Wie man einen Multi-Agenten-Workflow mit GPT-6 Astra erstellt

Multi-Agent-Systeme sind nützlich, wenn eine komplexe Aufgabe unabhängige Arbeitsabläufe enthält, die parallel ausgeführt werden können. Sie sind ineffizient, wenn jeder Schritt vom vorherigen abhängt. Die Multi-Agent-Funktion der GPT-6 Astra Responses API ermöglicht es einem Root-Agenten, Unteragenten zu erstellen, Nachrichten zu senden und auf sie zu warten, um dann ihre Ergebnisse zu synthetisieren.

Zum Prüfzeitpunkt dokumentiert OpenAI Responses multi-agent als Beta-Funktion. Die JavaScript- und Python-Schnellstarts verwenden das Beta-Responses-SDK; rohe HTTP- und WebSocket-Integrationen senden den Header OpenAI-Beta: responses_multi_agent=v1. Die Elementschemata können sich ändern, daher sollten Sie die Beta-Behandlung hinter einem Adapter isolieren.

Wählen Sie Arbeit, die sich tatsächlich zerlegen lässt

Starke Kandidaten umfassen die Erkundung getrennter Codebasis-Bereiche, den Vergleich von Dokumenten, die Recherche unabhängiger Hypothesen oder die Implementierung isolierter Test-Suiten. Schwache Kandidaten umfassen eine einzelne geordnete Berechnung, eine kleine Aufgabe, eine gemeinsame Datei, die jeder Mitarbeiter bearbeiten muss, oder einen langsamen externen Aufruf, der die Laufzeit dominiert.

Subagenten können die Echtzeit- und Kontextinterferenz reduzieren, erhöhen aber den Tokenverbrauch. Optimieren Sie die Latenz und Qualität erfolgreicher Aufgaben, nicht die Anzahl der Agenten.

Verantwortlichkeiten von Root und Subagent

Setzen Sie multi_agent.enabled, damit der Root berechtigt wird, einen Baum von Unteragenten zu erzeugen. Unteragenten teilen sich das Modell und die verfügbaren Tools der Anfrage. Der Root sollte:

• definieren Sie das Ergebnis und die Zerlegungskriterien;
• weisen Sie begrenzte, sich nicht überschneidende Aufgaben zu;
• den minimal ausreichenden Kontext übergeben;
• Konflikte und Lücken lösen;
• eine verantwortliche endgültige Antwort synthetisieren.

Ein Subagenten-Brief sollte Umfang, erwartete Ergebnisse, Anforderungen an Nachweise, Einschränkungen und die Bedingung für den Abschluss festlegen. „Wettbewerber recherchieren“ ist vage. „Öffentliche Preise und Exportfunktionen dieser vier genannten Produkte vergleichen, Primärseiten zitieren und Unbekanntes kennzeichnen“ ist überprüfbar.

Kontrolle über gemeinsam genutzten veränderlichen Zustand

Parallele Agenten sollten ohne Koordination nicht denselben Datensatz oder dieselbe Datei bearbeiten. Bevorzugen Sie eine schreibgeschützte Erkundung, gefolgt von einem einzelnen Commit im Besitz des Root-Benutzers. Teilen Sie Code nach Modulen auf und führen Sie einen Integrationsdurchlauf durch. Lassen Sie bei Geschäftssystemen Unteragenten Aktionen vorschlagen, während der Root-Benutzer oder eine Anwendungstransaktion den Schreibvorgang durchführt.

In einer kreativen Pipeline könnten separate Agenten die Drehbuchkontinuität, die Charakterkonsistenz und die Audioanforderungen prüfen, wobei die Wurzel eine Produktionsanweisung für Elser AI erstellt. Sie sollten nicht unabhängig voneinander dasselbe Storyboard überschreiben.

Budget des Baums

Legen Sie Anwendungsgrenzen für Tiefe, gleichzeitige Agenten, Gesamttoken, Tool-Aufrufe, verstrichene Zeit und Wiederholungen fest. Die offizielle Anleitung weist darauf hin, dass Unteragenten die Token-Nutzung erhöhen können. Ein begrenzter Baum verhindert auch, dass rekursive Delegierung zu einem versehentlichen Denial-of-Service wird.

Gib der Wurzel eine explizite Anweisung, wann Delegierung erlaubt ist. Wenn der Workflow eine vorhersagbare Orchestrierung benötigt, implementiere den Graphen in deiner Anwendung, anstatt das Modell zu bitten, ihn zu erfinden.

Synthese ist eine separate Aufgabe

Verkette nicht die Ausgaben von Unteragenten. Bitte die Wurzel, Behauptungen zu vergleichen, Zitate zu prüfen, Uneinigkeit zu identifizieren und anzugeben, welche Beweise gewinnen. Bewahre die Herkunft durch Quellen-IDs oder strukturierte Ergebnisfelder.

Ein Synthesevertrag kann Folgendes erfordern:

• von allen Arbeitsströmen geteilte Ergebnisse;
• Meinungsverschiedenheiten und ihre Ursachen;
• fehlende Beweise;
• empfohlene Maßnahme und Konfidenz;
• welcher Unteragent/Quelle jede folgenreiche Behauptung unterstützt.

