Lang Run1. 多智能体系统的规模瓶颈：从直觉到实证
去年夏天，我在调试一个基于GPT-4的多智能体问答系统时遇到了奇怪现象：当我把agent数量从3个增加到5个时，准确率提升了8%；但继续增加到7个后，性能反而下降了2%。这个反直觉的结果促使我深入研究了上海交通大学等机构的最新论文《Understanding Agent Scaling in LLM-Based Multi-Agent Systems via Diversity》，才发现我们团队踩中的正是多智能体系统设计的经典陷阱——盲目堆砌同质化agent。
当前主流的多智能体系统架构通常采用两种协作范式：投票机制(Vote)和辩论机制(Debate)。投票机制下，每个agent独立生成答案后通过多数决产生最终输出；辩论机制则允许agent在多轮交互中相互质疑和补充。这两种机制都隐含着一个假设：增加agent数量总能带来更可靠的集体决策。但论文通过7个基准任务（包括数学推理GSM8K、常识判断HellaSwag等）的系统性实验证明，这个假设仅在特定条件下成立。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 同质扩展的边际效益递减规律
2.1 规模收益的饱和现象
在控制实验中，研究者保持所有agent使用相同的基座模型和系统提示词（即完全同质配置），仅改变agent数量N。结果显示，当N从1增加到4时，GSM8K数学推理任务的准确率从72%提升到79%；但继续增加到16个agent时，准确率仅微增至80.5%，部分任务甚至出现下降。这种饱和曲线与经济学中的边际效益递减规律惊人地相似。
关键发现：在同质系统中，当agent数量超过4-8个时，新增agent带来的准确率提升通常不超过1%，而计算成本却线性增长。
2.2 饱和背后的信息冗余机制
通过分析agent的中间推理过程，研究者发现同质agent往往会产生高度相似的推理路径。例如在数学题"若一个数加5等于12，这个数是多少？"中，多个agent可能都采用"12-5=7"的解法。这种冗余性使得新增agent很少提供真正新的有效信息，反而可能放大某些系统性偏差。
我们团队开发的冗余度量化指标显示：当系统中有5个同质agent时，新增回答与既有回答的平均Jaccard相似度高达0.82；而引入多样性后，这个值可以降至0.3以下。