TL;DRAgenci, którym można zaufać
PRINCE ewoluował w 3 fazach: Search (metadane) → Ask (Q&A przez RAG) → Do (agenci wykonują złożone zadania, np. redagowanie dokumentów regulacyjnych IND). Zbudowany wspólnie przez Bayer AG i Thoughtworks.
ArchitekturaPięć ról agentowych (LangGraph)
- Supervisor Agent - analizuje intencję, rozdziela zadania, generuje finalną odpowiedź.
- Researcher Agent - pozyskuje dane: RAG dla nieustrukturyzowanych, text-to-SQL dla ustrukturyzowanych (Athena).
- Reflection Agent - ocenia wystarczalność i trafność danych, iteruje.
- Writer Agent - synteza z cytowaniami do konkretnych fragmentów i stron.
- Document Planner Agent - redaguje dokumenty regulacyjne sekcja po sekcji, z recenzją promptu przez człowieka.
Kluczowa cecha: każda odpowiedź ma cytowania ("show your work"), kroki pośrednie są w logach, a system ma trzy pętle refleksji (procesowa, danych, redakcyjna) plus retry i fallbacki między dostawcami LLM.
WynikiCo osiągnęli
- 75% użytkowników: znaczące skrócenie czasu poszukiwania informacji.
- 30% średnia poprawa czasu odpowiedzi na złożone zapytania (po wdrożeniu systemu wieloagentowego).
- Redukcja ręcznego wysiłku nawet o 90% (dane Pistoia Alliance, CiberSpring).
- Redagowanie dokumentów regulacyjnych: z tygodni do godzin.
Co to znaczy dla Ciebie (i dla HTM)
- To najlepszy wzorzec techniczny dla branż z compliance: modułowość, cytowania, pętle refleksji, fallbacki.
- Zasada "show your work" - każdy wynik źródłowany i audytowalny - buduje zaufanie, bez którego agenci nie wejdą do regulowanych procesów.
- W BuildOS używamy tego wzorca (supervisor/researcher/reflection/writer) jako szablonu QA w projektach klienckich.
ŹródłaSkąd to wiemy
- Wiki HTM:
entities/bayer.md(pełna analiza) raw/2026-08-11-bayer-prince-01..05.md- snapshots źródłowe- Recenzowana publikacja Frontiers (autorzy Bayer AG + Thoughtworks), case study Thoughtworks, artykuł Martina Fowlera