谷歌研究院与麻省理工学院等机构联合开展的一项研究，对多智能体系统性能的传统认知提出了质疑。传统观点认为，增加智能体数量通常能带来更好的结果，但这项涵盖180项控制实验的研究表明，实际情况远比想象复杂。实验结果显示，多智能体系统在不同任务中的表现差异显著，部分场景性能提升高达81%，而另一些场景却下降了70%。
研究团队发现，任务类型是决定多智能体系统效果的关键因素。在并行任务中，如金融分析领域，集中协调的多智能体模式展现出明显优势。多个智能体可分别处理销售趋势、成本结构及市场数据等独立模块，最终通过结果整合实现近81%的性能跃升。这种分工协作模式有效利用了智能体的并行处理能力，避免了单一智能体的计算瓶颈。
然而，在顺序依赖型任务中，多智能体系统却暴露出严重缺陷。以Minecraft游戏中的规划任务为例，每个制作动作都会改变后续操作所需的库存状态，这种动态依赖关系导致信息在智能体间传递时极易失真。实验数据显示，此类任务中多智能体配置的性能降幅达39%至70%，主要源于协调机制难以处理任务间的时序约束。
进一步分析揭示了影响系统性能的三大核心因素。首先是工具复杂度：当任务涉及网络搜索、代码编写等需要调用多种工具的场景时，多智能体间的协调成本会急剧上升，反而拖累整体效率。其次是基础能力阈值：单个智能体成功率超过45%后，新增智能体带来的收益往往被协调开销抵消，甚至出现负效应。最后是错误传播机制：多智能体环境中，缺乏共享信息的错误会以17倍于单智能体的速度累积，形成性能崩塌的连锁反应。
这些发现为多智能体系统的应用划定了边界。在并行处理场景中，如大数据分析、分布式计算等领域，多智能体架构仍具有不可替代的优势；但在需要严格时序控制的制造流程、复杂决策链等场景中，过度依赖多智能体配置可能适得其反。研究特别指出，当任务工具复杂度、智能体基础能力等关键参数超出特定范围时，系统设计者需重新评估多智能体策略的可行性。
