Sistemele multi-agent sunt arhitecturi de inteligență artificială în care mai mulți agenți AI autonomi, fiecare cu roluri, capacități sau obiective potențial diferite, colaborează, comunică sau concurează între ei pentru a rezolva o sarcină complexă, mai eficient decât ar putea-o face un singur agent monolitic care încearcă să gestioneze întregul proces.
Într-o arhitectură tipică multi-agent aplicată în AI generativă, sarcinile complexe sunt împărțite între agenți specializați: un agent poate acționa ca „planificator” (descompunând sarcina generală în subsarcini mai mici), altul ca „cercetător” (căutând informații relevante), altul ca „scriitor” (generând conținut pe baza informațiilor colectate) și un al patrulea ca „verificator de calitate” (revizuind și corectând rezultatul final înainte de livrare) — imitând modul în care o echipă umană împarte responsabilitățile pentru un proiect complex.
Avantajele acestei abordări față de un singur model generalist includ specializarea (fiecare agent poate fi optimizat sau instruit specific pentru rolul său, obținând performanțe superioare pe acea subsarcină specifică), modularitatea (agenții individuali pot fi înlocuiți sau îmbunătățiți independent, fără a redesena întregul sistem) și paralelizarea (mai mulți agenți pot lucra simultan pe subsarcini independente, reducând timpul total necesar).
Aplicațiile practice includ sisteme complexe de cercetare automatizată (unde agenți diferiți caută, sintetizează și verifică informații din surse multiple), dezvoltare software asistată (agenți separați pentru scrierea codului, testarea și revizuirea acestuia), și simulări economice sau sociale complexe, unde mulți agenți individuali, fiecare cu comportament propriu, interacționează pentru a modela fenomene emergente la nivel de sistem, precum dinamica unei piețe financiare.
