Maak kennis met Multi-agent voor het meest complexe werk

Het Multi-agent-inspanningsniveau van Perplexity Computer coördineert AI-modellen om complexe taken te analyseren en elkaars werk te controleren.

Warm light glowing through a series of dark, reflective vertical panels.

Computer is een krachtig agentplatform dat complexe vragen onderzoekt en werk in meerdere stappen uitvoert, van data-analyse tot het bouwen van apps. Het is geoptimaliseerd voor de hoogste prestaties bij het oplossen van complexe, informatie-intensieve problemen en bij beslissingen met grote gevolgen.

In september lanceerden we inspanningsniveaus, waarmee je uit vier instellingen kunt kiezen hoeveel inspanning Computer in je werk steekt. Bij al die instellingen plant één leidende AI-agent de taak en delegeert onderdelen ervan aan ondersteunende agents.

Vandaag lanceren we Multi-agent, een nieuw inspanningsniveau boven Ultra voor het meest complexe werk van Computer. De hoofdagent leidt een team van agents op verschillende frontier-modellen die parallel werken, hun bevindingen rechtstreeks met elkaar delen en elkaars werk controleren. Zo kan Computer complexe problemen vanuit meerdere invalshoeken onderzoeken en tegenstrijdige aannames opsporen voordat de bevindingen worden samengebracht in één aanbeveling of resultaat.

Claude Fable 5.2 plant de taak en verdeelt die over agents die draaien op Claude Opus 5.5, GPT 6.1 Sol en Gemini 4 Carbon. Agents delen hun bevindingen terwijl ze werken. De ene agent kan bewijs gebruiken dat een andere heeft gevonden, een aanname ter discussie stellen of een discrepantie markeren voor nader onderzoek. De leidende agent voegt hun input samen tot één antwoord met de gevraagde deliverables.

Complex werk met meerdere modellen

Multi-agent is ontworpen voor werk met afzonderlijke onderdelen dat baat heeft bij parallelle analyse en onderlinge controle. Voorbeelden zijn:

  • Prognoses en financiën: Agents kunnen parallel verschillende financiële scenario's opstellen, hun aannames vergelijken en controleren hoe veranderingen in omzet, kosten of marktomstandigheden de prognose beïnvloeden.
  • Beoordeling van jaarverslagen: Agents kunnen jaarrekeningen, voetnoten en commentaar van het management afzonderlijk bestuderen en vervolgens hun bevindingen vergelijken om inconsistente cijfers of toelichtingen te markeren voor beoordeling door een accountant.
  • Diepgaande analyse: Agents kunnen concurrerende verklaringen voor een zakelijke of onderzoeksvraag onderzoeken, bewijs uitwisselen en testen welke conclusies standhouden in verschillende bronnen.
  • Due diligence in een dataroom voor een deal: Agents kunnen financiële gegevens, contracten en operationele documenten parallel beoordelen en vervolgens bevindingen met elkaar verbinden, zoals een klantcontract dat de omzetverwachting verandert.
  • Complexe belastingaangiften en eindejaarsplanning: Agents kunnen gegevens over inkomsten en aftrekposten ordenen, relevante belastingregels onderzoeken en eindejaarsscenario's vergelijken om vragen en ondersteunende analyses voor te bereiden voor een belastingadviseur.

Coördineert het werk voor gebruikers

Wanneer Multi-agent is geselecteerd op de inspanningsschuifregelaar van Computer, kan de leidende agent maximaal 16 agents inzetten en zelf ook een deel van het werk op zich nemen. Het standaardteam combineert Opus 5.5, GPT 6.1 Sol en Gemini 4 Carbon, zodat verschillende modellen bijdragen aan de analyse en beoordeling.

Gebruikers kunnen in hun query aangeven welke modellen ze willen gebruiken. Fable 5.2 en GPT 6 Astra worden alleen als ondersteunende agents ingezet wanneer een gebruiker daarom vraagt of wanneer een bepaald onderdeel van de taak dat vereist.

Agents communiceren tijdens de taak en coördineren bewerkingen in gedeelde bestanden. Een agent kan bijvoorbeeld de omzetaannames in een financieel model bijwerken en vervolgens een andere agent laten weten dat die cijfers in zijn waarderingsanalyse moeten worden gebruikt.

De leidende agent blijft het aanspreekpunt in het gesprek: die brengt de bevindingen van het team samen en levert het uiteindelijke antwoord. Gebruikers kunnen dat werk via dat gesprek bijsturen zonder elke agent afzonderlijk een bericht te hoeven sturen.

Bij een vervolgtaak laat de leidende agent de betrokken agents weten wat er is veranderd, en zet het team zijn bestaande werk voort. Gebruikers kunnen tijdens de uitvoering van de taak zien welke agents er actief zijn en op welke modellen ze draaien. Als je de draad stopt, stopt het hele team.

Welke optie je moet gebruiken

Ultra, Multi-agent en Model Council organiseren het werk op verschillende manieren. De keuze hangt ervan af of een taak gedelegeerde analyse, samenwerking tussen afzonderlijke onderdelen of onafhankelijke perspectieven op dezelfde vraag vereist.

Optie

Hoe het werk wordt georganiseerd

Geschikt voor

Ultra

Eén leidende agent delegeert delen van een taak aan ondersteunende agents, die alleen aan de leidende agent rapporteren.

Vraagstukken met een open einde waarbij meerdere benaderingen moeten worden getest, zoals het beoordelen van een nieuwe markt onder verschillende groeiaannames.

Multi-agent

Hetzelfde leidende model als bij Ultra coördineert agents die bevindingen rechtstreeks met elkaar delen, elkaars werk controleren en bijdragen aan gezamenlijke deliverables.

Grote opdrachten met onderling verbonden onderdelen waaraan parallel kan worden gewerkt, zoals due diligence in een dataroom of een financiële prognose met meerdere scenario's

Model Council

Meerdere modellen onderzoeken dezelfde vraag onafhankelijk van elkaar, waarna Computer hun bevindingen combineert en laat zien waar ze het eens en oneens zijn.

Afwegingen waarbij onafhankelijke perspectieven op dezelfde vraag nuttig zijn.

Het inspanningsniveau Multi-agent is beschikbaar voor alle Perplexity Max-abonnees op het web.

Selecteer Multi-agent in de inspanningsschuifregelaar van Computer om het voor een nieuwe taak te gebruiken.