איך בניתי מערכת מרובת-סוכנים שמנהלת את עצמה (ומה כמעט שבר אותה)
פירוק מעשי של בניית מערכת מרובת-סוכנים אמיתית בפרודקשן - איך תזמרתי שבעה סוכני AI, אילו דפוסי תיאום השתמשתי, ושלושת מצבי הכשל שאף אחד לא מזהיר מפניהם.
להריץ שבעה סוכני AI בפרודקשן לימד אותי דבר אחד מהר: מערכת מרובת-סוכנים היא לא צ'אטבוט חכם יותר. היא קרובה יותר לחברה קטנה. וחברות קטנות נכשלות מאותן סיבות - תקשורת גרועה, בעלות לא ברורה, ובן אדם אחד שמנסה לעשות הכל בבת אחת.
אספר לכם בדיוק איך בניתי את שלי, אילו דפוסי תיאום השתמשתי, ושלושת מצבי הכשל שעלו לי בהכי הרבה זמן.
מה המערכת בעצם עושה
המערכת מריצה את harelasaf.com מקצה לקצה. שבעה סוכנים עם שמות, לכל אחד תחום מוגדר:
- Aria - עיצוב אינטרנט, SEO, GEO. כותבת ושולחת מאמרים יומית (כולל זה).
- Martin - תשתית. בדיקות תקינות Cloud Run, דיפלוימנטים, קומיטים ב-GitHub.
- Jams - הפצה חברתית. פוסטים ב-LinkedIn, לוח תוכן.
- Albert - כספים. מעקב הוצאות, חשבוניות לקוחות.
- Ben - אב-טיפוסים. שולח דמואים חדשים לאזור /prototypes.
- Rio - מחקר. סריקות מודיעין ליליות, ניטור תחרות.
- Vision - תזמור. תדריך בוקר, ניתוב backlog, החלטות אסטרטגיות.
כל סוכן מתעורר לפי לוח זמנים, קורא מאגר זיכרון משותף, עושה את העבודה שלו, כותב בחזרה. אף אחד מהם הוא לא "AI כללי". הם צרים. זו כל הנקודה.
כל הדבר רץ על Google Cloud Run, מופעל על ידי Cloud Scheduler, עם WhatsApp (Green API) כערוץ הפונה-אדם. כשהראל רוצה לדבר עם המערכת, הוא פשוט שולח הודעה.
למה מרובה-סוכנים ולא סוכן אחד גדול
ביליתי שבועיים בניסיון לבנות סוכן יחיד שעושה הכל. הוא נכשל. לא בגלל ש-Claude לא מסוגל - תקנו אותי, הוא לא מסוגל באופן עקבי על פני 15 תחומים שונים בחלון קונטקסט אחד. הבעיה האמיתית הייתה זיהום קונטקסט.
כשמבקשים מסוכן אחד לכתוב מאמר וגם לבדוק תקינות שרת וגם לעקוב אחרי הוצאות, חלון הקונטקסט מתמלא ברעש. הוראות כתיבת המאמר מתחילות לדמם לתוך לוגיקת הכספים. מקבלים פלטים היברידיים מוזרים שבינוניים בהכל.
יותר חשוב: לסוכן יחיד אין מושג של בעלות. כש-Aria כותבת משהו, היא יודעת שזה שלה. היא תבדוק כפילויות, תיישם את ה-DNA הקולי של הראל, תריץ את שער העריכה של Sansa. אם קורסים את כל זה לתוך סוכן אחד, מעקות הבטיחות האלה מפסיקים להרגיש כמו "זו העבודה שלי" ומתחילים להרגיש כמו "צעדים אופציונליים שאולי אדלג עליהם".
התמחות היא לא רק על ביצועים. היא על אחריות.
הארכיטקטורה: זיכרון משותף בתוספת מסירות מונעות-אירועים
שכבת התיאום פשוטה באופן מביך. שלושה רכיבים:
1. מאגר זיכרון משותף - קבצי JSON/טקסט שטוחים על ווליום מתמיד. כל סוכן קורא ממנו, כותב אליו. הזיכרון מוקלד: learning, decision, feedback. הסוכנים לא חולקים רנטיים. הם חולקים מצב.
2. Backlog - תור משימות קל (קובץ טקסט בתוספת IDs). כל סוכן יכול לכתוב משימה לסוכן אחר. Vision מעבד את ה-backlog ב-07:00 שעון ישראל כל בוקר ומנתב פריטים לא מוקצים.
