|
Getting your Trinity Audio player ready...
|
LangChain, ein Unternehmen für Orchestrierungsframeworks, hat untersucht, ob es sinnvoller ist, einen einzelnen KI-Agenten zu verwenden oder ein Netzwerk aus mehreren Agenten aufzubauen. In mehreren Experimenten mit einem ReAct-Agenten1REACT: SYNERGIZING REASONING AND ACTING IN LANGUAGE MODELS stellte sich heraus, dass einzelne Agenten bei einer Überlastung von Aufgaben und Werkzeugen in ihrer Leistung nachlassen2Benchmarking Single Agent Performance.
Die Studie konzentrierte sich auf zwei Hauptaufgaben: das Beantworten von Fragen und das Planen von Meetings. LangChain verwendete vorgefertigte ReAct-Agenten und testete deren Fähigkeiten, indem es 30 Aufgaben pro Bereich stellte. Die Agenten wurden überlastet, indem zusätzliche Verantwortlichkeiten aus verschiedenen Bereichen hinzugefügt wurden.
Die Ergebnisse zeigten, dass die Agenten oft die Übersicht verloren, wenn sie zu viele Anweisungen erhielten, was zu einem Leistungsabfall führte. Insbesondere der GPT-4o-Agent schnitt schlecht ab, während Claude‑3.5‑sonnet, o1 und o3-mini besser abschnitten, jedoch auch an ihre Grenzen stießen, wenn die Aufgabenvielfalt zunahm.
LangChain plant, diese Erkenntnisse zu nutzen, um die Architektur von Multi-Agenten-Systemen weiter zu verbessern.