Аудит мультиагентной системы: с 13 до 6 — как мы оптимизировали команду ИИ
Мы построили систему из 13 ИИ-агентов. Реально работали только 4. Вот полный аудит — что мы узнали из OpenAI Swarm, CrewAI, AutoGen и LangGraph, и как пришли к компактной команде из 6 агентов.
Проблема: неконтролируемый рост агентов
Всё началось невинно. Нужен агент для контента. Потом для стратегии. Потом SEO, YouTube, «второй мозг», саморазвитие, отладка... Не успели оглянуться — в системе OpenClaw уже 13 агентов. Реальность? Работали только 4.
Исследование индустрии: что реально работает
Прежде чем резать, мы изучили все основные мультиагентные фреймворки — чтобы понять, к чему пришла индустрия.
OpenAI Swarm → Agents SDK
Легковесный паттерн «передачи эстафеты» — агенты передают управление друг другу напрямую. Обычно 2–5 агентов. Консенсус Reddit: лучший вариант для продакшена благодаря простоте и предсказуемости. Нет встроенного управления состоянием, не подходит для долгих процессов.
CrewAI
Ролевая архитектура с YAML-конфигами. Обычно 3–7 агентов на «экипаж». 1,7 млрд обработанных воркфлоу. Критическая находка: точность делегирования всего 33% без базы знаний (73% с ней). Экипажи нужно собирать под задачу, а не держать постоянно.
Microsoft AutoGen
Диалоговая модель с отличной интеграцией человека в процесс. 2–10 агентов, общающихся через асинхронные сообщения. Тяжёлая настройка — избыточна для простых задач.
LangGraph
Графовая архитектура с явным потоком управления, чекпоинтами и отладкой «путешествием во времени». Общее состояние через единое хранилище. Крутая кривая обучения, но отлично подходит для сложных воркфлоу.
Аудит: все 13 агентов
Мы оценили каждого агента по трём критериям: Активен ли он? Есть ли у него уникальная роль? Оправдана ли стоимость модели?
✅ Оставлены
Main (Оркестратор) ОСТАВИТЬ
Центральный мозг. Занимается всем — от контента до DevOps, порождает субагентов, управляет канбаном. Модель: Opus 4.6 — оправдана сложностью оркестрации.
DeathScore (Разработка продукта) ОСТАВИТЬ
Полный цикл разработки DeathScore.ai — нашего основного продукта. Модель: Opus 4.6 — оправдана для кодинга и продуктовых решений.
ProStudio Ops (Мониторинг команды) ОСТАВИТЬ → понизить модель
Мониторит командные чаты, извлекает задачи. Был на Opus 4.6 ($5/$25 за M токенов) — переключили на Sonnet 4.5 ($3/$15). Парсинг чатов не требует самой дорогой модели.
TeleGrow (Скаут лидогенерации) ОСТАВИТЬ
Мониторинг Telegram-чатов 24/7 для лидогенерации. Модель: Kimi K2.5 ($0.60/M) — адекватно дёшево для мониторинга.
⏸️ Заморожены (активируются по необходимости)
SEO ЗАМОРОЗИТЬ
SEO — периодическая работа, а не непрерывный процесс. Субагенты Main справляются. Активируем, когда появится реальный поток SEO-задач.
ProTechBot (Лид-магнит) ЗАМОРОЗИТЬ
Telegram-бот для лид-магнита мероприятия Sold Out. Код написан, но трафика пока нет. Заморожен до запуска маркетинга.
❌ Удалены (7 агентов)
Content УДАЛИТЬ
Main уже генерирует весь контент через субагентов. Дублирующая роль.
Production AI УДАЛИТЬ
Нет чёткого назначения. Был на Opus 4.6 — дорого для неактивного агента с неопределённой целью.
Strategy, YouTube, Brain, SelfGrowth, Debug УДАЛИТЬ
Все пустые или дублирующие возможности Main. Strategy = разговор с Main. YouTube = субагент для контента. Brain = MEMORY.md. Debug = функция, а не агент.
Фреймворк принятия решений
- У него есть свой Telegram-бот / канал (нужно постоянное присутствие)
- Он работает как автономный демон (мониторинг 24/7)
- Он управляет отдельным продуктом с большой кодовой базой
Всё остальное → субагенты. Дешевле, проще, никогда не забудутся.
Целевая архитектура
┌─────────────┐
│ Человек 👨 │
│ (Telegram) │
└──────┬──────┘
│
┌──────────▼──────────┐
│ 🤖 MAIN (Opus) │
│ Оркестратор │◄── cron + heartbeat
│ + субагенты │
└──┬───┬───┬─────────┘
│ │ │
┌────────────┘ │ └────────────┐
▼ ▼ ▼
┌───────────┐ ┌───────────┐ ┌───────────┐
│💀 Death- │ │🏢 Ops │ │📡 Tele- │
│ Score │ │ Sonnet4.5 │ │ Grow │
│ Opus 4.6 │ │ Командные │ │ K2.5 │
│ Продукт │ │ чаты │ │ Лиды │
└───────────┘ └───────────┘ └───────────┘
⏸️ Заморожены: SEO (Pro) | ProTechBot (K2.5)
Влияние на затраты
❌ До (13 агентов)
- 3 агента на Opus 4.6 ($5/$25)
- 9 агентов-балласт, занимающих конфиг
- Оценка ~$15–25/день
✅ После (6 агентов)
- 2 агента на Opus, 1 на Sonnet, 1 на K2.5
- Нулевой балласт
- Оценка ~$10–15/день
Ключевые выводы
- «Агент на каждую идею» — антипаттерн. Все фреймворки (CrewAI, Swarm, AutoGen) сходятся на 3–7 агентах как оптимуме.
- Субагенты лучше постоянных агентов для разовых задач. Они дешевле, изолированы и автоматически архивируются.
- Подбирайте модель под задачу. Opus для оркестрации и кодинга. Sonnet для парсинга чатов. K2.5 для мониторинга. Не гоняйте Opus на всём подряд.
- Нет задачи = нет агента. Если агент неактивен неделями, ему не нужно существовать.
- Чёткие границы ролей важнее количества агентов. Четыре сфокусированных агента превосходят тринадцать размытых.
🎯 Оптимизируете агентов, но не уверены в бизнес-модели?
Прежде чем строить сложную мультиагентную систему, проверьте саму идею. DeathScore покажет, стоит ли игра свеч.
Validate your idea now →