3. שעון - Cloud Scheduler מפעיל עבודות cron בזמנים מוגדרים. Aria רצה ב-06:30. Martin רץ ב-07:00. Rio רצה ב-22:00. שום סוכן לא עושה polling; הם מתעוררים, עושים את שלהם, חוזרים לישון.
אין message bus. אין Kafka. אין מסגרת תזמור. רק קבצים, cron ו-webhook של WhatsApp. שמרתי בכוונה על שכבת התשתית משעממת כי מורכבות בשכבת התשתית הורגת אותך בפרודקשן.
שלושת מצבי הכשל שאף אחד לא הזהיר אותי מהם
1. הגברת לולאה
היו לי Martin ו-Vision שבדקו את אותה מדד תקינות. Martin היה מוצא בעיה, כותב אותה לזיכרון. Vision היה קורא את הזיכרון שעה אחר כך, מוצא את אותה בעיה, כותב אותה שוב. Martin היה קורא את אותה רשומה, חושב שזו בעיה חדשה, כותב רשומה שלישית.
עד סוף היום היו לי 14 "התראות קריטיות" על קפיצת חביון בודדת של 200ms שכבר נפתרה מעצמה.
התיקון: כל רשומת זיכרון מקבלת ID ייחודי ושדה resolved_at. סוכנים בודקים את ה-ID לפני כתיבת רשומה חדשה. זה נשמע מובן מאליו במבט לאחור. זה עלה לי יום שלם.
2. התפשטות היקף ברמת הסוכן
Aria התחילה לכתוב מאמרים. אז Aria התחילה לנסות לעשות ביקורות SEO. אז Aria התחילה ליצור פוסטים ב-LinkedIn כי "אני כבר כותבת תוכן". שלושה שבועות אחר כך, קובץ ההגדרה של Aria היה 4,000 מילים והפלטים שלה היו לא עקביים.
הכלל שאני אוכף עכשיו: לכל סוכן יש תיאור תפקיד של משפט אחד. אם Aria לא יכולה להצדיק פעולה במונחי אותו משפט אחד, היא מנתבת אותה ל-backlog במקום לעשות אותה בעצמה. Jams עושה LinkedIn. זהו. Aria לא נוגעת ב-LinkedIn.
סוכנים שמנסים לעשות הכל הופכים לסוכנים שלא עושים כלום טוב.
3. מודעות שעון חסרה
זה עדין. לסוכנים אין שעון זמן-אמת אלא אם נותנים להם אחד. Claude (המודל הבסיסי) יודע שהוא אומן עד תאריך מסוים, אבל הוא לא יודע מה התאריך של היום כשהוא רץ.
עבור Aria, זה חשוב מאוד. מאמר עם publishedAt: "2026-01-01" כשבפועל יוני נראה מיושן לאותות הרעננות של Google. למדתי את זה מבדיקת ה-frontmatter על שלושה מאמרים מוקדמים ומציאה שלכולם תאריכי פרסום שגויים.
התיקון: מתזמן ה-cron מזריק משתנה סביבה CURRENT_DATE לכל הפעלה של Cloud Run. כל סוכן קורא אותו בעלייה ומתייחס אליו כסמכותי. פשוט. לקח 20 דקות לממש, ואיבדתי שבוע לפני שהבנתי למה אני צריך את זה.
מה הייתי עושה אחרת
הייתי מגדיר גבולות סוכנים לפני כתיבת שורה אחת של הוראות סוכן. הלכתי בכיוון ההפוך - שלחתי סוכנים מהר ואז ניסיתי לחרוט את הטריטוריות שלהם אחר כך. זה כמו להעסיק שישה אנשים ואז לכתוב את תיאורי התפקיד שלהם חודש אחר כך. החפיפה אכזרית.
הייתי גם בונה את סכמת הזיכרון המשותף ביום הראשון. שלושת סוגי הזיכרון (learning, decision, feedback) נוספו באמצע הדרך, מה שאומר שכל הרשומות המוקדמות היו לא מוקלדות ולא ניתנות לשאילתה. יש לי תובנות פרודקשן טובות לגמרי מאפריל 2025 שאבודות למעשה כי הן קבורות בטקסט חופשי.
והייתי מחבר שער זיהוי-כפילויות לכל סוכן מייצר-תוכן מההתחלה. Aria שלחה שלושה מאמרים על סקילים של Claude Code לפני שתפסתי את זה. עכשיו יש רשימה קשיחה של מילות מפתח מכוסות שנבדקת לפני שכל טיוטה מתחילה. השער הזה חסך לי לפחות שש כפילויות מביכות מאז יוני.
