一个任务需要多个智能体吗？先看是否存在独立职责

拆分应对应真实职责

资料检索、候选方案比较和结果复核可以是不同职责，但不一定都需要独立智能体。普通函数、检索节点或确定性校验能够完成的工作，可以继续用更直接的方式实现。

适合独立处理的子任务，应有明确输入、输出与完成标准。多个角色都在重复回答同一个问题，可能只增加文字与费用，无法形成有效协作。

规定交接内容与冲突处理

交接时传递必要资料、来源和未解决问题，不应只留下一个没有依据的结论。负责汇总的一方需要知道哪些结果经过核验，哪些仍是候选意见。

当不同智能体给出冲突结论时，先回查来源和判断规则。不要简单按多数票决定企业事实；多个模型可能因相同资料缺陷产生相同错误。

与简单方案做同题比较

选择同一组业务样例，比较单流程与多智能体的质量、延迟、费用和维护负担。只有复杂方案在关键任务上带来可观察改善，才值得增加。

还要设置执行次数与停止条件，防止反复互相委派。Google Cloud 的智能体趋势资料可用于理解发展方向，实际是否采用多智能体仍应由本企业测试决定，不能从趋势推导出必需性。

证明拆分确实改善了同一任务

把资料检索与结果复核设为明确职责，用同一组询盘比较单流程和多智能体的质量、延迟与总投入。不同结论回查来源，交接保留未定项；没有新增收益就维持较简单方案。