据@rseroter称，Google Research通过对180种代理配置的大规模受控评估，总结出首个AI代理系统量化缩放法则，结果显示多代理在可并行任务上更占优，而顺序式流程因协同开销带来收益有限（来源：Google Research 博客）。 研究指出，增加代理数量或模型规模并非总是更好，最佳效果取决于任务可分解性、通信成本与角色设计，从而明确何时应采用代理团队而非单代理提示（来源：Google Research 博客）。 对开发者与企业而言，这些结论为架构实践提供指引，如并行切分子任务、减少交接与优化工具路由，以在生产级LLM工作流中降低时延与成本并保持质量（来源：Google Research 博客）。