一项新近出现的研究报告称，智能体团队消耗的 token 预算相对于其带来的质量提升而言极为庞大。实测的质量增益被描述为几乎无法测量，这就把举证责任推给了编排层，而非底层模型。这一发现出现在一系列关于智能体成本与评估的研究之中，表明是否应将任务分解到多个智能体上，正从一个风格上的默认做法变成一个实证问题。
对于构建智能体系统的团队而言，实际含义是：集群拓扑既是一项能力决策，也是一项成本决策。在引入额外智能体之前，应针对单智能体基线测量 token 核算、延迟和失败模
从现有报道中仍不清楚的是该研究的范围：任务领域、所比较的智能体框架、评估方法，以及 token 与质量之间的关系是否适用于长时程或工具调用密集的工作负载。本工作室将这些视为待内部验证的开放问题，而非已有定论。
相关报道见来源链接。