Un singolo agente affronta un compito passo dopo passo. Un sistema multi-agente divide il compito ed esegue i pezzi contemporaneamente.
Come funziona
Anthropic descrive la sua funzione Research come un “orchestrator-worker pattern, where a lead agent coordinates the process while delegating to specialized subagents.” (traduzione: uno schema orchestrator-worker, in cui un agente principale coordina il processo delegando a subagent specializzati). Il lead legge la domanda, pianifica, avvia diversi subagent che cercano in parallelo e scrive la risposta finale a partire dai loro riassunti.
Esistono altri schemi. L’articolo su AutoGen (Wu et al., 2023) descrive un framework in cui agenti “customizable, conversable” (traduzione: personalizzabili e capaci di conversare) parlano tra loro, con le persone e con gli strumenti, e gli sviluppatori programmano lo schema della conversazione in linguaggio naturale o in codice.
Un esempio concreto di esecuzione orchestrator-worker:
Lead: plan -> start 3 workers
Worker 1: search docs for topic A -> 1,500-token summary
Worker 2: search docs for topic B -> 1,500-token summary
Worker 3: search docs for topic C -> 1,500-token summary
Lead: read 3 summaries -> final answer
Ogni worker spende i propri token per cercare e leggere. Il lead vede solo i riassunti.
Perché è importante
- Qualità nei compiti ampi. Anthropic riporta che una configurazione multi-agente con un lead Claude Opus 4 e worker Sonnet 4 “outperformed single-agent Claude Opus 4 by 90.2%” (traduzione: ha superato del 90,2% Claude Opus 4 a singolo agente) nella sua valutazione interna di ricerca.
- Costo in token. Lo stesso articolo dice che gli agenti usano circa quattro volte i token di una chat, e i sistemi multi-agente “about 15× more tokens than chats.” (traduzione: circa 15 volte più token delle chat). Riporta anche che il solo consumo di token spiegava l’80% della varianza nelle prestazioni su BrowseComp. Più agenti di solito significa un conto più alto. L’articolo sul costo dei sistemi multi-agente confronta fatturazione per token e flat.
- Adattamento. Anthropic osserva che il coding si presta meno, perché “most coding tasks involve fewer truly parallelizable tasks than research,” (traduzione: la maggior parte dei compiti di coding comporta meno attività davvero parallelizzabili rispetto alla ricerca) e che i compiti con molto contesto condiviso o dipendenze tra agenti si adattano male.
- Concorrenza. Worker paralleli sono richieste parallele, quindi il tuo limite di concorrenza pone un tetto all’accelerazione.
Su BroadNet Inference
BroadNet serve i modelli; l’orchestrazione gira nel tuo framework. Le guide coprono CrewAI e l’OpenAI Agents SDK con un base URL di BroadNet.
Una chiave a consumo consente 30 richieste al minuto e 4 contemporanee. Sui piani flat per DeepSeek V4.1 Flash non c’è un contatore di token, il che toglie dal conto il moltiplicatore dei token, ma ogni sessione esegue una richiesta alla volta. Compra una sessione per ogni richiesta al modello che può essere in corso nello stesso momento: tre worker che lavorano insieme richiedono tre sessioni, e quattro se il lead continua a chiamare il modello mentre lavorano. Eseguire agenti di coding in parallelo su un’API flat illustra gli schemi più comuni.