Lederens og underagenternes rolle
På denne side
En tydelig hierarki
Groks multi-agent-arkitektur hviler på en grundlæggende skelnen mellem to typer agenter: lederen og underagenterne. Først når du forstår dette hierarki, undgår du at skrive prompts, der retter sig mod den forkerte del af systemet, og undrer dig over, hvorfor dine instrukser ikke bliver fulgt.
Leder-agenten
Lederen er hovedagenten og den eneste, der interagerer direkte med dig. Den udfører tre funktioner i rækkefølge. Først koordinerer den ved at opdele din forespørgsel og uddele delopgaver til underagenterne. Derefter fører den tilsyn ved at følge hver agents research og styre diskussionen hen imod de vinkler, der giver resultater. Til sidst syntetiserer den ved at samle bidragene til et struktureret svar.
Ét punkt skal tages bogstaveligt: Kun værktøjskaldene og lederens svar returneres til brugeren. Du ser aldrig direkte, hvad underagenterne producerer, kun lederens endelige resultat. I praksis betyder det, at hvis en underagent finder et afgørende informationsstykke, men lederen vurderer, at det falder uden for din forespørgsel, vil denne information ikke dukke op nogen steder i det, du modtager.
Underagenterne
Underagenterne er holdets forskere, og hver enkelt har præcis samme værktøjssæt som lederen. En agent, der har ansvaret for produktovervågning, vil hente officielle annonceringer med web_search og derefter måle reaktionerne på jorden med x_search, som søger i X-indlæg. Den agent, der arver den tal-tunge del af arbejdet, kan åbne code_execution for at genberegne en fremskrivning i stedet for at estimere den i hovedet. collections_search spørger dine samlinger, og de eksterne MCP-værktøjer, du har defineret, er også tilgængelige for hele holdet, ikke kun lederen.
De taler med hinanden og med lederen for at skærpe deres research, hvilket giver dem mulighed for at udforske et emne fra flere vinkler på én gang uden, at to agenter udfører det samme arbejde to gange.
Underagenternes krypterede ræsonnement
Underagenternes interne ræsonnement forbliver krypteret. Du kan ikke læse deres tankegang, i modsætning til det synlige ræsonnement, som ældre modeller som grok-3-mini eksponerede. Denne forskel overrasker ofte udviklere, der er vant til at inspicere ræsonnementsspor for at forstå et uventet resultat: den dør er lukket her.
Tre konsekvenser følger af dette. Du ser kun lederens endelige resultat, aldrig de mellemliggende trin. Underagenternes tilstand er kun tilgængelig ved at aktivere parameteren use_encrypted_content=True. Og selv med denne parameter forbliver indholdet krypteret: det er der, så modellen kan holde en samtale konsistent på tværs af ture, ikke for at du skal kunne læse det. Denne uigennemsigtighed er en bevidst afvejning – den giver agenterne frihed til at ræsonnere uden visningsbegrænsninger, på bekostning af mindre gennemsigtighed for dig.
Det endelige svar
Når lederen har modtaget nok information fra sine underagenter, producerer den det endelige svar. Dette svar inkorporerer de researchresultater, som de forskellige agenter har fundet, de værktøjskald, som nogen af dem har foretaget – websøgning, kodeeksekvering – og lederens egen strukturerede syntese.
Værktøjskald fortjener særlig opmærksomhed: De dukker op i svaret, uanset om lederen eller en underagent har foretaget dem. Det er det eneste indblik, du får i underagenternes arbejde. Hvis du vil tjekke, om en søgning faktisk ramte de rigtige kilder, er det her, du skal kigge, og ingen andre steder.
Hvad dette betyder for dine prompts
Denne arkitektur ændrer måden, du formulerer en forespørgsel på. Da lederen håndterer formatteringen, skal du være præcis omkring det leverance, du forventer: en sammenligningstabel, et briefingsnotat, en begrundet liste – den skal vide, hvad den skal bygge. Definer også omfanget af researchen, for underagenterne har brug for klare grænser, ellers spredes de; en vag forespørgsel om “AI-markedet” vil producere fire divergerende udforskninger, som lederen derefter kæmper for at forene.
To vaner afrunder dette. Bed eksplicit om kilder, hvis du ønsker dem: Agenterne ved, hvordan man citerer, men de gør det ikke hver gang. Og opgiv forsøget på at styre underagenterne direkte fra din prompt – at skrive “lad agent 3 tjekke prissætningen” har ingen effekt, da din eneste kontakt er lederen, og fordelingen af arbejde overlades til den.
Vigtige pointer
- Lederen koordinerer, fører tilsyn og syntetiserer – det er din eneste kontakt
- Underagenterne udfører research og analyse parallelt
- Kun lederens svar og værktøjskaldene returneres
- Underagenternes ræsonnement er krypteret og utilgængeligt
- Dine prompts skal rette sig mod lederen med klare instrukser om leverancen