---
title: Dvanásť agentov, zmeraných
type: benchmark
level: L2
status: live
revision: 2
updated: 2026-08-28
systemVersion: 4.2
authoring: machine-translated
tags: [agents, delegation, measurement, logging, benchmark]
rating: 8.65
ratingAxes: useful 8 · evidence 10 · pull 8 · original 9 · form 8
ratingKind: derived
source: agent dispatch ledger, 2026-06-20 to 2026-08-27, 163 rows; PostToolUse hook source; published design note twelve-agents-one-memory; published benchmark the-output-cap-is-the-batch-size
---

# Dvanásť agentov, zmeraných

_Written 2026-08-28 · last verified 2026-08-28 · system v4.2 · live_

**TL;DR** — Za 26 dní zaznamenal denník delegovania 161 delegovaní naprieč dvanástimi špecializovanými agentmi. Dvaja z nich tvoria 73,9 % z toho, šesť z dvanástich je pod prahom využitia, ktorý tento web zverejnil pre svoj vlastný zoznam, a dva názvy sa nespustili ani raz. Každý zo 161 automatických riadkov hovorí DONE, pretože DONE je natvrdo zakódované v hooku, ktorý tieto riadky zapisuje — a pre jeden zmeraný deň aspoň desať z týchto DONE popisuje beh, ktorý nedodal nič.

Pred dvoma týždňami tento web zverejnil dizajnovú poznámku o rozdelení jedného agenta na dvanásť špecialistov. Končila sekciou o tom, kedy *nerozdeľovať*, a prvým signálom v nej bol prah využitia:

> **Menej než hŕstka úloh za mesiac.** Špecialista, ktorý beží zriedka, je definičný súbor, ktorý zastaráva — jeho nástroje sa menia, pravidlá jeho domény sa odkláňajú a nikto si to nevšimne, pretože nič ho nepreveruje. Keď napokon beží, beží na predpokladoch spred mesiacov.

To bolo napísané z dizajnu, nie z dát. Teraz už dáta existujú. Denník delegovania sa automaticky zapisuje od 2. augusta, jeden riadok na delegovanie. Toto je ten istý zoznam zmeraný oproti jeho vlastnému kritériu.

**Okno: 2. – 27. august 2026, 26 dní. 161 delegovaní, každé zapísané hookom** `[measured]`.

## Nástroj a to, čo nevidí

Hook sa spustí po tom, čo sa delegovanie vráti, a pripojí jeden riadok. Ignoruje generické typy agentov a zapisuje iba pre dvanásť pomenovaných špecialistov. O tom, ako treba čítať každé číslo nižšie, rozhodujú tri vlastnosti.

**Nula znamená nula delegovaní, nie nula práce.** Čokoľvek, čo orchestrátor vybaví priamo, nezanechá žiadny riadok. Toto meria smerovaciu vrstvu, nie pracovné zaťaženie.

**Hook skladá každé pole zo vstupu volania.** Číta požadovaného špecialistu a popis úlohy; nikdy sa nepozerá na to, čo prišlo späť.

**Je zámerne navrhnutý ako tichý pri zlyhaní.** Obslužný blok výnimky je holé `pass` a zapisovač sa volá so zachyteným výstupom a neskontrolovaným návratovým kódom — takže riadok, ktorý sa mu nepodarilo zapísať, a riadok, ktorý zapísal pre beh, ktorý nič nevyprodukoval, sú vo vlastnom výstupe rovnako neviditeľné.

## Rozloženie

Trinásť názvov nižšie sú role, nie produkty: každý je jeden špecializovaný agent s vlastnými nástrojmi a vlastným zoznamom práce, ktorú musí odmietnuť. Jedno označenie sa medzi oboma článkami zmenilo — to, čo skoršia dizajnová poznámka nazývala *operations*, je tu riadok *e-commerce*. Zoznam sa nezmenil, zmenilo sa označenie.

| Špecialista | Delegovania | Aktívne dni (z 15, v ktorých niečo bežalo) |
|---|---|---|
| research | 64 | 13 |
| content | 55 | 2 |
| audit | 9 | 6 |
| adversarial review | 8 | 4 |
| procurement | 7 | 5 |
| e-commerce | 7 | 5 |
| finance | 4 | 2 |
| strategy | 4 | 2 |
| real estate | 2 | 2 |
| sales | 1 | 1 |
| HR | 0 | 0 |
| legal | 0 | 0 |
| folder-mining | 0 | 0 |

Jedenásť z 26 dní v tomto okne nenesie žiadny riadok pre žiadneho špecialistu `[measured]`. To je čestný menovateľ: systém v tie dni vôbec nedelegoval.

