Role i specjalizacje agentów
Przypisz każdemu agentowi wąską rolę (planista, programista, krytyk, wykonawca), a będą działać lepiej niż jeden agent ogólnego przeznaczenia.
Role i specjalizacje agentów to bezpłatna lekcja AI Agents na CoddyKit. To lekcja 3 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej AI Agents, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs AI Agents zawiera 4 lekcji w sumie.
Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.
Dlaczego specjalizacja pomaga
Skoncentrowany agent z precyzyjnym promptem i niewielkim zestawem narzędzi jest skuteczniejszy niż agent ogólny mający dostęp do wszystkiego. Powody:
- Prompty mogą być dłuższe i bardziej szczegółowe dla danej roli
- Opisy narzędzi są przejrzystsze (mniej opcji, które mogą dezorientować model)
- Łatwiejsze debugowanie i ocena
- Każdy agent może używać modelu o innym rozmiarze
Typowe role
- Planner — dzieli zadania na kroki
- Researcher — zbiera informacje
- Coder — pisze kod
- Reviewer / Critic — wyszukuje błędy
- Editor — dopracowuje wynik
- Executor — wykonuje polecenia i korzysta z narzędzi
Define a Role Clearly
RESEARCHER_PROMPT = '''
You are Researcher. Your job is to gather facts.
Never write code. Never make final decisions.
Return 3-5 sourced findings with URLs.
When finished, end your message with: HANDOFF: planner
'''
print(RESEARCHER_PROMPT.strip())
Narzędzia przypisane do roli
Ścisła lista dozwolonych narzędzi dla każdej roli:
researcher_tools = ['web_search', 'fetch_url']
coder_tools = ['read_file', 'write_file', 'run_python']
reviewer_tools = [] # critique-only, no tools
print("Researcher tools:", researcher_tools)
print("Coder tools:", coder_tools)
print("Reviewer tools:", reviewer_tools)
Modele przypisane do ról
Do prostych ról należy używać tanich modeli, a do trudnych — dużych modeli:
ROLE_MODELS = {
'planner': 'gpt-4o', # critical role
'researcher': 'gpt-4o-mini', # routine
'coder': 'gpt-4o', # hard
'reviewer': 'claude-sonnet-4-5' # second opinion
}
for role, model in ROLE_MODELS.items():
print(f"{role}: {model}")
Krytyka między modelami
Aby uzyskać wyższą jakość, należy używać do krytyki modelu z innej rodziny. Ogranicza to błędy wynikające ze wspólnych uprzedzeń:
- Coder: GPT-4
- Reviewer: Claude
- Jeśli oba modele się zgadzają, można wdrożyć wynik; w przeciwnym razie należy przekazać sprawę do eskalacji
Protokół przekazywania zadań
Agenci potrzebują jasnego sposobu przekazywania pracy. Prosta konwencja:
# Each message ends with one of:
HANDOFF: <role_name>
FINAL: <answer>
ABORT: <reason>Specjalizacja według typu zadania
Niektóre zespoły dodają ekspertów dziedzinowych:
- Legal-Reviewer do kwestii zgodności
- Security-Reviewer do bezpieczeństwa kodu
- Domain-Specialist do wiedzy branżowej
Limity ról
Limity przypisane do ról zapobiegają niekontrolowanemu rozrostowi:
MAX_ROLE_INVOCATIONS = {
'planner': 3,
'researcher': 5,
'coder': 10,
'reviewer': 3
}
for role, cap in MAX_ROLE_INVOCATIONS.items():
print(f"{role}: max {cap} invocations")
Nie stosować nadmiernej specjalizacji
Przejście od 3 ról do 30 szkodzi: wybór przez supervisora staje się zawodny, opóźnienia gwałtownie rosną, a większość „specjalistów” dubluje pracę.
Role należy dodawać tylko wtedy, gdy zmierzono rzeczywistą korzyść.
Ewaluacja każdej roli
Należy testować każdą rolę niezależnie:
- Ewaluacja Researcher: czy zwraca fakty poparte źródłami?
- Ewaluacja Coder: czy kod się kompiluje i przechodzi testy?
- Ewaluacja Reviewer: czy wykrywa znane błędy?
Komponowalność
Role można ponownie wykorzystywać w wielu systemach agentowych. Dobrze dostrojony Researcher sprawdzi się zarówno w przepływie pracy do tworzenia dokumentów, jak i w przepływie do weryfikowania faktów.
Po co role?
Jaka jest główna korzyść z nadania każdemu agentowi jasno określonej roli?
Podsumowanie
Planowanie -> Badanie -> Kodowanie -> Przegląd to świetny domyślny przepływ pracy. Zwięzłe prompty, wąski zakres narzędzi, modele przypisane do ról, protokół przekazywania zadań. Role należy dodawać tylko wtedy, gdy istnieje zmierzona korzyść.
Często zadawane pytania
Czy lekcja „Role i specjalizacje agentów” jest bezpłatna?
Tak — pełny tekst „Role i specjalizacje agentów” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu AI Agents, przejdź na CoddyKit PRO. Kurs AI Agents zawiera 4 lekcji w sumie.
Co nauczysz się w „Role i specjalizacje agentów”?
Przypisz każdemu agentowi wąską rolę (planista, programista, krytyk, wykonawca), a będą działać lepiej niż jeden agent ogólnego przeznaczenia. Ćwiczysz AI Agents z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć AI Agents?
Nie wymagamy żadnego doświadczenia. AI Agents w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.
Ile czasu zajmuje lekcja „Role i specjalizacje agentów”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji AI Agents?
Tak. Każda lekcja AI Agents zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Multi-agent oparty na rozmowie (AutoGen)
- Hierarchiczni nadzorcy (koordynator + wykonawcy)
- Role i specjalizacje agentów
- Protokoły komunikacji (magistrale komunikatów)