Preskoči na glavni sadržaj
Hrvatski— Odaberite jezik
Izbornik

Cjelokupni tijek zahtjeva s više agenata

Lekcija 4 od 14 Ažurirano 29. srpnja 2026. Programer
Na ovoj stranici
  1. Od zahtjeva do odgovora
  2. Korak 1: primanje i analiza zahtjeva
  3. Korak 2: pokretanje podagenata
  4. Korak 3: istraživanje i rasprava
  5. Korak 4: sinteza glavnog agenta
  6. Što primaš
  7. Strujanje (Streaming)
  8. Implikacije na latenciju
  9. Ključne točke

Od zahtjeva do odgovora

Između trenutka kada pošalješ svoj zahtjev i trenutka kada se pojavi odgovor, događa se mnogo više nego kod standardnog poziva LLM-u. Praćenje ovog puta korak po korak pomoći će ti kada budeš trebao protumačiti neuobičajenu latenciju, preopćenit odgovor ili iznenađujući račun za tokene.

Korak 1: primanje i analiza zahtjeva

Kada tvoj zahtjev stigne do modela grok-4.20-multi-agent-0309, glavni agent započinje njegovom analizom. On određuje prirodu zadatka—faktografsko istraživanje, komparativna analiza, sinteza—procjenjuje koliko aspekata treba istražiti, identificira alate koji bi mu mogli zatrebati i odlučuje o svojoj strategiji delegiranja podagentima.

Tu početnu analizu ne vidiš: ona je dio naplaćenog rezoniranja glavnog agenta i nikada se ne pojavljuje u odgovoru. To je također točka u kojoj dvosmisleno formuliranje nanosi najveću štetu, jer se sve što slijedi gradi na tom prvom čitanju.

Korak 2: pokretanje podagenata

Glavni agent zatim delegira podzadatke. Svaki podagent prima specifičnu direktivu i počinje raditi paralelno s ostalima. Za ranije spomenuti zahtjev o europskim strategijama oblaka, podjela bi izgledala ovako: jedan agent istražuje nedavne najave pružatelja usluga, drugi analizira regulatorne aspekte (GDPR, AI Act), treći uspoređuje cjenovne razine, a četvrti ispituje tehničku dokumentaciju.

Kod 16 agenata, raščlamba je finija i pokriva više kutova gledanja: svaki pružatelj usluga može dobiti vlastitog istraživača, a regulatorni se aspekti mogu podijeliti prema nekoliko jurisdikcija.

Korak 3: istraživanje i rasprava

Podagenti ne rade u izolaciji. Oni koriste ugrađene alate—web_search, x_search, code_execution i druge—razmjenjuju informacije međusobno kako bi izbjegli dupliciranje i usavršili svoje tragove te označavaju neočekivana otkrića glavnom agentu koja zaslužuju daljnje istraživanje. Taj interni razgovor je ono što razlikuje sustav s više agenata od jednostavnog paralelnog poziva: agent koji pronađe informaciju koja proturječi onoj kolege može preusmjeriti istraživanje.

To je također najdulja faza i daleko najskuplja, jer svaki agent generira vlastite ulazne, izlazne i tokene za rezoniranje. Kada zahtjev traje minutu, a da se ne pojavi nikakav tekst, vrijeme se troši upravo ovdje.

Korak 4: sinteza glavnog agenta

Kada podagenti završe ili se dosegne proračun za rezoniranje, glavni agent preuzima kontrolu i uvijek pokreće isti slijed. Prvo prikuplja sve rezultate, zatim uklanja duplicirane podatke—kod zahtjeva za oblak, tri agenta će vjerojatno iznijeti istu najavu o regionalnoj dostupnosti, pa se ona treba pojaviti samo jednom. Zatim strukturira informacije u format koji si zatražio, navodi izvore gdje je relevantno i konačno proizvodi završni odgovor.

Ovdje se odlučuje o percipiranoj kvaliteti rezultata: s istim istraživanjem dobit ćeš ili sažeti odlomak koji pokriva sve ili čitljivu usporednu tablicu, ovisno o tome koliko precizno si opisao isporuku koju si očekivao.

Što primaš

Odgovor sadrži tekst koji je napisao glavni agent—njegovu sintezu—pozive alata koje su izvršili svi agenti, uključujući glavnog agenta, te, ako si omogućio use_encrypted_content=True, blok šifriranog sadržaja. Ti pozivi alata tvoji su jedini prozor u posao koji se zapravo obavlja u pozadini.

Ostalo nikada ne stiže do tebe: ni interno rezoniranje podagenata u običnom tekstu, ni razmjene koje su imali međusobno, ni pojedinosti o strategiji delegiranja koju je glavni agent odabrao. Stoga nema smisla graditi alat za praćenje oko ovih elemenata — oni nikada ne napuštaju model.

Strujanje (Streaming)

U načinu strujanja vidiš kako se odgovor glavnog agenta postupno gradi. Parametar verbose_streaming ide korak dalje i šalje ti pozive alata dok se događaju, što ti daje izravan uvid u aktivnost agenata.

Prednost je stvarna kod dugih zahtjeva: možeš gledati kako se web pretraživanja pokreću jedno za drugim dok agenti rade i pokazati svom korisniku nešto drugo osim statičnog pokazivača učitavanja.

Implikacije na latenciju

Više agenata inherentno je sporije od standardnog poziva iz tri kumulativna razloga: podagenti rade paralelno, ali koordinacija ima svoju cijenu, glavni agent mora pričekati sve rezultate prije sinteze, a latencija raste s brojem uključenih agenata.

To ti daje jednostavno pravilo dizajna. Za interaktivnu upotrebu—chatbot, traka za pretraživanje—zadrži se na 4 agenta. Rezerviraj 16 agenata za asinkrone zadatke: izvještaj generiran u pozadini, posao nadzora tijekom noći ili analizu čiji će korisnik rezultat pregledati kasnije.

Ključne točke

  • Tijek slijedi 4 koraka: analiza → delegiranje → istraživanje → sinteza
  • Podagenti rade paralelno i razmjenjuju informacije međusobno
  • Primaš samo odgovor glavnog agenta i pozive alata
  • Strujanje s verbose_streaming omogućuje praćenje aktivnosti u stvarnom vremenu
  • Latencija je veća nego kod standardnog poziva, posebno s 16 agenata