Preskočiť na obsah
5.3Pokročilý6 min

Supervisor pattern: Ako spravit z jedného agenta sefa

Blck Alpaca·
Definition

Supervisor pattern je multi-agentová architektúra, v ktorej centrálny supervisor-agent rozhoduje, ktorý specializovaný sub-agent bude konat ako dalsí. Supervisor prijíma poziadavku, smeruje ju k vhodným worker-agentom, zbiera ich výsledky a riadi priebeh, kým nie je úloha vyriesená. Sám neuvazuje odborne, ale deleguje a koordinuje.

Key Takeaways

  • Supervisor-agent smeruje medzi specializovanými sub-agentmi a po kazdom kroku rozhoduje, kto bude konat dalsí – sub-agenti spolu nekomunikujú priamo.
  • AWS Bedrock AgentCore (Supervisor + Collaborator, GA marec 2025) a LangGraph 1.0 (Hierarchical-Supervisor-Template, 22. október 2025) sú produkcne pripravené referencné implementácie k stavu 2026.
  • Supervisor pattern sa hodí pre paralelizovatelné, slabo previazané úlohy s jasným odborným rozkladom; pri tesne previazaných zapisovacích workflow (napr. kód) sa stáva krehkým.
  • Zásadným obmedzením je sám supervisor: single point of failure, latencný bottleneck a plan drift pri dlhých behoch.
  • Allianz Project Nemo (sedem agentov, 80 % menej casu na spracovanie a likvidáciu pri oprávnených skodách pod AUD 500, human-in-the-loop) je najlepsie zdokumentovaná DACH referencia pre hierarchický supervisor-systém.

Supervisor pattern je multi-agentová architektúra, v ktorej centrálny supervisor-agent rozhoduje, ktorý specializovaný sub-agent bude konat dalsí. Supervisor prijíma poziadavku, smeruje ju k vhodným worker-agentom, zbiera ich výsledky a riadi priebeh, kým nie je úloha vyriesená. Sám neuvazuje odborne, ale deleguje a koordinuje. Tým sa jeden agent doslova stáva sefom nad tímom specialistov.

Rýchle odpovede:

  • Co robí supervisor? Smeruje medzi sub-agentmi a po kazdom kroku rozhoduje, kto je na rade – sub-agenti spolu nekomunikujú priamo.
  • Cím sa to stavia? K stavu 2026 pomocou LangGraph 1.0 (open source) alebo AWS Bedrock AgentCore (Supervisor + Collaborator); A2A pre cross-vendor, MCP pre tooly.
  • Kedy sa hodí? Pri paralelizovatelných, slabo previazaných úlohách s jasným odborným rozkladom – nie pri tesne previazaných zapisovacích workflow ako generovanie kódu.

Ako supervisor pattern funguje

Základnou myslienkou je hviezdicová topológia (hub-and-spoke): v strede sedí supervisor, navonok specializovaní worker-agenti. Kazdý worker má svoj vlastný prompt, svoj vlastný tool-set a casto svoje vlastné kontextové okno. Rozhodujúci bod: workeri nekomunikujú medzi sebou, ale výlucne cez supervisora. Ten po kazdom medzivýsledku znova rozhoduje, ktorý agent má konat dalsí, alebo ci je úloha dokoncená.

Typický beh sleduje tento vzor:

  1. Supervisor prijme pouzívatelskú poziadavku a klasifikuje, o aký typ úlohy ide.
  2. Vyberie vhodného specialistu a odovzdá mu jasne vymedzené zadanie.
  3. Worker vybaví svoju ciastkovú úlohu a vráti – ideálne komprimovaný – výsledok.
  4. Supervisor vyhodnotí výsledok a rozhodne: dalsí worker, opakovanie alebo finálna syntéza.

Táto centrálna routing logika odlisuje supervisor pattern od swarmu (rovnocenní agenti bez pevného koordinátora) a od pipeline (pevné, deterministické poradie). Supervisor prinása riadenie a – co je dôlezité pre DACH B2B – jasnú líniu zodpovednosti za otázku „Kto co rozhodol?".

