Rola lidera i agentów podrzędnych
Na tej stronie
Jasna hierarchia
Wieloagentowa architektura Groka opiera się na fundamentalnym rozróżnieniu między dwoma rodzajami agentów: liderem i agentami podrzędnymi. Dopóki nie zrozumiesz tej hierarchii, będziesz pisać prompty skierowane do niewłaściwej części systemu, a potem zastanawiać się, dlaczego Twoje instrukcje nie są realizowane.
Agent-lider
Lider to główny agent i jedyny, który komunikuje się z Tobą bezpośrednio. Pełni on trzy funkcje w określonej kolejności. Najpierw koordynuje, rozbijając Twoje zapytanie na części i przydzielając podzadania agentom podrzędnym. Następnie nadzoruje, śledząc badania każdego agenta i kierując dyskusją w stronę aspektów, które przynoszą rezultaty. Na końcu syntezuje, compilując wkłady wszystkich agentów w ustrukturyzowaną odpowiedź.
Warto zapamiętać jedną rzecz dokładnie tak, jak brzmi: do użytkownika trafiają wyłącznie wywołania narzędzi oraz odpowiedź lidera. Nigdy nie widzisz bezpośrednio tego, co wypracowali agenci podrzędni, widzisz jedynie końcowy rezultat lidera. W praktyce oznacza to, że jeśli agent podrzędny znajdzie kluczową informację, ale lider uzna, że wykracza ona poza zakres Twojego zapytania, informacja ta nie pojawi się nigdzie w otrzymanej przez Ciebie odpowiedzi.
Agenci podrzędni
Agenci podrzędni to badacze zespołu i każdy z nich dysponuje dokładnie tym samym zestawem narzędzi co lider. Agent odpowiedzialny za monitorowanie produktów pobierze oficjalne ogłoszenia za pomocą web_search, a następnie oceni reakcje w terenie przy użyciu x_search, które przeszukuje wpisy na platformie X. Agent, który przejmie część zadań wymagającą intensywnych obliczeń, może uruchomić code_execution, aby przeliczyć prognozę, zamiast szacować ją „na oko“. collections_search odpytuje Twoje kolekcje, a zdalne narzędzia MCP, które zadeklarowałeś, są również dostępne dla całego zespołu, a nie tylko dla lidera.
Komunikują się oni między sobą oraz z liderem, aby udoskonalić swoje badania, co pozwala im badać temat z kilku perspektyw jednocześnie, bez powielania tej samej pracy przez dwóch agentów.
Szyfrowane rozumowanie agentów podrzędnych
Wewnętrzne procesy rozumowania agentów podrzędnych pozostają zaszyfrowane. Nie możesz przeczytać ich toku myślenia, w przeciwieństwie do widocznego rozumowania, które udostępniały starsze modele, takie jak grok-3-mini. Ta różnica często zaskakuje programistów przyzwyczajonych do inspekcji śladów rozumowania w celu zrozumienia nieoczekiwanych rezultatów: tutaj te drzwi są zamknięte.
Wynikają z tego trzy konsekwencje. Widzisz wyłącznie końcowy rezultat lidera, nigdy kroki pośrednie. Stan agenta podrzędnego jest dostępny tylko po włączeniu parametru use_encrypted_content=True. Co więcej, nawet z tym parametrem treść pozostaje zaszyfrowana: służy ona modelowi do utrzymania spójności rozmowy w kolejnych turach, a nie Tobie do odczytu. Ta nieprzezroczystość jest świadomym kompromisem – daje agentom swobodę rozumowania bez ograniczeń związanych z wyświetlaniem, kosztem mniejszej transparentności dla Ciebie.
Odpowiedź końcowa
Gdy lider otrzyma wystarczającą ilość informacji od swoich agentów podrzędnych, generuje odpowiedź końcową. Odpowiedź ta uwzględnia wyniki badań znalezione przez różne agenty, wywołania narzędzi dokonane przez któregokolwiek z nich – wyszukiwanie w sieci, wykonywanie kodu – oraz własną, ustrukturyzowaną syntezę lidera.
Wywołania narzędzi zasługują na szczególną uwagę: pojawiają się one w odpowiedzi niezależnie od tego, czy dokonał ich lider, czy agent podrzędny. To jedyne okno, przez które możesz zajrzeć w pracę agentów podrzędnych. Jeśli chcesz sprawdzić, czy wyszukiwanie faktycznie dotarło do właściwych źródeł, musisz szukać właśnie tam i nigdzie indziej.
Co to oznacza dla Twoich promptów
Ta architektura zmienia sposób formułowania zapytań. Ponieważ lider zajmuje się formatowaniem, bądź precyzyjny co do oczekiwanego rezultatu: tabela porównawcza, notatka informacyjna, uzasadniona lista – lider musi wiedzieć, co ma zbudować. Zdefiniuj również zakres badań, ponieważ agenci podrzędni potrzebują jasnych granic, inaczej się rozproszą; niejasne zapytanie o „rynek AI“ doprowadzi do czterech rozbieżnych eksploracji, które lider będzie miał trudność z pogodzeniem.
Dwa nawyki dopełniają ten obraz. Jeśli potrzebujesz źródeł, poproś o nie wprost: agenty potrafią cytować, ale nie robią tego za każdym razem. I zrezygnuj z prób sterowania agentami podrzędnymi bezpośrednio z poziomu promptu – napisanie „niech agent 3 sprawdzi ceny“ nie przyniesie efektu, ponieważ Twoim jedynym kontaktem jest lider, a to on decyduje o podziale pracy.
Kluczowe wnioski
- Lider koordynuje, nadzoruje i syntezuje – to Twój jedyny kontakt
- Agenci podrzędni przeprowadzają badania i analizy równolegle
- Zwracana jest tylko odpowiedź lidera oraz wywołania narzędzi
- Rozumowanie agentów podrzędnych jest zaszyfrowane i niedostępne
- Twoje prompty muszą być skierowane do lidera i zawierać jasne instrukcje dotyczące oczekiwanego rezultatu