एक मल्टी-एजेंट प्रणाली, आधुनिक एआई के संदर्भ में, एक ऐसी वास्तुकला है जिसमें कई अलग-अलग एआई-एजेंट उदाहरण एक-दूसरे के साथ अंतःक्रिया करते हैं, आमतौर पर सहयोग, कार्य-विभाजन, या एक-दूसरे के काम की जाँच करके, एक ऐसे कार्य को पूरा करने के लिए जिसे एक अकेला एजेंट अकेले कम प्रभावी ढंग से संभालता। प्रत्येक एजेंट आमतौर पर एक बड़े भाषा मॉडल पर निर्मित होता है, जिसे अक्सर अपने स्वयं के सिस्टम-प्रॉम्प्ट के माध्यम से एक अलग भूमिका, व्यक्तित्व, या उपकरणों का सेट दिया जाता है, और एजेंट संदेश पास करके, एक साझा कार्यक्षेत्र साझा करके, या एक सामान्य अवस्था में पढ़ने और लिखने से संवाद करते हैं।
मल्टी-एजेंट सिस्टम की अवधारणा बड़े भाषा मॉडल से कहीं पुरानी है, जिसका वितरित कृत्रिम बुद्धिमत्ता और सुदृढ़ीकरण-अधिगम अनुसंधान में एक लंबा इतिहास है जो अध्ययन करता है कि स्वतंत्र एजेंट एक साझा वातावरण के भीतर कैसे सहयोग या प्रतिस्पर्धा करते हैं। इस विचार का एलएलएम-विशिष्ट संस्करण सीधे 2023 से 2025 तक की व्यापक एजेंटिक लहर से विकसित हुआ: जैसे-जैसे व्यक्तिगत एजेंट टूल-उपयोग का उपयोग करके बहु-चरणीय कार्यों को पूरा करने के लिए पर्याप्त विश्वसनीय बने, शोधकर्ताओं और डेवलपर्स ने प्राकृतिक भूमिका विभाजन वाले कार्यों को संभालने के लिए कई एजेंटों को एक साथ संयोजित करना शुरू किया, जैसे सॉफ्टवेयर विकास, अनुसंधान, या बहस।
सामान्य पैटर्न
कई संगठनात्मक पैटर्न मल्टी-एजेंट ढांचे में बार-बार दिखाई देते हैं। एक ऑर्केस्ट्रेटर-वर्कर पैटर्न में, एक एजेंट एक कार्य को उप-कार्यों में तोड़ता है और उन्हें विशेष कार्यकर्ता एजेंटों को भेजता है, फिर उनके परिणामों को जोड़ता है, यह संरचना उन कार्यों के लिए उपयुक्त है जो स्वाभाविक रूप से विघटित होते हैं, जैसे कई उप-विषयों पर समानांतर में शोध करना। एक बहस या आलोचना पैटर्न में, दो या अधिक एजेंट उत्तर प्रस्तावित करते हैं या अंतिम उत्तर उत्पन्न होने से पहले एक-दूसरे के तर्क की आलोचना करते हैं, जिसका उद्देश्य उन त्रुटियों को उजागर करना है जिन्हें एक अकेला मॉडल अपने आप पकड़ नहीं सकता। एक पाइपलाइन पैटर्न में, एजेंटों को एक निश्चित अनुक्रम में व्यवस्थित किया जाता है, प्रत्येक एक बड़ी प्रक्रिया के एक चरण को संभालता है, जैसे एक मसौदा-लेखन एजेंट के बाद एक संपादन एजेंट और एक तथ्य-जाँच एजेंट। कुछ सिस्टम एक साझा ब्लैकबोर्ड या दस्तावेज़ का भी उपयोग करते हैं जिसे कई एजेंट एक-दूसरे को सीधे संदेश भेजने के बजाय अतुल्यकालिक रूप से पढ़ते और लिखते हैं।
लाभ और तर्क
समर्थकों का तर्क है कि एक जटिल कार्य को विशेष एजेंटों के बीच विभाजित करना, प्रत्येक के पास एक संकीर्ण भूमिका और तदनुरूप सरल प्रॉम्प्ट के साथ, एक एजेंट को एक बार में पूरे जटिल कार्य को ध्यान में रखने के लिए कहने की तुलना में अधिक विश्वसनीय परिणाम उत्पन्न कर सकता है, विशेष रूप से उन कार्यों के लिए जो एकल संदर्भ-विंडो से अधिक होते हैं या जो परिणाम चुनने से पहले स्वतंत्र, कम-सहसंबद्ध प्रयासों से लाभान्वित होते हैं। मल्टी-एजेंट बहस और आलोचना सेटअप विशेष रूप से भ्रम और तर्क त्रुटियों को कम करने के तरीके के रूप में अध्ययन किए गए हैं, इस आधार पर कि एक एजेंट जो दूसरे एजेंट के आउटपुट को एक नए संदर्भ से समीक्षा करता है, उसके अपने काम की समीक्षा करने वाले मूल एजेंट की तुलना में गलती पकड़ने की अधिक संभावना है।
सीमाएं और आलोचना
मल्टी-एजेंट सिस्टम अपनी स्वयं की लागत और विफलता मोड पेश करते हैं। कई एजेंटों को चलाने से एकल एजेंट की तुलना में टोकन उपयोग और विलंबता कई गुना बढ़ जाती है, क्योंकि प्रत्येक एजेंट आमतौर पर अपना स्वयं का संदर्भ बनाए रखता है और अंतर्निहित मॉडल को कई बार कॉल कर सकता है। समन्वय विफलताएं भी आम हैं: एजेंट एक-दूसरे को गलत समझ सकते हैं, काम दोहरा सकते हैं, एक-दूसरे की प्रतीक्षा में फंस सकते हैं, या मूल कार्य से भटक सकते हैं क्योंकि त्रुटियां हैंडऑफ़ के बीच बढ़ती हैं, यह जोखिम एकल एजेंटों के लिए चर्चा की गई विश्वसनीयता चिंताओं से निकटता से संबंधित है। कुछ व्यवसायी तर्क देते हैं कि कई कार्य जिन्हें कई एजेंटों की आवश्यकता वाले के रूप में विपणन किया जाता है, उन्हें अच्छे प्रॉम्प्ट-इंजीनियरिंग और सही उपकरणों तक पहुंच के साथ एक पर्याप्त सक्षम एकल एजेंट द्वारा उतना ही अच्छा और अधिक सस्ते में संभाला जा सकता है, जिससे मल्टी-एजेंट वास्तुकला एक कड़ाई से बेहतर डिफ़ॉल्ट के बजाय एक वास्तविक इंजीनियरिंग व्यापार-बंद बन जाती है। 2025 तक, मल्टी-एजेंट ढांचे उपकरण विकास का एक सक्रिय क्षेत्र बने रहे, एजेंटों को संवाद करना चाहिए इस बारे में कोई एक प्रमुख मानक नहीं था, हालांकि मॉडल-संदर्भ-प्रोटोकॉल और उपकरण तथा संदर्भ इंटरफेस को मानकीकृत करने के संबंधित प्रयासों को कुछ परियोजनाओं द्वारा एजेंट-से-एजेंट संचार तक भी बढ़ाया गया है।