AI智能体团队 token 开销激增但质量提升微弱

多智能体协同性价比存疑

Vals AI 的最新评估指出，由多个AI智能体组成的协作团队，在实际任务表现上几乎不优于单个智能体。研究基于 GPT-6 Sol 和 Claude Opus 5.5 进行了四项基准测试，仅有一项显示出统计上可测量的质量提升。

成本呈指数级增长

为支撑多智能体间的通信、协调与重试机制，token消耗显著攀升——最高达单智能体方案的5.1倍。Anthropic 自身实验进一步佐证该趋势：当智能体数量突破10个阈值后，任务质量不再提升，但token开销仍线性增加。

实践启示待明确

当前主流智能体框架（如AutoGen、LangGraph）普遍默认支持多智能体编排，但该研究提示：未经严格场景验证的‘堆叠式’架构可能造成资源浪费而非效能跃升。