Откройте примеры из популярных фреймворков: планировщик, исполнитель, критик или ревьюер, иногда менеджер сверху. Роли ИИ-агентов названы по образцу и подобию человеческих должностей. Возникает вопрос: становятся ли архитектуры похожими друг на друга, потому что так лучше работает, или потому что так делают все?

Социологи Димаджио и Пауэлл в 1983 году описали именно такую ситуацию. Авторы описали, как организации в одной сфере становятся похожими друг на друга, и это не обязательно делает их эффективнее. Они выделили три механизма:

1. Принудительный: давление зависимостей, стандартов и ожиданий среды 2. Миметический (копирующий): в условиях неопределённости копируют то, что выглядит успешным 3. Нормативный: единое обучение, профессиональные сообщества, общие образцы

Всё это, на мой взгляд, можно применить и к роям ИИ-агентов:

Миметический стиль работает сильнее всего, когда неопределённость высока. Авторы одного из недавних исследований масштабирования агентных систем прямо пишут, что практики вынуждены опираться на эвристики, а не на принципиальные проектные решения (Kim et al., 2025). Когда кто-то не знает, как организовать агентов, то берут схему из демонстрации, которая выглядела более-менее убедительно. Многие популярные системы к тому же построены по образцу человеческих организаций (Cemri et al., 2025).

Принудительный механизм проявляется через инструменты и ожидания рынка. Фреймворк, в котором есть класс "агент с закрепленной ролью и целью", подсказывает, что системой должна быть связка нескольких ролей. Стандарты обмена сообщениями фиксируют форму взаимодействия. Ну и заказчик, который хочет увидеть "команду из ИИ-сотрудников", ожидает оргсхему.

Нормативный механизм проявляется через учебные материалы, статьи и бенчмарки, которые задают стандарты того, что считается нормальной архитектурой.

Теперь аналитическая часть. Важно отличать институциональную конвергенцию от конкурентной (Hannan и Freeman, 1977). Во втором случае формы сходятся потому, что реально лучше подходят для решения задач. Отличить их можно по одному признаку: зависит ли выбор архитектуры от структуры задачи. Если схема "планировщик, исполнитель, ревьюер" встречается одинаково часто при параллельных и при строго последовательных задачах, это признак изоморфизма, что точно не сэкономит вам токены. Если выбор меняется вместе с задачей, это ближе к приспособлению.

Данные о пригодности популярных схем смешанные. В контролируемом сравнении 180 конфигураций многоагентная координация сильно помогала на параллелизуемых задачах (схема с центральным оркестратором давала около +81% точности), но на строго последовательных рассуждениях все многоагентные варианты ухудшали результат на 39–70% (Kim et al., 2025).

Как это проверить:

1. Собрать несколько десятков открытых агентных проектов, закодировать роли, топологию и тип задачи, посчитать разнообразие ролей и связать топологию с типом взаимозависимости задач по Томпсону. Если разнообразие мало, а связи с задачей нет, это изоморфизм.

2. Для каждой роли убирать её и измерять изменение итога. Это связывает тему с идеей разъединения Мейера и Роуэна: роль принята ради легитимности, но ничего не меняет.

3. Оценить дизайн, предложенный самим ИИ. Языковые модели обучены на текстах, описывающих эти схемы, и сами пишут агентный код. Если попросить несколько моделей спроектировать систему для двух десятков разных задач, они могут воспроизводить один и тот же шаблон. Это был бы четвёртый механизм конвергенции, специфичный для этой сферы. Проверяется дёшево: достаточно измерить разнообразие предложенных ролей и топологий.

Практический вывод простой: перед тем как добавлять нового агента, стоит спросить, какую неопределённость он снижает, на какой внешний сигнал опирается и что изменится в результате, если его убрать. Ответ "так принято" - это признак миметического (копирующего) выбора.