Čtyři AI agenti porazili nejsilnější model na světě. Stačilo je naučit mluvit spolu

Čtyři AI agenti porazili nejsilnější model na světě. Stačilo je naučit mluvit spolu

Výzkumníci z Coral AI Labs dokázali, že čtveřice běžných AI agentů koordinovaných v reálném čase dosáhne lepších výsledků než jeden agent běžící na nejnovějším modelu Claude Opus 4.8. Klíč neleží v síle modelu, ale ve struktuře spolupráce.

Představte si tým čtyř programátorů, kteří pracují na složitém projektu. Každý řeší svou část, ale jakmile jeden narazí na klíčový poznatek, okamžitě ho sdílí s ostatními. Nepotřebují se zastavit, nemusí čekat na poradu — informace proudí přirozeně a každý ji vstřebá ve chvíli, kdy ji potřebuje. Přesně tohle se podařilo výzkumníkům z Coral AI Labs udělat s umělou inteligencí. A výsledky překvapily i je samotné.

Tým vedený výzkumníky Xinxing Renem, Caelum Forderem a Peterem Carrollem představil systém nazvaný AgentRadio — asynchronní komunikační vrstvu, která umožňuje AI agentům sdílet poznatky v reálném čase, aniž by museli přerušit svou práci. Na benchmarku složitých programátorských úloh nad produkčními repozitáři tento systém téměř zdvojnásobil přesnost oproti čtyřem nezávisle pracujícím agentům a překonal i jednotlivého agenta běžícího na výrazně silnějším modelu.

Jeden agent nestačí. Ale čtyři izolovaní taky ne

Firemní kódové báze rostou a úlohy, které nad nimi AI agenti řeší, jsou stále složitější. Nejde jen o opravu jednoho souboru — agent musí software sestavit, spustit, sledovat, jak se chová, a propojit důkazy z desítek souborů. Jeden agent přitom sleduje jednu cestu a postupně ztrácí přehled. Jak roste jeho kontext, původní plán je stále těžší revidovat.

Nabízí se řešení: rozdělit práci mezi více agentů. Jenže dosavadní systémy trpí zásadním problémem — agent, který pracuje, nemůže zároveň naslouchat. Stávající přístupy buď agenty izolují úplně, nebo je nutí čekat na synchronizační kola. V obou případech dochází k situaci, kdy jeden agent odhalí klíčovou informaci, ale ostatní se o ní dozví příliš pozdě — nebo vůbec.

https://noviny.ai/api/admin/images/4c0af3d7-32f1-4ce5-800f-927749727976/data

Jednomu agentovi stačí objevit konfigurační soubor nebo chybu, která kompletně přepíše celou investigaci ostatních. Pokud tato informace čeká, dokud všichni nedokončí svou fázi, ostatní agenti mohou dokončit práci po špatné cestě.

AgentRadio: pasivní povědomí místo aktivního čekání

AgentRadio řeší tento problém třemi jednoduchými primitivy. Agent může otevřít konverzační vlákno, poslat zprávu (aniž by musel čekat na odpověď) a nastavit si pozadí sledování zmínek svého jména. Díky tomu agenti získávají stav pasivního povědomí — pokračují v práci a zároveň průběžně absorbují poznatky kolegů.

Systém je navržen jako lehká nadstavba nad existující nástroje. Nevyžaduje žádné úpravy samotných AI modelů ani agentních frameworků jako Claude Code nebo Codex CLI. Stačí, aby agent uměl spustit shellový příkaz na pozadí. Celý kód je dostupný pod licencí Apache 2.0 na GitHubu.

Čísla, která mluví za vše

Výzkumníci otestovali AgentRadio na 124 úlohách z benchmarku SWE-Atlas QnA, který obsahuje složité otázky nad produkčními repozitáři vyžadující spuštění softwaru a provedení série příkazů. Výsledky jsou jednoznačné:

https://noviny.ai/api/admin/images/9288d83a-8f4b-4398-a477-326850804d86/data

Praktický dopad ukazuje příklad z testování systému MinIO. V nekoordinovaném režimu dva agenti nezávisle zjistili, že potřebují serverové logy, ale nemohli si to sdělit. Jeden se vzdal, druhý selhal. Při fázi přezkoumání se celý tým jednomyslně shodl na špatné odpovědi. S AgentRadio jeden agent okamžitě nasdílel svůj objev do společného pracovního prostoru a ostatní ho absorbovali při dalším kroku. Výsledek se změnil z úplného selhání na perfektních 16 z 16 bodů.

Tým nepotřeboval dalšího agenta ani další kolo přezkoumání. Potřeboval, aby objev jednoho agenta dosáhl ke správným kolegům dříve, než vypršela jeho provozní hodnota. — Výzkumníci z Coral AI Labs

Samozřejmě to není zadarmo. Průměrné náklady na API vzrostly z 2,96 dolaru za úlohu pro jednoho agenta na 19,45 dolaru pro plný AgentRadio stack. Ale když výzkumníci utratili srovnatelnou částku 17,76 dolaru na šest nezávislých běhů stejného modelu, dosáhli jen 37,9 % úspěšnosti oproti 62,1 % pro AgentRadio. Koordinace je strukturální výhra, nikoliv pouhé navýšení výpočetního výkonu.

Co to znamená pro vaši firmu

Výzkum přináší zásadní ponaučení pro každého, kdo nasazuje AI ve firmě. Reflexní reakce mnoha firem na selhání AI agenta je přejít na silnější a dražší model. AgentRadio ukazuje, že investice do koordinační infrastruktury může být účinnější než upgrade modelu. To je klíčové zjištění v době, kdy firmy řeší rostoucí náklady na AI tokeny.

Výzkumníci ale varují před nasazením multi-agentních systémů na všechno. Koordinace se vyplatí u úloh, které obsahují takzvané body odpovědnosti — místa, kde by zkušený inženýr přizval kolegu, protože práce překračuje hranici jedné kompetence nebo nese vysoké riziko. Typicky jde o architekturu celého repozitáře, investigaci incidentů napříč službami, bezpečnostní analýzy nebo migrace závislostí.

Použijte jednoho agenta, dokud jeden kontext dokáže poctivě zvládnout celý problém. Přidejte dalšího teprve tehdy, když by stávající agent musel komprimovat důkazy, překračovat hranici nezávislé odpovědnosti, nebo ověřovat vlastní vysoce dopadový závěr.

Principy AgentRadio se už přesouvají do komerčního produktu Coral Code, který místo rigidního multi-agentního protokolu funguje zdola nahoru — inženýr začíná se svým stávajícím nástrojem a koordinace se aktivuje teprve tehdy, když si ji vznikající důkazy vyžádají. Pro české firmy experimentující s AI agenty je to signál, že budoucnost nepatří nejdražším modelům, ale nejchytřejší organizaci práce.