文章给出的原则是「奥卡姆剃刀」：如无必要，勿增实体。
- 单 Agent 场景：面对目标明确的简单任务，单 Agent 开发和维护更简单，建议优先采用。
- 上下文瓶颈：随着 Agent 变复杂，每一步都会往上下文里塞更多内容，模型上下文窗口存在物理上限，塞得过多容易出现幻觉和不确定行为。
- 多 Agent 场景：任务复杂且需要协作时，将角色拆分为多个 Agent（如 Leader + 子 Agent），可以显著提升复杂场景下的准确率。
- 典型案例：Deep Research —— Leader 负责任务拆解，子 Agent 分别完成调研，Leader 再汇总回复用户。
经验证，在同样模型下，多 Agent 协作相比单 Agent 在复杂任务上的准确率有明显提升，代价是编排与调试成本更高，因此简单任务不要盲目切多 Agent。
