Rohan Paul

亚马逊的新论文发现，对企业工作流来说，单一智能体通常是最好的默认选择，因为多智能体方案成本高得多，收益却很小。 要自动化冗长、带分支的业务流程时，团队可以选择单一智能体、带技能的智能体、带工人的编排器，或一群专家智能体。目前几乎没有受控证据来指导如何在它们之间做选择。 他们在 Claude Opus 4.8 上、跨越 13 个企业流程，运行了 4 种智能体设计（共 8 个变体）。任务和模拟工具保持不变，因此变化的只有架构。 每一种多智能体或技能方案所用的 token 都是单一智能体的 1.4 倍到 4.7 倍，大多只换来很小的收益。第一版多智能体构建输给了单一智能体，任务成功率是 58.2% 对 67.4%；修好后的版本赢了，但消耗的 token 最多。 先从单一智能体开始，按工作流衡量成功率，并在为更复杂的架构付钱之前先修好实现层面的 bug。