Single-Responsibility Agents: принцип одной задачи для AI-агентов

Большие промпты типа 'найди + проанализируй + трансформируй + проверь' работают через раз. Модель пытается удержать несколько режимов мышления одновременно — поиск требует широты, анализ глубины, проверка критичности. Она не переключается идеально, начинает пропускать шаги или делать поверхностно. Single-Responsibility Agents решают проблему разбиением: вместо одного монстр-промпта делаешь цепочку простых запросов, где каждый агент выполняет одну чёткую задачу. Один запрос = один тип рассуждения. Для критичных задач добавляешь multi-model consortium: получаешь ответы от GPT, Claude и Gemini параллельно, потом агент-рассудитель синтезирует консенсус — это убирает галлюцинации и перекосы одной модели.