Мультиагентная система — это несколько ИИ-агентов со своими контекстами, которые вместе решают одну задачу. Ниже: определение, виды с примерами, Agent Teams в Claude Code, все варианты мультиагентности у Anthropic, сравнительная таблица и три шага для старта. У каждого раздела — ссылки на первоисточники с датой проверки.
Что такое мультиагентная система
Мультиагентная система — это несколько ИИ-агентов, каждый со своим контекстом и своей задачей, которые вместе решают одну большую задачу. По данным Anthropic, такая схема тратит в 3–10 раз больше токенов, чем один агент, поэтому включать её стоит только там, где она окупается.
Агент по определению Anthropic — это модель, которая в цикле сама решает, какой инструмент вызвать дальше, и смотрит на результат. Один агент с инструментами (поиск, файлы, терминал, MCP) уже закрывает большинство задач. Мультиагентная система появляется, когда работу делят между несколькими такими агентами: у каждого своё контекстное окно, свои инструкции и свой набор инструментов, а результаты сходятся в одном месте.
Главное отличие от «одного агента с инструментами» — изоляция контекста. Один агент складывает всё в одно окно: поиск, черновики, ошибки. В мультиагентной схеме исполнитель может прочитать десятки тысяч токенов, а вернуть главному агенту выжимку на 1–2 тысячи. Так главный агент остаётся «чистым» и держит в голове план.
Когда нужна. Anthropic называет три ситуации, где несколько агентов стабильно выигрывают у одного:
- Засорение контекста. Подзадача тащит в окно много информации, которая дальше мешает (длинный поиск, разбор логов).
- Параллельность. Части задачи независимы и могут идти одновременно (исследование по разным источникам, ревью по разным критериям).
- Специализация. Агенту с 20+ инструментами трудно выбрать нужный; узкий агент с 3–5 инструментами работает точнее.
Когда вредна. Те же источники прямо пишут о цене и рисках:
- Токены. Агенты тратят примерно в 4 раза больше токенов, чем обычный чат, мультиагентные системы — примерно в 15 раз больше чата (статья про Research, 2025). В статье 2026 года: 3–10 раз больше, чем один агент на ту же задачу. База сравнения разная, цифры складывать нельзя.
- Общий контекст и зависимости. Если всем агентам нужен один и тот же контекст или шаги жёстко зависят друг от друга, мультиагентность мешает. Anthropic отдельно отмечает, что в большинстве задач по коду параллелизуемых частей меньше, чем в исследовании.
- Ошибки координации. Ранние версии системы Anthropic запускали по 50 субагентов на простой вопрос и дублировали работу. Ошибки накапливаются по цепочке, поэтому нужны контрольные точки.
- Одинаковые ошибки у всех. Агенты на одной модели ведут себя похоже, поэтому ошибка одного часто повторяется у всех сразу; в эксперименте Anthropic агенты с приватным каналом договорились о минимальных ценах уже к третьему раунду.
Начинать с самого простого решения и усложнять, только когда простое перестало справляться. Часто хватает одного вызова модели с хорошими примерами и поиском по документам.
Источники (проверено 07.10.2026): Anthropic Engineering · Building effective agents (19.12.2024); Claude · When to use multi-agent systems (23.01.2026); Anthropic Engineering · How we built our multi-agent research system (13.06.2025); Anthropic Engineering · Effective context engineering; Anthropic Research · Patterns and problems in multiagent systems (13.08.2026).
Виды мультиагентных систем
Единой официальной классификации нет. Ниже — рабочая схема по четырём осям. Примеры взяты из документации Anthropic и открытых фреймворков; там, где у Anthropic отдельного материала нет, это помечено.
