Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Multi-agent collaborazione
Multi-agent la collaborazione si riferisce a un modello in cui più agenti autonomi, ciascuno con un ruolo, una specializzazione o un obiettivo distinti, negoziano per risolvere compiti complessi. Questi agenti possono operare indipendentemente o con altri agenti condividendo informazioni, dividendo le responsabilità e ragionando collettivamente verso un obiettivo.
Questo modello è diverso dagli agenti del flusso di lavoro, che coordinano e delegano centralmente le attività agli agenti subordinati in un flusso strutturato. Al contrario, la collaborazione tra più agenti enfatizza la coordinazione peer-to-peer o emergente, abilitando l'adattabilità, il parallelismo e la divisione della cognizione. La tabella seguente mette a confronto la collaborazione tra più agenti e gli agenti del flusso di lavoro:
Funzionalità |
Agenti di workflow |
Scopo |
|---|---|---|
Controllo |
Coordinatore centralizzato |
Peer decentralizzati, distribuiti o basati sui ruoli |
Interazione |
Un agente delega e monitora l'esecuzione |
Più agenti negoziano, condividono e si adattano |
Progettazione |
Sequenza predefinita di attività |
Distribuzione delle attività emergente e flessibile |
Coordinamento |
Orchestrazione procedurale |
Interazioni cooperative o competitive |
Casi d’uso |
Automazione dei processi aziendali |
Ragionamento complesso, esplorazione e strategie emergenti |
Architecture
Il diagramma seguente mostra la collaborazione tra più agenti:
Description
-
Avvia un'attività
-
Un utente o un sistema emette un obiettivo o un problema di alto livello.
-
Un agente «manager» o un contesto iniziale definisce l'obiettivo.
-
-
Assegna o scopre i ruoli
-
Gli agenti si autoassegnano (logica o ragionamento simbolico) o sono delegati (mediatori di eventi) ad altri ruoli, come pianificatore, ricercatore, esecutore, critico o spiegatore.
-
-
Comunica con altri agenti
-
Gli agenti comunicano tramite memoria condivisa, code di messaggistica o concatenamento di prompt.
-
Possono discutere, interrogarsi o proporsi attività secondarie l'un l'altro.
-
-
Utilizza un ragionamento specializzato
-
Ogni agente utilizza il proprio modello o la propria logica di dominio per risolvere una parte del problema.
-
Gli agenti possono utilizzare LLM con prompt e memoria specifici per ruolo.
-
-
Coordina i risultati o gli obiettivi
-
Gli agenti sintetizzano i contributi in una risposta, un piano o un'azione finale.
-
(Facoltativo) Un agente supervisore può convalidare o riassumere l'output sintetizzato.
-
Funzionalità
-
Peer-level agenti con ruoli o competenze specializzati
-
Comportamento emergente attraverso la comunicazione o la negoziazione
-
Elaborazione parallela di problemi complessi o sfaccettati
-
Supporta la deliberazione, l'autocorrezione e l'iterazione riflessiva
-
Modella le dinamiche sociali, la collaborazione scientifica o i ruoli dei team aziendali
Casi di utilizzo comune
-
Team di ricerca autonomi (agente di ricerca, riepilogo e validatore)
-
Sviluppo di software (pianificatore, programmatore e tester)
-
Modellazione di scenari aziendali (finanze, politiche e conformità)
-
Negoziazione, offerta o ragionamento multipartitico
-
Attività multimodali (immagine, testo e logica)
Guida all’implementazione
È possibile creare un sistema multiagente utilizzando i seguenti strumenti e: Servizi AWS
Componente |
Servizio AWS |
Scopo |
|---|---|---|
Hosting per agenti |
Amazon Bedrock, Amazon SageMaker, AWS Lambda |
Ospita singoli agenti LLM-driven |
Livello di comunicazione |
Amazon SQS, Amazon, EventBridge AWS AppFabric |
Messaggistica e coordinamento tra agenti |
Memoria condivisa |
Amazon DynamoDB, Amazon S3 o OpenSearch |
Multi-agent sistema di memoria o lavagna |
Livello di orchestrazione |
AWS Step Functions, condutture AWS Lambda |
Logica di kickoff, timeout, fallback e ripetizione |
Identificazione dell'agente |
Agenti Amazon Bedrock (definiti dal ruolo) e API converse di AWS AppConfig Amazon Bedrock (agenti esterni ad Amazon Bedrock) |
Role-based invocazione di strumenti o agenti e applicazione dei limiti |
Interazione emergente |
Amazon EventBridge Pipeline o registri degli agenti |
Abilita il routing o l'escalation dinamica delle attività |
Riepilogo
Multi-agent la collaborazione distribuisce le attività di risoluzione dei problemi tra agenti modulari e basati sui ruoli. A differenza dell'orchestrazione del flusso di lavoro, i modelli di collaborazione utilizzano intelligenza, resilienza e scalabilità emergenti che rispecchiano il modo in cui gli esseri umani risolvono i problemi. È particolarmente utile per domini aperti, attività creative, ragionamento multimodale e ambienti che traggono vantaggio da prospettive diverse.
Conclusioni
I modelli discussi in precedenza illustrano gli approcci fondamentali alle implementazioni nel mondo reale dell'intelligenza artificiale agentica. Dal ragionamento di base all'intelligenza potenziata dalla memoria, ogni modello è configurato in modo univoco per la percezione, la cognizione e l'azione, basate su autonomia, asincronia e azione.
Questi modelli condividono vocabolari e modelli tecnici per la creazione di sistemi intelligenti e orientati agli obiettivi. Sia che un pattern sia incorporato in un'interfaccia utente, orchestrato tramite servizi cloud o coordinato tra team di agenti, ogni pattern è adattabile e modulare.
Da asporto
-
Gli schemi degli agenti sono componibili: la maggior parte degli agenti del mondo reale combina due o più schemi (ad esempio, un agente vocale con ragionamento e memoria basati su strumenti).
-
La progettazione degli agenti è contestuale: scegli i modelli in base alla superficie di interazione, alla complessità delle attività, alla tolleranza alla latenza e ai vincoli specifici del dominio.
-
AWSl'implementazione nativa è realizzabile: con Amazon Bedrock SageMaker, Amazon e le architetture event-driven AWS Lambda AWS Step Functions, ogni modello di agente può essere fornito su larga scala.
