Исследователи Amazon опубликовали работу Agent Architecture Cost–Success Trade-offs: A Controlled Evaluation across Enterprise-Style SOPs в ноябре 2026 года. В рамках исследования протестировали 13 корпоративных рабочих процессов, сравнив эффективность одиночных ИИ-агентов и многоагентных систем.
Базовый одиночный агент показал успешность выполнения задач на уровне 67,4%. Добавление качественных навыков увеличило показатель до 73,1%, тогда как низкокачественные навыки снизили его до 59,8%. Результаты многоагентных систем варьировались от 58,2% до 75,6%.
Сложные многоагентные архитектуры потребляли в 1,4–4,7 раза больше токенов, чем одиночные агенты. Задержка при их использовании возрастала в 2,6–5,8 раза. Авторы отметили, что ни одна из протестированных архитектур не показала статистически значимого преимущества во всех сценариях.
Исследование подчеркивает, что качество реализации системы важнее выбора архитектуры. Специалисты рекомендуют компаниям начинать с одного агента и усложнять структуру только в том случае, если конкретный рабочий процесс демонстрирует измеримый прирост эффективности.