Vymedzenie: Supervisor vs. orchestrator-worker

V praxi sa pojmy casto pouzívajú synonymne, a to nie je nesprávne – ale existuje rozdiel v dôraze, ktorý je dôlezitý pre rozhodnutie o architektúre.

Pri orchestrator-worker patterne (kanonický multi-agentový vzor podla Anthropicovej taxonómie) lead-agent rozlozí úlohu a dynamicky spawnuje sub-agentov – teda tolko, kolko si plán práve vyzaduje. Referencným prípadom je Anthropic Research Agent (jún 2025): lead Claude Opus 4 bezí v extended thinking móde, rozlozí poziadavku a spustí N paralelných Sonnet 4 sub-agentov cez task tool. Kazdý sub-agent má svoje vlastné kontextové okno (zhruba 200k tokenov), bádá samostatne a vracia komprimované zhrnutie – nie celý prepis. Anthropicovo interné vyhodnotenie: +90,2 % na metrikách sírky výskumu oproti single-agentovému Opus 4, avsak pri zhruba 15-násobnej spotrebe tokenov.

Supervisor pattern silnejsie zdôraznuje routing prvok: supervisor rozhoduje, ktorý z mnoziny pevne daných specialistov bude konat dalsí. AWS pre svoj supervisor-model pouzíva oznacenie „Multi-Agent Collaboration" – v jadre je to hub-and-spoke supervisor vzor, nic viac a nic menej. Pri trojstupnových variantoch (Supervisor → Planner → Worker) sa hovorí o hierarchickom multi-agente: supervisor rozhoduje, aký typ úlohy to je, planner zostaví graf sub-taskov, workeri vykonávajú.

Znak

Supervisor pattern

Orchestrator-worker

Riadenie

Centrálny router rozhoduje na kazdom kroku

Lead plánuje a deleguje

Sub-agenti

Väcsinou pevne daní specialisti

Dynamicky spawnovaní podla potreby

Typická úloha

Routing naprieč známymi doménami

Sírkový výskum, fan-out

Referencia k stavu 2026

AWS Bedrock AgentCore, LangGraph

Anthropic Research Agent

Token faktor vs. single agent

cca 3–20x (podla hlbky hierarchie)

cca 5–15x

Prakticky platí: kazdý orchestrator je supervisor, ale nie kazdý supervisor spawnuje dynamicky. Pre väcsinu enterprise workflow so známymi doménami je statický supervisor variant lahsie vyhodnotitelný a auditovatelný.

Realizácia: LangGraph a AWS Bedrock

K stavu 2026 existujú dve produkcne pripravené referencné cesty.

LangGraph (LangChain). Graficky orientovaná orchestracná runtime dosiahla s LangGraph 1.0 dna 22. októbra 2025 prvú stabilnú major verziu v oblasti durable agent frameworkov. Ponúka Hierarchical-Supervisor-Template, durable state s checkpointingom (prerusený beh sa po restarte servera obnoví od posledného checkpointu), human-in-the-loop pause/resume a streamable-HTTP podporu pre vzdialené MCP servery. Licencia: MIT. LangGraph je v roku 2026 najcastejsia open-source orchestracná runtime v DACH AI engineering tímoch.

Zjednodusený pseudokód pre LangGraph supervisora:

```
supervisor = create_supervisor(
agents=[recherche_agent, vertrags_agent, freigabe_agent],
model="reasoning-model",
prompt="Route die Anfrage an den passenden Spezialisten. "
"Klarer Auftrag pro Agent: Ziel, Output-Format, Grenzen. "
"Beende, wenn die Aufgabe vollstaendig geloest ist."
)

Zustand fliesst als typisiertes State-Objekt durch die Knoten,

wird gecheckpointet und ist nach Neustart wiederherstellbar.

