你的多智能体设置可以把15美元/天变成225–750美元/天 — 而79%的失败源于规格和协调问题

.:: 多智能体系统的成本跃升很容易被低估。一个具有良好上下文管理的智能体工作流每天大约花费15美元，而一旦多个智能体反复交接上下文、辩论、重试、总结并互相验证，成本可能变成225–750美元/天。而这些额外支出往往并不能解决系统失败的主要原因。 MAST失败分类法分析了七个流行多智能体框架中的1600多个带注释的执行轨迹： 规格模糊：41.77% 协调崩溃：36.94% 验证缺口：21.30% 因此，78.71%的观察到的失败来自规格和协调——而非模型能力。 Tran & Kiela的一项独立对照研究，在Qwen3、DeepSeek-R1-Distill-Llama和Gemini 2.5上，给单智能体和多智能体系统相同的推理token预算。在多跳推理上，单智能体系统始终达到或超过多智能体变体。 我认为，在添加另一个智能体之前，让第一次交接变得极其明确： 输入/输出模式 每个状态字段的所有权 约束和允许的操作 成功标准 独立验证步骤 把智能体交接视为API契约，而不是“两个智能模型在对话”。 披露：我在做智能体记忆/上下文基础设施（metronix memory）。这篇文章不是关于产品的；而是关于文献和我们自己的失败所暗示的内容。