Multi-Agent Orchestration adalah pendekatan dalam sistem AI di mana beberapa AI Agent dengan peran, keahlian, atau tanggung jawab yang berbeda bekerja sama secara terkoordinasi untuk menyelesaikan satu tugas besar yang terlalu kompleks untuk ditangani oleh satu agen tunggal secara efisien.
Pola paling umum dalam multi-agent orchestration adalah struktur orchestrator-worker, di mana satu agen berperan sebagai "koordinator" yang memecah tugas besar menjadi sub-tugas, mendelegasikannya ke agen-agen pekerja (worker) yang masing-masing memiliki spesialisasi tertentu, lalu menggabungkan hasil kerja mereka menjadi output akhir yang koheren.
Analoginya mirip dengan struktur organisasi sebuah perusahaan: seorang manajer proyek (agen orkestrator) tidak mengerjakan semua tugas sendirian, melainkan mendelegasikan pekerjaan riset kepada tim riset, penulisan kepada tim konten, dan verifikasi kepada tim quality assurance—masing-masing bekerja secara paralel atau berurutan sesuai kebutuhan, sebelum hasilnya digabungkan.
Contoh penerapan multi-agent orchestration termasuk sistem riset otomatis yang mengerahkan beberapa agen untuk secara paralel menelusuri sumber berbeda sebelum satu agen lain menyintesis temuan mereka menjadi laporan tunggal, atau platform pengembangan software agentic yang memiliki agen terpisah untuk perencanaan arsitektur, penulisan kode, pengujian, dan peninjauan kode (code review).
Tantangan utama dalam merancang sistem multi-agen mencakup koordinasi komunikasi antar-agen agar tidak terjadi duplikasi kerja atau konflik hasil, manajemen konteks bersama agar setiap agen memiliki informasi yang relevan, serta biaya komputasi yang meningkat karena menjalankan banyak agen sekaligus dibanding satu model tunggal. Meski kompleks, pendekatan ini terbukti unggul untuk tugas-tugas yang benar-benar membutuhkan pembagian kerja dan keahlian yang berbeda-beda.