As equipes empresariais que constroem sistemas de IA multiagentes podem estar pagando um prêmio de computação por ganhos que não se sustentam em condições orçamentárias iguais. Uma nova pesquisa da Universidade de Stanford descobriu que os sistemas de agente único se igualam ou superam as arquiteturas multiagentes em tarefas de raciocínio complexas quando ambos recebem o mesmo orçamento de tokens de pensamento.
No entanto, os sistemas multiagentes vêm com a bagagem adicional de sobrecarga computacional. Como eles normalmente usam traços de raciocínio mais longos e múltiplas interações, muitas vezes não está claro se os ganhos relatados resultam de vantagens arquitetônicas ou simplesmente do consumo de mais recursos.
Para isolar o verdadeiro impulsionador do desempenho, pesquisadores da Universidade de Stanford comparou sistemas de agente único com arquiteturas multiagentes em tarefas complexas de raciocínio multi-hop sob orçamentos iguais de “tokens de pensamento”.
Seus experimentos mostram que, na maioria dos casos, os sistemas de agente único igualam ou superam os sistemas multiagentes quando a computação é igual. Os sistemas multiagentes ganham vantagem competitiva quando o contexto de um único agente se torna muito longo ou corrompido.
Na prática, isso significa que um modelo de agente único com um orçamento de pensamento adequado pode fornecer um raciocínio multi-hop mais eficiente, confiável e econômico. As equipes de engenharia devem reservar sistemas multiagentes para cenários em que agentes únicos atingem um limite máximo de desempenho.
Compreendendo a divisão entre agente único e multiagente
Estruturas multiagentes, como agentes planejadores, sistemas de role-playing ou enxames de debate, resolvem um problema ao fazer com que vários modelos operem em contextos parciais. Esses componentes se comunicam entre si, transmitindo suas respostas.
Embora as soluções multiagentes apresentem um forte desempenho empírico, compará-las com linhas de base de agente único costuma ser uma medida imprecisa. As comparações são fortemente confundidas pelas diferenças no cálculo do tempo de teste. As configurações multiagentes exigem múltiplas interações entre agentes e geram rastreamentos de raciocínio mais longos, o que significa que consomem significativamente mais tokens.
ddConseqüentemente, quando um sistema multiagente relata maior precisão, é difícil determinar se os ganhos decorrem de um melhor design de arquitetura ou de gastos extras com computação.
Estudos recentes mostram que, quando o orçamento computacional é fixo, estratégias elaboradas com vários agentes frequentemente apresentam desempenho inferior em comparação com linhas de base sólidas de agente único. No entanto, são, em sua maioria, comparações muito amplas que não levam em conta nuances como diferentes arquiteturas multiagentes ou a diferença entre tokens de prompt e de raciocínio.
“Um ponto central do nosso artigo é que muitas comparações entre sistemas de agente único (SAS) e sistemas multiagentes (MAS) não são iguais”, disseram os autores do artigo Dat Tran e Douwe Kiela ao VentureBeat. “O MAS geralmente obtém cálculos de tempo de teste mais eficazes por meio de chamadas extras, rastreamentos mais longos ou mais etapas de coordenação.”
Revisitando o desafio multiagente sob orçamentos rigorosos
Para criar uma comparação justa, os pesquisadores de Stanford estabeleceram um orçamento estrito de “tokens de reflexão”. Esta métrica controla o número total de tokens usados exclusivamente para raciocínio intermediário, excluindo o prompt inicial e a saída final.
O estudo avaliou sistemas monoagentes e multiagentes em tarefas de raciocínio multi-hop, ou seja, questões que exigem a conexão de múltiplas informações díspares para chegar a uma resposta.
Durante seus experimentos, os pesquisadores notaram que as configurações de agente único às vezes interrompem seu raciocínio interno prematuramente, deixando o orçamento de computação disponível não gasto. Para combater isso, eles introduziram uma técnica chamada SAS-L (sistema de agente único com pensamento mais longo).
Em vez de saltar para a orquestração multiagente quando um modelo desiste cedo, os pesquisadores sugerem uma simples mudança imediata e orçamentária.
“A ideia de engenharia é simples”, disseram Tran e Kiela. “Primeiro, reestruture o prompt do agente único para que o modelo seja explicitamente encorajado a gastar seu orçamento de raciocínio disponível na análise pré-resposta.”
