Semua orang ingin membangun tim agen AI. Demo-demonya terlihat sangat menarik. Satu agen melakukan riset, agen lainnya menulis kode, dan agen ketiga menjalankan pengujian. Namun, sebagian besar sistem ini menyimpan rahasia kelam: mereka rapuh. Mereka bekerja dengan sangat baik selama demo lima menit, namun hancur saat investigasi nyata. Titik kegagalannya jarang terletak pada kemampuan penalaran model bahasa atau jumlah agen dalam kawanan tersebut. Melainkan pada ruang di antara mereka. Sistem multi-agen rusak pada bidang kolaborasi.
Jebakan Supervisor
Arsitektur standarnya sangat sederhana dan menggoda. Seorang agen supervisor menerima tujuan, membaginya menjadi sub-tugas, dan mendelegasikannya kepada agen pekerja. Para pekerja mengeksekusi, mengembalikan hasil, dan supervisor menyatukan semuanya menjadi jawaban akhir. Pola ini tidak masalah jika Anda sedang merangkum sepuluh artikel, mentranskripsi file audio, atau mengekstrak data dari seratus halaman web yang seragam. Tugas-tugas tersebut bersifat independen. Mereka tidak saling berinteraksi.
Investigasi yang kompleks itu berbeda. Ketika seorang agen menemukan temuan yang mengejutkan, seluruh arah pekerjaan mungkin perlu berubah. Jika sistem tidak memiliki cara terstruktur untuk menyiarkan perubahan tersebut, agen-agen lain akan terus berjalan ke arah yang salah. Anda akhirnya mendapatkan kumpulan monolog paralel alih-alih sebuah percakapan. Supervisor menjadi hambatan, bukan koordinator.
Apa yang Hilang Saat Koordinasi Gagal
Saat investigasi mendalam, Anda perlu mengetahui jauh lebih banyak daripada sekadar jawaban akhir. Anda perlu tahu siapa yang mengetahui apa dan kapan. Anda perlu menelusuri temuan mana yang menggerakkan arah pekerjaan. Anda perlu memahami mengapa seorang agen mengubah rencananya dua jam yang lalu. Tanpa bidang kolaborasi, semua ini tidak terlihat. Anda memiliki log. Log hanyalah kebisingan kronologis. Log mencatat bahwa Agen C tiba-tiba mulai menganalisis transaksi database alih-alih panggilan API, tetapi mereka tidak menjelaskan mengapa. Anda hanya bisa melihat hal itu terjadi dan menebak-nebak.
Bayangkan respons insiden keamanan. Agen A meneliti log server dan menyimpulkan bahwa pelanggaran tidak dimulai dari sana. Ia mengembalikan hasilnya ke supervisor. Agen B, yang ditugaskan untuk menganalisis lalu lintas jaringan, tidak pernah melihat kesimpulan tersebut dibingkai sebagai hipotesis yang ditolak. Karena deskripsi tugas aslinya masih menganggap server sebagai tersangka utama, Agen B membuang siklus lain untuk mencari jejak di log yang sama. Sistem melakukan pekerjaan yang sama dua kali dan tidak belajar apa pun dari percobaan pertama.
Bidang Kolaborasi Bukanlah Memori
Bidang kolaborasi bukan sekadar wadah memori untuk fakta. Memori menyimpan informasi. Status kolaborasi menyimpan pekerjaan yang sedang berlangsung. Database vektor yang penuh dengan dokumen memberikan materi referensi kepada agen. Ia tidak memberi tahu agen bahwa Agen X saat ini sedang menguji hipotesis yang akan membuat tugas Agen Y saat ini menjadi mubazir. Memori adalah konteks statis. Status kolaborasi adalah peta operasional yang bersifat langsung.
Jika Anda mencampuradukkan keduanya, Anda membangun sistem yang dapat mengambil setiap paragraf dari buku panduan perusahaan Anda, tetapi tidak dapat memberi tahu Anda apakah agen lain baru saja membuktikan bahwa tugas Anda saat ini tidak relevan.
Lima Wadah Status Bersama
Bidang kolaborasi yang nyata membutuhkan lima wadah khusus.
Klaim. Ini adalah hipotesis aktif yang sedang diuji oleh seorang agen. Dalam investigasi penipuan, sebuah klaim mungkin berupa "anomali berkorelasi dengan pekerjaan batch akhir pekan." Setiap agen harus dapat melihat klaim mana yang masih terbuka, mana yang sedang diuji, dan siapa pemiliknya. Tanpa