Ledarens och underagenternas roll
På denna sida
En tydlig hierarki
Groks arkitektur för flera agenter vilar på en grundläggande distinktion mellan två typer av agenter: ledaren och underagenterna. Om du inte förstår denna hierarki kommer du att skriva prompts som riktar sig till fel del av systemet, och sedan undra varför dina instruktioner inte följs.
Ledaragenten
Ledaren är huvudagenten och den enda som interagerar direkt med dig. Den utför tre funktioner i sekvens. Först koordinerar den genom att bryta ner din begäran och delegera deluppgifter till underagenterna. Därefter övervakar den genom att spåra varje agents research och styra diskussionen mot de infallsvinklar som ger resultat. Slutligen syntetiserar den genom att sammanställa bidragen till ett strukturerat svar.
En punkt är värd att ta bokstavligt: endast verktygsanropen och ledarens svar returneras till användaren. Du ser aldrig direkt vad underagenterna producerar, bara ledarens slutresultat. I praktiken innebär det att om en underagent hittar en avgörande information men ledaren bedömer att den ligger utanför din begäran, kommer den informationen inte att synas någonstans i det du får ta del av.
Underagenterna
Underagenterna är teamets forskare, och var och en har exakt samma verktygslåda som ledaren. En agent som ansvarar för produktbevakning hämtar officiella tillkännagivanden med web_search och mäter sedan reaktioner på fältet med x_search, vilket söker igenom inlägg på X. Den agent som ärver den siffertunga delen av arbetet kan öppna code_execution för att räkna om en prognos istället för att uppskatta den i huvudet. collections_search frågar dina samlingar, och de fjärr-MCP-verktyg du har deklarerat är också tillgängliga för hela teamet, inte bara för ledaren.
De pratar med varandra och med ledaren för att vässa sin research, vilket låter dem utforska ett ämne från flera håll samtidigt utan att två agenter gör samma arbete två gånger.
Underagenternas krypterade resonemang
Underagenternas interna resonemang förblir krypterat. Du kan inte läsa deras tankeprocess, till skillnad från det synliga resonemang som äldre modeller som grok-3-mini exponerade. Denna skillnad överraskar ofta utvecklare som är vana vid att granska resonemangsspår för att förstå ett oväntat resultat: den dörren är stängd här.
Tre konsekvenser följer av detta. Du ser bara ledarens slutresultat, aldrig de mellanliggande stegen. Underagenternas tillstånd är endast tillgängligt genom att aktivera parametern use_encrypted_content=True. Och även med den parametern förblir innehållet krypterat: det finns där för att modellen ska kunna hålla en konversation konsekvent över flera varv, inte för att du ska läsa det. Denna opacitet är en medveten avvägning – den ger agenterna frihet att resonera utan begränsningar kring visning, på bekostnad av mindre transparens för dig.
Det slutgiltiga svaret
När ledaren har fått in tillräckligt med information från sina underagenter producerar den det slutgiltiga svaret. Det svaret inkorporerar forskningsresultaten som hittats av de olika agenterna, de verktygsanrop som gjorts av någon av dem – webbsökning, kodexekvering – samt ledarens egen strukturerade syntes.
Verktygsanrop förtjänar särskild uppmärksamhet: de visas i svaret oavsett om det var ledaren eller en underagent som gjorde dem. Det är den enda inblick du får i underagenternas arbete. Om du vill kontrollera att en sökning faktiskt nådde rätt källor är det där du ska titta, och ingen annanstans.
Vad detta innebär för dina prompts
Denna arkitektur förändrar hur du formulerar en begäran. Eftersom ledaren hanterar formateringen måste du vara tydlig med vilket leverabelt du förväntar dig: en jämförelsetabell, en briefingnotering, en motiverad lista – den behöver veta vad den ska bygga. Definiera också omfattningen av researchen, eftersom underagenterna behöver tydliga gränser annars sprider de sig; en vag begäran om “AI-marknaden” kommer att producera fyra divergerande utforskningar som ledaren sedan får kämpa med att förena.
Två vanor rundar av detta. Be explicit om källor om du vill ha dem: agenterna vet hur man citerar, men de gör det inte varje gång. Och släpp idén om att styra underagenterna från din prompt – att skriva “låt agent 3 kontrollera prissättningen” har ingen effekt, eftersom din enda kontakt är ledaren och arbetsfördelningen är upp till den.
Viktiga punkter
- Ledaren koordinerar, övervakar och syntetiserar – det är din enda kontaktpunkt
- Underagenterna utför research och analys parallellt
- Endast ledarens svar och verktygsanropen returneras
- Underagenternas resonemang är krypterat och oåtkomligt
- Dina prompts måste rikta sig till ledaren med tydliga instruktioner om det förväntade leverabelt