По структуре
| Вид | Как устроен | Пример |
|---|---|---|
| Оркестратор — исполнители | Главный агент делит задачу, раздаёт исполнителям, собирает ответ | Research в Claude: ведущий агент запускает 3–5 параллельных исследователей, затем CitationAgent расставляет ссылки |
| Иерархия | Менеджер управляет командами, у команд свои руководители | CrewAI, процесс hierarchical: агент-менеджер планирует, раздаёт и проверяет. В Claude Code субагенты могут запускать своих субагентов, по умолчанию до 3 уровней |
| Равноправные (swarm) | Агенты передают управление друг другу или общаются напрямую без центра | OpenAI Swarm (учебный, заменён на Agents SDK): передача управления handoff. Эксперимент Anthropic: 45 агентов с общим форумом искали уязвимости |
| Конвейер | Выход одного шага — вход следующего, порядок задан заранее | Prompt chaining у Anthropic: план документа → проверка плана → текст. CrewAI, процесс sequential |
По взаимодействию
| Вид | Суть | Пример |
|---|---|---|
| Кооперация | Агенты делят работу и складывают результаты | Параллельное ревью кода в Agent Teams: безопасность, производительность и тесты — у разных тиммейтов |
| Дебаты и критика | Один агент предлагает, другой спорит или оценивает | Evaluator-optimizer у Anthropic; связка генератор и скептичный оценщик в статье про долгие задачи; научная работа Multiagent Debate (2023) показала рост точности в задачах на рассуждение |
| Конкуренция | Несколько агентов решают одно и то же, выбирают лучший ответ | Parallelization в варианте voting у Anthropic: несколько промптов ищут уязвимости в коде; Agent Teams «конкурирующие гипотезы» при отладке |
По памяти
| Вид | Суть | Пример |
|---|---|---|
| Раздельная | У каждого агента своё окно, наружу уходит только итог | Субагенты Claude Code: свежий контекст, история главного диалога остаётся у главного агента |
| Общая | Агенты читают и пишут в общее хранилище | Agent Teams: общий список задач и почтовые ящики. Managed Agents: у агентов свои треды, но общая песочница и файлы. LeadResearcher сохраняет план в Memory |
По типу агентов
| Вид | Суть | Пример |
|---|---|---|
| Одинаковые | Копии одного агента на разных кусках работы | Workflows: pipeline() запускает одинаковый агент на каждый файл из списка |
| Разные роли | У каждого своя роль, промпт, модель и инструменты | Файлы .claude/agents/*.md: ревьюер, исследователь, тестировщик; у Research ведущий агент на Opus, исполнители на Sonnet |
У Anthropic отдельного продукта или статьи про «рой» как паттерн проектирования нет, есть исследование 2026 года с экспериментом. Дебаты как метод безопасности изучаются в науке (в том числе с участием сотрудников Anthropic), а в продуктах Anthropic им соответствует паттерн evaluator-optimizer.
Источники (проверено 07.10.2026): Anthropic Engineering · How we built our multi-agent research system (13.06.2025); Anthropic Engineering · Building effective agents (19.12.2024); Anthropic Engineering · Harness design for long-running application development; Anthropic Research · Patterns and problems in multiagent systems (13.08.2026); Claude Code · Subagents; Claude Code · Agent teams; Claude Code · Dynamic workflows; Claude API · Managed Agents multiagent orchestration; CrewAI · Processes; GitHub · openai/swarm; LangChain · Multi-agent; arXiv 2305.14325 · Multiagent Debate (Du и др., 2023); arXiv 2402.06782 · Debating with More Persuasive LLMs (2024); arXiv 2308.08155 · AutoGen (Microsoft, 2023).
Agent Teams в Claude Code
Agent Teams — режим Claude Code, в котором ваша сессия становится руководителем команды и запускает несколько полноценных экземпляров Claude Code. Тиммейты работают независимо, берут задачи из общего списка и пишут друг другу напрямую. Статус по документации на октябрь 2026: экспериментальная функция, по умолчанию выключена. Появилась как research preview в версии 2.1.32 (5 февраля 2026).
Как устроено
| Компонент | Что делает |
|---|---|
| Team lead | Ваша основная сессия. Создаёт команду, раздаёт задачи, собирает итог. Лидер закреплён на всю сессию, передать роль тиммейту нельзя |
| Teammates | Отдельные экземпляры Claude Code со своим контекстным окном. При старте подгружают CLAUDE.md, MCP-серверы и skills проекта |
| Task list | Общий список задач: ожидает, в работе, готово. Есть зависимости между задачами; тиммейт может сам забрать свободную задачу, захват защищён блокировкой файла |
| Mailbox | Почтовые ящики агентов. Сообщения отправляются инструментом SendMessage адресно по имени; рассылки «всем сразу» нет, лидер пишет каждому |
Режимы отображения
- In-process (по умолчанию) — все тиммейты внутри одного терминала. Стрелками выбираете тиммейта в панели агентов, Enter открывает его ленту, можно писать ему напрямую. Работает в любом терминале.
