4 agenti vs. 16 agentů: výběr správné míry úsilí
Na této stránce
Dvě konfigurace, dvě použití
Systém více agentů Grok nabízí dvě hlavní konfigurace, které určují, kolik agentů bude nasazeno pro tvůj požadavek. Tato volba ovlivňuje hloubku výzkumu, dobu odezvy i využití tokenů najednou. Je to jediné nastavení, které skutečně formuje model, a stojí za to o něm přemýšlet před každým voláním, místo abys v kódu natvrdo zakódoval výchozí hodnotu.
| Konfigurace | Agenti | Nejlepší použití | xAI SDK | OpenAI SDK |
|---|---|---|---|---|
| Rychlá | 4 | Cílený výzkum, přímé otázky | agent_count=4 | effort="low" nebo "medium" |
| Hluboká | 16 | Vyčerpávající výzkum, složitá témata | agent_count=16 | effort="high" nebo "xhigh" |
Konfigurace se 4 agenty
Při použití 4 agentů nasazuješ malý, soustředěný tým. Je to ideální velikost pro faktické otázky typu „Jaké jsou nejnovější open-source modely AI roku 2026?“, pro jednoduchá srovnání jako „Porovnej ceny API Claude a GPT-5.6“ nebo pro omezené vyhledávání, například „Najdi nejnovější oznámení xAI z tohoto týdne“. Tuto konfiguraci zvol také vždy, když je doba odezvy součástí uživatelského zážitku – například u chatovacího rozhraní nebo asistenta vestavěného do aplikace.
Čtyři agenti si práci rychle rozdělí, latence zůstává pod kontrolou a využití tokenů je přiměřené. U požadavků, které spouštíš stokrát denně, se právě tento poslední faktor stává rozhodujícím, ještě před kvalitou odpovědi.
Konfigurace s 16 agenty
Při použití 16 agentů nasazuješ plný tým pro vyčerpávající výzkum. Tato konfigurace dává největší smysl pro komplexní komparativní analýzy – „Porovnej top 5 poskytovatelů cloudových GPU podle výkonu, ceny, dostupnosti a souladu s GDPR“ – pro přehled stavu techniky, jako je „Průzkum stavu architektur RAG v roce 2026“, nebo pro vyšetřování z více zdrojů, například „Analyzuj reakci open-source komunity na nejnovější licence Meta“. Co mají tyto tři požadavky společného: úplnost je důležitější než rychlost a každý z nich má dostatek aspektů, aby zaměstnal šestnáct výzkumníků.
Kompromisem jsou finance a musíš s nimi počítat. Šestnáct agentů pokryje mnohem větší plochu, ale využití tokenů je výrazně vyšší: jediný požadavek se 16 agenty může snadno spotřebovat 10 až 50krát více tokenů než standardní požadavek. Spouštění série testů v hlubokém režimu jen ze zvědavosti je nejlepší způsob, jak na konci měsíce objevit neočekávaný účet.
Jak funguje mapování
Počet agentů nenastavuješ ve všech SDK stejně. SDK xAI nabízí přímo parametr agent_count, který nastavíš na 4 nebo 16. OpenAI SDK a REST API to řeší přes reasoning.effort: "low" a "medium" spouštějí 4 agenty, "high" a "xhigh" jich spouští 16.
Pozor na zobecňování tohoto mapování. Je specifické pro systém více agentů. U ostatních modelů Grok parametr reasoning.effort řídí rozpočet uvažování modelu, nikoliv počet nasazených agentů – stejný parametr, dva různé významy v závislosti na modelu, který voláš.
Výběr správné konfigurace
Ve většině případů stačí k rozhodnutí čtyři otázky. Je otázka jednoduchá, nebo složitá? Potřebuješ úplnost, nebo rychlost? Je rozpočet na tokeny omezený? Čeká uživatel na odpověď na obrazovce, nebo probíhá zpracování异步ně? V každé dvojici vede první možnost ke 4 agentům a druhá k 16.
Pokud váháš, začni se 4 agenty. Toto pravidlo vítězí nad dlouhým předběžným uvažováním: spusť požadavek, přečti si odpověď a pokud jí zjevně chybí hloubka nebo postrádá určitý rozměr tématu, spusť ji znovu se 16 agenty. Utratíš tak malý požadavek, abys v případě potřeby předešel tomu velkému.
Klíčové poznatky
- 4 agenti = rychlý, cílený výzkum, mírné využití
- 16 agentů = vyčerpávající výzkum, vysoké využití tokenů
- Mapování probíhá přes
agent_count(xAI SDK) neboreasoning.effort(OpenAI SDK) - low/medium → 4 agenti, high/xhigh → 16 agentů
- Začni se 4 agenty a v případě potřeby přidej