Руководства 30 сентября 2026 г.

# Что такое мультиагентные системы и когда они нужны

> Что такое мультиагентные системы: как несколько AI-агентов делят задачу, какие бывают схемы, когда хватит одного агента и как агенты работают вместе с командой в рабочем чате

Источник: https://pachca.com/blog/chto-takoe-multiagentnye-sistemy

## Как несколько AI-агентов делят одну задачу, какие бывают схемы, когда такая система окупается и как агенты работают вместе с командой в рабочем чате

Автор: Команда Пачки

![Что такое мультиагентные системы и когда они нужны](https://pachca.com/blog/chto-takoe-multiagentnye-sistemy-oblozhka.webp)

[Открыть документацию для AI-агентов](https://dev.pachca.com/guides/ai-agents/overview?utm_source=pachca.com&utm_medium=blog&utm_campaign=dev-portal)

Как подключить своего AI-агента к Пачке

Мультиагентная система — это несколько AI-агентов, которые вместе решают одну задачу. Каждый агент отвечает за свою часть работы: один ищет информацию, другой сводит её в отчёт, третий проверяет результат. Работу между ними распределяет главный агент или человек. Такую систему собирают, когда задача делится на независимые части или результат нужно проверить со стороны, а в остальных случаях один агент справится дешевле и надёжнее.

## Что такое AI-агент

Нейросеть в чате отвечает на вопрос. [AI-агент](https://pachca.com/glossary/ai-agent) (ИИ-агент) получает задачу и сам выполняет действия: ищет в интернете, читает файлы, создаёт задачу в трекере, пишет код. Следующее действие агент выбирает сам по результату предыдущего. Чем агент отличается от чат-бота, мы рассказали [в отдельной статье](https://pachca.com/blog/chto-takoe-ai-agent-v-korporativnom-messendzhere).

Агентов объединяют в системы из-за ограничения по объёму. Всё, что агент знает о задаче, должно поместиться в [контекстное окно](https://pachca.com/glossary/context-window) — объём текста, который модель учитывает за один раз. Туда попадают инструкции, документы, результаты поиска и все промежуточные шаги. Чем длиннее задача, тем больше там текста и тем выше риск, что агент упустит важную деталь.

## Как устроена мультиагентная система

В мультиагентной системе задачу делят между несколькими агентами. Это похоже на работу проектной команды: руководитель разбивает задачу на части, раздаёт их специалистам и собирает результат. У каждого агента отдельные инструкции, инструменты и доступы, а в его контекстное окно попадает только его часть [задачи](https://pachca.com/help-center/features/tasks).

![Один агент держит в контекстном окне данные по всем двадцати компаниям и теряет детали из начала, а в мультиагентной системе каждый субагент получает данные только по своей компании](https://pachca.com/blog/chto-takoe-multiagentnye-sistemy-kontekst.png)

Главного агента называют оркестратором, а агентов, которым он раздаёт подзадачи, называют исполнителями или субагентами. Оркестратор решает, кому что поручить, и передаёт каждому нужные данные. Как агенты согласуют работу, мы разобрали в термине глоссария [«Оркестрация агентов»](https://pachca.com/glossary/agent-orchestration).

## Какие бывают схемы

**Оркестратор и исполнители.** Главный агент составляет план и раздаёт подзадачи. Исполнители могут работать параллельно. По такой схеме [устроен](https://www.anthropic.com/engineering/multi-agent-research-system) режим Research в Claude, AI-ассистенте компании Anthropic: главный агент планирует исследование, несколько субагентов одновременно ищут информацию по разным направлениям, а затем главный сводит их находки в отчёт. В 2025 году на внутреннем тесте Anthropic такая система набрала на 90% больше баллов, чем один агент.

**Конвейер.** Агенты работают по очереди, и результат одного становится входными данными для следующего. Например, в поддержке первый агент определяет тему обращения, второй ищет ответ в базе знаний, третий пишет [черновик](https://pachca.com/help-center/features/chernoviki) для оператора. Порядок шагов задан заранее, поэтому сразу видно, на каком этапе появилась ошибка.

**Исполнитель и проверяющий.** Один агент делает работу, второй проверяет её по заданным критериям и возвращает на доработку, если нашёл ошибки.

![Три схемы мультиагентной системы: оркестратор раздаёт подзадачи исполнителям, агенты конвейера передают результат по очереди, проверяющий возвращает работу исполнителю на доработку](https://pachca.com/blog/chto-takoe-multiagentnye-sistemy-shemy.png)

## Когда одного агента мало

Начинайте с одного агента. Второго добавляют в трёх случаях.

**Задача делится на независимые части.** Например, нужно изучить двадцать компаний-конкурентов. Одному агенту приходится держать в контекстном окне данные по всем двадцати сразу, и к концу он путает детали. Несколько субагентов берут по одной компании и работают параллельно.