- Split panes — у каждого тиммейта своя панель. Нужен tmux или iTerm2 с CLI
it2. В терминале VS Code, Windows Terminal и Ghostty режим панелей пока отсутствует. - Настройка
teammateMode:in-process,auto,tmux,iterm2.
Как запустить
- Включить флаг в окружении или в
settings.json. - В интерактивной сессии описать задачу и состав команды обычным языком.
- Смотреть за работой в панели агентов, при необходимости писать тиммейтам напрямую, в конце попросить лидера собрать итог и завершить команду.
// settings.json
{
"env": { "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1" }
}
// пример промпта из документации
Spawn three teammates to explore this from different angles:
one on UX, one on technical architecture, one playing devil's advocate.Если Claude вместо команды запустил обычных субагентов, документация советует попросить ещё раз и прямо сказать «agent team». Размер: начинать с 3–5 тиммейтов и 5–6 задач на каждого. Цитата из документации: «три сфокусированных тиммейта часто работают лучше пяти разрозненных».
Ограничения
- Работает только в интерактивной сессии: в режиме
-pи в Agent SDK тиммейты остаются обычными субагентами. - После
/resumeи/rewindтиммейты в режиме in-process пропадают: попросите лидера запустить их заново. - Статус задач иногда отстаёт, завершение тиммейтов медленное.
- Одна команда на сессию, вложенных команд нет, лидер закреплён.
- Режим разрешений задаётся при запуске для всех тиммейтов сразу.
- Расход: по странице Costs команда тратит примерно в 7 раз больше токенов, чем обычная сессия, когда тиммейты работают в plan mode; расход растёт с числом активных тиммейтов.
Teams или subagents
| Subagents | Agent Teams | |
|---|---|---|
| Контекст | Своё окно, результат возвращается вызвавшему | Своё окно, полная независимость |
| Связь | Только отчёт главному агенту | Тиммейты пишут друг другу напрямую |
| Координация | Всё ведёт главный агент | Сами через сообщения и общий список задач |
| Лучше всего для | Сфокусированных задач, где важен только результат | Сложной работы с обсуждением: ревью, отладка гипотезами, фичи на несколько слоёв |
| Токены | Ниже | Выше: каждый тиммейт — отдельный Claude |
Для последовательных задач, правок одного файла и работы с большим числом зависимостей документация советует одну сессию или субагентов. Для контроля качества у команд есть хуки TeammateIdle, TaskCreated, TaskCompleted: выход с кодом 2 возвращает агента к доработке.
Источники (проверено 07.10.2026): Claude Code · Agent teams; Claude Code · Costs; Claude Code · Hooks; Claude Code · Changelog.
Все варианты у Anthropic
Ниже все способы, которыми у Anthropic агенты работают вместе или делят задачу. Первые три живут внутри Claude Code, дальше — паттерны, SDK, серверные агенты и связующие стандарты.
1. Subagents
Субагент — исполнитель со своим контекстным окном, своим системным промптом и своими правами. Главный агент вызывает его инструментом Agent (до версии 2.1.63 он назывался Task, старое имя работает как псевдоним). Исполнитель получает свежий контекст: задание, CLAUDE.md и git status. Историю вашего диалога получает только форк (см. ниже).
- Свои субагенты — файлы
.claude/agents/*.md(проект) или~/.claude/agents/(личные). Обязательны поляnameиdescription; дальшеtools,model,permissionMode,skills,mcpServers,memory,isolation: worktreeи другие. - Встроенные: Explore (только чтение, быстрый поиск по коду), Plan (только чтение, для режима планирования), general-purpose (все инструменты).
- Вызов: назвать агента в промпте, упомянуть через
@или запустить всю сессию как агента:claude --agent имя. - Fork — субагент, который наследует весь текущий диалог и делит с ним кэш промпта, поэтому дешевле обычного. Команда
/subtask задача(с версии 2.1.212; раньше/fork). Запускать форки может только основная сессия, у самого форка такой возможности нет. - Лимиты: до 20 одновременных субагентов, вложенность по умолчанию до 3 уровней (
CLAUDE_CODE_MAX_SUBAGENT_SPAWN_DEPTH). Продолжить субагента можно черезSendMessageпо имени.
Источники (проверено 07.10.2026): Claude Code · Subagents.
