Anthropic выложили чертёж своей многоагентной системы Claude Research

Пока все LLM разработчики выкатывают свои Deep Research, Anthropic взяли и расписали по шагам, как они собрали свою такую систему с кучей агентов под капотом.

Для любителей агентов и автоматизаций — это must read, инструкция по сборке 🤓🔧

Длинный оригинал на английском тут.
Для тех, кто tl;dr - расписал все самое интересное по полочкам.

Споилер, если вы менеджер - все инсайты будут вам до боли знакомы 😁

⸻

⚙️Архитектура: как это работает

Claude Research построен по схеме «Оркестратор → Сабагенты»:

🧠 LeadResearcher (Claude Opus 4)
Получает запрос, разрабатывает стратегию, сохраняет план в память (особенно важно, если >200k токенов), и раздаёт роли.

🤖 Subagents (Claude Sonnet 4)
Каждый получает свою подзадачу, ищет, фильтрует, и передаёт результаты обратно. Работают параллельно, каждый в отдельном контексте.

📎 CitationAgent
Проверяет, чтобы все выводы были с источниками — никаких «по данным экспертов в интернете».

⸻

⚙️Лайфхаки и инженерные фишки

1. Думай как агент
Смотрим, как работает промпт вживую: запускаем агентов в симуляторе и отслеживаем каждый шаг. Это сразу выявляет ошибки типа бесконечныного поиска или плохого выбора инструментов.

2. Делегируй правильно
Каждому сабагенту — чёткая задача: цель, формат вывода, инструменты, границы ответственности. Иначе они либо дублируют работу, либо не находят ничего полезного.

3. Масштабируй усилия под задачу
Простая справка — 1 агент, 5 вызовов. Глубокий ресёрч — 10+ агентов с делением тем. Встроили это прямо в промпты, иначе агенты либо ленятся, либо “строят ракету из скрепок”.

4. Агенты могут сами улучшать свои инструменты
Ребята использовали LLM для тюнинга промптов к тузлзам. Так оптимизировали описание инструментов → на 40% быстрее стали работать агенты.

5. Параллелизм — это всё
Сначала запускали агентов и инструменты по очереди. Было медленно. Перешли к параллельной работе: 3–5 агентов сразу, каждый вызывает 3+ тулзы — прирост эффективности до 90%.

6. Используй Extended & Interleaved Thinking
Агенты планируют, думают "вслух", рефлексируют после каждого вызова — как ресёрчер с черновиком. Это повышает точность, адаптивность и глубину анализа.

⸻

🧃 Баги и грабли, на которые они наступили, чтобы не наступали мы

🔁 Агентский спам
Один запрос → 50 агентов, гоняющихся за одними и теми же фактами. Решили через строгую декомпозицию задач.

🧠 Потеря контекста
Если не сохранять план — агент забывает, куда шёл. Особенно при длинных сессиях. Решено через чекпоинты и внешнюю память.

🐛 Отладка = боль
Агенты ведут себя непредсказуемо. Один и тот же промпт → разные действия. Добавили трассировку решений, а не только логов.

⚠️ Сложный деплой
Нельзя просто «обновить версию» — агент может быть в процессе. Используют rainbow-deploy: постепенная миграция с наблюдением.

⏳ Синхронность тормозит
Сейчас главный агент ждёт всех сабагентов — это затык. Перейти на async — сложно, но нужно: потенциальный буст производительности.

⸻

Учимся на ошибках бигтеха, друзья, и пилим мультиагентные системы с умом!

Заместители

В Windows 11 появится кое-кто, и это не Скрепыш…

Помните пост про новый браузер Neon от Opera?
У меня есть для вас кое-что покруче 😎

Уже скоро у каждого пк-боярина появится встроенный ИИ-агент — не в браузере, не в чатике, а в самой операционной системе Windows 11.

⸻

🧠 Что это вообще такое?

Microsoft добавила в последнюю бета-версию Windows 11 (build 26236) полноценного ИИ-помощника, встроенного в систему. Он понимает естественный язык, взаимодействует с интерфейсом и реально помогает, а не просто кидает ссылки из Bing.

