Представляємо ROMA: Фреймворк, що забезпечує відкритий мультиагентний інтелект

У гонитві до штучного загального інтелекту (AGI), одне з найбільших питань звучить так:

Як змусити простих агентів співпрацювати для вирішення складних, довгострокових завдань?
Більшість AI-систем сьогодні є ізольованими, одинокий агент намагається впоратися з кожним завданням, часто ламаючись, коли проблеми вимагають кількох етапів, координації або спеціалізованої експертизи. Ось тут на допомогу приходить ROMA (Recursive Open Meta-Agent) від Sentient.

ROMA є відкритим мета-агентським фреймворком, призначеним для спрощення, масштабування та підвищення прозорості створення високопродуктивних багатоядерних систем.

Основна ідея: Рекурсивні дерева задач

У своїй основі ROMA працює, створюючи ієрархічне, рекурсивне дерево завдань:

Батьківський вузол визначає складну мету.

Ця мета розбита на підзадачі, які передаються дочірнім вузлам разом з відповідним контекстом.

Ці дочірні вузли або вирішують задачу безпосередньо, або розбивають її далі.

Коли генеруються рішення, результати повертаються вгору по дереву, де батьківський елемент об'єднує їх у зрозумілий фінальний вихід.

Ця рекурсивна структура відображає, як люди вирішують проблеми: розбити на частини, делегувати та інтегрувати.

Простий приклад

Припустимо, ви запитуєте звіт про порівняння кліматичних відмінностей між Лос-Анджелесом і Нью-Йорком.

Ось як ROMA це обробляє:

Батьківський вузол визначає загальне завдання: "Напишіть звіт про порівняння клімату."

Він створює підзадачу 1: “Дослідити клімат Лос-Анджелеса” та підзадачу 2: “Дослідити клімат Нью-Йорка.”

Кожне підзавдання надсилається спеціалізованим агентам, можливо, одному, який запитує API погоди, іншому, який збирає надійні джерела даних.

Після завершення батьківський вузол створює нову підзадачу порівняння: “Аналізувати відмінності між кліматом Лос-Анджелеса та Нью-Йорка.”

Результати агрегуються в фінальний, зручний для читання звіт.

Краса тут у координації: жоден окремий агент не мав справлятися з усім. ROMA забезпечує, щоб робочий процес залишався структурованим, простежуваним і ефективним.

Чому ROMA є проривом

Прозорість & Відстежуваність
ROMA використовує структуровані вхідні та вихідні дані Pydantic, тому процес міркування повністю видимий. Розробники можуть точно відстежувати, як були створені, делеговані та вирішені підзадачі. На відміну від систем чорної скриньки, налагодження та вдосконалення є простими.

Гнучкість & Модульність
Кожен вузол у дереві може підключити будь-якого агента, інструмент або модель. Хочете замінити LLM на спеціалізоване API? Легко. Потрібна перевірка з людиною на етапі для завдань з високими ставками? Підключіть це на рівні вузла.
Паралелізація & Продуктивність
Оскільки підзадачі можуть бути розподілені між кількома агентами, ROMA природно підтримує паралельне виконання. Це означає швидші результати, навіть для завдань з тривалим горизонтом, які традиційно уповільнюють системи з одним агентом.

Надійність середньо- та довгострокового горизонту
Більшість інструментів штучного інтелекту мають труднощі з завданнями, які охоплюють багато етапів або вимагають структурованого міркування. Рекурсивна ієрархія ROMA забезпечує організованість і можливість вирішення складних завдань, крок за кроком, шар за шаром.
Чому це важливо для відкритого штучного інтелекту

Закриті системи, такі як OpenAI або Anthropic, мають великі ресурси, але вони працюють у ізоляції. Візія Sentient є іншою: мережа відкритих, композованих інтелектів, які можуть масштабуватися завдяки внескам спільноти.
ROMA є інфраструктурним шаром, який робить це можливим. Він надає будівельникам можливість:

Створити складні, багатогранні робочі процеси з кількома агентами.
Забезпечте прозорість та зрозумілість обґрунтувань.

Швидко ітераціюйте над запитами, інструментами та стратегіями.

Підключіться до більшої мережі Sentient GRID, найбільшої у світі відкритої мережі інтелекту.

Знижуючи бар'єр для створення потужних багатагентних систем, ROMA забезпечує конкуренцію відкритого програмного забезпечення ШІ з закритими корпоративними системами, а іноді навіть перевершує їх.

Висновок

ROMA є більше, ніж просто фреймворк.
Це план, як інтелект може масштабуватися.

Організуючи простих агентів у рекурсивні, прозорі робочі процеси, ROMA робить складне вирішення проблем як доступним, так і перевіряємим.
Для розробників це основа для експериментів, ітерацій та інновацій.
Для спільноти це крок до забезпечення того, щоб AGI залишалася відкритою, спільною та узгодженою з людством, а не замкненою в корпоративних чорних ящиках.

@SentientAGI ROMA не просто створює агентів. Він будує майбутнє колективного інтелекту.