ROMA v2 .@SentientAGI memiliki struktur yang memecah masalah besar menjadi unit yang lebih kecil, masing-masing ditangani oleh agen independen, dan kemudian menyatukan kembali hasilnya. Dengan cara ini, model tidak perlu khawatir tentang terlalu banyak informasi sekaligus. Selain itu, setiap tugas hanya mencakup informasi yang diperlukan, mengurangi kesalahan dan kelebihan beban. Karena beberapa tugas diproses secara paralel pada saat yang sama, kecepatannya juga lebih cepat, dan desain secara otomatis memilih model yang diperlukan untuk setiap tugas, yang juga meningkatkan efisiensi. Pendekatan ini mirip dengan cara manusia memecahkan masalah yang kompleks, membagi proses dan menghadapinya secara berurutan. Ini memungkinkan agen untuk melakukan tugas jangka panjang dengan lebih banyak keandalan. ---- ROMA v2 secara signifikan menurunkan beban di sisi pengembang. Anda tidak perlu melatih model untuk membuat agen khusus domain tertentu. Kami memungkinkan untuk merakitnya hanya dengan desain yang cepat, dan secara sistematis mengelola data dan hasil yang dibuat selama proses eksekusi agar dapat digunakan kembali. Hal ini membuat proses kolaborasi antar agen menjadi lebih bersih dan lebih mudah untuk menyelesaikan proyek yang kompleks dalam berbagai tahap. Pada akhirnya, hal ini dapat dilihat sebagai langkah maju dari penskalaan kerja sama multi-agen.