⸻

😀 Что он умеет?

🗂️ Искать файлы по смыслу, а не названию
⚙️ Открывать и изменять нужные настройки
📄 Находить действия, которые вы делали («презентация, которую я правил вчера вечером»)
💬 Работать в диалоговом формате — например:
«Открой тот файл с диаграммой, который я смотрел перед звонком в Zoom»

⸻

⚙️ Как это работает?

Под капотом — новая архитектура Copilot Runtime, которая включает:
— Windows Semantic Index — локальный ИИ для работы с вашими данными
— Vector-based search — поиск по смыслу
— Интеграцию с LLM на устройстве и в облаке — всё быстро, приватно и почти магически

В будущем дадут и сторонним разработчикам доступ к этой платформе через SDK, чтобы рынок уже сам насоздавал крутых приложений с использованием ИИ систем на борту вашего ПК.

⸻

⚠️ Но есть нюанс:

Всё это счастье работает только на новых устройствах с процессорами Snapdragon X.
Если у тебя ноут на Intel или AMD — остаётся ждать (или копить на элитный ПК).

⸻

👀 Личный сталкер Recall в придачу

Это отдельная фича, не агент, а визуальная память системы. Она делает снимки экрана каждые несколько секунд и позволяет вернуться к любому моменту:
«Покажи сайт с платьем, которое я смотрел вчера утром» — и покажет.

Recall сейчас отключён — Microsoft дорабатывает из-за критики функции по части приватности (удивительно, с чего бы вдруг…)

⸻

😐Что это значит?

ИИ-агенты теперь будут жить не только в браузере, но и в самой ОС… а также на каждом сайте, в каждом приложении и сервисе.

Мы двигаемся в сторону интернета ИИ агентов, где агенты будут взаимодействовать преимущественно с другими агентами. Нам же с вами уже не понадобиться залезать глубже одного экрана - агенты будут вынимать на него все самое важное, а с остальным разберутся сами.

Вы даже не заметите, как взаимодействие со всеми привычными вам интерфейсами перейдет в плоскость нескольких кнопок, которые угадывают сами, что вы хотите сделать из контекста. А остальное вы будете просить текстом или голосом! И это произойдет очень скоро 😉

Заместители

🗞️ИИ новости с полей ПМЭФ
GigaChat от Сбера теперь умеет в Deep Research.

Протестировано, прикладываю отчетик по авторынку для сравнимости с предыдущим экспериментом. Конечно, это все еще «АвтоВАЗ» среди других Deep Research (где-то на уровне Grok 3, но в этом случае это скорее минус). Похоже, что токены экономят, и поэтому исследование получается коротенькое и поверхностное.

Однако шаг в правильную сторону сделан 💪

✅ Из крутых фичей, которых нет в популярных западных аналогах:
- обширная настройка тона исследования от академического до юмористического
- встроенный редактор сгенерированного документа
- выгрузка документа сразу в docx без танцев с бубном.

UX-рам отдельный 🌟

Заместители

Кто такие ИИ агенты, и откуда вдруг их столько?

Каждый день анонс новых ИИ агентов — но почему они все агенты, хотя внутри-то у всех ChatGPT (или другая LLM)?!

На нормальной работе ещё кто-то работает вообще или все только ИИ разрабатывают?! 💸

Спокойно, большинство - все еще работают. Рассказываю, все по полочкам.

⸻

Что за нейминг?

Понятие «ИИ-агента» берёт свои корни из области обучения с подкреплением или Reinforcement Learning (да, с агентом Смитом из «Матрицы» это никак не связано…). Эта ветвь науки изучает, как системы, управляемые разными алгоритмами ИИ, взаимодействуют с окружающей средой и в процессе ещё и сами дообучаются.

Так вот, это были первые агенты, но они не связаны с теми, о ком дальше пойдёт речь — название просто обобщает все системы, которые отвечают простым критериям:
- воспринимают информацию,
- планируют,
- действуют,
- преследуют цели.

