Как экономить лимиты при оркестрации субагентов
Как распределять задачи между моделями, ограничивать циклы и не допускать перерасхода лимитов при работе с субагентами.
Оркестрация субагентов не гарантирует экономию: на переписку, проверки и исправления может уйти столько же или больше лимитов, чем на прямое выполнение задачи. Контроль расходов требует распределять роли моделей, сокращать контекст и заранее ограничивать дорогие циклы.
Когда субагенты оправданы?
Субагенты особенно полезны, когда несколько задач нужно выполнять параллельно. Для одной задачи может быть проще поручить модели написать код напрямую, чем составлять задание для исполнителя, проверять результат и запускать дополнительные команды.
Основные расходы могут приходиться не на написание кода, а на анализ, обмен сообщениями между оркестратором и исполнителем, проверки и замечания. В отдельных задачах работа через субагента занимала примерно втрое больше времени и не сокращала расход лимитов.
Как распределять задачи между моделями?
Один из подходов к экономии — разделить роли по уровню моделей:
- сильная модель готовит план, проводит аудит готового решения, проверяет качество и верифицирует планы;
- средняя модель оркестрирует работу, передаёт задачи и проверяет результаты;
- более слабые и дешёвые модели выполняют простые подзадачи и пишут код.
Также обсуждалась схема, в которой дорогая модель формулирует задачу, принимает компактный handoff и проверяет итог, а реализация передаётся более дешёвым субагентам. В качестве примера дешёвой модели упоминалась glm 5.3 flash.
Проверка результата средней или сильной моделью, по мнению участников, обычно дешевле, чем выполнение всей работы дорогой моделью. Но экономию следует сравнивать на одинаковых задачах. Если весь контекст проходит через среднюю модель, качество подхода может ухудшиться.
По сообщениям за октябрь 2026 года, Astra рекомендуют использовать преимущественно для аудита, проверки планов и других верхнеуровневых задач. В непосредственной разработке она, по описанному опыту, может медленно работать, расходовать много токенов и уходить в циклы; для реализации задач чаще предпочитают Claude.
Как не запустить бесконечные исправления?
После исправлений, сделанных небольшими агентами, более сильная модель может находить новые ошибки. Это создаёт цепочку повторных итераций с растущим расходом токенов.
Важно: перед запуском схемы с несколькими уровнями проверки учитывайте риск бесконечного цикла исправлений. При большом числе параллельных воркеров нельзя полагаться только на ручной контроль: при примерно 20 одновременно работающих агентах человек может не успеть отследить все циклы и перерасход квоты.
По мнению участников за октябрь 2026 года, для таких систем стоит предусмотреть:
- автоматическое выявление зацикливания;
- обрыв дорогих веток до передачи задачи более дорогой модели;
- ограничения числа циклов;
- отсечки на уровне протокола или MCP-прокси.
Это мнение из обсуждения, а не универсально подтверждённый рецепт.
Как уменьшить объём контекста и промптов?
Агенты могут переусложнять архитектуру и промпты, особенно когда не хватает данных или система пытается предусмотреть все возможные проблемы. В одном примере после ручного ревью промпт и схема были сокращены примерно с 70 до 17 КБ, а результаты модели улучшились.
Поэтому архитектурные решения и документы стоит проверять вручную и упрощать. Для продакшен-систем также рекомендуют фильтровать контекст и повторяющиеся схемы, а данные сворачивать в компактный формат. Готовые коннекторы и фреймворки могут подойти для демо и прототипов, но систему следует тестировать на реальных сбоях до запуска в продакшене.
Что учитывать при режиме Ultra?
Режим Ultra предназначен для работы с субагентами: в нём агент получает больше приоритета и лимитов на делегирование, а не на собственный reasoning. Если использовать этот режим регулярно, заранее настройте правила выбора моделей и уровня reasoning для субагентов.
Важно: без таких правил основной агент может запускать субагентов в том же дорогом режиме Ultra. Это способно привести к неоправданному расходу лимитов.
Какие расходы могут возникнуть?
Запуск большого количества субагентов на мощных моделях, включая Fable или Opus, может быстро исчерпать лимиты. По опыту, описанному в сообщениях за сентябрь 2026 года, для такого режима может не хватить даже 10 000 долларов, а максимальный тариф способен закончиться примерно за 10 минут. Более экономичным вариантом называли запуск субагентов на Sonnet, но влияние выбора на качество в обсуждении осталось без ответа.
Статья собрана по сообщениям за сентябрь—октябрь 2026 года.
Собрано в Sveska из открытых обсуждений сообщества. Авторы сообщений не указываются.
Обновлено