停止构建多智能体系统
摘要
一篇观点文章认为，向系统中添加更多智能体通常是解决可靠性问题的错误方法，而一个精心设计的、具有更好上下文、工具、护栏和评估的单一智能体通常更优。
在查看了数十个人工智能智能体项目后，一个模式反复出现。当团队说：“我们要添加更多智能体”时，他们通常的意思是：“当前单一智能体还不够可靠。”但在大多数实际生产系统中，解决方案不是增加智能体，而是：
• 更好的上下文
• 更好的工具
• 更强的护栏
• 清晰的评估
添加智能体通常只会增加混乱，而不是智能。一个精心设计、可靠的智能体几乎总是能胜过五个松散协调的智能体。
相似文章
多智能体系统与单智能体系统
本文指出，大多数所谓的“智能体化”系统实际上只是配备工具的单智能体，并强调了多智能体架构带来的高昂成本和复杂性。文章梳理了三种有效的多智能体模式——编排者-工作者、流水线以及点对点模式，并提供了判断何时采用多智能体而非单智能体的标准。
多智能体优势的幻觉
本文挑战了多智能体系统优于单智能体系统的普遍说法，通过系统评估证明了自动生成的多智能体架构在性能上不如使用自一致性的思维链（CoT-SC），同时成本却高出高达10倍，并揭示了当前自动设计范式中的架构臃肿问题。
我认为我们在AI代理上重蹈了早期微服务的覆辙
作者将早期的微服务热潮与当前的多智能体系统热潮进行了类比，认为工程实践——而非更好的模型——可能是实现可靠多智能体系统的关键。
我不再尝试构建一个超级智能体，而是将其拆分为 4 个专用智能体。可靠性大幅提升。
作者描述了如何通过将单个通用智能体替换为专注于接入、调研、执行和审查的四智能体工作流，来提高 AI 智能体的可靠性。这种转变优先考虑系统的可预测性和更轻松的调试，而非纯粹的自主性。
你不需要多智能体架构
一篇文章指出多智能体架构常被过度使用，根据任务并行性和协调需求提供何时使用单智能体与多智能体架构的指南。