Kako je Box izgradio AI platformu treće generacije: Deep Agents s dinamičkim parent/child modelom

Box, platforma za upravljanje poslovnim sadržajem s desetinama tisuća organizacijskih korisnika, prošao je kroz tri jasno odijeljene razvojne faze u izgradnji AI sposobnosti. Detalji te evolucije — i arhitektura trenutačnog sustava nazvanog Deep Agents — dokumentirani su kroz razgovor s Box-ovim AI inženjering timom koji je objavila platforma LangChain 12. lipnja 2026.

Tri generacije Box AI

Faza 1 — jednodokumentni Q&A: Prva implementacija omogućavala je postavljanje pitanja unutar jedne datoteke. Korisna za izoliranu analizu, ali bez sposobnosti sinteze informacija iz različitih izvora.

Faza 2 — Knowledge Hubs (RAG): Sljedeći korak uveo je RAG-bazirani sloj koji je dopuštao upite prema unaprijed definiranim skupovima dokumenata. Pristup je podigao korisnost, no zahtijevao je prethodno definiranje izvora znanja i nije mogao dinamički razumjeti složene međudokumentne relacije.

Faza 3 — Deep Agents: Trenutačna arhitektura gradi se na punoj agentnoj paradigmi. Sustav može analizirati tisuće dokumenata, razumjeti složene kontekstualne veze i donijeti sintezni zaključak koji prethodne generacije nisu bile u stanju generirati.

Zašto je dinamička parent/child struktura ključna?

Srž Deep Agents arhitekture je hijerarhijski model u kojem Global Agent (parent) prima zahtjev i klasificira namjeru korisnika. Na temelju te klasifikacije, parent dinamički kreira child agente prilagođene konkretnom zadatku — u trenutku izvođenja, ne unaprijed.

Ključna razlika naspram alternativnih pristupa: parent i child agenti dijele isti registar alata bez predefiniranih specijalizacija. Ako je zahtjev jednostavan, parent može odmah odgovoriti bez pokretanja child agenta. Ako je zadatak složen i višedimenzionalan, parent određuje koje children kreirati i koje alate im dodijeliti. Child agenti rade u izoliranim kontekstnim prozorima, što sprječava međusobno onečišćenje konteksta i omogućuje čišće paralelno izvođenje.

Registar alata obuhvaća BM25 pretraživanje ključnih riječi, vektorsko pretraživanje, strukturirani Q&A nad tablicama i operacije nad datotekama. Box-ov tim je zaključio da je jedinstveni registar alata učinkovitiji od dinamičkog podsetsiranja — agenti uvijek imaju puni uvid u dostupne mogućnosti.

Brzina razvoja: od tri mjeseca na tri tjedna

Box-ov tim navodi da je parent/child arhitektura isporučena 4 puta brže od prethodnog pristupa zasnovanog na tvrdokodiranim specijaliziranim pod-agentima. Dok je raniji dizajn zahtijevao tri mjeseca razvoja, novi sustav bio je spreman za oko tri tjedna. Iteracijski ciklus za nove agente smanjen je na otprilike dva tjedna, što znači da Box može brzo reagirati na nove poslovne zahtjeve bez dugotrajnih razvojnih ciklusa.

Uz to, tim bilježi i 3× bržu iteraciju zahvaljujući samoj fleksibilnosti arhitekture — promjene u logici delegacije ne zahtijevaju prepisivanje tvrdokodiranih veza između specijaliziranih agenata.

Model-agnostičan dizajn i upravljanje kontekstom

Box je izgradio apstrakcijsku razinu potpuno neosjetljivu na odabir LLM providera. Klijenti mogu koristiti OpenAI, Anthropic i Google modele bez potrebe za izmjenama u poslovnoj logici sustava.

Prilagođeni middleware rješava nekoliko ključnih operativnih izazova:

• Paralelna generacija citata za streaming odgovore, bez blokiranja glavnog toka
• Prompt caching za višeturne razgovore koji smanjuje latenciju ponavljajućih zahtjeva
• Automatsko sažimanje konteksta kada povijest razgovora prijeđe 170.000 tokena — granica koja osigurava da model ne izgubi koheziju odgovora

Sigurnost i dozvole bez kompromisa

Jedan od temeljnih zahtjeva za enterprise platformu jest poštovanje postojećih sigurnosnih modela. Deep Agents sustav ne zaobilazi Box-ov model dozvola — sinteza informacija iz tisuća dokumenata odvija se isključivo u okvirima prava pristupa korisnika koji je postavio zahtjev. Sigurnosna integracija nije naknadno dodana, nego je bila arhitektonski zahtjev od početka razvoja.

Iskustvo Box-a dokumentira trend koji se sve češće pojavljuje u enterprise AI primjenama: rigidne, preddefiniranne agentne mreže daju slabije rezultate od dinamičkih hijerarhija koje odluke o delegaciji donose u runtime-u, a ne u fazi dizajna sustava.