复杂任务不等于多智能体任务，这是很多团队踩过一次才会真的记住的事。一个流程看起来步骤很多、工具很多、依赖很多，并不自动意味着应该引入多个角色、多个会话和多个回传契约。
真正决定是否上多智能体的，不是任务“听起来有多大”，而是任务里是否存在明确可分工的责任边界、独立判断标准和值得并行处理的子问题。如果这些前提并不成立，多智能体往往只会把原本线性的复杂度变成协调复杂度。
为什么这个问题重要
真实运行代价
每增加一个角色，就会多出一份上下文包、一轮状态同步和一套失败恢复逻辑。对很多仍然可以用单体 Agent 加清晰工具链跑通的任务来说，多智能体带来的不是能力飞跃，而是额外的 token 消耗、更多的调度面和更高的故障解释成本。
- 角色之间需要交接上下文，而交接本身就是成本。
- 每个分支都需要状态记录、超时策略和恢复路径。
- 人工接管时需要先理解谁负责哪一层判断。
如果不处理会怎样
如果团队把“复杂”直接翻译成“多智能体”，最常见的结果是系统里出现很多名义上的专家角色，但这些角色其实处理的是同一种问题。它们彼此转发任务、重复检索、重复调用工具，最后控制器看到的是更多消息，却没有看到更清楚的结构。
适用场景
谁最该继续保持单体结构
如果任务本质上仍然是线性流程，或者只是需要一组固定顺序的工具调用，那么单体 Agent 加运行时约束通常更稳。尤其是当输出标准明确、上下文不需要多轮交接、失败处理也能靠单一状态机完成时，单体结构往往更容易验证和恢复。
- 工具调用顺序固定，几乎不需要动态路由。
- 结果判断标准统一，不需要独立评审角色。
- 副作用集中，恢复逻辑更适合由单一运行时管理。
什么时候真的值得升级成多智能体
只有当任务里出现明显可并行的子问题、不同角色必须用不同视角判断结果，或者一个控制器确实需要管理多个窄职责执行单元时，多智能体才开始变得合理。换句话说，值得升级的不是“更难的任务”，而是“更适合分工的任务”。
推荐系统结构
先做一张选型判断表
在引入多智能体之前，先回答几件事：任务是否真的需要并行分支，是否有稳定的回传契约，是否需要独立质量判断，是否存在明显不同的工具和权限边界。如果这些问题里大部分答案都是“否”，那就应该先把单体 Agent 的工具契约、会话状态和失败恢复做完整。
- 优先比较分工收益，而不是比较角色数量。
- 先确认不同角色是否拥有不同的输入、输出和权限。
- 先为失败恢复建模，再决定是否要开放多个分支。
与 TaskPilots 的映射
在 TaskPilots 的产品路径里，这意味着很多团队应该先从独立运行 Agent 起步，再视需要升级到多 Agent 协作编排集群。先用单体运行时把工具调用、状态持久化和人工接管打稳，再把真正需要并行或异步协作的部分提升为多角色结构，通常比一开始就做全面编排更经济。
风险与失效点
常见失控方式
最危险的情况，是团队把架构图做得很漂亮，却没有减少任何真实复杂度。结果是单体 Agent 本来就能完成的工作，被拆成多个角色互相交接；状态开始分散到不同对话里；一旦某个分支失败，控制器也说不清应该从哪里恢复。
- 伪专家角色重复做同一种检索与判断。
- 上下文被切碎，交接后反而丢失关键事实。
- 并行分支没有回收标准，调度成本高于收益。
需要人工兜底的地方
当团队无法明确说明某个角色存在的独立价值，或者一次任务中出现大量无效委派时，就应该人工回退到更简单的结构重新评估。此时要审的不是模型输出对不对，而是架构是不是从一开始就拆错了。
验证指标
上线前怎么验证
最实用的验证方法，是拿同一批任务同时跑单体结构和多智能体结构。对比任务成功率、总时长、token 成本、交接次数和人工接管次数，而不是只比较“多智能体看起来更聪明”。如果收益主要来自更清楚的工具契约，而不是来自多角色本身，那就说明还不需要升级。
- 对比两种结构的成功率差异是否显著。
- 对比交接次数与额外 token 消耗是否合理。
- 对比出错后恢复路径是否变得更清晰。
上线后怎么持续判断
生产环境里，建议长期观察单任务委派次数、协调 token 占比、分支回收率、人工接管率和恢复时间。如果这些指标持续恶化，而业务结果并未提高，就应该把某些角色合并回控制器或单体运行时，而不是继续往系统里加新角色。
下一步 / FAQ
下一步建议
如果你正在犹豫要不要上多智能体，先做一次结构审计：哪些步骤真的需要不同角色，哪些其实只是单体 Agent 的工具链问题。先把不需要多角色的部分收回单体，系统往往会更稳，也更容易为后续真正值得拆的部分留出边界。
FAQ
复杂任务是不是迟早都要上多智能体？ 不是。只有当复杂度来自分工与协作，而不是来自线性步骤变长时，多智能体才值得引入。
多智能体和工具链的区别是什么？ 工具链解决的是动作顺序，多智能体解决的是职责分工和独立判断。
如果已经拆错了怎么办？ 先收回角色、保留状态层和观测层，再重新验证哪些边界真的需要独立存在。