如果一个大型语言模型能够开展推理、规划并采取行动，那么人们很自然地会认为多个模型协同工作理应表现得更为出色。这种理念推动着智能体团队在编码、科研、金融以及工作流程自动化等多个领域迅速兴起。但新的研究却揭示了一个违背直觉的悖论：向系统中增加更多智能体并非总能提升性能，相反，这会让系统运行速度变慢、成本大幅增加，同时准确性也会下降。这种被称为 “多智能体悖论” 的现象表明，更多的协调动作、更频繁的通信以及更多的推理单元，并不等同于更强的智能水平。实际上，新增的智能体会带来全新的故障模式，其造成的弊端甚至超过了它们能带来的益处。理解这一悖论意义重大，因为智能体系统正快速从演示阶段迈向实际部署阶段，那些研发人工智能产品的团队迫切需要明确的指引，来判断协作在何种情况下能助力任务完成，又在何种情况下会起到反作用。
多智能体系统的兴起，其理念源于人类团队的协作模式。当面对复杂问题时，人们通常会将工作拆解为多个部分，由不同领域的专家分别负责对应的任务，最后再整合所有人的工作成果。早期的相关实验也印证了这种模式的可行性，比如在解决数学问题、生成代码这类静态任务时，多个智能体通过共同讨论或者投票表决的方式，表现往往比单个模型更为出色。但这些早期实验的成功存在明显局限性，它们所涉及的任务大多无法真实反映智能体实际部署时的复杂环境。这些任务通常只需要简短的推理过程，与外部系统的交互也十分有限，所处的还是状态固定不变的静态环境。而当智能体进入需要持续交互、不断适应环境变化且进行长期规划的场景中时，情况就会发生根本性转变。加之工具技术的持续进步，如今的智能体已经具备了浏览网页、调用应用程序接口、编写并执行代码以及随时间推移更新行动方案等多种能力，这也让很多开发者越发倾向于在系统中加入更多智能体，却忽视了背后潜藏的问题。
我们必须清晰认识到，智能体所处理的动态任务和传统的静态推理任务有着本质区别。静态任务的解决过程具有一次性特点，模型接收问题后输出答案，整个流程便随之结束。在这类任务中，多个智能体的运作模式类似集成学习系统，像多数投票这样简单的策略就能提升结果质量。而智能体系统所要应对的任务则完全不同，它们需要与周围环境进行反复交互，智能体必须不断探索环境、观察行动带来的结果、及时更新行动计划，之后再采取下一步行动。网页导航、财务分析、软件调试以及模拟场景中的战略规划等都属于这类任务。在这些任务里，每一步操作都和前一步紧密相关，整个过程呈现出极强的顺序性，并且很容易受到前期错误的影响。在这种情况下，多个智能体产生的错误不会像群体智能那样相互抵消，反而会不断累积，流程初期一个错误的假设，就可能导致后续所有步骤全盘出错，而当系统中有多个智能体时，这类错误会在系统内快速蔓延开来。
任何多智能体系统的运转都离不开协调，而协调本身必然会产生成本。智能体之间需要共享各自的发现成果、协调一致的目标，还要整合分散的部分成果，这个过程绝非毫无代价。协调会消耗大量的代币、时间以及认知资源，而且随着智能体数量的增多，这种协调成本会急剧上升，很快就会成为制约系统效率的瓶颈。在计算预算固定的情况下，这种成本问题会显得尤为突出。比如四个智能体共享和单个智能体相同的总预算时，每个智能体能够用于深度推理的资源就会大幅减少。同时，为了方便智能体之间的沟通，往往需要把复杂的思路精简成简短摘要，而这个过程中，很多关键细节可能会丢失，进而进一步削弱系统的整体性能。这就形成了一个难以平衡的矛盾：单智能体系统能将所有推理过程集中进行，在整个任务推进过程中保持内部状态的一致性；多智能体系统虽然能提供多样化的思考视角，但代价却是上下文信息的碎片化。当任务的顺序性增强、对状态的依赖性提高时，这种信息碎片化就会成为致命弱点，此时多智能体带来的弊端往往会盖过其优势。
