Більше AI-агентів не завжди краще: сильні моделі можуть втрачати користь від командної роботи
Ідея «додамо ще агентів і стане краще» звучить природно, але велике контрольоване дослідження показало: після певного рівня здатностей сильна одиночна модель часто вже не виграє від додаткової координації. Автори порівняли 260 конфігурацій на шести бенчмарках, змінюючи архітектуру співпраці, але контролюючи інші умови.
Найкращим прогнозом виявилася сила одного агента
Якщо одиночна модель вже добре виконувала задачу, додаткові агенти часто лише створювали накладні витрати на обмін повідомленнями. У деяких випадках помилка одного агента поширювалася на інших і навіть посилювалася. Дослідники виявили емпіричний поріг, після якого multi-agent координація рідше дає користь. Цей поріг добре передбачав ефект координації на окремих кодових і термінальних бенчмарках.
Командна архітектура має сенс не для кожної задачі
Кілька агентів корисні, коли задачу природно можна розділити, потрібна паралельна перевірка або різні інструменти. Але якщо один сильний агент уже надійно справляється, додаткова координація може лише збільшувати час, вартість і кількість місць для помилки. Автори не подають знайдений поріг як універсальний закон: це практичне правило вибору архітектури в межах перевірених доменів. Практична порада для інженерів проста: перед додаванням нових агентів варто спочатку виміряти, наскільки сильним є базовий одиночний агент.
Для практичного використання цей результат потрібно перевіряти на незалежних даних і в умовах, близьких до реального сценарію. Саме зовнішня валідація показує, чи переноситься лабораторна перевага на повсякденну роботу системи без прихованих побічних ефектів.
Дослідження також показало, що координація має власну ціну. Кожен додатковий агент генерує повідомлення, читає відповіді інших і може повторювати вже виконану роботу, збільшуючи витрати без пропорційного приросту якості.
Тому вибір між single-agent і multi-agent архітектурою варто робити емпірично: протестувати обидва варіанти на реальному робочому навантаженні й порівняти не тільки точність, а й час, вартість та стабільність.
У результаті «більше агентів» перестає бути універсальною стратегією масштабування. Для одних задач командна структура дає перевірку й паралелізм, для інших найкращим рішенням залишається сильний одиночний агент із чіткими інструментами та контролем.