2. Agent Teams
Команда равноправных сессий с лидером, общим списком задач и перепиской. Подробно — в разделе выше.
Источники (проверено 07.10.2026): Claude Code · Agent teams.
3. Workflows (agent workflows)
Dynamic workflow — JavaScript-скрипт, который пишет сам Claude, а среда Claude Code выполняет в фоне. Главное отличие от субагентов и команд: план держит скрипт. В контекст Claude попадает только итог, промежуточные результаты живут в переменных скрипта. Масштаб по документации — от десятков до сотен агентов за запуск. Появились в версии 2.1.154 (28 мая 2026).
| Функция | Что делает |
|---|---|
agent(prompt, opts) | Запускает одного субагента. С параметром schema возвращает JSON заданной формы |
parallel([...]) | Запускает набор задач одновременно и ждёт все |
pipeline(items, fn) | Запускает по агенту на каждый элемент списка |
phase(title) | Группирует следующих агентов под заголовком в окне прогресса |
log(), args | Сообщение над фазами и входные параметры сохранённого workflow |
export const meta | Обязательное начало скрипта: имя, описание, список фаз |
export const meta = { name: 'route-audit', description: 'Аудит авторизации в API',
phases: [{ title: 'Find' }, { title: 'Audit' }] }
phase('Find')
const found = await agent('List every .ts file under src/routes/.', { schema: FILES })
phase('Audit')
const audits = await pipeline(found.files, file =>
agent(`Audit ${file} for missing authentication checks.`, { label: file }))
return audits.filter(Boolean)- Как запустить: попросить «use a workflow» своими словами или добавить в промпт слово
ultracode. Команда/effort ultracodeвключает режим, в котором Claude сам планирует workflow на каждую существенную задачу. Встроенный пример —/deep-research. - Контроль:
/workflowsпоказывает запуски и фазы; запуск можно поставить на паузу, остановить, сохранить в.claude/workflows/и потом вызывать как команду. - Лимиты: по умолчанию до 16 агентов одновременно, до 4096 элементов в одном
parallel()илиpipeline().Date.now()иMath.random()внутри скрипта выдают ошибку: так повторный запуск воспроизводит те же вызовы. - Цена: при прогнозе больше 25 агентов или 1,5 млн токенов Claude Code показывает предупреждение «Large workflow».
- Сила: в скрипт можно зашить паттерн качества — независимые агенты перепроверяют находки друг друга до отчёта.
Источники (проверено 07.10.2026): Claude Code · Dynamic workflows; Claude Code · Обзор параллельной работы агентов; Claude Code · Changelog.
4. Паттерны «Building effective agents»
Статья Anthropic от 19 декабря 2024 разделяет workflows (модель и инструменты идут по заранее написанному коду) и agents (модель сама управляет процессом). Сейчас наверху статьи стоит пометка: инструменты с декабря 2024 сильно изменились. Сами паттерны остаются базовым словарём.
| Паттерн | Суть | Когда применять | Пример из статьи |
|---|---|---|---|
| Prompt chaining | Цепочка шагов, между шагами программные проверки | Задача чисто делится на фиксированные шаги | Маркетинговый текст, затем перевод |
| Routing | Классификатор отправляет запрос в нужную ветку | Есть различимые категории | Обращения в поддержку: вопрос, возврат, техподдержка; простые — на маленькую модель |
| Parallelization | Sectioning: независимые части параллельно. Voting: одну задачу решают несколько раз | Нужна скорость или несколько мнений | Проверка кода на уязвимости несколькими промптами |
| Orchestrator-workers | Центральная модель на лету делит задачу и собирает результат | Подзадачи заранее неизвестны | Правки сразу во многих файлах, поиск по многим источникам |
| Evaluator-optimizer | Один генерирует, другой оценивает, по кругу | Есть чёткие критерии и итерации дают пользу | Литературный перевод, сложный поиск |
Мультиагентная исследовательская система (статья 13 июня 2025) — живой пример orchestrator-workers. Ведущий агент на Claude Opus 4 строит план, сохраняет его в память и запускает 3–5 субагентов на Claude Sonnet 4, которые ищут параллельно; CitationAgent в конце расставляет ссылки. Результат на внутреннем тесте: на 90,2% лучше, чем один агент на Opus 4. Объём токенов объясняет 80% разброса качества. Параллельность сократила время сложных исследований до 90%.
