← AI 動態
The Decoder
研究揭露：AI代理團隊狂燒Token，表現卻不比單兵強
最新評估指出，多個AI代理組成的團隊在執行任務時，成本比單一代理高出最多5.1倍，但在四項測試中僅有一項展現明顯進步，顯示盲目堆疊代理數量並不符合成本效益。
AI Agent
Token成本
多代理系統
模型評估
近期企業熱衷於打造「多AI代理（Multi-Agent）團隊」，期望透過多個AI分工合作來解決複雜問題。然而，評估機構 Vals AI 的最新研究卻給這股熱潮潑了一盆冷水。研究團隊在「Vibe Code Bench」基準測試中，針對最新的 GPT-6 Sol 與 Claude Opus 5.5 進行單兵與團隊作戰的對比。結果發現，組成AI團隊的運算成本（Token消耗量）暴增了 1.8 到 5.1 倍，但在四組不同推理強度的測試中，只有 GPT-6 Sol 在中等推理強度下透過團隊合作獲得了 7.3 分的顯著提升；當模型開啟最高推理強度時，團隊模式對這兩款頂尖模型幾乎沒有帶來任何實質優勢。
這項結果也與 Anthropic 自家的數據不謀而合：當系統中的AI代理超過十個之後，產出品質就會進入高原期，但背後的運算成本卻會持續直線攀升。這說明了當單一AI模型的推理能力已經足夠強大時，多代理之間的溝通與協調反而會成為昂貴的冗餘負擔。
對一般使用者與企業決策者而言，這是一個重要的成本控制警訊。在導入AI自動化流程時，不應盲目迷信複雜的「多代理協作架構」。多數情況下，直接選用一個具備高推理能力的單一模型，不僅架構更簡單穩定，還能省下高達數倍的API帳單費用。