Раньше так могли только алгоритмы из RL, но на сцену выходят новые герои…

⸻

Новые ИИ-агенты

В 2017 году умные ребята в Google придумывают архитектуру модели, которая меняет мир — трансформеры. На ней очень быстро появляются все современные LLM (Large Language Models, или большие языковые модели).

В какой-то момент, став достаточно большими, языковые модели начинают рассуждать и рефлексировать! Учёные в шоке, громкие заголовки кричат, что был создан общий ИИ, которого мы так долго ждали.

Это, конечно, хайп и фарс. Но LLM действительно справляются с важной задачей — декомпозицией сложных задач на простые шаги. А это значит, что теперь ИИ может выполнять важнейшую функцию агента — планировать.

Учёные почесали репу и решили: раз есть план — надо дать инструменты, чтобы его осуществить! LLM быстро дообучили использовать внешние инструменты: долгосрочную память, калькулятор, поисковик и прочее.

Идея не нова. Вспомните всякие устройства «умного дома»: попросил колонку включить свет — LLM распознала слово «свет», нашла лампочку в списке инструментов и отправила сигнал на включение.

Так появляются первые LLM-based системы, которые соответствуют всем критериям ИИ-агента. Произошло это постепенно — сложно сказать, кто был первым, потому что много компаний пилили такие штуки параллельно.

Теперь LLM-based агенты по праву занимают место рядом с RL-агентами, как короли в решении «офисных» задач. Они приобрели необходимые для этого навыки:
- легко адаптируется к разным задачам,
- быстро настраивается через промпты,
- может использовать других агентов как инструменты,
- и общается с ними, как и с людьми, на обычном человеческом языке.

Вуаля — вот вам ИИ-агенты в 2025 году 🚀

⸻

Откуда они прут в таком количестве?

Внимательный читатель уже всё понял: создание агентов сегодня — это простая задача.
Берёшь готовую модель, инструменты, соединяешь, приправляешь промптами.

Вариантов сборки — тысячи. Самые ушлые уже побежали за лёгкой наживой 😎

⸻

📈 А что, так можно было?

Можно — и теперь даже без знания кода.
Всё это доступно через no-code платформы вроде n8n, Zapier и других. Те же, кто готов немного залезть в код - юзают LangChain, LlamaIndex, MCP и др.

Но рынок быстро перенасыщается. Конкуренция уже бешеная. А обычных юзеров заваливает сгенерированным шлаком со всех сторон. Чувствуете же уже легкое чувство тошноты от очередного брейнрот видоса?

⸻

И что делать?

Смотря кто ты и какие у тебя цели.
🎧 Если ты просто юзер — фильтруй контент, который потребляешь, чтобы мозги не протухли. Ищи подходящих для твоих реальных задач агентов, тестируй, смотри на те, что работают на топовых LLM и с богатым набором инструментов.
😁 Если ты предприниматель — лови волну. Хайп долго не продлится. Бигтехи уже активно заходят область агентов, становится тесно.
🤟 Если ты пока в стороне — пора погружаться. Это не временно, агенты пришли надолго. Особенно в странах, где тяжело нарастить количество рабочей силы (а мы с вами именно в такой). Единственный путь — наращивать эффективность. И вот тут ИИ-агенты и займут своё незаменимое место.

⸻

Подписывайся, у меня полезное про ИИ агентов без инфошума.

Заместители

Можно ли доверять ИИ-агентам?

LLM не так просты, как кажутся. А так как они — мозги современных ИИ агентов, то и сами агенты нередко норовят нас… ввести в заблуждение.

«Ага! Вот наконец-то расскажут про заговор мирового правительства по захвату мира с помощью ИИ!» — скажут некоторые.
Но нет, вынужден разочаровать — всё гораздо прозаичнее. Просто LLM одновременно сильно глупее и хитрее, чем мы ожидаем.

И если первое — вопреки стараниям разработчиков, то второе — вполне себе преднамеренно. Чтобы прикрывать первую часть. Но обо всём по порядку.

🙋 Умная, но есть нюанс…

Сказать, что LLM умная — это смотря как посмотреть.