Источники (проверено 07.10.2026): Anthropic Engineering · Building effective agents (19.12.2024); Anthropic Engineering · How we built our multi-agent research system (13.06.2025).
5. Claude Agent SDK
Agent SDK — тот же движок, что внутри Claude Code (инструменты, цикл агента, управление контекстом), но как библиотека для Python и TypeScript. До 29 сентября 2025 назывался Claude Code SDK.
- Программные субагенты: параметр
agentsвquery()с описаниемAgentDefinition(обязательныdescriptionиprompt), либо файлы в.claude/agents/. Claude вызывает их тем же инструментомAgent. - Хуки — функции на события агента:
PreToolUse,PostToolUse,SubagentStart,SubagentStop,Stopи другие. Ими блокируют опасные действия, ведут аудит, требуют подтверждения человека. - Где уместен: свой продукт или сервис, где агентов нужно запускать из кода, а работа в терминале вручную уже лишняя. Agent Teams в SDK отсутствуют.
Источники (проверено 07.10.2026): Agent SDK · Overview; Agent SDK · Subagents; Agent SDK · Hooks; Claude · Building agents with the Claude Agent SDK.
6. Claude Managed Agents
Подтверждено документацией. Managed Agents — готовая обвязка агента, которая работает на серверах Anthropic: вы создаёте агента и окружение (облачная песочница Anthropic или своя), запускаете сессию через API и получаете события потоком. Встроены Bash, работа с файлами, веб-поиск и MCP. Запущены в публичной бете 8 апреля 2026, нужен заголовок managed-agents-2026-04-01.
Мультиагентность внутри: агент-координатор со списком до 20 агентов, у каждого свой тред, а песочница и файлы общие; делегирование только на один уровень. Рекомендованные паттерны — параллельность, специализация, эскалация. Подходит для долгих фоновых задач, которые должны идти без вашего компьютера.
Источники (проверено 07.10.2026): Claude API · Managed Agents overview; Claude API · Managed Agents multiagent orchestration; Claude API · Release notes; Anthropic Engineering · Scaling Managed Agents.
7. MCP — связующая ткань
Model Context Protocol — открытый стандарт подключения ИИ-приложений к внешним системам, Anthropic открыла его 25 ноября 2024. Создатели сравнивают его с портом USB-C. Для мультиагентной системы MCP — общий способ дать любому агенту доступ к базе, CRM, GitHub или Telegram одним и тем же способом.
- Подключение в Claude Code:
claude mcp add --transport http имя urlдля удалённого сервера илиclaude mcp add имя -- командадля локального. - Области:
local(по умолчанию, только вы в этом проекте),project(файл.mcp.jsonв репозитории, для всей команды),user(все ваши проекты). - Отдельному субагенту можно выдать свои MCP-серверы полем
mcpServersв его файле: исследователь получает поиск, бухгалтер — таблицы.
Источники (проверено 07.10.2026): Anthropic · Introducing the Model Context Protocol (25.11.2024); modelcontextprotocol.io · Introduction; Claude Code · MCP.
8. Skills — переносимые навыки
Skill — папка с файлом SKILL.md: короткое описание и инструкция, плюс по желанию скрипты и файлы. Работает по принципу постепенного раскрытия: в контексте всегда лежит только описание (около 100 токенов), тело загружается при срабатывании, вложенные файлы — по мере надобности. Так агенту можно дать десятки навыков без раздувания контекста.
- Где лежат в Claude Code:
~/.claude/skills/имя/SKILL.md(личные) и.claude/skills/имя/SKILL.md(проект). - Skills доступны в Claude Code, claude.ai и Claude API; с декабря 2025 формат открыт как стандарт Agent Skills.
- Переносимость с оговоркой: документация платформы пишет, что свои skills на разных поверхностях хранятся раздельно, а документация Claude Code описывает одностороннюю загрузку skills из аккаунта claude.ai в терминал. Проверяйте на своей версии.
- Связь с мультиагентностью: субагенту можно предзагрузить нужные skills полем
skills, а skill сcontext: forkвыполняется в отдельном субагенте.
Источники (проверено 07.10.2026): Anthropic Engineering · Equipping agents for the real world with Agent Skills; Claude API · Agent Skills overview; Claude Code · Skills; agentskills.io · открытый стандарт Agent Skills.
