Kevesebb néha több: Egyetlen mesterséges intelligencia-modell felülmúlhatja a hálózatba kapcsolt MI-ügynököket

• Az új kutatás szerint nem minden esetben eredményesebb az, ha több MI-ügynök dolgozik együtt.
• A feladat típusa dönti el, hogy egy vagy több MI-ügynök nyújt jobb teljesítményt.
• Párhuzamosítható feladatokban előnyös lehet a több ügynök, de szekvenciális problémáknál hátrányt jelenthet.
• A kutatók 180 kísérlet során az MI-architektúrák költség- és hatékonysági oldalát is vizsgálták.

Google Research, Google Deepmind és MIT kutatói cáfolták azt a széles körben elterjedt vélekedést, miszerint több együttműködő mesterséges intelligencia-ügynök (MI-ügynök) automatikusan jobb eredményt hoz. A tanulmány pontosan meghatározza, hogy milyen feltételek között segítenek vagy ártanak az összekapcsolt MI-ügynökök a problémamegoldásban.^{[^1]}

A kevesebb néha több – az MI-ügynökök teljesítményének vizsgálata

Párhuzamosítható vs. szekvenciális feladatok

Az intuitív elképzelés szerint ha egy MI-ügynök képes megoldani egy feladatot, akkor több, specializált ügynök együttműködése még jobb teljesítményt eredményezhet. Egy 2024-es kutatás ezt az elképzelést erősítette meg, azonban az új, Google, Deepmind és MIT által végzett vizsgálat árnyaltabb képet mutat.^{[^1]}

Az eredmények alapján a több MI-ügynökből álló rendszerek (MAS) teljesítménye feladattípustól függően akár 81%-kal javulhat, vagy akár 70%-kal is romolhat egyetlen MI-ügynökhöz (SAS) képest. A pénzügyi elemzések – amelyek jól feloszthatóak részproblémákra – 81%-os javulást mutattak, míg a Minecraft-jellegű, szekvenciális tervezési feladatokban 39–70%-os teljesítményromlás jelentkezett.^{[^1]}

„Ahol minden lépés megváltoztatja a rendszer állapotát, ott az egyetlen MI-ügynök előnyben van, mert egybefüggő kontextust tud fenntartani, míg a több ügynök között információvesztés lép fel.”

A koordináció sikerének három tényezője

A kutatás három fő okot azonosított, amelyek befolyásolják a több MI-ügynök együttműködésének sikerességét:

1. Token-büdzsé fragmentáció: Ha sok eszközt (pl. webkeresés, kódírás) kell használni, a több ügynök szétaprózza az erőforrásokat, így romlik a teljesítmény.
2. Képességtelítettség: Ha egy MI-ügynök már 45%-os sikerarányt elér egy feladaton, a további koordináció inkább rontja, mint javítja az eredményt.
3. Hibafelszaporodás: Kommunikáció nélküli együttműködésnél a hibák összeadódnak, akár 17-szeresére nőhetnek az egyetlen ügynökhöz képest.

Központi koordinátor alkalmazása esetén a hibák csak 4-szeresére nőnek, mivel van, aki ellenőrzi a részeredményeket.^{[^1]}

Az 45%-os szabály és a költséghatékonyság

A tanulmány egyik legfontosabb tanulsága, hogy ha egy MI-ügynök már 45%-os pontosságot elér egy feladaton, akkor ritkán érdemes több ügynökből álló rendszert bevetni. Kivételt képeznek azok az esetek, amikor a feladat természeténél fogva párhuzamosan jól feldarabolható.

A költséghatékonyság is lényeges: 1000 tokennyi számítási kapacitással egy MI-ügynök átlagosan 67 feladatot old meg sikeresen. Ugyanennyi erőforrással egy központilag koordinált ügynökrendszer csak 21, míg hibrid rendszer 14 feladatot tud megoldani. A hibrid architektúrák hatszor több kommunikációs lépést igényelnek, ezért drágábbak és lassabbak.^{[^1]}

Ajánlás fejlesztőknek

A kutatók szerint az egyetlen MI-ügynök használata legyen az alapértelmezett, kivéve, ha a feladat világosan szétbontható, és a pontosság még nem érte el a 45%-ot. A fejlesztőknek azt javasolják, hogy három-négy ügynöknél többet ne alkalmazzanak egy rendszerben, mert a koordinációs költségek túl magasra nőnek.

Összefoglaló

Az új kutatás rávilágít arra, hogy a több mesterséges intelligencia-ügynökből álló rendszerek csak bizonyos körülmények között érik meg. Párhuzamosítható feladatoknál lehetnek előnyösek, de szekvenciális vagy összetett problémáknál – főleg, ha az egyes ügynökök már önmagukban is hatékonyak – az egyetlen MI-modell jobb választás lehet. Az eredmények fontos iránymutatást adnak a fejlesztők és vállalatok számára a jövő mesterséges intelligencia-alkalmazásainak tervezéséhez.

Forrás:

[^1]: The Decoder (2025. 12. 13.). “Weniger ist mehr: Einzelne KI-Modelle können vernetzte KI-Agenten schlagen”. Közzétéve [2025. 12. 13.].