Лето 2026 года окончательно похоронило иллюзию, что один AI-агент может править миром. Сначала Anthropic выпустила Opus 4.6 с встроенными agent teams, через неделю xAI показала Grok 4.2 с multi-agent debate, а Perplexity к тому моменту уже продавала подписку на своего супер-агента, который координирует Claude, Gemini и GPT-5.2. Тема мультиагентности перестала быть научной фантастикой — она стала полем битвы вендоров.
Но работает ли это в реальности? Или мы снова наблюдаем гонку пресс-релизов? Попробуем разобраться без розовых очков.
Anthropic: команда агентов внутри одного чата
Claude Opus 4.6 (июнь 2026) принес не просто улучшенное рассуждение, а нативную поддержку «агентных команд». Вместо того чтобы вручную проектировать роли для нескольких ИИ, вы даете задачу одному экземпляру Claude, а он сам создает подзадачи и распределяет их между виртуальными агентами внутри своей памяти.
Звучит логично. На практике Anthropic утверждает, что такой подход позволил повысить качество на сложных многошаговых задачах (генерация кода, написание документации, анализ кодовой базы) на 90% по сравнению с одиночным агентом. Те, кто уже тестировал бета-версию, отмечают: код стал чище, но появился новый баг — агенты иногда начинают бесконечно уточнять друг у друга требования, зацикливаясь. (Здравствуй, RIP бедным промпт-инженерам, которые теперь отлаживают не один разговор, а несколько.)
Для контекста: еще в апреле Anthropic публиковала кейс, где расписала критерии перехода на мультиагентную архитектуру. Теперь мы видим, что компания последовала собственным рекомендациям — и встроила это прямо в модель.
xAI: Grok 4.2 и дебаты вместо голосования
Илон Маск пошел другим путем. Grok 4.2, анонсированный 1 июля 2026, использует multi-agent debate: при сложном запросе система запускает несколько экземпляров модели с разными промптами (адвокат дьявола, оппонент, нейтральный судья), которые спорят друг с другом, пока не придут к консенсусу.
Главный компромисс: время ответа. Дебаты занимают от 3 до 15 секунд вместо обычных 2-3. Но для точности, по словам xAI, это оправдано — ошибки снижаются на 40% на задачах из физики и математики.
Если вспомнить статью про Grok-эксперта по Baldur's Gate, становится понятно, почему xAI выбрала дебаты: игровой ассистент должен не просто выдать ответ, а объяснить, почему именно такой выбор — а дебаты дают прозрачность.
Однако для повседневных задач (написать email, найти ресторан) многоагентный спор — это как вызвать комитет по этике, чтобы выбрать сорт чая. Избыточно. Поэтому Grok 4.2 использует триггер: дебаты включаются только для запросов, где модель оценивает неопределенность выше порога. Умно, но на практике порог часто срабатывает ложно — модель начинает спорить с собой по пустякам.
Perplexity Computer: диспетчерская, которая выбирает бойцов
Третий подход — самый радикальный. Perplexity Computer (запущен в начале 2026) не создает агентов внутри себя, а управляет внешними мощными моделями: Claude Opus 4.6, GPT-5.2, Gemini Ultra и собственный Perplexity Max. Это буквально диспетчерская: он разбивает задачу на подзадачи, роутит каждую к лучшей модели, проверяет на противоречия и собирает результат.
Плюс: вы получаете лучшее от всех миров. Минус: если одна из моделей начнет галлюцинировать, ошибка может распространиться, как вирус — диспетчер не всегда ловит конфликты. По данным ранних обзоров, точность на многошаговых запросах (типа «построить план маркетинга и оценить бюджет») выросла на 30%, но на творческих задачах (написать рассказ) Perplexity Computer иногда выдает несвязную мешанину стилей — GPT-5.2 пишет поэтично, Claude сухо, Gemini фактологично, а микс выглядит как результат работы неопытного редактора.
Тем не менее, для задач с четкими критериями (код, аналитика, ресерч) это уже рабочий инструмент. А Perplexity, судя по всему, собирается сделать такой мультиагентный подход стандартом — вот только хватит ли инфраструктуры?
Что из этого реально?
Если честно, ни один из трех подходов не идеален. Anthropic решила проблему coordination, но породила внутримодельный оверхед. xAI пожертвовала скоростью ради точности. Perplexity переложила сложность на внешнюю систему, которая может упасть из-за задержек одной из моделей.
Но общий тренд очевиден: централизованный монолит умирает. 2026 год — это год, когда AI-архитектуры стали похожи на микросервисы, только вместо сервисов — агенты, а вместо devops — промпт-инженеры, которые учат их договариваться.
Совет для тех, кто хочет не отстать: не бросайтесь внедрять первую попавшуюся мультиагентную систему. Начните с простого правила: если задачу можно выполнить одним агентом за 5 секунд — не нужно созывать совет директоров. Разберитесь сначала с порогом перехода. А потом посмотрите, какой уровень координации вам нужен: дебаты, внутренняя команда или внешняя диспетчерская. Иначе вместо ускорения получите «совет в пользу бедных».
