Arkkitehtuuri ratkaisee, ei agenttien lukumäärä
Google DeepMindin ja MIT:n tutkimusryhmä julkaisi joulukuussa 2025 tuloksen, joka pakottaa agenttibuumissa kelluvan toimialan ottamaan askeleen taaksepäin. Paperi "Towards a Science of Scaling Agent Systems" testasi 260 agenttikokoonpanoa kuudella eri vertailutehtävällä ja kolmen suuren mallifamilian – GPT:n, Geminin ja Clauden – pohjalta. Kysymys oli yksinkertainen: milloin useamman agentin pinoaminen tuo lisäarvoa, ja milloin se pelkästään monistaa virheet?
Vastaus on kiusallinen niille, jotka myyvät "agenttiparvia" yritysratkaisuna. Itsenäisesti rinnakkain työskentelevät agentit, jotka eivät tarkista toistensa työtä, vahvistivat alkuperäisen perusvirheen 17,2-kertaiseksi. Keskitetty orkestrointimalli, jossa yksi koordinaattori jakaa tehtävät ja kokoaa vastaukset, piti saman virheen 4,4-kertaisessa kertoimessa.
Tutkijat vertasivat viittä kanonista arkkitehtuuria: yhden agentin pinoa ja neljää multi-agent-varianttia (itsenäinen, keskitetty, hajautettu, hybridi). Mikään niistä ei voittanut kaikilla tehtävillä. Lopputuloksen ratkaisi arkkitehtuurin ja tehtävän yhteensopivuus, ei agenttien määrä.
Miksi 17,2x vastaan 4,4x?
Mekanismi on suoraviivainen. Itsenäisessä rakenteessa jokainen agentti tuottaa oman päätelmänsä ilman ristiintarkistusta. Kun yhden agentin alkuvaiheen tulkinta menee pieleen, virhe siirtyy sen tuottamaan välitulokseen – työkalun valintaan, hakukyselyyn, lukuvirheeseen – ja seuraava vaihe rakentaa rikkinäisen pohjan päälle uuden vinouman. Mitä useampi rinnakkainen agentti, sitä suurempi vipuvaikutus.
Keskitetty orkestrointi katkaisee ketjun. Tutkimuksessa orkestraattori toimii niin sanottuna validointipullonkaulana: se vertaa työntekijäagenttien vastauksia, hylkää selvästi ristiriitaiset ja pyytää tarvittaessa uuden ajon. Hyöty näkyy myös suorituskyvyssä. Parallelisoitavissa tehtävissä, kuten taloudellisessa analyysissä, keskitetty rakenne paransi tulosta 80,9 prosenttia yhden agentin lähtötasoon nähden.
Peräkkäistä päättelyä vaativissa tehtävissä – pelisuunnittelu, työnkulun toteutus, monivaiheinen verkkonavigointi – kuva kääntyi päinvastaiseksi. Jokainen testattu multi-agent-variantti heikensi tulosta 39–70 prosenttia verrattuna yksittäiseen agenttiin. Jos tehtävää ei voi pilkkoa rinnakkain ratkaistaviksi paloiksi, agenttien lisääminen on aktiivisesti haitallista.
Karkea ohje yritysostajalle
Rinnakkainen prosessi (laskujen luokittelu, dokumenttien luenta, monikielinen asiakaspalvelureititys) sopii orkestroidulle pinolle, jossa pääagentti valvoo alivaiheita. Peräkkäinen ketju (myynnin tarvekartoitus, sopimuksen laadinta, monivaiheinen palvelukokonaisuus) hyötyy yhdestä huolella säädetystä agentista ja ihmisen tarkistuspisteistä. Agenttien lisääminen ei ole edistyksen mittari.
Suomalainen tutkimus on epäillyt samaa
Aalto-yliopiston Reliable AI -tutkimusryhmä ja FCAI ovat puhuneet yritysseminaareissa pitkään siitä, että agenttijärjestelmien luotettavuusongelma ratkeaa yhden komponentin huolellisella optimoinnilla, ei orkesterin paisuttamisella. Google–MIT-tutkimus antaa empiirisen rungon sille, mitä suomalainen tutkijayhteisö on epäillyt jo pari vuotta: ilman validointimekanismia parvi on tilastollinen vipu, joka kasvattaa huonon päätöksen kymmenkertaiseksi.
Suomalaisten yritysten näkökulmasta ajoitus on kiinnostava. UiPath ja muut RPA-toimittajat ovat alkaneet markkinoida agenttiverkkoja uutena kerroksena perinteisen automaation päälle. Google–MIT:n luvut antavat ostajalle aiheen kysyä: onko myyjän malli keskitetty orkestraatio vai pelkkä joukko itsenäisiä agentteja, jotka toivovat parastaan? Kysymykseen pitää saada selvä vastaus ennen sopimusta, koska arkkitehtuurivalinta heijastuu suoraan virhekertoimeen.