Ao instruir o modelo a identificar explicitamente ambiguidades, listar interpretações candidatas e testar alternativas antes de se comprometerem com uma resposta final, os desenvolvedores podem recuperar os benefícios da colaboração dentro de uma configuração de agente único.
Os resultados de seus experimentos confirmam que um único agente é a arquitetura padrão mais forte para tarefas de raciocínio multi-hop. Ele produz respostas da mais alta precisão enquanto consome menos tokens de raciocínio. Quando combinada com modelos específicos como o Gemini 2.5 do Google, a variante mais demorada produz um desempenho agregado ainda melhor.
Os pesquisadores se baseiam em um conceito chamado “Desigualdade no Processamento de Dados” para explicar por que um único agente supera um enxame. Estruturas multiagentes introduzem gargalos de comunicação inerentes. Cada vez que as informações são resumidas e distribuídas entre diferentes agentes, existe o risco de perda de dados.
Em contraste, o raciocínio de um único agente dentro de um contexto contínuo evita esta fragmentação. Mantém o acesso à representação mais rica disponível da tarefa e é, portanto, mais eficiente em termos de informação sob um orçamento fixo.
Os autores também observam que as empresas muitas vezes ignoram os custos secundários dos sistemas multiagentes.
“O que as empresas muitas vezes subestimam é que a orquestração não é gratuita”, afirmaram. “Cada agente adicional introduz sobrecarga de comunicação, mais texto intermediário, mais oportunidades para resumo com perdas e mais locais para a acumulação de erros.”
Por outro lado, eles descobriram que a orquestração multiagente é superior quando o ambiente de um único agente fica confuso. Se um aplicativo corporativo precisar lidar com contextos altamente degradados, como dados ruidosos, entradas longas cheias de distratores ou informações corrompidas, um único agente terá dificuldades. Nestes cenários, a filtragem estruturada, a decomposição e a verificação de um sistema multiagente podem recuperar informações relevantes de forma mais confiável.
O estudo também alerta sobre armadilhas de avaliação ocultas que aumentam falsamente o desempenho de multiagentes. Depender apenas das contagens de tokens relatadas pela API distorce fortemente a quantidade de computação que uma arquitetura está realmente gastando. Os pesquisadores encontraram esses artefatos contábeis ao testar modelos como o Gemini 2.5, provando que este é um problema ativo para aplicações empresariais atualmente.
“Para modelos API, a situação é mais complicada porque a contabilidade orçamental pode ser opaca”, disseram os autores. Para avaliar arquiteturas de forma confiável, eles aconselham os desenvolvedores a “registrar tudo, medir os traços de raciocínio visíveis quando disponíveis, usar contagens de tokens de raciocínio relatados pelo provedor quando expostos e tratar esses números com cautela”.
O que isso significa para os desenvolvedores
Se um sistema de agente único corresponder ao desempenho de vários agentes com orçamentos de raciocínio iguais, ele ganha no custo total de propriedade, oferecendo menos chamadas de modelo, menor latência e depuração mais simples. Tran e Kiela alertam que, sem esta linha de base, “algumas empresas podem estar pagando uma grande ‘taxa de enxame’ por arquiteturas cuja aparente vantagem vem realmente de gastar mais computação em vez de raciocinar de forma mais eficaz”.
Outra maneira de observar o limite de decisão não é quão complexa é a tarefa geral, mas sim onde reside exatamente o gargalo.
“Se for principalmente profundidade de raciocínio, o SAS costuma ser suficiente. Se for fragmentação ou degradação do contexto, o MAS se torna mais defensável”, disse Tran.
As equipes de engenharia devem permanecer com um único agente quando uma tarefa puder ser realizada dentro de uma janela de contexto coerente. Os sistemas multiagentes tornam-se necessários quando uma aplicação lida com contextos altamente degradados.
Olhando para o futuro, as estruturas multiagentes não desaparecerão, mas o seu papel evoluirá à medida que os modelos de fronteira melhorem as suas capacidades de raciocínio interno.
“A principal conclusão do nosso artigo é que a estrutura multiagente deve ser tratada como uma escolha de engenharia direcionada para gargalos específicos, e não como uma suposição padrão de que mais agentes significam automaticamente melhor inteligência”, disse Tran.
