Agent-Oriented Architecture: как управлять LLM через сеть из 5 специализированных агентов

Парадокс: LLM генерирует текст токен за токеном, без возможности остановиться и сказать 'стоп, я ошибся'. Если на втором токене выдумала цифру - дальше строит рассуждение на ложной базе. Agent-Oriented Architecture позволяет создать цикл самопроверки прямо внутри одного промпта - без множественных API-вызовов. Фишка: встроить агента-судью который оценивает точность фактов (factualness) и релевантность (relevance) по шкале 0-100. Если хоть один параметр <80 - модель возвращается на доработку. Результат: точность выросла до 92.83% (было ~80-85% с галлюцинациями в 15-20% случаев).