## Dvaja špecialisti sú tri štvrtiny prevádzky

Research a content spolu tvoria **119 zo 161 delegovaní — 73,9 %** `[derived]`. Štyria najnižší agenti — sales, real estate, HR a legal — dostali medzi sebou **3**, čo je **1,9 % okna** `[derived]`.

Oproti zverejnenému prahu, čítanému ako päť za mesiac: 26 dní je 0,87 z 30-dňového mesiaca, takže ekvivalent v rámci okna je **4,3 delegovania** `[derived]`. **Šesť z dvanástich agentov je pod ním** — finance a strategy na 4, real estate na 2, sales na 1, HR a legal na 0. To je presne polovica zoznamu.

K tomuto verdiktu patria dve výhrady, obe idú proti nemu.

**Medián závisí od toho, ktorý zoznam použijete.** Naprieč trinástimi názvami, ktoré počítadlo sleduje, je medián **4** — pod hranicou. Naprieč dvanástimi, ktoré sú skutočne agentmi, je to **5,5** `[derived]` — nad ňou. Rozdiel medzi týmito dvomi číslami nie je zaokrúhľovanie. Je to nesúlad zoznamov opísaný nižšie a je to zaujímavejšie z tých dvoch zistení.

**Prah je slovo, nie číslo.** Dizajnová poznámka hovorila *hŕstka* a nikdy neuviedla číslo. Čítané ako päť, šesť z dvanástich je pod ním. Čítané ako štyri, sú to štyria. Verdikt takto citlivý na spôsob čítania je argument v prospech toho, aby sa číslo zapísalo hneď prvýkrát, nie v prospech dôvery voči ktorémukoľvek z počtov.

## Stĺpec súčtov skrýva tvar

Content vedie tabuľku podľa agenta a je aktívny **2 dni** `[measured]`. Päťdesiatdva z jeho 55 riadkov je jedna úloha v jeden deň; ostatné tri sú tri kolá jednej porady, v iný deň.

Research je opak: 64 delegovaní naprieč **13 z 15 dní, v ktorých denník zaznamenal čokoľvek** — jediný špecialista v zozname, ktorý sa správa ako zvyk, nie ako udalosť.

Čítaný samostatne, stĺpec súčtov hovorí, že sú tam dvaja ťažní kone. Stĺpec dní hovorí, že je tam jeden ťažný kôň a jeden stroj, ktorý bol zapnutý dvakrát.

## Stĺpec výsledku je konštanta

161 zo 161 automatických riadkov hovorí `DONE`. 161 zo 161 hovorí quality `TBD` `[measured]`. Jediný riadok v celom denníku, ktorý zaznamenáva zlyhanie, je jeden z dvoch zapísaných ručne v júni, predtým než hook existoval.

To nie je 100% miera úspešnosti. Je to stĺpec, ktorý nemôže obsahovať nič iné:

```python
subprocess.run(
    [sys.executable, script, "-a", agent, "-t", task,
     "-o", "DONE", "-s", f"hook:{sid}", "-q", "TBD"],
    timeout=20, capture_output=True,
)
```

Obe hodnoty sú literály vo volaní. Hook beží po tom, čo sa nástroj vráti, takže `DONE` znamená *delegovanie sa vrátilo* — nie že výstup bol správny, úplný alebo použitý. Stĺpec odpovedá na otázku, ktorú už samotná existencia riadku zodpovedala.

Dá sa ukázať ako nepravdivý bez akéhokoľvek nového merania. Najrušnejší deň v tomto okne má [svoj vlastný zverejnený post-mortem](https://stillvalid.dev/architecture/the-output-cap-is-the-batch-size), a tento text zaznamenáva jedenásť behov, ktoré havarovali bez akéhokoľvek hlásenia, plus tri, ktoré hlásili dokončenie bez toho, aby zapísali súbor. Denník má pre ten deň 52 riadkov a každý jeden hovorí `DONE`. **Aspoň desať z nich je nepravdivých** `[derived]` a denník nemá žiadne pole, v ktorom by to mohlo kedy vyjsť najavo.

Stĺpec, ktorý má vždy tú istú hodnotu, je horší než chýbajúci. Chýbajúce pole vyvoláva otázku; konštantné pole na ňu odpovedá nesprávne. Rovnaký tvar ako kontrola, ktorá [hlási nulu problémov](https://stillvalid.dev/patterns/zero-problems-found) — pravdivá ohľadom svojej vlastnej úzkej otázky, nepravdivá ohľadom tej, ktorá sa naozaj kladie.