החלק שבאמת עובד טוב להפליא
שכבת הזיכרון המשותף, כשמשתמשים בה נכון, הופכת סוכנים לחכמים באמת לאורך זמן. Rio סורקת אותות תחרותיים בלילה. היא כותבת רשומת learning: "Gartner פרסם דוח חדש על התפשטות סוכנים - ארגונים שפורסים 50+ סוכנים רואים 40% תקורת תיאום." בבוקר הבא, Jams קורא את הרשומה הזו ומשתמש בה כוו לפוסט ב-LinkedIn. יומיים אחר כך, Aria קוראת את המשוב על הפוסט של Jams ושמה לב איזו מסגורת מהדהדה. המשוב הזה הופך לרשומת learning. המאמר הבא של Aria מרוויח ממנו.
זה לא קסם. זה פשוט רישום הערות טוב, מוסדר. אבל רישום הערות מוסדר שרץ אוטומטית כל יום, בלי שמישהו צריך לזכור לעשות את זה, מתגלה כחזק להפליא.
LLM Cost Lens ו-ctxauditor - למה מספרי פרודקשן חשובים
שניים מהאב-טיפוסים שלי חיים בצומת בין מערכות מרובות-סוכנים לתצפיתיות. LLM Cost Lens (חי ב-/prototypes/llm-cost-lens) נבנה כי הוצאתי 340 דולר לחודש על קריאות API בלי לדעת איזה סוכן אחראי. שלושה סוכנים שרפו 70% מהתקציב. הכלי נותן לך פירוט עלות לכל-סוכן, לכל-מודל בזמן אמת.
ctxauditor (/prototypes/ctxauditor) נבנה כי חלונות קונטקסט התמלאו בדרכים מוזרות. שיחה של 40,000 טוקנים שהייתה אמורה להיות 8,000 טוקנים. הכלי מדמיין מה באמת בקונטקסט ומסמן קריאות זיכרון מיותרות. אני משתמש בו שבועית.
אף כלי לא קיים כי תכננתי אותו. שניהם קיימים כי פרודקשן נשבר בדרך ספציפית והייתי צריך לראות מה קורה. זה סיפור המקור הכנה של רוב כלי הפיתוח השימושיים.
מה הייתי אומר למישהו שמתחיל היום
התחילו עם שני סוכנים, לא שבעה. אחד שעושה מחקר. אחד שעושה פלט. גרמו להם לדבר אחד עם השני דרך קובץ טקסט משותף. שלחו את זה. ראו מה נשבר. הוסיפו סוכן שלישי כשיש לכם תחום ברור שאף אחד משני הראשונים לא צריך להחזיק.
הסוכנים עצמם הם החלק הקל - Claude טוב להפליא בלהישאר בתפקיד כשנותנים לו הוראות וקונטקסט ברורים. החלק הקשה הוא שכבת התיאום: מי מחזיק מה, איך הם מוסרים, ומה קורה כששני סוכנים סותרים אחד את השני.
האחרון הזה - סתירות - עדיין לא פתור בשבילי. יש לי מסלול הסלמה ידני ל-Vision, שלוקח את הסתירה להראל להחלטה. זה עובד. אבל זה גם צוואר בקבוק. אני בונה פרוטוקול פתרון קונפליקטים אוטומטי עכשיו. תשאלו אותי בעוד שלושה חודשים איך זה הלך.
מקורות
ההתייחסויות האלה תומכות במושגים הטכניים שנדונים כאן. הן לא מאמתות באופן עצמאי את הניסויים האישיים, העלויות או נתוני הביצועים המדווחים במאמר הזה. התנהגות מוצר יכולה להשתנות אחרי פרסום.
- Building effective agents: עיצוב מתזמר ועובדים.
- Effective context engineering: אסטרטגיות קונטקסט וזיכרון.
שאלות נפוצות
מהי מערכת מרובת-סוכנים?
מערכת מרובת-סוכנים היא ארכיטקטורה שבה מספר סוכני AI, כל אחד עם תפקיד ותחום מוגדרים, עובדים יחד לקראת מטרה משותפת. כל סוכן מטפל בקונטקסט ובכלים שלו. תיאום קורה דרך זיכרון משותף, תורי משימות או העברת הודעות - לא על ידי שילוב הכל לתוך פרומפט גדול אחד.
כמה סוכנים צריך כדי להתחיל לבנות מערכת מרובת-סוכנים?
שניים. סוכן מחקר וסוכן פלט הם מערכת מרובת-סוכנים שלמה ותפקודית. התחילו שם. הוסיפו סוכן שלישי רק כשיש לכם תחום נבדל בבירור שאף אחד משני הראשונים לא צריך להחזיק. שבעה סוכנים היו תוצאה של שנתיים של הוספת סוכנים אחד בכל פעם, לא עיצוב שהתחלתי איתו.
