Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Volledige verloop van een multi-agent verzoek

Les 4 van 14 Bijgewerkt op 29 juli 2026 Ontwikkelaar
Op deze pagina
  1. Van verzoek tot antwoord
  2. Stap 1: het verzoek ontvangen en analyseren
  3. Stap 2: het starten van de sub-agenten
  4. Stap 3: onderzoek en discussie
  5. Stap 4: synthese door de hoofdagent
  6. Wat u ontvangt
  7. Streaming
  8. Gevolgen voor latentie
  9. Belangrijkste punten

Van verzoek tot antwoord

Tussen het moment dat u uw verzoek verzendt en het moment dat het antwoord verschijnt, gebeurt er veel meer dan bij een standaard LLM-aanroep. Als u dit pad stap voor stap volgt, helpt dat u wanneer u ongebruikelijke latentie, een te algemeen antwoord of een verrassende token-rekening moet interpreteren.

Stap 1: het verzoek ontvangen en analyseren

Wanneer uw verzoek het grok-4.20-multi-agent-0309-model bereikt, begint de hoofdagent met de analyse ervan. Het bepaalt de aard van de taak—feitelijke research, vergelijkende analyse, synthese—beoordeelt hoeveel aspecten onderzocht moeten worden, identificeert de benodigde tools en kiest een strategie voor het delegeren aan sub-agenten.

U ziet deze initiële analyse niet: het maakt deel uit van de gefactureerde redenering van de hoofdagent en verschijnt nooit in het antwoord. Het is ook het punt waar dubbelzinnige formuleringen de meeste schade aanrichten, omdat alles wat volgt voortbouwt op die eerste lezing.

Stap 2: het starten van de sub-agenten

De hoofdagent delegeert vervolgens de deeltaken. Elke sub-agent ontvangt een specifieke opdracht en gaat parallel met de anderen aan het werk. Voor het eerder genoemde verzoek over Europese cloudstrategieën zou de verdeling er als volgt uitzien: één agent onderzoekt recente aankondigingen van providers, een tweede analyseert regelgevingsaspecten (AVG, AI-wet), een derde vergelijkt prijsklassen en een vierde bestudeert technische documentatie.

Met 16 agenten wordt de verdeling fijner en worden meer invalshoeken gedekt: elke provider kan zijn eigen onderzoeker krijgen en regelgevingsaspecten kunnen over meerdere rechtsgebieden worden verdeeld.

Stap 3: onderzoek en discussie

Sub-agenten werken niet geïsoleerd. Ze gebruiken de ingebouwde tools—web_search, x_search, code_execution en andere—wisselen informatie met elkaar uit om duplicaten te voorkomen en hun leads te verfijnen, en signaleren onverwachte bevindingen aan de hoofdagent die nader onderzoek verdienen. Dit interne gesprek is wat multi-agent onderscheidt van een eenvoudige parallelle aanroep: een agent die informatie vindt die in strijd is met die van een collega, kan het onderzoek bijsturen.

Het is ook de langste fase en verreweg de duurste, omdat elke agent zijn eigen input-, output- en redeneringstokens genereert. Wanneer een verzoek een minuut loopt zonder dat er tekst verschijnt, wordt die tijd hier besteed.

Stap 4: synthese door de hoofdagent

Zodra de sub-agenten klaar zijn, of wanneer het redeneerbudget is bereikt, neemt de hoofdagent het over en doorloopt altijd dezelfde reeks. Het verzamelt eerst alle resultaten en verwijdert vervolgens duplicaten—bij het cloud-verzoek zullen drie agenten waarschijnlijk dezelfde aankondiging over regionale beschikbaarheid naar boven hebben gehaald, en deze moet slechts één keer verschijnen. Vervolgens structureert het de informatie in het door u gevraagde formaat, citeert het bronnen waar relevant en produceert het uiteindelijk het eindantwoord.

Hier wordt de waargenomen kwaliteit van het resultaat bepaald: met hetzelfde onderzoek krijgt u afhankelijk van hoe nauwkeurig u het verwachte deliverable heeft beschreven, entweder een alomvattende paragraaf of een leesbare vergelijkingstabel.

Wat u ontvangt

Het antwoord bevat de tekst geschreven door de hoofdagent—de synthese—de tool-aanroepen gedaan door alle agenten, inclusief de hoofdagent, en, als u use_encrypted_content=True heeft ingeschakeld, een geblokkeerde versleutelde inhoud. Deze tool-aanroepen zijn uw enige venster op het werk dat daadwerkelijk achter de schermen is verricht.

De rest bereikt u nooit: niet de interne redenering van de sub-agenten in platte tekst, niet de uitwisselingen die ze met elkaar hadden, niet de details van de delegatiestrategie die de hoofdagent heeft gekozen. Het heeft dus geen zin een monitoringtool rond deze elementen te bouwen—ze verlaten het model nooit.

Streaming

In streaming-modus ziet u het antwoord van de hoofdagent geleidelijk opbouwen. De parameter verbose_streaming gaat nog verder en stuurt u ook tool-aanroepen terwijl ze plaatsvinden, wat u een direct beeld geeft van de agent-activiteit.

Het voordeel is reëel bij lange verzoeken: u kunt zien hoe webzoekopdrachten de ene na de andere worden uitgevoerd terwijl de agenten werken, en uw gebruiker iets anders tonen dan een statische laadspinner.

Gevolgen voor latentie

Multi-agent is inherent langzamer dan een standaardaanroep, om drie cumulatieve redenen: de sub-agenten werken weliswaar parallel, maar coördinatie heeft een prijs, de hoofdagent moet wachten op alle resultaten voordat het kan synthetiseren, en de latentie groeit met het aantal betrokken agenten.

Dat geeft u een eenvoudige ontwerpregel. Blijf voor interactief gebruik—een chatbot, een zoekbalk—bij 4 agenten. Reserveer de 16 agenten voor asynchrone taken: een rapport dat op de achtergrond wordt gegenereerd, een nachtelijke monitoringtaak, een analyse waarvan de gebruiker het resultaat later bekijkt.

Belangrijkste punten

  • Het verloop volgt 4 stappen: analyse → delegatie → onderzoek → synthese
  • Sub-agenten werken parallel en wisselen informatie met elkaar uit
  • U ontvangt alleen het antwoord van de hoofdagent en de tool-aanroepen
  • Streaming met verbose_streaming stelt u in staat activiteit in real-time te volgen
  • De latentie is hoger dan bij een standaardaanroep, vooral met 16 agenten