С одной стороны, она — эрудит, возможно эрудированнее любого живого человека.
С другой — у неё беда с тем, что делает человека по-настоящему умным: логикой, анализом и способностью делать выводы.

Кто в теме скажет: «Но вон же GPT уже с версии o1 рассуждает во всю!»
Вот тут и начинается хитрость 😏

На самом деле, рассуждения LLM имеют мало общего с нашими. Когда мы анализируем, мы строим причинно-следственные связи и опираемся на логику:

если на столе было два яблока, и одно убрали — осталось одно, потому что 2–1=1

То есть в голове у нас — логический аппарат, который можно применять к чему угодно: к фруктам, к людям, к бизнесу.

У LLM логики нет. Но она видела миллионы примеров. Про яблоки, груши, стаканы и сотрудников. И на основе этой «насмотренности» делает вид, что умеет логически мыслить. Но подставь метафору, подмени знакомые слова на новые — и модель легко ошибется там, где человек «прочитал бы между строк» и применил тот же логический паттерн.

🎨 Что по креативу?

С творчеством все гораздо проще сложнее: LLM также будет имитировать, опираясь на свою эрудицию и условные стихи Пушкина. Но вот человек — он творческий! Или… откровенно говоря мы не знаем, есть ли у каждого человека уникальный взгляд на мир, который производит на свет независимое от внешнего опыта произведение или же он делает это примерно как и модель: смотрит на другие работы, добавляет контекст из своего опыта, смотрит, что нравится читателям — выдает «свое уникальное произведение».

Спорно. Тема поджигает пятые точки в научных, юридических и особенно творческих кругах.

🎭 Дилемма вежливой модели

LLM ох как не любит говорить, что чего-то не знает. И уж тем более не любит говорить, что юзер не прав. Потому что это неприятно пользователю. А модель очень старается быть приятной.

Почему? Потому что её обучают через RLHF (Reinforcement Learning with Human Feedback) — то есть на фидбэке от людей. И в процессе этого обучения ее тренируют учитывать, какие ответы юзеру нравятся больше, и производить больше таких ответов. Разработчики буквально дрессируют модель быть подхалимом.

В этом процессе модель набирается как хорошего, так и плохого. С одной стороны, так она учится давать более структурированную и понятно изложенную людям информацию. С другой — она учится лести и обману, чтобы угодить человеку и получить от него заветный лайк на свой ответ.

Даже был случай, когда OpenAI откатывала уже публично выпущенную модель, потому что перебрали с лестью, и это стало бесить юзеров.

🍷 Так верить ей окаянной или нет?

Верить — но ограниченно.
Проблемы эти хорошо известны, и над ними работают: добавляют проверки фактов, встраивают внешние инструменты для математических и логических операций, запускают фильтры и много другое.
Однако перебороть полностью эти проблемы пока не получается.

☕️ Ладно, мне-то что с этим делать?

Информирован — значит вооружен!
Будешь юзать LLM или LLM-based агентов, помни:
📌LLM-based агенты будут ошибаться — будь настороже, сейчас все еще нет надежной защиты от этого
📌 Если спрашиваешь «субъективную» оценку модели (типа «оцени качество текста» или «верифицируй идею») — перепроверь в разных моделях, особенно если слышишь от них то, что хочешь услышать — могут просто льстить
📌 Не полагайся на их «анализ» в критических областях как медицина, финансы, юриспруденция
📌 LLM не мыслят — они насмотренные имитаторы мышления

⸻

Подписывайся, у меня полезное про ИИ агентов без инфошума.

Заместители

Как создать первого ИИ-агента своими руками за 5 мин?

Уже так много сказано про ИИ-агентов, что главный вопрос повис в воздухе: если это так просто — могу ли я сам его сделать? 😑

ИИ-агенты бывают разного уровня сложности.
Чтобы сделать своего Manus.ai — нужно быть настоящим разработчиком.
Даже чтобы развернуть аналоги Мануса — надо лезть в гитхаб и вчитываться в инструкции.
Но есть хорошая новость: есть и варианты, которые можно собрать за 5 минут, вообще без технических знаний.

