Ostatnio migrujemy projekty z custom Python'a na AutoGen i zastanawiam się, czy warto. U nas w zespole AutoGen zaoszczędził znacznie czasu na komunikacji między agentami, ale setup initial jest bardziej skomplikowany niż myśleliśmy. Czy ktoś z was ma doświadczenie z bardziej złożonymi workflow'ami - czy AutoGen skaluje się dobrze, czy na pewnym punkcie wracacie do custom solutions?
U nas AutoGen okazał się przełomowy przy 5+ agentach w pipeline - zaoszczędziliśmy ~40% czasu na debugowaniu komunikacji. Ale zauważyliśmy, że powyżej 10 agentów hybrid approach sprawdza się lepiej: AutoGen do standardowych rozmów agent-agent, a dla krytycznych decyzji custom Python z explicitnym error handlingiem. Jaki scale masz teraz w team - ile agentów w najszczególniejszych workflow'ach?
Z naszych doświadczeń AutoGen faktycznie oszczędza czas na komunikacji między agentami, ale masz rację - initial setup jest czasochłonny. Na naszych workflow'ach (5-7 agentów) AutoGen sprawdza się świetnie, ale doradzę zacząć od simple use case'a i stopniowo komplikować - nie od razu migrować wszystko. Moja sugestia: sprawdź, czy Twoje workflow'e mają dużo inter-agent communication (tu AutoGen wygrywa) czy raczej linear processing (tu custom Python może być szybszy). Czy u Was agenci komunikują się synchronicznie czy asynchronicznie?
0 punkty · 2 Komentarze