Human-in-the-loop.
5. Eval Theater MAS проверяется несколькими ручными примерами и выглядит отлично на demo. Плюс: быстро и дешево на этапе прототипа. Минусы: не показывает реальные failure modes. Риск: система выходит в production без понимания reliability, cost, latency и поведения на edge cases. Нужны автоматические evals, regression suite, tracing и сравнение с single-agent baseline.
Главнай тезис: в MAS опасен не сам LLM, а отсутствие контроля над loops, context, tools, state и evaluation. Хорошая агентная архитектура — это не максимум автономности.
Это минимально необходимая автономность + максимальная управляемость.
