Collaborazione tra più agenti - AWS Guida prescrittiva

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.

Collaborazione tra più agenti

La collaborazione tra più agenti 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 nostra coordinazione peer-to-peer 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:

Collaborazione tra più agenti.

Description

  1. 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.

  2. 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.

  3. 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.

  4. 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 LLMs prompt e memoria specifici per ruolo.

  5. 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

  • Agenti di livello paritario 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 basati su LLM

Livello di comunicazione

Amazon SQS, Amazon, EventBridge AWS AppFabric

Messaggistica e coordinamento tra agenti

Memoria condivisa

Amazon DynamoDB, Amazon S3 o OpenSearch

Sistema di memoria o lavagna multiagente

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)

Richiamo di strumenti o agenti basati sul ruolo e applicazione dei limiti

Interazione emergente

Amazon EventBridge Pipeline o registri degli agenti

Abilita il routing o l'escalation dinamica delle attività

Riepilogo

La collaborazione tra più agenti 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.