单角色会撞上四块天花板：工具说明和知识把窗口挤满，严谨和创意在同一段提示里互抢注意力，自己很难发现自己的错，子任务只能串行。拆成多个角色能换专业化和并行，但不是免费升级。两个成功率八成的节点串联，端到端只剩六成四；三个就是大约一半。系统要九成五，三个串联节点各自大约得做到九成八。单步很难稳定高于九成九，节点再多，必须靠投票、冗余或人审打断乘法，而不是继续拆。
常见四种拓扑。总控拆任务、工人并行、最后合成，适合能明确分解的报告类工作，风险是总控理解错则全员白做。对等辩论适合多视角，必须有轮次上限和外部仲裁，否则两方会吵到预算烧光。流水线适合起草到审查这种单向数据流，中间失败要靠检查点，否则前面的劳动作废。入口按意图分发给专家，路由准确率就是整系统瓶颈，低置信该追问而不是硬塞。多数任务从总控加工人起步不容易选错。单角色还在七成挣扎时不要拆，拆了端到端往往更差。多智能体是「已经九成、想冲九成五」的工具。
框架解决怎么写，协议解决怎么连。厚抽象适合快速原型，生产里堆栈深、版本跳，业务代码最好只依赖自己的接口。薄抽象把循环和工具留给模型，绑定单一厂商时延迟更低。工具集成的老问题是：同一能力要给每套框架写一遍包装，N 个运行时乘 M 个系统。标准协议把这件事变成加减——服务端写一次，兼容的宿主都能调。模型只表达「想调哪个」，由宿主做权限、校验和确认，不要让模型直连外部服务。多服务端时工具名要加前缀，避免都叫「搜索」。跨组织的角色协作协议仍早，内部用函数调用或总控就够。
落地清单
- 工人失败先重试，再降级到弱化工具集，非关键步骤允许跳过。
- 总控和路由器用轻量模型，深度推理才用重模型，不分级可能贵五到十倍。
- 每个角色只写自己的状态分区，比加锁更不容易打成死结。
- 没有完整链路追踪和失败降级，不要上多角色。
先穷尽单角色的提示词、工具和记忆，再谈拆分。复杂度换上限，不是把三个不稳的人凑成一个稳的团队。
本文侧重智能体生命周期与技能边界。若你要动手验证，优先用 Playground 做小任务压测；权限与托管再单独规划，避免「先装一堆再治理」。 相关：Playground · 创建智能体 · 学习中心
常见问题 FAQ
什么是多智能体是乘法不？
「多智能体是乘法不」可概括为：两个八成的节点串联只剩六成四。端到端要九成五，三节点各自得接近九成八。协议把工具集成从乘积变成加减，模型并不直接调外部服务。 本文从定义、方法与实践要点展开说明。
为什么要关注多智能体是乘法不？
关注多智能体是乘法不，是因为它直接影响效率、风险与可复制性。文中指出：常见四种拓扑。总控拆任务、工人并行、最后合成，适合能明确分解的报告类工作，风险是总控理解错则全员白做。对等辩论适合多视角，必须有轮次上限和外部仲裁，否则两方会吵到预算烧光。流水线适合起草到审查这种单向数据流，中间失败要靠检查点，否则前面的劳动作废。入口按意图分发给专家，路由准确率就是整系统瓶颈，低置信该追问而不是硬塞。多数任务从总控加工人起步不容易选错。单角色还在七成挣扎时不要拆，拆了端到端往往更差。多智能体是「已经九成、想冲九成五」的工具。
如何落地多智能体是乘法不？有哪些关键步骤？
建议按以下路径推进多智能体是乘法不：1) 工人失败先重试，再降级到弱化工具集，非关键步骤允许跳过。；2) 总控和路由器用轻量模型，深度推理才用重模型，不分级可能贵五到十倍。；3) 每个角色只写自己的状态分区，比加锁更不容易打成死结。；4) 没有完整链路追踪和失败降级，不要上多角色。。细节见正文对应章节。
多智能体是乘法不适合哪些人或团队？
多智能体是乘法不更适合：产品/技术负责人、运营与增长团队、需要落地智能体或自动化的中小团队、关注「AI智能系统」方向的读者。若你只需要单次聊天式问答，可先读概念；若要上生产，请重点看步骤、权限与风控相关段落。
关于「落地清单」，本文给出了什么结论？
「落地清单」是理解全文的关键切片：建议先读该节的结论句与列表项，再对照前后章节形成闭环。
实践多智能体是乘法不时常见误区有哪些？
常见误区包括：① 只追工具不建流程；② 没有权限/审计边界就上生产；③ 缺少指标与回滚方案；④ 把演示效果当成稳定 SLA。针对多智能体是乘法不，请以正文中的检查清单与约束条件为准，小范围验证后再扩面。