亚马逊论文：企业工作流多智能体多花 1.4-4.7 倍 token 换不来多少提升
rohanpaul_ai · x · 2026-11-11
亚马逊论文《Agent Architecture Cost–Success Trade-offs》对智能体架构做了罕见的控制实验：固定模型、任务与工具，只改架构，用 Claude Opus 4.8 测试 8 个变体（单智能体、技能增强、编排器+工人、专家群体 4 类设计）跑 13 条企业 SOP。
关键发现：
- 没有普适最优架构：任务成功率从最难 SOP 的不足 10% 到最易的近 100%，任何架构间差异在统计上不可分；复杂分支流程才可能有收益。
- 架构成本需用收益证明：每个多智能体/技能架构比单智能体多花 1.4–4.7 倍 token、2.6–5.8 倍延迟，收益通常小且不显著；高质量技能可把成功率从 67.4% 提到 73.1%，劣质技能反而低于基线。
- 实现质量比架构选择更重要：初版多智能体 58.2% 输给单智能体的 67.4%，针对性重设计后达 75.6%，是唯一显著超过基线的架构，但 token 成本最高。
建议：从单智能体起步，逐条工作流测量成功率，先修实现 bug，再考虑为更复杂架构付成本。
所属事件:亚马逊论文：多智能体架构成本高收益有限(2 条相关)→
「编程与Agent」频道最新
- FluentCRM MCP Server 发布:在 Cursor/Claude 里用自然语言管营销自动化 — modelcontextprotocol · 2026-11-11
- Elvis Saravia:agent 正在吞并传统软件,还能用来给软件「瘦身」 — omarsar0 · 2026-11-11
- 用第三方推理服务跑编码 agent 等于交出机器 shell 权限 — TheZachMueller · 2026-11-11
- 用 Opus 5.5 打造飞行战斗沙盒:程序化地形+粒子音效 — willeastcott · 2026-11-11
- Next.js 16.5 构建提速 3.3 倍,某头部 AI 实验室实测 — cramforce · 2026-11-11
- Plurai 推出 Agent 仿真测试:让 agent 在数字孪生世界里先失败再修复 — PrajwalTomar_ · 2026-11-11