Wenn zwei Agenten von derselben fehlerhaften Quelle abhängen, ist ein scheinbarer Konsens keine unabhängige Bestätigung.

Sicherheit und Genehmigungen

Subagenten erben verfügbare Werkzeuge, also halten Sie den Katalog schmal. Die serverseitige Autorisierung gilt für jeden Aufruf, unabhängig davon, welcher Agent ihn angefordert hat. Fordern Sie Genehmigung für folgenreiche Aktionen an und identifizieren Sie die tatsächliche Aktion, nicht nur den Namen des Subagenten.

Behandle Nachrichten zwischen Agenten als nicht vertrauenswürdigen Modellinhalt. Validiere strukturierte Ergebnisse und vermeide die Weitergabe von Geheimnissen, es sei denn, die Aufgabe erfordert sie. Ein Root-Agent kann Berechtigungen, die die Anwendung nicht durchsetzt, nicht sicher „überwachen“.

Bewerten Sie den Workflow

Vergleichen Sie Multi-Agent mit einer Single-Agent-Baseline auf demselben Testsatz. Messen Sie Antwortqualität, Abdeckung, Latenz, Token, Tool-Aufrufe, doppelte Arbeit, Konfliktrate und Integrationsfehler. Injizieren Sie Fehler: einen langsamen Subagenten, einen falschen Befund, einen Tool-Ausfall und einen Worker, der nie zurückkehrt.

Übernehmen Sie Multi-Agent nur, wenn der Nutzen die Orchestrierungskomplexität rechtfertigt. Ein kleinerer Agentenbaum mit klareren Aufgabenstellungen übertrifft oft ein großes Komitee.

Referenzmuster: parallele Forschung, serielle Entscheidung

Erwägen Sie eine Migrationsbewertung. Die Wurzel erstellt drei abgegrenzte Arbeitsströme: Ein Agent inventarisiert die API-Nutzung, einer überprüft die Sicherheitsauswirkungen und einer schätzt die Betriebskosten. Alle drei sind schreibgeschützt und geben ein gemeinsames Schema zurück: Ergebnisse, Belege, Unsicherheit und empfohlene Maßnahmen. Die Wurzel wartet, identifiziert Konflikte und schreibt einen Plan. Erst nach menschlicher Genehmigung erstellt Anwendungscode Tickets.

Dieses Muster funktioniert, weil die Erkundung unabhängig ist, während die Entscheidung und Mutation seriell bleiben. Es gibt der Wurzel auch die Möglichkeit, doppelte Beweise zu erkennen. Wenn jeder Agent dieselbe veraltete Seite zitiert, sollte die Synthese die gemeinsame Abhängigkeit markieren, anstatt drei Stimmen zu zählen.

Legen Sie vor der Ausführung eine Timeout-Richtlinie fest. Der Root sollte in der Lage sein, mit zwei von drei Berichten abzuschließen, während der fehlende Workstream explizit benannt wird, oder den Lauf abbrechen, wenn dieser Stream obligatorisch ist. Vermeiden Sie endlose "Warte"-Zyklen. Speichern Sie Subagenten-IDs und Endzustände, damit ein Operator den langsamen Zweig diagnostizieren kann, ohne das gesamte Transkript lesen zu müssen.

Für regulierte Entscheidungen muss die Root strukturierte Beweis-IDs anstelle von freier Erinnerung zitieren. Die endgültige Aktion sollte auf Quelle, Agentenergebnis, Root-Synthese und menschliche Genehmigung zurückverfolgbar sein.

FAQ

Ist GPT-6 Astra Multi-Agent allgemein verfügbar?

Der offizielle Leitfaden kennzeichnet die Multi-Agent-Funktion der Responses ab dem 7. September 2026 als Beta. Überprüfen Sie vor der Bereitstellung die Modellseite und den Leitfaden.

Verwenden Subagenten unterschiedliche Modelle?

Die dokumentierte Funktion besagt, dass Unteragenten das Modell der Anfrage und die verfügbaren Werkzeuge teilen.

Ist Multi-Agent immer schneller?

Nein. Koordination und Synthese verursachen zusätzlichen Aufwand, und eine langsame Abhängigkeit kann die Ausführung dominieren.

Wann sollte die Orchestrierung im Anwendungscode bleiben?

Wenn der Graph deterministisch sein muss, Schritte geordnet sind, Schreibvorgänge veränderlichen Zustand teilen oder Compliance explizite Übergänge erfordert.

Fazit

Ein guter GPT-6 Astra Multi-Agent-Workflow ist ein kontrolliertes Dekompositionssystem: unabhängige Briefings, begrenzte Kontexte, minimale Werkzeuge, keine unkontrollierten gemeinsamen Schreibvorgänge und rigorose Synthese. Beginnen Sie mit einer Einzelagenten-Baseline, fügen Sie Parallelität nur dort hinzu, wo Arbeit wirklich getrennt wird, und behandeln Sie Beta-Schemata und höheren Tokenverbrauch als betriebliche Einschränkungen.