```

AWS Bedrock AgentCore Multi-Agent Collaboration. GA od marca 2025. Model pozostáva zo supervisor-agenta plus collaborator-agentov, s inline agent runtime, optimalizovaným módom „Supervisor-with-Routing" (rýchlejsie cisté routing) oproti plnému orchestracnému módu, ako aj integrovanou trace a debug konzolou. AgentCore poskytuje runtime, gateway, memory, identity a observability a podporuje MCP.

Pre medziagentovú komunikáciu – najmä naprieč hranicami vendorov – sa pouzíva A2A protokol (Linux Foundation od júna 2025). A2A definuje zivotný cyklus tasku (submitted → working → input-required → completed | failed | canceled), pri ktorom interná logika vzdialeného agenta zostáva opaque – supervisor vidí len zadanie a výsledok. Pre prístup jednotlivých agentov k toolom je standardom MCP. Pravidlo poskytovatelov znie: MCP pre agent-to-tool, A2A pre agent-to-agent.

Kedy sa hodí – a kedy nie

Supervisor pattern uplatnuje svoje silné stránky pri paralelizovatelných problémoch s nízkou väzbou stavu medzi ciastkovými úlohami a ked je zapisovacia cesta single-threaded alebo triviálne zlucitelná. Dobrí kandidáti: výskum, sírkové vyhladávanie, dokumentový fan-out, multi-dokument review, triáz skôd, kontrola podvodov s nezávislými checkmi.

Zlyháva pri tesne previazaných, sekvencných úlohách, kde kazdý krok formuje implicitné rozhodnutia vsetkých nasledujúcich. Cognition.ai v roku 2025 („Don't Build Multi-Agents") ukázal, ze paralelné writer-swarmy robia kvôli fragmentácii kontextu nezlucitelné rozhodnutia o stýle a edge cases a produkujú nemergovatelné diffy. Cistým protipríkladom zostáva generovanie kódu naprieč viacerými súbormi. Aktualizovaný záver Cognition (apríl 2026) je pragmatický: multi-agent funguje pre read-mostly fan-out, pokial zápisy zostávajú single-threaded.

Obmedzenia: Supervisor ako bottleneck

Zásadná slabina je ukrytá v názve: vsetko ide cez supervisora.

  • Single point of failure. Ak supervisor vypadne alebo zablúdi, stojí celý systém.
  • Latencné úzke miesto. Kroky idú cez supervisora sériovo; pri troch stupnoch hierarchie latencia kaskáduje a môze pohltit pridanú hodnotu.
  • Plan drift. Pri dlhých behoch supervisor stráca svoj plán a znova spawnuje sub-tasky, ktoré sú uz vybavené.
  • Vágne delegovanie. Nejasné zadania vedú k zdvojenej práci a medzerám – Anthropic pozoroval presne toto v skorých experimentoch. Protiopatrenie: kazdý worker dostane ciel, output-formát, tool-hinty a jasné hranice úlohy.
  • Zosilnenie prompt injection. Kazdé nové kontextové okno sub-agenta je novou útocnou plochou cez nedôveryhodný obsah.

Príklad: Allianz Project Nemo

Najlepsie zdokumentovaná DACH referencia je Allianz Project Nemo – hierarchický supervisor-systém pre skody zo skazenia potravín po prírodných katastrofách. Spolu pracuje sedem specializovaných agentov: Planner, Cyber, Coverage, Weather, Fraud, Payout a Audit. Kompletný sedemagentový workflow prebehne za menej ako pät minút; ludský likvidátor skontroluje audit-zhrnutie a urobí finálne rozhodnutie o výplate – human-in-the-loop je tu explicitná politika.

Císla: spustené v Austrálii v júli 2025, nasadené za menej ako 100 dní, s 80 % redukciou casu na spracovanie a likvidáciu pri oprávnených skodách pod AUD 500. Allianz je nemecký poistovatel a skúma replikáciu modulárnej architektúry naprieč globálnym P&C portfóliom.

Architektonicky poucný je dedikovaný audit-agent: vytvára kompletné zhrnutie vsetkých rozhodnutí agentov, a tým súvislý audit trail pre compliance a ludskú kontrolu. Poucenie pre DACH: auditovatelnost patrí zabudovat do topológie agentov, nielen do logging pipeline.

