Zo werken multi-agent systemen: Een volledige gids

Denk aan een team waar iedereen zijn eigen vaardigheden meeneemt, onafhankelijk functioneert, maar tegelijkertijd synchroon naar een gemeenschappelijk doel toe werkt. Dat is het basisidee achter multi-agent systemen (MAS). In plaats van te vertrouwen op één enkele AI om alles af te handelen, brengt MAS meerdere AI-agents samen om samen te werken en informatie te delen, wat uiteindelijk leidt tot slimmere beslissingen.

Deze aanpak zorgt voor een transformatie in vele sectoren. Van het optimaliseren van supplychains tot het beheren van autonome wagenparken en het verbeteren van financiële handel, MAS kan je helpen bij het aanpakken van uitdagingen zowel wat efficiëntie als aanpassingsvermogen betreft. Hieronder bekijken we hoe multi-agent systemen werken en bekijken we best practices en voordelen.

Voordat je kunt upgraden naar multi-agent systemen, is het handig om een stap terug te doen en te kijken hoe single-agent systemen werken. Agents zijn een type AI-systeem dat vragen van klanten kan begrijpen en beantwoorden zonder menselijke tussenkomst. Zodra ze die informatie hebben verzameld, ondernemen deze agents actie om een specifiek doel te bereiken.

Denk bijvoorbeeld aan een agent die binnenkomende serviceaanvragen kan beheren en taken kan prioriteren op basis van urgentie, actie kan ondernemen door records bij te werken of follow-ups te plannen. In plaats van een script te volgen, neemt de agent contextbewuste beslissingen met behulp van realtime data.

Hoewel deze agents krachtig zijn, communiceren ze niet met andere agents om inzichten te delen en problemen op te lossen.

In plaats van te vertrouwen op één AI om alles af te handelen, hanteren multi-agent systemen een andere aanpak: ze maken gebruik van meerdere slimme agents die communiceren en samenwerken om problemen op te lossen. Deze agents werken binnen een gedeelde omgeving, wisselen informatie uit en nemen collectieve beslissingen. Dit resulteert ineen efficiënter systeem dat gecompliceerde taken beter aankan dan één enkele AI-agent zou kunnen.

Een multi-agent systeem deelt informatie over meerdere entiteiten, in plaats van alle beslissingsbevoegdheid op één plek te zetten. Elke agent heeft diens eigen doelen en besluitvormingsprocessen, maar ze werken samen, net als een kolonie mieren die een nest bouwt.

Wat maakt MAS anders dan traditionele agentische AI? Het gaat erom hoe agents communiceren en hoe ze samen meer informatie kunnen verzamelen dan ze alleen zouden kunnen. Op een hoger niveau van agentische volwassenheid beginnen systemen teams van agents te ondersteunen die samenwerken en resultaten binnen verschillende workflows organiseren.

Een multi-agent systeem wordt gekenmerkt door:

• Autonomie: Elke agent werkt onafhankelijk binnen diens eigen bereik. Het verzamelt en verwerkt data, en handelt vervolgens zonder dat het nodig is om toestemming te vragen bij een centrale autoriteit.
• Coördinatie: Agents blijven synchroon werken. Ze delen updates, geven taken door en passen plannen aan op basis van wat de andere agents doen.
• Interoperabiliteit: Een volwassen MAS ondersteunt gestandaardiseerde protocollen zoals A2A en MCP, zodat agents elkaar kunnen begrijpen, zelfs als ze voor verschillende functies zijn gebouwd.
• Schaalbaarheid: Wanneer je het systeem moet uitbreiden, kun je eenvoudig meer agents toevoegen. MAS-architecturen maken het gemakkelijker om door te groeien zonder alles opnieuw te hoeven schrijven.
• Specialisatie: Elke agent is gebouwd voor een specifiek doel. De ene kan planningen afhandelen, terwijl de andere supportcases oplost. Samen vormen ze een gecoördineerd netwerk dat grotere uitdagingen aankan.

Deze kenmerken maken een MAS bijzonder krachtig in snel veranderende omgevingen waar geen enkele agent het alleen kan doen. Naarmate agent-ecosystemen volwassen worden, wordt MAS het model voor AI-orkestratie op een hoger niveau.

