多AI代理代币最高增至4.7倍……亚马逊研究团队提出单一配置方案

核心提要：亚马逊与华盛顿大学研究：企业AI代理架构的权衡分析亚马逊（Amazon, $AMZN）与华盛顿大学的研究团队提出，对于企业级业务中的AI智能体（Agent），单一结构是更理想的起点。实验数据显示，表现最佳的多智能体配置相比单一配置，其Token消耗量高出4.7倍，处理时间延长了3.1倍。研究团队在11月7日发表的论文中

亚马逊与华盛顿大学研究：企业AI代理架构的权衡分析

亚马逊（Amazon, $AMZN）与华盛顿大学的研究团队提出，对于企业级业务中的AI智能体（Agent），单一结构是更理想的起点。实验数据显示，表现最佳的多智能体配置相比单一配置，其Token消耗量高出4.7倍，处理时间延长了3.1倍。

研究团队在11月7日发表的论文中，针对企业的13项标准作业程序（SOP），对比了四种AI智能体结构和八种细分配置。SOP是指组织在处理业务时遵循的标准流程。实验中，模型固定为Claude Opus 4.8，任务和工具保持一致，仅改变智能体的结构。任务成功率（TSR）定义为完成任务中得出正确答案的比例。

单一智能体配置的表现

基准单一智能体配置的成功后率为67.4%，平均每个任务消耗24,900个Token，处理时间为24秒。当在单一结构中引入高质量技能库时，成功率提升至73.1%；而引入低质量技能库的配置，成功率则降至59.8%，低于基准水平。研究团队分析认为，相较于技能的有无，指令的质量及其与业务的契合度更为关键。

多智能体配置的差异与挑战

多智能体配置的结果因具体设计方式而异：

初始多智能体配置：通过将工作拆分并分配给专业智能体，其成功后率仅为58.2%，未超过基准单一配置。改进型多智能体配置：该配置向每个智能体提供完整的SOP和工具集，并增加了任务重新分配和结果验证机制。其成功后率达到75.6%，是研究中唯一显示出统计显著性性能提升的案例。

然而，这种改进型多智能体配置的代价高昂：每个任务消耗117,300个Token，处理时间长达73.5秒。研究团队指出，所有调整后的配置相比基准，Token使用量增加了1.4至4.7倍，处理时间增加了2.6至5.8倍。其中，Swarm（蜂群）配置的处理时间最长，达138.6秒。论文并未直接以货币单位列示实际的支付成本。

研究局限性与建议

尽管研究探讨了增加结构复杂性是否能提升复杂业务的性能，但发现业务复杂度与性能改善幅度之间并无统计学上的显著相关性。这并不意味着单一配置在所有情况下都更优，而是建议企业在应用单一智能体后，评估特定业务的性能提升是否足以证明额外资源投入的合理性。

论文内部数据存在细微不一致：结果表格和正文显示基于13项SOP的评价中，单一配置成功率为67.4%，改进型多智能体为75.6%；但在结论部分，作者将评价范围调整为12项SOP，相应成功率分别为65.6%和74.4%。此外，研究团队承认未能充分验证改进型多智能体在处理需同时输出多项内容任务时的错误情况，因此相关结果应被视为初步性的。

行业背景与实践指南

此前已有类似研究关注性能与资源消耗的平衡，例如Meta研究的Hannes报告也指出了数学与编程基准测试分数提升伴随Token使用增加的现象。

值得注意的是，AWS于11月9日发布的设计指南建议：简单业务使用单一智能体，涉及多领域的复杂业务则采用“监督者+专业智能体”的模式。该指南并非对本篇论文的评论，而是AWS为其用户提供的独立服务设计指导。

需要指出的是，本次实验使用的是结果预设的模拟工具而非真实服务，未测量实际运营中的延迟、错误或重复执行带来的波动，且模型种类受限。此外，加密货币或区块链相关业务并未纳入评估范围。