近期多项对照研究的结果都显示，在需要顺序规划的任务中，多智能体系统的表现通常不如单智能体系统。在每个动作都会改变当前状态并影响后续选择的环境里，智能体之间的协调动作会打断正常的推理流程，拖慢任务进度，同时还会增加错误不断累积的风险。尤其是当多个智能体并行运作且相互之间不进行任何通信时，问题会更加严重。因为在这种模式下，单个智能体出现的错误无法得到及时纠正，当所有结果整合时，错误只会不断叠加而非被修正。即便设计了结构化的协调机制，也难以彻底规避故障。有些集中式系统会设置专门的协调者来管控错误，但这又会带来新的问题，比如引发延迟和形成新的瓶颈。协调者需要将复杂的推理内容简化为概要信息，这一过程往往会导致在长时间的交互式任务中，做出比单个智能体持续推理更不准确的决策。这正是多智能体悖论的核心所在，协作虽然能集合多个主体的力量，却也带来了单智能体系统中绝不会出现的新型故障。
不过这一悖论并非意味着多智能体系统毫无价值，而是提醒我们其优势的发挥需要特定条件。当任务能够被清晰拆分成可并行推进且相互独立的子任务时，多智能体系统就能发挥出最大效用。以财务分析工作为例，我们可以安排一个智能体分析收入趋势，另一个负责核查成本状况，再让第三个对比竞争对手的情况，这些子任务相对独立，它们的输出结果无需复杂协调就能完成整合，这种情况下集中协调往往能提升工作成效。动态网页浏览也是如此，当任务需要同时探索多条信息路径时，多智能体的并行探索能力就显得格外重要。由此可见，多智能体系统的优势能否体现，关键在于任务是否具备可拆分性且无需紧密协调，而对于那些需要逐步推理或者时刻追踪条件变化的任务，单个专注运作的智能体往往能交出更优的答卷。
多智能体系统还存在明显的能力天花板效应。相关研究发现，基础模型的能力越强，协调工作的必要性就越低。随着单个智能体能力的提升，增加智能体数量所能带来的收益会逐渐减少。一旦单个智能体的性能达到某个临界值，再新增智能体不仅无法提升效率，反而可能导致整体表现下滑。这是因为协调所需的成本基本维持不变，但新增智能体带来的收益却持续递减。当单个智能体已经能高效完成大部分任务时，额外增加的智能体更多是造成干扰而非创造价值。这一发现也颠覆了人们以往认为智能会随智能体数量增加而自然提升的固有认知，同时表明，与其在现有核心模型基础上增设大量智能体，不如着力优化核心模型本身，这样往往能更有效地提升系统整体性能。
误差放大则是多智能体系统中一个容易被忽视的隐藏风险。在多步骤任务中，早期出现的一个小错误，可能会在整个流程中不断传递并扩大影响范围。当多个智能体依据相同的错误假设开展工作时，误差的传播速度会更快，控制难度也会显著增加。尤其是那些相互独立运作的智能体，由于缺乏内置的验证机制，错误的结论可能会反复出现，甚至不同智能体的错误会相互强化，最终让人产生结果可靠的错误认知。即便集中式系统通过增加验证环节来降低这种风险，也难以将误差彻底消除。反观单个智能体，其推理过程始终处于统一的上下文环境中，推理过程中出现的矛盾点更容易被发现和修正。这种内在的自我纠错能力看似不起眼，却在保障结果准确性方面作用显著，然而在评估多智能体系统时，这一优势却常常被人们忽略。
对于多智能体悖论，我们得出的关键启示并非要完全摒弃协作，而是要学会有选择地开展协作。在构建系统时，核心问题不应是使用多少个智能体，而是判断协作对于完成当前任务是否合理。那些对步骤顺序依赖性强的任务，通常更适合由单个智能体来完成；而具备并行结构的任务，则可以借助小型且协调顺畅的智能体团队来推进。对于需要频繁使用各类工具的任务，更要做好周密规划，因为协调过程本身就会消耗大量本可用于执行核心任务的资源。最重要的是，智能体架构的选择必须以任务的可量化属性为依据，而非仅凭直觉判断。在追求高效结果的过程中，任务的可分解性、系统的容错能力以及交互的深度等因素，远比智能体团队的规模更为关键。只有让架构与任务特性精准匹配，才能真正发挥智能体系统的价值，避免陷入盲目增加智能体数量的误区。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/duo-zhi-neng-ti-bei-lun-wei-he-geng-duo-ren-gong-zhi-neng
