arXiv cs.AI· Subhrangshu Nandi, Hitesh Arora, Yunfei Bai, Udita Patel, Chirag Shah, Hannah Kwon, Wei Zhang, Weian Chen, Chloe Ruoqi Li, Alberto Sconfienza, Ayush Goyal, Yasmine Lee, Ming Xiong, Prathap Ramachandra·· 10 小时前AI 评分58
研究对比四种智能体架构在企业 SOP 上的成本与成功率权衡
Agent Architecture Cost-Success Trade-offs: A Controlled Evaluation across Enterprise-Style SOPs
AI 导读
一项 arXiv 论文在固定模型、任务和工具、只改变架构的条件下，对比了函数调用单智能体、技能增强智能体、集中式多智能体编排和分流式 swarm 四种设计（共八个实验组），覆盖 13 个企业 SOP。
正文 · AI 翻译
作者：Subhrangshu Nandi、Hitesh Arora、Yunfei Bai、Udita Patel、Chirag Shah、Hannah Kwon、Wei Zhang、Weian Chen、Chloe Ruoqi Li、Alberto Sconfienza、Ayush Goyal、Yasmine Lee、Ming Xiong、Prathap Ramachandra
摘要：企业越来越多地使用大语言模型智能体来执行标准操作流程（SOP）：即冗长、分支繁多、工具密集的工作流。然而，在相互竞争的智能体架构之间进行选择时，缺乏受控证据。我们在固定模型、任务和工具、仅改变架构的条件下，跨 13 个企业 SOP 比较了四种设计（函数调用单智能体、技能增强智能体、集中式多智能体编排以及分诊蜂群；共八个实验组），并引入技能定义质量评分标准，以构建匹配的高质量和低质量技能语料库。由此得出三点结论。(1)~\textbf{不存在普遍最优的架构；正确的选择取决于 SOP。} 在给定的 SOP 上，任务成功率从最难任务上的不足 $10\%$ 到最简单任务上的接近 $100\%$ 不等；没有任何架构在总体上具有统计可区分性，而增加的结构只有在复杂、分支繁多的 SOP 上才可能带来收益（这是一种方向性趋势，尚未达到显著）。(2)~\textbf{增加的架构成本必须由任务成功率的提升来证明其合理性。} 每个协调型实验组（多智能体或技能增强）所消耗的 token 是单智能体的 $1.4$--$4.7\times$，延迟是 $2.6$--$5.8\times$，而带来的收益通常很小且很少显著，这使得单智能体成为高效的默认选择；高质量技能确实能提升成功率（从 $67.4\%$ 提升至 $73.1\%$），而质量下降的技能则会低于该水平。(3)~\textbf{实现质量比单智能体与多智能体的选择更重要。} 一个看似合理的多智能体实现会输给单智能体，但对其进行有针对性的重新设计后，它成为唯一显著优于基线的实验组（$75.6\%$ 对 $67.4\%$）。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2611.12953 [cs.AI] |
| （或 arXiv:2611.12953v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.12953 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Hitesh Arora [查看邮箱]
[v1]
2026年11月7日星期六 05:12:41 UTC（1,600 KB）
来源：arXiv cs.AI · arxiv.org