Мультиагентна система Anthropic використовує 60 субагентів та верифікацію Lean для математичних доведень
Anthropic розгорнула експериментальну модель на 60 спеціалізованих субагентів для дослідження гіпотези Рімана. Мультиагентна архітектура витратила 31 мільйон токенів за 36 годин і перевірила результати за допомогою інструменту верифікації Lean.
Вплив: Високий
Чому це важливо
Демонструє, як розділення систем на агенти дослідження, валідації та написання кодів у поєднанні з детермінованими інструментами верифікації типу Lean усуває галюцинації в складних логічних сценаріях.
TL;DR
- 01Розділяйте мультиагентні пайплайни на окремі ролі дослідження та валідації.
- 02Поєднуйте витратні агентні запуски з програмними перевірниками коду (наприклад, Lean) для усунення галюцинацій.
- 03Закладайте значні ліміти вихідних токенів (30M+) для автономних завдань з довгим горизонтом.
Ключові факти
- Всього субагентів
- 60 агентів
- Загальна кількість токенів
- 31M токенів
- Час виконання
- 36 годин (1.5 дня)
- Протестовано ідей
- 650 ідей
- Система верифікації
- Lean (відкритий інструмент доведення)
Структура розділення ролей у мультиагентній системі
Anthropic детально описує ієрархію з 60 субагентів, налаштовану для тривалого міркування протягом 36 годин:
2 генератори ідей, відповідальні за основні математичні гіпотези.13 помічників ідей, які надавали допоміжні аргументи.30 дослідницьких агентів, які випробовували нові підходи (усі зазнали невдачі, відсіюючи хибні шляхи).13 агентів-валідаторів, які перевіряли покрокову логіку.2 агенти-документатори, які готували підсумковий матеріал.
Детермінована верифікація за допомогою Lean
Щоб запобігти галюцинаціям агентів у довгому контексті, Anthropic інтегрувала відкритий інструмент Lean. Агенти транслювали математичні кроки в код Lean, який надавав детерміновану відповідь про коректність.
Обсяг обчислень та витрати токенів
Протягом 1.5 дня роботи кластер агентів витратив 31M вихідних токенів, дослідивши 650 окремих кандидатних ідей. Власні математики компанії підтвердили результати Lean.
Спробуй за 2 хвилини
# Example Lean 4 CLI setup for formal code / logic verification
elan self update && lake new proof_verifier math
cd proof_verifier && lake buildbash
✓ Коли використовувати
- Проєктування тривалих мультиагентних пайплайнів, де неприпустимі галюцинації в логіці
- Структурування агентів із чітким розділенням ролей на генераторів та валідаторів
- Поєднання міркувань LLM із детермінованими компіляторами, лінтерами чи інструментами доведення
✕ Коли НЕ варто
- Прості одноразові завдання, де важливі низька затримка та мінімальні витрати токенів
- Незструктуровані творчі завдання без можливості автоматичної програмної перевірки
Що зробити сьогодні
- Інтегруйте зовнішні перевірники коду або лінтери в агенти для автоматичного відхилення помилкових варіантів.
- Створюйте окремі промпти для агентів-валідаторів у Claude Agent SDK окремо від агентів-генераторів.
Джерела