**Частям задачи нужны разные доступы.** Агенту, который отвечает клиентам, не нужен [доступ](https://pachca.com/help-center/features/system-roles) к коду, а агенту-разработчику не нужна база клиентов. Если разделить их, каждый получит только свои права и короткую инструкцию.

**Нужна независимая проверка.** Агент, который сделал работу, проверяет её с теми же предположениями и не замечает своих ошибок. Проверяющий агент не видел хода решения и оценивает только результат, поэтому находит пропущенные требования и ошибки в фактах.

## Чем приходится платить

**Такая система дороже.** Каждый субагент заново читает свои инструкции и собирает свой контекст, поэтому задача, разделённая между агентами, расходует больше токенов, чем та же задача у одного агента. Токены — единицы, в которых считают объём текста и оплату работы модели.

**Агенты не видят решений друг друга.** Каждый исполнитель знает только свою часть задачи и по ходу работы принимает решения, о которых другие не знают. В компании Cognition, которая делает AI-программиста Devin, [приводят условный пример](https://cognition.com/blog/dont-build-multi-agents): двум агентам поручают сделать клон игры Flappy Bird. Первый рисует фон в стиле Super Mario, а птица у второго получается в другом стиле, и собрать из этих частей игру не выходит. Anthropic тоже пишет, что схема не подходит для задач с зависимыми частями, и относит к ним большинство задач программирования.

**В схеме с оркестратором ошибку сложнее найти.** Если итог неверный, приходится разбирать цепочку передач между агентами: кто получил неполные данные, кто неправильно понял подзадачу.

## Как агенты работают вместе с командой

Когда над задачей работают и агенты, и люди, ход работы видно, только если он идёт в одном месте. Если каждый агент работает в своём окне, человек переносит результаты между ними: пересказывает, до чего договорились, и пересылает ответы. Когда агенты работают в той же переписке, что и команда, все видят одну и ту же историю, а люди могут вмешаться на любом шаге.

В Пачке такое место — тред, ветка обсуждения под конкретным сообщением. Агенты в Пачке бывают двух видов. Командного агента команда собирает сама и подключает как бота: коллеги упоминают его в треде, и он отвечает там же. Личного агента (Claude Code, Cursor или Codex) сотрудник [подключает](https://pachca.com/blog/kak-podklyuchit-ai-agenta-k-pachke) к своему аккаунту, даёт ему ссылку на тред, и агент пишет от имени сотрудника.

Оркестратором в таком треде работают люди: они решают, какому агенту что поручить, и проверяют результат. Например, в треде обсудили ошибку в выгрузке отчёта. Менеджер упоминает командного агента и просит завести задачу. Агент создаёт её в трекере и переносит туда договорённости. Разработчик даёт своему агенту ссылку на тред. Тот читает обсуждение, исправляет ошибку, отправляет код на ревью и пишет в тред, что исправил и что нужно проверить.

![Командный агент заводит задачу по треду, а личный агент разработчика исправляет ошибку и отчитывается в том же треде](https://pachca.com/blog/lichnyy-i-komandnyy-ai-agent-odin-tred.png)

Если к задаче нужен коллега из другого отдела, его зовут в тот же тред через @упоминание. [Треды](https://pachca.com/help-center/features/threads) в Пачке [сквозные](https://pachca.com/glossary/cross-threads), поэтому коллега увидит всю историю, включая работу агентов, даже если его нет в исходном чате.

Командный агент видит [открытые каналы](https://pachca.com/help-center/features/open-channels) и только те закрытые [чаты](https://pachca.com/help-center/features/types-of-chats), куда его добавили, а личный видит то же, что сотрудник. Чем ещё они отличаются, мы рассказали в статье [«Личный и командный AI-агент»](https://pachca.com/blog/lichnyy-i-komandnyy-ai-agent).

Для начала хватит одного агента, который делает одну повторяющуюся работу, например подводит итоги длинных обсуждений.

Хотите, чтобы AI-агенты работали в чатах вашей команды?

На бесплатном звонке разберём ваши задачи и подскажем, с какого агента начать.

## Часто задаваемые вопросы

На чём собирают мультиагентные системы?

Программисты используют готовые библиотеки, например LangGraph, CrewAI или Claude Agent SDK. Без программирования цепочку агентов собирают в сервисах автоматизации, например в [n8n](https://pachca.com/help-center/integrations/avtomatizacii-v-pachke-s-pomoshchyu-n8n): главный агент вызывает других как инструменты.

Чем мультиагентная система отличается от агентного воркфлоу?

Агентный воркфлоу — процесс, в котором следующий шаг выбирает языковая модель. Его может выполнять один агент. Мультиагентная система делит такой процесс между несколькими агентами.