Мультиагентные системы (multi agent systems) стали одним из самых обсуждаемых направлений в современной науке об искусственном интеллекте. Под этим термином понимают совокупность автономных программных агентов, которые взаимодействуют друг с другом для решения задач, недоступных одиночным алгоритмам. Каждый агент обладает собственной целью, набором знаний и способностью принимать решения, а их совместная работа формирует поведение, превосходящее возможности отдельного компонента. Истоки концепции уходят в восьмидесятые годы прошлого века, когда исследователи распределённого искусственного интеллекта впервые задумались о том, как наделить программы способностью к кооперации. С тех пор подход прошёл долгий путь — от теоретических моделей до промышленных решений. Сегодня мультиагентные системы применяются в логистике, финансовом моделировании, управлении энергосетями, кибербезопасности и робототехнике. Особый импульс направление получило благодаря развитию больших языковых моделей, которые позволили создавать агентов, способных рассуждать на естественном языке и динамически перераспределять задачи между собой. Архитектурно такие системы строятся на принципах автономности, реактивности и проактивности. Агенты могут быть однородными, выполняющими схожие функции, или специализированными, где каждый отвечает за свой участок работы. Координация между ними реализуется через протоколы обмена сообщениями, аукционные механизмы или иерархические схемы с центральным оркестратором. В последние годы популярность набирают гибридные подходы, в которых языковая модель выступает в роли «дирижёра», распределяющего подзадачи между специализированными исполнителями — поисковыми, аналитическими, программирующими. Практические примеры впечатляют масштабом. В беспилотном транспорте мультиагентные алгоритмы позволяют автомобилям согласовывать манёвры на перекрёстках без светофоров. В электронной коммерции агенты ведут переговоры о цене и автоматически заключают сделки. В научных исследованиях команды виртуальных ассистентов параллельно изучают литературу, проводят эксперименты и формулируют гипотезы. Финансовые корпорации используют рои агентов для моделирования рыночных колебаний и стресс-тестирования портфелей. Однако направление сталкивается и с серьёзными вызовами. Эмерджентное поведение, возникающее в результате взаимодействия множества агентов, плохо предсказуемо и требует новых методов верификации. Остаются открытыми вопросы безопасности — злоумышленный агент способен дестабилизировать всю систему. Не менее остро стоит проблема вычислительных затрат, поскольку поддержание десятков параллельных рассуждающих моделей обходится недёшево. Этические аспекты, связанные с делегированием решений автономным программам, также требуют тщательной проработки и законодательного регулирования.