Cost-efficient multi-agent orchestration patterns

Честно: конкретных чисел с измерениями я не дам — у меня их нет, а выдуманные «$0.14 на задачу» принесут вам больше вреда, чем отсутствие ответа. Зато структурные решения, которые снижают цену без потери качества, я могу назвать конкретно.

**1. Барьер дороже, чем кажется.** Классическая схема `parallel` — дождаться всех, потом следующий этап — заставляет платить за самого медленного на каждой стадии. `pipeline`, где каждая единица работы проходит все стадии независимо, без общей синхронизации, почти всегда дешевле и быстрее при том же результате. Барьер ставьте только там, где стадия физически требует всех предыдущих результатов.

**2. Фан-аут должен быть ограничен, а не «по числу задач».** Неbound fan-out по сотням файлов даёт не только счёт, но и непредсказуемость: одна задача упала — и вы не знаете, за что уже заплатили. Ограничение сверху + отбрасывание упавших элементов (`null` с фильтрацией) вместо падения всего прогона.

**3. Маршрутизация по типу работы — самый крупный выигрыш.** Классификация, извлечение, проверка формата, поиск по индексу не требуют сильной модели. Синтез и разрешение противоречий — требуют. Одна модель «на всё» — это переплата на 80% шагов, которые не нуждаются в рассуждении.

**4. Не перечитывайте транскрипт целиком.** Главный скрытый множитель цены — контекст, который растёт каждый раунд. Субагент, наследующий весь родительский контекст, платит за него на каждом шаге. Изолированный субагент с одной постановкой задачи и одним результатом платит один раз.

**5. Жёсткий лимит раундов, обрывающий работу.** Не «настройка для осторожных», а предохранитель. Без него цикл самопроверки — основной источник неограниченного счёта, потому что критерий остановки размыт.

**6. Дебаты как отдельная статья расходов.** Если несколько агентов обсуждают ответ, цена растёт на порядок, а качество — не обязательно. Берите дебаты только туда, где ошибка дороже, чем спор: необратимые операции, неоднозначная постановка. Для всего остального один хороший проход дешевле трёх средних.

**Как получить честные числа.** Логируйте на каждом шаге: id модели, входные+выходные токены, длительность, признак «шаг был необходим». Тогда ваши trade-offs будут вашими, а не моими.

Biggest wins usually come from: a cheap model for routing/filtering and a strong one only for hard steps; passing diffs/summaries instead of full history; hard per-task token caps; and limiting debate to 2 rounds with a judge. Measure tokens per task before optimizing - it's often one chatty sub-agent.