Вот такой мы сейчас и сделаем.

Вводные:
1. Агент будет построен на базе готовых систем
2. Его действия будут ограничены возможностями платформы, на которой мы его собираем
3. Поэтому задачи — не самые комплексные

😈 Какого агента создаем?

Как и у большинства, у меня всегда меньше времени, чем хотелось бы, на написание текстов и создание контента.
Поэтому первым делом в Цехе ИИ-агентов мне нужен редактор.

У него простые задачи:
1. Придумывать темы для постов
2. Писать посты или редактировать мои — в моём стиле
3. Делать фактчек, чтобы случайно не обмануть читателя
4. Генерировать картинки к постам

На выбор — куча кастомных платформ для управления этим процессом.
Но большинство из них — это просто платные надстройки над продуктами от крупных разработчиков LLM.
Поэтому пойдём к истокам.

🤖 Какую LLM выбрать?

Сейчас это уже почти вкусовщина.
Выбор сводится к: GPT‑o3, GPT‑4o, Claude 4 Opus, Gemini 2.5 Pro.
Некоторым ещё заходит DeepSeek R1.
Вот тут можно посравнивать разные модели под разные задачи.

Все они довольно хороши.
Есть мнение, что ChatGPT стал отставать в качестве, а Gemini и Claude ползут вверх в рейтингах.
Однако, я давно оплатил подписку на ChatGPT и подсел на их экосистему.
Поэтому первого агента мы построим на базе ChatGPT.

✈️ Настраиваем “Проект” в ChatGPT

Проект - это, по сути, функционал для создания простейших агентов.
Создаём “проект” — и заполняем внутри системный промпт.

Это должностная инструкция нашего агента:
кто он, какова его цель и задачи, в каком стиле он должен говорить.

Вот так будет выглядеть наш системный промпт:

🎭 Роль агента
Кто он, как общается?

Пишем: ты — опытный контент-менеджер и редактор телеграмм канала «Заместители», работаешь быстро, чётко и креативно. Соблюдаешь тональность бренда, адаптируешь тексты под целевую аудиторию.

🎯 Цель работы
Что делает агент?

Пишем: твои цели:
• Вызывать интерес и улыбку у читателя
• Давать практическую пользу — инструкции, разборы, наблюдения, лайфхаки
• Контролировать фактическую достоверность контента

📥 Задача
Какой формат на входе, что должно быть на выходе?

Пишем: на входе — вопрос, тема, аудитория.
На выходе — готовый текст поста для телеграмм и предложения по мемам под этот пост.

🚫 Ограничения
Что нельзя?

Пишем: не используй штампы, не копируй чужие тексты, не выдумывай данные без указания источника.

📋 Виды контента

Пишем: ты должен помогать создавать следующие форматы:
• Пост для Telegram канала
• Предлагать мемы до сопровождения постов
• Генерировать изображения с мемами

📝 Стиль и форматирование

Пишем: выдавай чистый текст, без пояснений. Заголовки выделяй. Где нужно — добавляй эмодзи, списки и структурируй текст.
Посты пиши в стиле научпоп с элементами стеба и юмора.

📚 Примеры

Обязательно прописывайте 1–2 примера нужного формата.

Дальше можно создавать чаты внутри проекта, обсуждать задачи.
При этом агент запоминает все прошлые диалоги как контекст, даже если они в разных чатах.
Со временем агент становится всё более персонализированным.

✅ Итого, за 5 минут у нас

— Агент, созданный под наши задачи
— Работает на топовой LLM
— Постепенно становится “умнее”
— Под капотом может искать в интернете, генерировать изображения и пр.
— Всё это — без строчки кода, за 5 минут

⚠️ Но есть нюансы:

— Интеграции с внешним миром сильно ограничены
— Агент завязан на одного разработчика и его LLM
— Чем дольше ты с ним работаешь, тем сложнее переехать.

Поздравляю, юзер, с первым агентом! 📈

P.s. да, этот пост сделан вместе с этим агентом 😏

⸻

Подписывайся, у меня полезное про ИИ агентов без инфошума.

Заместители