Pre agentúry a B2B rozhodovatelov

Kto spústa multi-agentový projekt v DACH strednom segmente, postupuje racionálne s LangGraph alebo n8n ako orchestráciou, MCP pre tooly a A2A pre kazdý cross-platform handshake. Pre koncerny s dominantnou SaaS krajinou je platformová orchestrácia (Agentforce, SAP Joule Studio, Copilot Studio) nasnadným základom, s A2A ako spojivom. Dôlezité pre agentúry, ktoré poradzajú klientom: zacnite s jedným jasne vymedzeným, paralelizovatelným use casom, drzte zapisovaciu cestu single-threaded, zabudujte human-in-the-loop na kritických miestach a zohladnite dlhsí retazec zmlúv o spracúvaní podla GDPR cl. 28 ako aj Transfer Impact Assessments na kazdý cezhranicný A2A hop. Allianz Nemo benchmark (pod 100 dní do nasadenia) je pre úzko nascopované projekty dosiahnutelný.

Často kladené otázky

Aký je rozdiel medzi supervisor patternom a orchestrator-worker?
Oba majú centrálneho, riadiaceho agenta. Pri orchestrator-worker lead-agent rozlozí úlohu a dynamicky spawnuje sub-agentov s vlastným kontextovým oknom, ktorí pracujú paralelne a vracajú komprimované výsledky (Anthropic Research Agent). Supervisor pattern uzsie opisuje routing prvok: supervisor po kazdom kroku rozhoduje, ktorý pevne daný specialista bude konat dalsí. V praxi sa oba pojmy silne prekrývajú; AWS pre svoj supervisor-model dokonca pouzíva oznacenie Multi-Agent Collaboration.
Cím realizujem supervisor pattern?
K stavu 2026 sú dve produkcne pripravené cesty LangGraph 1.0 (open source, MIT, Hierarchical-Supervisor-Template, durable state, od 22. októbra 2025) pre vlastné stacky a AWS Bedrock AgentCore Multi-Agent Collaboration (Supervisor + Collaborator, GA marec 2025) pre AWS prostredia. Pre cross-vendor handshakes sa pouzíva A2A protokol, pre prístup k toolom MCP.
Preco sa supervisor stáva bottleneckom?
Kazdé rozhodnutie ide cez supervisora: smeruje, caká na výsledky workerov, znova rozhoduje. To z neho robí single point of failure a latencné úzke miesto, pretoze kroky cez neho prechádzajú sériovo. Pri dlhých behoch pribúda plan drift – supervisor stráca svoj plán a znova vyvoláva uz vybavené sub-tasky.
Kedy by som supervisor pattern nemal nasadit?
Pri tesne previazaných, sekvencných zapisovacích úlohách, kde kazdý krok formuje rozhodnutia vsetkých nasledujúcich krokov – klasickým príkladom je generovanie kódu naprieč viacerými súbormi. Cognition.ai v roku 2025 ukázal, ze paralelné writer-swarmy robia kvôli fragmentácii kontextu nezlucitelné rozhodnutia. Pre krátke, jasne definované workflow je navyse jednotlivý agent s toolmi alebo deterministický pipeline lacnejsí a lepsie debugovatelný.
Hodí sa supervisor pattern pre regulované DACH odvetvia?
Áno, ak sú auditovatelnost a human-in-the-loop zabudované do topológie agentov. Allianz Project Nemo pouzíva dedikovaného audit-agenta, ktorý zhrnie vsetky rozhodnutia agentov a vytvorí kompletný audit trail; finálne rozhodnutie zostáva na cloveku. Treba zohladnit dlhsí retazec zmlúv o spracúvaní podla GDPR cl. 28 a – pri cross-border A2A hopoch – Transfer Impact Assessments na kazdý prechod hranice.

Ísť hlbšie?

Získajte nové analýzy priamo do schránky – alebo sa pozrite, ako tieto poznatky nasadzujeme pre firmy.