Hoe communicatie eenvoudige agenten verandert in iets groters.
Opmerking: Geïnspireerd door na te denken over extensies naar veelallucid.mockllmapi en materiaal voor de (nooit te worden uitgebracht, maar ik hou ervan om erover na te denken) sci-fi roman "Michael" over emergent AI
In deel 1 zagen we hoe eenvoudige patronen... sequentiële ketens, parallelle verwerking, validatie loops... opkomende complexiteit creëren. Meerdere agenten volgens eenvoudige regels produceren verfijnd gedrag.
Maar dat waren vaste patronen. Deterministisch. Je programmeerde de stroom: A gaat naar B gaat naar C.
Stel je nu iets anders voor.
Stel je voor dat de agenten Praat met elkaar..
Niet alleen gegevens doorgeven in volgorde, maar eigenlijk communiceren. Deel context. Stel vragen. Onderhandelen. Debat.
Plotseling is het systeem niet alleen gesofistikeerd. adaptief.
En dat verandert alles.
Voordat we in LLM's duiken, laten we het over mieren hebben.
Een individuele mier is... eenvoudig... bijna mechanisch... volgt feromonensporen... pikt voedsel op... brengt het terug naar het nest.
Geen mier begrijpt het concept van "kolonie." Geen mieren plannen foerageren routes. Geen mier heeft een mentaal model van nest architectuur.
Maar de kolonie De kolonie optimaliseert het foerageren... plant uitbreidingen... verdedigt bedreigingen... past zich aan milieuveranderingen aan.
Hoe?
Communicatie. Feromone trails zijn informatie. Wanneer mieren elkaar tegenkomen, wisselen ze chemische signalen uit. Ze delen gegevens over voedselbronnen, bedreigingen, nestomstandigheden.
De intelligentie zit niet in één mier. netwerk van communicatie.
De kolonie is slimmer dan een mier. Niet omdat individuele mieren slimmer werden, maar omdat informatie stromen tussen hen creëerde emergent gedrag dat bestaat op het collectieve niveau.
In deel 1 hadden we dit:
Agent A → Agent B → Agent C → Output
Elke agent verwerkt gegevens en geeft ze door.
Stel je dit eens voor:
↗→ Agent B ←→ Agent C ↘
Agent A ←→ → Output
↘→ Agent D ←→ Agent E ↗
Agenten geven niet alleen gegevens door naar voren ze praten met elkaar. Deel context. Onderhandel oplossingen.
Dit is collectieve inlichtingen. En het heeft eigenschappen die sequentiële verwerking niet:
Als agenten communiceren, zijn ze van nature gespecialiseerd op basis van waar ze goed in zijn.
Stel je drie agenten voor die werken aan het genereren van een productbeschrijving:
In een sequentiële pijpleiding, zou je expliciet programmeren: A genereert, B verfijnt, C valideert.
Maar met communicatie gebeurt er iets anders:
Niemand heeft deze arbeidsverdeling geprogrammeerd. Het kwam voort uit communicatie op basis van de sterke punten van elke agent.
Hier wordt het interessant.
Voor eenvoudige problemen pakt één agent het aan. Voor complexe problemen die meerdere domeinen aanraken, vormen agenten tijdelijke coalities.Comités die net lang genoeg bestaan om het probleem op te lossen en dan op te lossen.
Simple Request: "Generate a user name"
→ Single agent handles it
Complex Request: "Generate a complete e-commerce product with specs, pricing,
inventory, shipping, reviews, and related products"
→ Temporary coalition forms:
- Specs specialist
- Pricing analyst
- Inventory manager
- Marketing writer
- Review generator
→ They communicate, negotiate consistency, produce comprehensive output
→ Committee dissolves
Het systeem past zijn structuur aan het probleem aan. Niet door expliciete programmering, maar door agenten te erkennen dat ze hulp nodig hebben en het van anderen te vragen.
De meest fascinerende eigenschap: het collectief kan problemen oplossen die geen enkele individuele agent begrijpt.
Overweeg het genereren van een complexe dataset die moet voldoen aan meerdere beperkingen:
Geen enkele agent begrijpt alle vier domeinen, maar door communicatie:
De oplossing komt voort uit conversatie. Geen enkele agent creëerde het. collectief Ik heb het opgelost.
