亚马逊与华盛顿大学研究：企业AI智能体架构的性能与成本权衡

币安Binance

币安交易所是全球加密货币交易所龙头，在手机上即可买卖比特币等数字货币！

官网注册  APP下载

亚马逊（Amazon, $AMZN）与华盛顿大学的研究团队发布最新成果，指出在企业级业务应用中，单一智能体架构是更优的初始选择。实验数据显示，表现最佳的多智能体配置相比单一配置，其每任务的Token消耗高出4.7倍，处理时间延长了3.1倍。

实验设计与核心指标

研究团队于11月7日发表论文，针对13项标准作业程序（SOP）对比了四种智能体结构与八种具体配置。所有测试均采用固定模型Claude Opus 4.8，任务与工具保持一致，仅调整架构设计。任务成功率（TSR）定义为正确完成任务的比例，是衡量性能的核心指标。

单一智能体的表现与优化空间

基准单一智能体配置的任务成功率为67.4%，平均每个任务消耗24,900个Token，处理耗时24秒。当引入高质量技能库后，成功率提升至73.1%；而使用低质量技能库时，成功率下降至59.8%，低于基准水平。研究指出，指令设计的质量及其与业务场景的匹配度，对最终效果影响远大于技能数量本身。

多智能体配置的性能代价

多智能体架构的表现差异显著：初始版本通过拆分任务分配给专业智能体，成功率仅为58.2%，未超越单一配置。改进型多智能体则采用统一工具集、任务重分配与结果验证机制，成功率达到75.6%，成为唯一实现统计显著提升的方案。

然而，该配置的资源开销极为高昂：单任务Token消耗达117,300，处理时间长达73.5秒。研究显示，所有优化后的多智能体配置相较基准，Token使用量增加1.4至4.7倍，处理时间增长2.6至5.8倍。其中，蜂群式（Swarm）配置耗时最长，达138.6秒。尽管未直接换算为实际费用，但资源成本已明显上升。

研究局限与数据一致性问题

研究未能发现业务复杂度与性能提升之间存在统计学关联。这表明，不能简单认为结构越复杂就一定更高效。研究建议企业在采用单一智能体后，应评估特定业务是否具备足够的性能收益以支撑额外投入。

值得注意的是，论文内部数据存在不一致：表格与正文显示基于13项SOP的结果为67.4%与75.6%；但在结论部分，作者将评价范围调整为12项SOP，对应成功率分别为65.6%与74.4%。此外，研究未充分验证改进型多智能体在需并行输出多内容任务中的错误率，相关结论仍属初步。

行业实践与未来方向

此前Meta的Hannes报告也揭示类似趋势：数学与编程任务性能提升常伴随Token消耗激增。如今，AWS于11月9日发布的官方设计指南建议：简单流程推荐单一智能体，跨领域复杂任务可采用“监督者+专业智能体”模式。该建议独立于本研究，属于平台服务指导。

需要强调的是，本实验基于模拟工具，未涉及真实系统延迟、错误重试或运营波动，且模型种类受限。加密货币与区块链类业务亦未纳入评估范畴，因此结论不适用于特定金融或去中心化应用场景。