Het grootste verschil tussen single-agent systemen en multi-agent systemen is hoe ze beslissingen nemen. Een single-agent systeem werkt alleen. Het verzamelt data, verwerkt deze en onderneemt vervolgens actie op basis van diens eigen regels. Deze configuratie werkt goed voor eenvoudige taken, zoals het geleiden van supporttickets op basis van urgentie of het opstellen van gepersonaliseerde e-mails aan klanten.

Maar sommige problemen zijn te groot om verwerkt te kunnen worden door één enkelvoudig systeem. In plaats van één agent die alleen werkt, vertrouwt MAS op een team dat in realtime communiceert, taken deelt en zich aanpast.

MAS kan ook efficiënter (op)schalen. Bij een single-agent systeem zal een grote toevoer van data uiteindelijk leiden tot vertraging van het systeem, een MAS kan daarentegen nieuwe agents toevoegen indien nodig. Daarom richt de volgende fase van de ontwikkeling van agents zich op coördinatie met meerdere agents, waarbij agents uiteindelijk kunnen domeinoverstijgend kunnen samenwerken, zoals bij klantenservice, planning en orderverwerking. Natuurlijk betekenen meer agents meer complexiteit, maar met de juiste structuur zorgt een MAS ervoor dat alles soepel verloopt.

Multi-agent systemen bieden iets wat single-agent systemen niet kunnen: de mogelijkheid om op te delen en af te handelen. Door specifieke rollen toe te wijzen aan verschillende agents, kan MAS complexere taken afhandelen met meer flexibiliteit. Agents kunnen informatie doorgeven of overnemen waar een ander niet verder kon.

Dat soort coördinatie opent mogelijkheden voor responsievere systemen, vooral omdat organisaties zich richten op automatisering in verschillende domeinen.

Een van de meest sterke punten van multi-agent systemen is hoe goed ze kunnen worden geschaald. Omdat elke agent onafhankelijk werkt, kunnen nieuwe agents worden toegevoegd zonder het systeem te overbelasten. Dit maakt MAS perfect voor sectoren waar de vraag fluctueert, zoals logistiek. In plaats van het hele systeem opnieuw te ontwerpen telkens wanneer er nieuwe variabelen of taken spelen, kun je eenvoudig meer agents toevoegen om de werklast te delen.

In plaats van elk probleem samen op te lossen, kun je met MAS een reeks ontwerpen waarin agents taken aan elkaar overdragen. Stel dat je onderweg bent en net bent geland op het vliegveld. Je reisassistent-agent kan automatisch een carpoolagent vragen om een auto te boeken. Elke agent blijft gefocust op het eigen expertisegebied, maar samen bieden ze een naadloze ervaring.

De echte wereld is onvoorspelbaar, maar MAS-agents kunnen hun gedrag aanpassen op basis van nieuwe informatie en zelfs onverwachte verstoringen opvangen. In deze sectoren moeten snel beslissingen worden genomen en veranderen omstandigheden doorlopend.

In een multi-agent systeem is het niet afdoende om agents gewoon naast elkaar te laten werken. Ze zullen moeten coördineren: taken doorgeven, context delen en samenwerken op weg naar een breder resultaat. Deze mogelijkheid tot coördineren is het onderscheidende verschil tussen een losse groep tools en een volledig functionerend MAS.

Naarmate agentecosystemen volwassener worden, zal ook het coördineren genuanceerder worden.

Elke agent is ontworpen voor een specifiek doel, zoals het beantwoorden van productvragen of het initiëren van follow-ups. Maar wanneer die agents taken aan elkaar kunnen overdragen, maakt dat echte orkestratie mogelijk. De ene agent voltooit een taak en geeft het stokje door aan de volgende, waarbij context en momentum behouden blijven.

Stel je een werving-en-selectieproces voor waarbij een configuratie-agent een service activeert en vervolgens een welkomstagent informeert om een gepersonaliseerde e-mail te sturen, die op zijn beurt een trainingsagent informeert om resources aan te bieden die zijn afgestemd op die gebruiker. Elke agent werkt onafhankelijk, maar synchroon met de anderen.

