Перейти к содержимому
Carbonfay

инженерные заметки

Почему естественный язык неудобен для машинной координации

Где естественный язык создаёт издержки и ошибки в обмене между агентами и как компактные представления смысла это решают.

Коротко для руководителя. Естественный язык — отличный интерфейс между человеком и машиной и плохой протокол между машинами. Когда агенты координируются текстом, растут два счёта: за токены и за ошибки разбора. Это не философия, а инженерное решение: язык обмена между агентами прямо влияет на стоимость владения и надёжность системы.


Соблазн понятен: модели хорошо работают с текстом, значит, пусть агенты и общаются текстом. На демонстрации это выглядит элегантно. В проде оказывается, что естественный язык — самый дорогой и самый ненадёжный способ соединить машины.

Между людьми — язык. Между машинами — контракт.

Гипотеза: язык обмена — инженерное решение, а не данность

То, на каком «языке» агенты обмениваются, — это проектное решение с измеримыми последствиями. Естественный язык избыточен (много токенов на единицу смысла) и неоднозначен (одна формулировка — разные интерпретации). Для координации машин оба свойства — дефект.

данные
Надёжность машинного обмена: свободный текст vs структура
Свободный текст по промпту (просим «ответь в формате»)88%Вызов функций (схема как подсказка)97%Нативный структурированный вывод (схема как ограничение)100%

Чем строже формализован обмен, тем надёжнее координация. Естественный язык как протокол между агентами — самый ненадёжный вариант; жёсткая схема почти исключает сбой разбора.

Источник: Structured Output Reliability, обзор подходов, 2025 https://www.cognitivetoday.com/2025/10/structured-output-ai-reliability/

Чем строже формализован обмен, тем надёжнее: свободный текст по промпту — самый ненадёжный вариант, жёсткая схема почти исключает сбой разбора.

Проблема: неоднозначность и объём токенов

Неоднозначность. «Подготовь отчёт по клиенту за период» один агент поймёт так, другой иначе: какой период, какой формат, что считать клиентом. Между людьми это уточняется в разговоре; между агентами — становится тихой ошибкой.

Объём токенов. Чтобы снять неоднозначность, текст удлиняют: больше пояснений, больше примеров. Каждое уточнение — оплаченные токены, и так на каждом шаге каждого процесса.

данные
Из-за чего падают мультиагентные системы (1600+ трасс выполнения)
Нечёткая спецификация: роли, задачи, ограничения42%Сбои координации: коммуникация, состояние, цели37%Провалы проверки: нет валидации и контроля качества21%

Почти 80% отказов — это спецификация и координация, то есть архитектура, а не «слабая модель». Лечится контрактами и явной координацией, а не сменой LLM.

Источник: Why Do Multi-Agent LLM Systems Fail? (MAST, UC Berkeley), NeurIPS 2025 https://arxiv.org/pdf/2503.13657

Распределение отказов многоагентных систем подтверждает: значительная часть — это сбои координации и спецификации, то есть ровно то, что порождает свободный текстовый обмен.

Почему обычные подходы не работают

«Сформулируем точнее в промпте» уменьшает неоднозначность ценой роста токенов — проблему перекладывают, а не убирают.

«Попросим отвечать в JSON словами» без принуждения схемой даёт валидный синтаксис, но плавающий формат: лишние поля, пропуски обязательных.

«Добавим примеров в промпт» превращает обмен в нечитаемую, неверсионируемую и дорогую конструкцию — тот же недостаток в большем объёме.

Инженерная модель: формализованный обмен

Схема как ограничение, а не подсказка. Выход агента валиден по схеме по построению, а не «обычно валиден». Это убирает сбои разбора.

Компактный смысл. Передаётся структура с обязательными полями, а не абзац текста: меньше токенов на ту же информацию, нет места двусмысленности.

Естественный язык — на границе с человеком. Там, где в контуре человек (запрос, объяснение, эскалация), текст уместен и нужен. Между машинами — формальное представление.

Контракты с явным «не уверен». Неопределённость выражается полем, а не интонацией текста, — и обрабатывается процессом, а не угадывается.

Практический вывод для бизнеса

Язык обмена между агентами — это статья стоимости и риска. Система с формальным обменом дешевле в токенах и устойчивее к сбоям, чем та, где агенты «переписываются». Это видно в счёте и в числе инцидентов.

Спросите, как агенты обмениваются между собой: схемой или текстом. «Они понимают друг друга на естественном языке» — это маркетинговый плюс и инженерный минус одновременно.

Приложить это к вашим процессам — .

Открытые вопросы

Где именно проходит граница «человек — текст, машина — структура» в конкретном процессе — решается дизайном, а не общим правилом. Насколько формализация снижает гибкость системы — компромисс под домен. Догонят ли модели надёжность схемы на свободном тексте — прогресс есть, но на критичных процессах формализация остаётся дешевле доверия.


Если ваши агенты координируются текстом — это лишние токены и тихие ошибки. — посмотрим, где заменить текстовый обмен формальным контрактом.

связанные кейсы

Следующий шаг

Спроектируем слой автоматизации на ИИ под ваши процессы.

DBCV