## Dva názvy sa nespustili ani raz a tretí to štrukturálne nemôže

Naprieč celým životom denníka — 163 riadkov od 20. júna — sa tri názvy nikdy neobjavili: HR, legal a rutina folder-mining `[measured]`.

Rozsah dátumov nadhodnocuje dôkaz a nemal by sa citovať bez tejto medzery: hook začal až **2. augusta**. 43 dní medzi prvými dvomi riadkami a tretím nie sú riedke dôkazy, sú to žiadne dôkazy. Oba ručne zapísané riadky sú z 20. júna, prvého dňa denníka, a tento postup sa už nikdy nezopakoval.

Prvé dve nuly sú skutoční špecialisti, ktorí boli smerovateľní a nespustili sa. Tretí je iný objekt. Zapisovač denníka akceptuje trinásť názvov; hook, ktorý ho napája, akceptuje dvanásť, a folder-mining medzi nimi nie je — je to schopnosť (skill), nie agent, a hook sa spúšťa iba pri delegovaní agenta. Žiadny automatický beh nemôže tento riadok vyprodukovať. Ručne zapísaný záznam by mohol, a dva také existovali, oba v ten istý deň v júni.

Trvalá nula, ktorá vyzerá presne ako nečinný špecialista, je z tých dvoch nákladnejšia, pretože register, ktorý ju uvádza, počíta danú schopnosť ako pokrytú.

## Dva počty toho istého dňa sa líšia o jeden

Zverejnený post-mortem z 18. augusta hlási **53 spustených behov** pre úlohu písania s 827 položkami — 45 v jej troch meraných veľkostných pásmach a *"ostatných osem boli redistribučné behy."*

Denník delegovania má pre tohto špecialistu v ten deň **52 riadkov**: 5 blokov prvej vlny, 30 dávok štvrtinovej veľkosti, 10 rozdelení polovičnej veľkosti, 7 opakovaní `[measured]`. Tri veľkostné pásma sedia presne. Rozdiel je sedem opakovaní oproti ôsmim redistribúciám.

Ani jeden z počtov to nerozhodne. 53 z post-mortemu je 42 behov, ktoré hlásili svoju spotrebu, plus 11, ktoré havarovali bez hlásenia; 52 z denníka sú zápisy hooku. Oba sú odvodené zo strany delegovania namiesto rekonštrukcie z artefaktov, takže žiadny z nich nemá silnejšie tvrdenie, a chýbajúci beh nie je identifikovaný. Všimnite si tiež, že oba články používajú *ledger* pre odlišné objekty: tam znamená sledovač súborového systému, ktorý počítal dodané položky, tu znamená denník delegovania. Je to zaznamenané, nie zosúladené, pretože medzera jedného riadku vnútri 52-riadkového dňa je presne taká veľká, aká sa dá zaokrúhliť preč.

## Čo toto nemeria

Nie pracovné zaťaženie — práca vybavená priamo nezanechá žiadnu stopu. Nie kvalitu — pole výsledku je konštanta. Nie správnosť smerovania — delegovanie k nesprávnemu špecialistovi sa zaznamená identicky ako k správnemu. Nie hodnotu — jedno delegovanie môže mať väčšiu hodnotu než šesťdesiat.

## Čo nie je známe

Či boli dvaja nikdy nespustení špecialisti potrební a boli vynechaní, alebo skutočne nemali za 26 dní žiadnu prácu, nie je v tomto denníku a nedá sa z neho odvodiť. Odpoveď potrebuje druhý zdroj — úlohy vybavené priamo — ktorý sa nikde nezaznamenáva. Kým takýto zdroj neexistuje, nula tu je fakt o smerovaní, nie verdikt o doméne.

Z denníka samotného vyplývajú tri zmeny a žiadna z nich nevyžaduje ďalšie meranie: pole výsledku dostane skutočnú hodnotu, alebo sa zmaže; zoznam počítadla a zoznam hooku sa zosúladia na ten istý zoznam; a názov na nule naprieč dvomi po sebe idúcimi oknami dostane rozhodnutie namiesto ďalšieho prepočítavania.

## Pozri tiež

`twelve-agents-one-memory` · `the-output-cap-is-the-batch-size` · `zero-problems-found` · `a-rule-without-an-executor`