随着AI模型参数规模效应递减，单纯依靠增加参数量提升性能的路径已触及天花板。多智能体协作（Multi-agent coordination）成为新的技术突破口，即通过多个AI模型共享数据、分工处理工作流。然而，从单智能体扩展至多智能体系统，并非简单的数量叠加，而是引发了状态同步错误倍增、令牌（Token）膨胀及高延迟等一系列架构瓶颈。
集中式编排的单点故障与延迟
在多智能体编排中，常由一个中心智能体充当“空中交通管制员”，负责任务分解、分配及上下文维护。这种集中式架构虽便于协调，却引入了单点故障风险。一旦中心枢纽中断，整个工作流将陷入停滞，修复后的任务积压更会导致严重延迟。此外，所有通信路由经过中心节点，即便在无故障状态下，也会因处理能力瓶颈增加响应延迟，削弱用户体验。
更甚者，中心管理者往往将其他智能体视为被动执行者，限制了其处理边缘案例的灵活性。同时，中心节点在指令分解、任务分发及上下文传输中消耗大量令牌，推高了运营成本。
令牌膨胀：不可预测的成本黑洞
多智能体系统需在节点间传递大量未经总结的原始对话历史，导致令牌消耗呈指数级增长。AI成本的可预测性因此大幅降低。电商巨头亚马逊的一个软件开发团队曾在自动化数据映射项目中，意外产生180万美元的令牌费用。工程师坦言，难以预估AI相关支出的真实规模。更有传闻称，某大型企业因未设置令牌上限，在一个月内产生高达5亿美元的Claude AI账单。避免令牌膨胀已成为多智能体部署的核心考量。
协调复杂性呈平方级激增
智能体数量的增加带来极高的协调复杂度。若将单智能体的潜在故障点乘以模型数量的平方，即可窥见开发者面临的挑战：3个智能体使复杂性增加9倍，5个则增加25倍。研究显示，36.9%的多智能体系统失败源于协调错位。
共享内存的智能体可能读取过时数据，或因误解上下文陷入无限循环。为解决此问题，开发者正转向基于代码的确定性状态机，取代由模型自由决定的开放式运行环境。通过硬编码规则（如“若X则智能体A发言”），系统可避免为决定“谁发言”而浪费令牌。同时，设置严格的令牌上限、超时熔断机制及顺序交接限制，也是控制成本的关键手段。
级联错误与幻觉传播
在多智能体链条中，前端智能体产生的幻觉可能被后端智能体当作事实处理，随着每次交接，错误的权威性被层层放大，形成难以追溯的级联错误。特别是当幻觉数据被写入共享数据库并被其他智能体拉取时，错误将进一步加剧。
为缓解这一风险，开发者采用模型上下文协议（MCP）和LangGraph等框架设定严格执行路径，明确分离检索、推理和数据生成等角色。引入独立验证者挑战LLM聚合前的声明，或实施严格的JSON模式、API类型检查及重试预算，均可有效阻断幻觉输入。此外，全链路日志记录有助于在错误发生时快速溯源。
共享状态与缓存失效困境
共享状态虽能实现数据实时同步，但也带来并发修改冲突和缓存失效风险。对系统提示的微调可能导致所有智能体缓存瞬间失效，迫使系统重新处理令牌，造成资源浪费。过时数据若未及时清除，亦会误导智能体输出。
应对策略包括：将静态内容置于提示开头、动态内容置于结尾，以减少缓存失效范围；利用Agent Step Graph跟踪执行顺序，基于临时邻近性驱逐缓存；对于探索性查询，跳过刚性缓存，仅对常规查询启用缓存机制。
人类监督过载与缓解策略
多智能体系统产生的海量提示、权限请求和错误标志，使开发者面临严重的监督过载。由于难以实时监控多个智能体对共享内存的并发写入，冲突往往在造成后果后才被发现。
构建层次化监控体系是有效解法：由中央智能体聚合日志并总结状态，人类监督者只需重点关注该中央节点。明确的角色分离也能减少智能体间的操作重叠，降低协调失败率。此外，设置严格的动作限制可防止不必要的循环，但需权衡其对系统可靠性的潜在影响。
通用最佳实践
最小化智能体数量：在满足性能需求的前提下，使用最少数量的智能体。这不仅能降低潜在故障点，还能减轻人类监督负担。
隔离任务与文件访问：限制每个智能体的权限，仅允许其执行特定任务和访问特定文件。例如，读取邮件的智能体不应具备修改数据库模式的权限。通过中央基于代码的编排器指定调用关系，并为任务颁发短期令牌，任务完成后凭证即刻过期。对于删除文件、外部API调用等高风险操作，必须保留人工介入机制，以防智能体“失控”。