Pembagian kerja untuk Agen AI akan sangat penting untuk memaksimalkan dampak agen di semua bidang pekerjaan pengetahuan. Kita telah lama memiliki pembagian kerja dalam organisasi karena ternyata memiliki ahli individu yang saling membagikan tugas lebih efektif daripada sekelompok generalis yang mencoba melakukan hal-hal dengan cara yang berbeda setiap saat. Agen AI menghadirkan dinamika yang sama. Agar Agen AI berfungsi, Anda memerlukan jumlah konteks yang tepat tentang tugas yang mereka coba selesaikan. Ini berarti pemahaman domain yang mendalam, seperangkat pengetahuan untuk dikerjakan, instruksi yang jelas, dan seperangkat alat untuk digunakan. Konteks terlalu sedikit dan agen akan gagal. Namun, sama halnya, karena lebih banyak informasi ini memasuki jendela konteks, kita tahu bahwa model dapat menjadi tidak optimal.  Untuk proses bisnis yang kompleks, jika Anda memasukkan semua dokumentasi, deskripsi alur kerja, dan instruksi ke dalam jendela konteks, kami tahu bahwa agen pada akhirnya akan bingung dan memberikan hasil yang lebih buruk. Arsitektur logis di masa depan adalah membagi agen dalam satuan atom yang memetakan ke jenis tugas yang tepat dan kemudian membuat agen-agen ini bekerja sama untuk menyelesaikan pekerjaan mereka. Kami sudah melihat ini dimainkan secara efektif dalam agen pengkodean. Ada semakin banyak contoh yang muncul dengan orang-orang yang menyiapkan subagen yang semuanya memiliki bagian tertentu dari basis kode atau area layanan. Setiap agen bertanggung jawab atas sebagian kode, dan ada dokumentasi yang ramah agen untuk kode tersebut. Kemudian karena pekerjaan diperlukan di area basis kode yang relevan, agen orkestrator berkoordinasi dengan subagen ini.  Kita dapat melihat pola ini kemungkinan berlaku untuk hampir semua bidang pekerjaan pengetahuan di masa depan. Ini akan memungkinkan Agen AI digunakan untuk lebih dari sekadar kasus penggunaan khusus tugas dan meluas untuk mendukung seluruh alur kerja di perusahaan. Bahkan ketika model AI meningkat untuk dapat menangani jendela konteks yang lebih besar, dan tingkat kecerdasan meningkat, tidak jelas bahwa arsitektur ini pernah hilang. Kemungkinan peran masing-masing agen berkembang seiring dengan peningkatan kemampuan, tetapi garis pemisahan yang jelas antara subagen selalu dapat menghasilkan hasil yang lebih baik.