AI-порталAI-портал

ADaPT

[object Object]

ADaPT — это агентный паттерн, который делает декомпозицию и планирование по требованию, а не по умолчанию. В этом и смысл названия: As-Needed Decomposition and Planning. Система не раскладывает каждую задачу на подзадачи автоматически, а делает это только там, где реальная сложность или uncertainty этого требуют.

В 2026 это очень практичный подход, потому что одна из типичных болезней agent pipelines — over-planning. Модель начинает дробить даже простые задачи, тратить лишние токены и усложнять workflow без нужды. ADaPT вводит дисциплину: декомпозиция должна окупаться.

Не всякая задача нуждается в плане. Иногда лучший план — вообще не делать многоступенчатый pipeline для задачи, которая решается одним хорошим вызовом.

Коротко

ADaPT полезен там, где нужно отвечать на вопрос:

  • "нужна ли тут декомпозиция вообще?";
  • "нужно ли планирование именно сейчас?";
  • "окупит ли многошаговый маршрут свою стоимость?".
ПромптClaude Sonnet 4.6
Оцени задачу. Если она простая, ответь напрямую. Если сложная, сначала декомпозируй и построй план.

Задача: подготовить краткий ответ клиенту о статусе возврата и отдельный план действий, если в заказе несколько спорных позиций.
Ответ модели

Система решила, что простой статусный вопрос не требует decomposition, а кейс со спорными позициями — требует: сначала проверить policy, затем статусы товаров, затем сформировать решение по каждой позиции.

ADaPT нужен не для того, чтобы планировать больше, а для того, чтобы планировать ровно столько, сколько нужно.

Чем техника отличается от total decomposition

Многие plan-first системы исходят из предположения, что decomposition всегда полезна. ADaPT спорит именно с этим.

Полезная декомпозиция должна:

  • уменьшать риск ошибки;
  • делать задачу прозрачнее;
  • оправдывать дополнительную стоимость по latency и token usage.

Если этого нет, decomposition — просто дорогой ritual.

Когда ADaPT особенно полезен

Подход хорошо работает для:

  • mixed-complexity workloads;
  • продуктовых ассистентов, где часть запросов простая, а часть сложная;
  • workflow agents;
  • support copilots;
  • systems with budget control.

Именно там важно не просто уметь планировать, а ещё и уметь не планировать лишнего.

Всегда декомпозируем
Система строит многошаговый план даже для простой задачи, сжигает токены и замедляет ответ.
ADaPT
Система сначала решает, нужна ли декомпозиция. Если нет — отвечает напрямую. Если да — включает планирование ровно там, где это оправдано.

Как работает practical gating

В простом виде техника требует gate before planning:

  • задача короткая и low-risk -> direct answer;
  • задача сложная, ambiguous или multi-constraint -> decompose;
  • задача uncertain -> plan + verification.

Это делает agent system гораздо более экономной.

Ограничения

ADaPT требует хорошего gating. Если система плохо оценивает сложность, она будет либо недопланировать сложные задачи, либо over-plan простые. То есть главный challenge не в самой декомпозиции, а в decision policy перед ней.

Почему техника актуальна в 2026

Сейчас агентные системы всё чаще живут под ограничениями стоимости, времени и SLA. ADaPT полезен именно как resource-aware pattern. Он делает planning условным ресурсом, а не default behavior.

Это особенно важно для production agents, где ошибка "лишний план на каждой задаче" дорого обходится в сумме.

Техническая реализация

const route = await classifier(`
Classify task as:
- direct
- decompose
- decompose_and_verify
`)

Практический совет: храните statistics по router decisions. Без этого трудно понять, приносит ли ADaPT реальную экономию или просто красиво звучит на диаграмме.

Проверьте себя

1. В чём главная идея ADaPT?

2. Когда ADaPT особенно полезен?

3. Главный риск ADaPT?

Следующая
API-Bank