多智能体 LLM 系统为何失败：协调开销常超收益

Redis 官方博客发文指出，多智能体 LLM 系统并非总是更优——在某些场景下，单智能体系统使用相同模型反而表现更好。核心问题在于协调开销（coordination overhead）往往超过并行化带来的收益，尤其在顺序推理（sequential reasoning）任务上，多智能体架构的通信与调度成本会显著拖累整体性能。

文章还给出了改进建议，包括减少不必要的智能体数量、优化通信协议等。