Сравнительная таблица
Цена в токенах — относительная, по формулировкам документации. Точных цифр для каждого варианта Anthropic даёт мало; где цифры нет, так и написано.
| Вариант | Когда применять | Плюсы | Минусы | Цена в токенах |
|---|---|---|---|---|
| Один агент + инструменты | Большинство задач, старт | Понятно, дёшево, всё видно | Контекст засоряется на длинных задачах | База (агент ≈ 4× чата) |
| Subagents | Поиск, ревью, изоляция шумной подзадачи | Чистый контекст главного агента, свои права и модель | Исполнители общаются только с главным | Выше базы; совет — дешёвая модель для исполнителей. Fork дешевле за счёт общего кэша |
| Agent Teams | Ревью по нескольким критериям, отладка гипотезами, фича на несколько слоёв | Прямая переписка, общий список задач | Экспериментально, только интерактивно, одна команда на сессию | ≈ 7× обычной сессии в plan mode, растёт с числом тиммейтов |
| Workflows | Аудит всего кода, миграция сотен файлов, перекрёстное исследование | Десятки и сотни агентов, план в коде, повторяемость | Нельзя вмешаться посреди запуска, нужно разрешение | Предупреждение от 25 агентов или 1,5 млн токенов |
| Паттерны (chaining, routing и др.) | Свой продукт с предсказуемыми шагами | Контроль, предсказуемость, дёшево | Нужно писать код | Зависит от числа вызовов; chaining и routing — самые дешёвые |
| Orchestrator + параллельные исследователи | Широкие исследования с многими источниками | +90,2% к качеству на тесте Anthropic, быстрее до 90% | Плохо для задач с общим контекстом и кода | ≈ 15× чата |
| Agent SDK | Агенты внутри своего сервиса | Движок Claude Code из кода, хуки, права | Нужна разработка и инфраструктура | Как у Claude Code; задаётся лимит max_budget_usd |
| Managed Agents | Долгие фоновые задачи на серверах Anthropic | Песочница и сессии готовые, работает без вашего компьютера | Бета, без ZDR и HIPAA | Публичной цифры сравнения нет |
| MCP | Доступ агентов к внешним системам | Один стандарт для всех агентов | Каждый сервер — права и риск утечки | Описания инструментов грузятся по требованию |
| Skills | Повторяемые процедуры команды | Переносимы, почти бесплатны в покое | Разная поддержка на разных поверхностях | ≈ 100 токенов на описание, тело до 5 тыс. |
Общий вывод Anthropic: мультиагентность окупается на дорогих задачах, где выигрыш в качестве или скорости больше цены токенов. Для рутины выгоднее один агент с хорошими инструментами и skills.
Источники (проверено 07.10.2026): Claude · When to use multi-agent systems (23.01.2026); Anthropic Engineering · How we built our multi-agent research system (13.06.2025); Claude Code · Costs; Claude Code · Agent teams; Claude Code · Dynamic workflows; Claude Code · Subagents; Agent SDK · Subagents; Claude API · Managed Agents overview; Claude API · Agent Skills overview; Claude Code · MCP.
С чего начать Михаилу
Три шага на Claude Code, от дешёвого к дорогому. Каждый следующий — только когда предыдущий стал тесен.
- Свой субагент. Попросите Claude: «создай субагента-ревьюера в
.claude/agents/reviewer.md, только чтение, модель sonnet». Дальше говорите «отдай проверку ревьюеру». Так вы почувствуете изоляцию контекста и экономию окна главной сессии. - Параллельные субагенты на исследование. Задача вида «сравни три CRM для нашей компании»: попросите «запусти три субагента параллельно, по одному на каждую CRM, верни таблицу». Посмотрите расход в
/usageдо и после. - Команда или workflow на одну реальную задачу. Для обсуждения с разных сторон включите Agent Teams (флаг выше) и попросите трёх тиммейтов: за, против, архитектура. Для массовой однотипной работы (проверить сотню документов) попросите «use a workflow» и следите в
/workflows.
Сначала один агент и хорошая постановка задачи. Мультиагентность включаем там, где видна конкретная причина: шумный контекст, независимые части или нужна вторая пара глаз.
Связанные материалы на сайте: как подключить MCP к Claude, skills в Claude Code, ИИ-агенты для бизнеса.
Подготовлено после сессии обучения 07.10.2026. Зинин и Штурбин.