谷歌研究院與麻省理工學院等機構聯合開展的一項研究，對多智能體系統性能的傳統認知提出了質疑。傳統觀點認為，增加智能體數量通常能帶來更好的結果，但這項涵蓋180項控制實驗的研究表明，實際情況遠比想象復雜。實驗結果顯示，多智能體系統在不同任務中的表現差異顯著，部分場景性能提升高達81%，而另一些場景卻下降了70%。

研究團隊發現，任務類型是決定多智能體系統效果的關鍵因素。在并行任務中，如金融分析領域，集中協調的多智能體模式展現出明顯優勢。多個智能體可分別處理銷售趨勢、成本結構及市場數據等獨立模塊，最終通過結果整合實現近81%的性能躍升。這種分工協作模式有效利用了智能體的并行處理能力，避免了單一智能體的計算瓶頸。

然而，在順序依賴型任務中，多智能體系統卻暴露出嚴重缺陷。以Minecraft游戲中的規劃任務為例，每個制作動作都會改變后續操作所需的庫存狀態，這種動態依賴關系導致信息在智能體間傳遞時極易失真。實驗數據顯示，此類任務中多智能體配置的性能降幅達39%至70%，主要源于協調機制難以處理任務間的時序約束。

進一步分析揭示了影響系統性能的三大核心因素。首先是工具復雜度：當任務涉及網絡搜索、代碼編寫等需要調用多種工具的場景時，多智能體間的協調成本會急劇上升，反而拖累整體效率。其次是基礎能力閾值：單個智能體成功率超過45%后，新增智能體帶來的收益往往被協調開銷抵消，甚至出現負效應。最后是錯誤傳播機制：多智能體環境中，缺乏共享信息的錯誤會以17倍于單智能體的速度累積，形成性能崩塌的連鎖反應。

這些發現為多智能體系統的應用劃定了邊界。在并行處理場景中，如大數據分析、分布式計算等領域，多智能體架構仍具有不可替代的優勢；但在需要嚴格時序控制的制造流程、復雜決策鏈等場景中，過度依賴多智能體配置可能適得其反。研究特別指出，當任務工具復雜度、智能體基礎能力等關鍵參數超出特定范圍時，系統設計者需重新評估多智能體策略的可行性。