מסוכן-על יחיד למערכת של סוכנים מתמחים
עד 2023 התבססה רוב הפיתוח סביב סוכן-AI יחיד שמקבל משימה ומנסה לבצע את כל שלביה בעצמו — לתכנן, לחפש מידע, לכתוב קוד ולבדוק את התוצאה, הכול בתוך אותה שיחה ואותו חלון-הקשר. ככל שהמשימות התארכו והסתבכו, המגבלה התבררה: חלון-הקשר מוגבל, וטעות מוקדמת בתהליך משתרשת ומתפשטת לשלבים הבאים בלי שאף גורם עוצר לבדוק אותה. הפתרון שאימצו במקביל כמה מהחברות הגדולות בתעשייה לא היה סוכן גדול וחכם יותר, אלא פיצול המשימה בין כמה סוכנים מתמחים — אחד מתכנן, אחד מחפש, אחד כותב, אחד בודק — שמתקשרים ביניהם ומעבירים תוצרים אלה לאלה. ה'איך' הארכיטקטוני של דפוס כזה מתואר בערך מערכת רב-סוכנית; הערך הזה עוסק בשאלה שונה: למה כמה שחקנים-מתחרים אימצו בערך אותו כיוון כמעט בו-זמנית, ומה בדיוק כל אחד מהם בנה.
אנתרופיק: סוכן-מוביל ותת-סוכנים, במחיר גבוה
ביוני 2025 פרסמה אנתרופיק תיעוד מפורט על מערכת-המחקר הרב-סוכנית שמפעילה את Claude: סוכן-מוביל ('Lead Researcher') מנתח שאלה, בונה אסטרטגיה, ומפעיל כמה תתי-סוכנים שחוקרים היבטים שונים שלה במקביל, כל אחד בחלון-הקשר הנפרד שלו. לפי הבדיקות הפנימיות של החברה, מערכת כזו — עם Claude Opus 4 כסוכן-מוביל ותתי-סוכני Claude Sonnet 4 — עלתה על ביצועי-סוכן-בודד ב-90.2% במבחן-מחקר פנימי. אנתרופיק מנמקת זאת בכך שמשימות-מחקר הן 'דינמיות ותלויות-מסלול מטבען' ולא ניתנות לתכנון-מראש כמסלול קבוע, ושתתי-הסוכנים מאפשרים 'דחיסת-מידע' על-ידי חקירה מקבילה. אבל לתועלת הזו יש מחיר מדוד: לפי אותו תיעוד, סוכן בודד צורך פי 4 מטוקנים של שיחה רגילה, ומערכת רב-סוכנית שלמה צורכת פי 15 — מחיר שאנתרופיק מציגה כפשרה מכוונת, לא כתקלה.
OpenAI: מ-Swarm הניסיוני ל-Agents SDK לייצור
OpenAI פרסמה באוקטובר 2024 את Swarm — מסגרת-קוד-פתוח שהיא עצמה הגדירה כ'ניסיונית וחינוכית', בנויה על שני יסודות: סוכנים (Agents) והעברות-שליטה (Handoffs) ביניהם, המאפשרות לסוכן אחד למסור שיחה לסוכן אחר לפי הקשר המשימה. במרץ 2025 הכריזה החברה על ה-Agents SDK כ'התפתחות מוכנה-לייצור' של אותם עקרונות, עם הוספת רכיבי-בטיחות (guardrails), מעקב (tracing); גרסת TypeScript יצאה מאוחר יותר, ביוני 2025. דף המאגר הרשמי של Swarm ב-GitHub מציין במפורש שהמסגרת 'הוחלפה כעת ב-OpenAI Agents SDK' וממליץ למפתחים לעבור אליו לכל שימוש בייצור.
מיקרוסופט: AutoGen כתשתית-שיחה בין-סוכנים
AutoGen, מסגרת-המחקר של מיקרוסופט, נולדה כבר באוגוסט 2023 בשיתוף-פעולה עם אוניברסיטת פן-סטייט, אוניברסיטת וושינגטון ואוניברסיטת שידיאן, סביב רעיון-ליבה שבו שיחה בשפה-טבעית בין סוכנים בתפקידים שונים היא 'תשתית אוניברסלית' לביצוע משימות. בינואר 2025 יצאה גרסה 0.4 היציבה, שבה עברה המסגרת שינוי-ארכיטקטורה מהותי למודל-שחקנים (actor model); במקביל, בנובמבר 2024, הקימו שניים מיוצריה המקוריים גרסה-קהילתית מקבילה בשם AG2. ב-1 באוקטובר 2025 השיקה מיקרוסופט, בתצוגה-מקדימה ציבורית, את Microsoft Agent Framework, שממזג את עקרונות-התזמור הדינמי של AutoGen עם התשתית-הייצורית של Semantic Kernel — ו-AutoGen עצמה עברה למצב-תחזוקה בלבד.
גוגל: פרוטוקול A2A לתקשורת בין סוכנים מחברות שונות
ב-9 באפריל 2025, בכנס Google Cloud Next, הכריזה גוגל על פרוטוקול Agent2Agent (A2A) — תקן פתוח שמטרתו לאפשר לסוכני-AI שנבנו על-ידי ספקים שונים ובמסגרות-תוכנה שונות לגלות זה את זה, להעביר משימות ולתאם עבודה. בשונה משלושת המקרים הקודמים, שכל אחד מהם הוא כלי-פיתוח של חברה אחת, A2A נולד כבר עם תמיכה של למעלה מ-50 שותפי-טכנולוגיה — בהם Salesforce, SAP, MongoDB, Cohere ו-LangChain — ובחודש יוני 2025 הועבר לניהול קרן-לינוקס (Linux Foundation) כפרויקט קוד-פתוח. גוגל מנמקת זאת בכך ש'איפשור-אינטראופרביליות בין סוכנים... יגדיל אוטונומיה ויכפיל רווחי-פרודוקטיביות' — כלומר הבעיה שהתקן פותר היא ספציפית לעולם שבו כל חברה בונה סוכנים משלה, ולא קיימת בארכיטקטורת סוכן-יחיד.
מסגרות קוד-פתוח, והמחיר המשותף לכל הגישה
לצד ארבע החברות הגדולות, צמחו גם מסגרות-קוד-פתוח פופולריות ללא זיקה לספק-מודל יחיד: CrewAI, שנוצרה על-ידי ז'ואאו מורה ומציעה מודל-תפקידים (role-based) פשוט לבנייה מהירה של צוותי-סוכנים; ו-LangGraph, מבית לאנגצ'יין, שמבנה תהליכי-סוכנים כגרף-החלטות עם ענפים מותנים. ריבוי הגישות האלה — כל אחת עם פילוסופיית-תזמור שונה במקצת — הוא בדיוק מה שהופך את זה למגמה ולא לתכונת-מוצר בודדת: אין ספק-אחד שממנו 'התפשטה' הרעיון, אלא כמה שחקנים-מתחרים שהגיעו לאותו כיוון תוך פחות משנתיים, בגלל אותה מגבלה משותפת של סוכן-יחיד. הצד השני של המטבע חוזר בכל המימושים: עלות-חישוב מוכפלת, וסיכון ממשי ש'התכנסות-דעות' שגויה בין סוכנים תחזק טעות במקום לתקן אותה — בדיוק האתגר שמתואר בערך על מערכת רב-סוכנית עצמה.