Om agents goed samen te laten werken, moeten ze relevante context hebben en delen. Als dat niet gebeurt, begint elke interactie opnieuw bij nul. Naarmate het ontwerp van agents vordert, evolueren systemen om het geheugen te ondersteunen, zodat agents kunnen verdergaan waar anderen waren gebleven en hun beslissingen daarop kunnen afstemmen.

Dit zorgt voor meer naadloze ervaringen, waarbij het 'systeem' als geheel samenhangend aanvoelt, hoewel het wordt aangedreven door veel verschillende onderdelen.

Agents kunnen niet coördineren zonder een gemeenschappelijke manier om informatie uit te wisselen. Dat is het moment waarop interoperabiliteitsprotocollen hun opwachting maken. Deze bieden de structuur die agents nodig hebben om te communiceren, context te delen en taken soepel uit te voeren.

Salesforce ondersteunt twee belangrijke protocollen die zijn ontworpen voor coördinatie met meerdere agents:

• Model Context Protocol (MCP) helpt agents om zich bewust te blijven van de bredere taak. Het zorgt ervoor dat context (zoals de intentie van de gebruiker, eerdere stappen of systeemstatus) tussen agents kan worden doorgegeven.
• Agent-to-Agent (A2A) stelt agents in staat om realtime updates of taakverzoeken naar elkaar te verzenden, zodat ze kunnen samenwerken zonder afhankelijk te zijn van een centraal systeem.

Met deze protocollen kun je eenvoudiger je agentnetwerk opschalen, waardoor elke agent zich kan concentreren op diens rol en toch bijdraagt aan een grotere, verbonden ervaring.

Multi-agent systemen zijn veelbelovend, maar het realiseren van dat potentieel hangt af van één belangrijke factor: interoperabiliteit. Om agents samen te laten werken, hebben ze een gedeelde manier nodig om te communiceren en taken over te dragen terwijl context behouden blijft. Zonder deze methode werkt elke agent in een vacuüm.

Een van de grootste obstakels in de ontwikkeling van MAS is het gebrek aan consistente normen. Veel agents zijn gebouwd met behulp van verschillende frameworks, talen of veronderstellingen over hoe ze zich moeten gedragen. Die fragmentatie maakt het moeilijker om agents in een gedeeld ecosysteem aan te sluiten of ze effectief aan elkaar te schakelen.

Protocollen zoals MCP en A2A helpen dit op te lossen door een gemeenschappelijke basis te creëren voor interactie met agents. Maar wijdverbreide acceptatie kost tijd. En het hangt ervan af dat ontwikkelaars vanaf het begin bouwen met interoperabiliteit in gedachten.

Naarmate MAS meer mainstream wordt, kun je een sterkere duw in de richting van standaardisatie verwachten. Het is de enige manier om ervoor te zorgen dat agents kunnen werken als onderdeel van een breder, gecoördineerd systeem, ongeacht wie ze heeft gebouwd.

Je kunt niet op dag één al een volledig georkestreerde MAS lanceren. Bouw geleidelijk op, begin met afzonderlijke agents en breid de coördinatie in de loop van de tijd uit.

Zo kun je te werk gaan bij het uitrollen van je MAS.

• Begin kleinschalig en gericht: Begin met agents die specifieke, herhaalbare taken uitvoeren. Door duidelijke doelen en strakke scopes te stellen, kun je agents eenvoudiger testen en verbeteren.
• Gebruik gedeelde protocollen: Implementeer in een vroeg stadium interoperabiliteitsnormen, zoals MCP en A2A. Zelfs als je agents nog niet hebt geschakeld, zorgt het gebruik van veelgebruikte protocollen ervoor dat je later soepeler orkestratie kunt uitvoeren.
• Blijf verbeteren: Naarmate je je agentnetwerk uitbreidt, kun je feedback en analyses gebruiken om gedrag te verfijnen. Agentecosystemen worden slimmer naarmate ze meer leren en verbinding maken.

Elk van deze stappen brengt je dichter bij een multi-agent systeem, waarin slimme agents samenwerken om snellere, slimmere resultaten te leveren.