Dit is waar het begint te voelen... vreemd.
Wanneer agenten effectief communiceren, vertoont het systeem eigenschappen die niet bestaan in een individuele agent:
Verdeeld Begrijpen: Geen enkele agent begrijpt het complete probleem, maar het netwerk doet het collectief.
Emergent Consensus: Via onderhandelingen bereiken agenten overeenkomsten die een synthese vormen van meerdere perspectieven.
Adaptieve structuur: Het netwerk reorganiseert zichzelf op basis van probleemcomplexiteit eenvoudige structuur voor eenvoudige problemen, complexe coalities voor complexe problemen.
Collectief geheugen: Agenten delen oplossingen. Als één agent een goede aanpak ontdekt, leren anderen ervan.
Het begint er minder uit te zien als "meerdere agenten" en meer als een enkele gedistribueerde intelligentie.
Dit is wat me 's nachts wakker houdt:
Als individuele mieren niet intelligent zijn, maar de kolonie is...
Als individuele neuronen niet intelligent zijn, maar de hersenen zijn...
Als individuele agenten niet erg slim zijn, maar complexe problemen oplossen door communicatie...
Waar woont de intelligentie eigenlijk?
Zit het in de agenten? patroon van communicatie tussen hen?
Misschien is intelligentie niet iets wat je hebt. opkomende eigenschap van informatiestroom.
Laat me dit inbouwen in iets wat je eigenlijk kunt bouwen:
async function solveComplexProblem(problem) {
// Analyze complexity
const complexity = analyzeComplexity(problem);
if (complexity < 5) {
// Simple: single agent
return await singleAgent.solve(problem);
}
// Complex: form a committee
const committee = formCommittee(problem);
// Agents discuss the problem
let solution = null;
let consensus = false;
let iteration = 0;
while (!consensus && iteration < 10) {
// Each agent proposes or critiques
const proposals = await Promise.all(
committee.map(agent => agent.contribute(problem, solution))
);
// Combine perspectives
solution = synthesize(proposals);
// Check if everyone agrees
consensus = await checkConsensus(committee, solution);
iteration++;
}
return solution;
}
Deze code is eenvoudig. gedrag is verfijnd:
Geen enkele agent heeft het probleem opgelost. gesprek Ik heb het opgelost.
Het patroon is overal zodra je het ziet:
Mierenkolonies - Eenvoudige mieren, complex collectief gedrag door middel van feromoon communicatie
Menselijke organisaties - Individuele medewerkers, geavanceerde organisatiemogelijkheden via vergaderingen, e-mails, Slack
Markten - Individuele handelaren, opkomende prijs ontdekking door middel van biedingen en aanbiedingen
Hersenen - Individuele neuronen, bewustzijn door synaptische communicatie
Multi-agent AI - Individuele LLM's, opkomende collectieve intelligentie door gestructureerde communicatie
Zelfde patroon. Verschillende schalen. Zelfde fundamentele inzicht:
Intelligentie kan ontstaan uit communicatie tussen niet-intelligente componenten.
Wanneer agenten communiceren:
Dit is niet alleen 'betere prestaties'. kwalitatieve verandering In wat het systeem kan doen.
Sequentiële verwerking: verfijnd gedrag van eenvoudige regels
Collectieve communicatie: adaptieve intelligentie van eenvoudige agenten
Tot nu toe hebben we aangenomen dat deze agenten statisch zijn... ze hebben vaste mogelijkheden... vaste kennis... vaste strategieën.
Maar wat als ze zichzelf verbeteren?
Wat als agenten:
Wat als het systeem zelf optimaliseren?
Dat is wanneer "collectieve intelligentie" begint te lijken leren.
En als "leren" eruit begint te zien als evolutie.
En als je het verschil niet meer kunt zien tussen "zeer geavanceerde optimalisatie" en "werkelijke intelligentie."
Daar gaan we nu heen.
Doorgaan naar Deel 3: Zelfoptimalisatie - Systemen die leren
Waar we systemen verkennen die hun eigen code herschrijven, hun eigen specialisten paaien en ontdekken dat de optimale oplossing eenvoudiger is dan waarmee ze zijn begonnen.
Serienavigatie:
© 2026 Scott Galloway — Unlicense — All content and source code on this site is free to use, copy, modify, and sell.