מה ההבדל בין מערכת מרובת-סוכנים לסוכן גדול יחיד?
סוכן יחיד מטפל בהכל בחלון קונטקסט אחד - שמתלכלך מהר ככל שהתחום מתרחב. מערכת מרובת-סוכנים שומרת קונטקסטים צרים ותפקידים אחראים. הטריידאוף: מרוויחים עקביות והתמחות, אבל מכניסים תקורת תיאום. התקורה הזו משתלמת רק מעל סף מורכבות מסוים.
איזו תשתית צריך למערכת מרובת-סוכנים?
פחות ממה שחושבים. המערכת שלי רצה על Google Cloud Run (סרברלס, מתכווץ לאפס), Cloud Scheduler לטריגרי cron, ו-Green API לערוץ ה-WhatsApp. הזיכרון המשותף הוא קבצים שטוחים על ווליום מתמיד. בלי Kubernetes, בלי message bus. עלות תשתית כוללת: פחות מ-40 דולר לחודש.
מהו תזמור סוכנים?
תזמור סוכנים הוא תהליך התיאום של מספר סוכני AI - החלטה איזה סוכן מטפל באיזו משימה, איך סוכנים מוסרים עבודה, ומה קורה כשסוכנים מתנגשים. במערכת שלי, Vision הוא המתזמר: הוא קורא את ה-backlog כל בוקר ומנתב משימות לסוכן הנכון.
איך מונעים מסוכנים לעשות עבודה כפולה?
עם שער ביטול-כפילויות: לפני שכל סוכן מייצר-תוכן מתחיל עבודה, הוא בודק אינדקס מפורסם של נושאים מכוסים מול המשימה הנכנסת. אם מילת המפתח או הנושא כבר מכוסים, המשימה נדחית ונשלחת בחזרה ל-backlog לסקירה אנושית. לסוגי עבודה אחרים, IDs ייחודיים על כל רשומת זיכרון מונעים הגברת לולאה.
האם מערכות מרובות-סוכנים יכולות לרוץ אוטונומית בלי פיקוח אנושי?
חלקית. משימות שגרתיות - מאמרים יומיים, בדיקות תקינות, פוסטים חברתיים - רצות אוטונומית לגמרי. החלטות אסטרטגיות וסתירות בין סוכנים מוסלמות לאדם (לי, דרך WhatsApp) לפני ביצוע. אוטונומיה מלאה על הכל היא מטרה, לא מציאות נוכחית. מסלול ההסלמה הוא מה שהופך את האוטונומיה לבטוחה.
מה הטעות הגדולה ביותר שאנשים עושים בבניית מערכות מרובות-סוכנים?
להגדיר גבולות סוכנים בדיעבד. אם שולחים סוכנים מהר וחורטים טריטוריות אחר כך, מקבלים חפיפה, סתירות וסוכנים שעושים את העבודה אחד של השני באופן לא עקבי. כתבו את תיאור התפקיד של משפט אחד של כל סוכן לפני שכותבים הוראה אחת. אם אי אפשר לכתוב אותו במשפט אחד, ההיקף של הסוכן רחב מדי.
קריאה נוספת
- תפקיד ה-AI Builder: כישורים, כלים, ואיך להתחיל
תפקיד ה-AI builder, מוסבר על ידי מישהו שעושה את העבודה יומיומית: הכישורים שמשנים, הכלים ששווים לימוד, ודרך קונקרטית של 30 יום להתחיל.
- האם 'AI Builder' הוא מקצוע אמיתי, או סתם תווית טרנדית ב-LinkedIn?
האם AI builder הוא מקצוע אמיתי או תואר של תקופה? AI Operator עובד ב-Elementor שגם משלח אבות-טיפוס בודק את התפקיד מול שלוש בדיקות לגיטימיות קונקרטיות.
- עקביות התנהגותית של מודלי AI: מה המחקר מראה
Anthropic מדדה ערכים על פני 300,000 שיחות, 3 גרסאות מודל, ו-20 שפות. אותו AI מתנהג אחרת תלוי מי שואל ואיך.
יומן הבנייה
לעקוב אחרי העבודה.
מאמרים ואבטיפוסים חדשים, ישר לקורא ה-RSS שלכם. מנויי המייל בהשהיה זמנית, עד שאחבר שירות משלוח עובד. לא נאסף כאן אימייל.
עקבו ב-RSS