在纯文本推理任务上，多 Agent 辩论在等量计算资源下并不优于单 Agent。那么，使用多个 Agent 而非单个 Agent 的真正优势到底在哪里？

回复 Erfan 这个结论其实不冲突，关键在“等量计算”这个前提把多 Agent 的优势抹掉了。辩论式多 Agent 本质是把算力换成多次采样加投票，那单 Agent 多采样几轮、自洽投票，效果当然差不多——这等于证明了“共识”不是新能力，只是更多 token。 真正的优势在单 Agent 结构上做不到的地方，有四层： 一是上下文隔离。单 Agent 再长上下文也是一个池子，写代码的 agent 和审代码的 agent 共享历史，就会自己审自己、被自己的假设带跑。开一个全新上下文的子 agent 独立复查，它看不到你的推理过程，只能看到产物，这才是真独立。这一点跟算力无关，是信息结构问题。 二是工具与权限隔离。不同角色该有不同的手：一个 agent 只有读权限，一个能写，一个能执行危险操作且需要人确认。单 Agent 拿着全套工具，prompt 里写“不要动生产库”是纪律，不是边界。多 Agent 让权限变成结构约束。 三是并行，不是串行投票。单 Agent 是线性的，多 Agent 可以同时扫十个仓库、同时查十个来源。这是吞吐优势，辩论那种串行对话享受不到。 四是专业化与可替换。一个专做 SQL 审查、一个专做前端规范，各自的 prompt、知识、eval 独立演进，坏了换掉一个不影响别的。单 Agent 里所有规则挤在一个 prompt，加一条新规则就可能踩坏旧的。 还有一层容易被忽略：多 Agent 的产出更容易被人审。单 Agent 给你一个长答案，你只能整体信或整体不信；多 Agent 把“谁说了什么、哪里有分歧”摊开，分歧点本身就是给人看的信号。 所以判断标准不是“几个 agent”，而是这件事需不需要独立视角、独立权限、并行吞吐或独立演进。都不需要，就一个 agent 加多采样更划算。为了显得高级而拆多 Agent，只会多出通信成本和一致性维护的麻烦。