Содержание
AgentRadio: когда связь между AI-агентами важнее более новой модели
Исследователи из Coral AI Labs и нескольких университетов представили AgentRadio — открытый слой связи для команд AI-агентов. Он позволяет агентам обмениваться промежуточными находками прямо во время работы, не останавливая основную задачу. На бенчмарке SWE-Atlas QnA четыре агента Claude Code на модели Opus 4.6 решили 62,1% заданий и обошли одиночного агента на более новой Opus 4.8, который набрал 57,2%.
Почему обычное разделение задач не срабатывает
Большие кодовые базы плохо делятся на полностью независимые части: найденная конфигурация, ошибка или связь между файлами может изменить направление работы всей команды. В большинстве мультиагентных систем агенты обмениваются результатами только после завершения этапа. Поэтому важная находка часто приходит слишком поздно, когда другой агент уже ушёл по неверному пути.
AgentRadio добавляет три простых механизма: создание общего обсуждения, отправку сообщений без блокировки и ожидание упоминаний в фоновом режиме. Агент продолжает запускать код, читать файлы и проверять гипотезы, а сообщения коллег получает между шагами. Авторы называют это «пассивной осведомлённостью» — примерно так же команда разработчиков остаётся в курсе работы друг друга через рабочий чат.
Что показали тесты
Систему проверили на 124 длинных задачах по 11 реальным production-репозиториям. Одиночный Claude Code на Opus 4.6 справился с 32,3% заданий, четыре агента с разделением ролей — с 39,5%, а добавление переговоров подняло результат до 51,6%. Когда агенты получили фоновый обмен сообщениями через AgentRadio, точность выросла до 62,1%. Аналогичный эффект получили с DeepSeek V4 Pro: результат вырос с 29% у одного агента до 50,8% у команды.
Что это меняет для бизнеса и разработчиков
Работа показывает, что для сложных AI-задач новая архитектура взаимодействия иногда полезнее перехода на более мощную модель. Подход особенно подходит для анализа больших репозиториев, поиска причин сбоев, аудита безопасности и изменений, затрагивающих несколько сервисов. Код AgentRadio опубликован под лицензией Apache 2.0, поэтому систему можно изучать и адаптировать под Claude Code, Codex CLI и другие агентные инструменты.
Но у командного подхода есть цена: в исследовании средняя стоимость одной задачи выросла примерно с $2,96 у одиночного агента до $19,45 у полной связки. Поэтому AgentRadio не заменяет одного агента для локальных и обратимых задач — она полезна там, где ошибка дорога, работа длится долго, а нескольким специалистам действительно нужно координировать свои решения.