多 Agent 协作是这两年企业 AI 落地的热门方向——把一件事拆给多个 Agent 分工干，听起来比"一个 Agent 包打天下"更聪明。但环曜在交付时反复看到另一幕：不少企业一上多 Agent 就发现，成本翻倍、延迟变高、错误还一级级传下去。多 Agent 不是"上就对了"，而是"该不该上、怎么上才不烧钱"的问题。本文以一家 SaaS 客服平台（脱敏为 P 公司）的踩坑与收敛为样本，拆解"多 Agent 协作的决策四步与控成本四步"，并把本篇与两篇已有文章做个分工：账怎么算清楚看企业 AI Agent 的 Token 账单怎么算：从烧钱到算账的四步，本篇讲"该不该上、上了怎么不烧钱"的经济学决策视角，治理与计量视角在文末 FAQ 对照。P 公司数据已做脱敏与区间化处理，不指向真实主体，仅用于说明决策与控成本路径。
一、先泼冷水：多 Agent 不是免费的提效
多 Agent 的真实账本要先算清楚。每一个 Agent 背后都是一次或多次大模型调用，任务拆得越细，调用次数越多，Token 成本就往上走；再加上 Agent 之间要传上下文、做协调，延迟也跟着涨。换句话说，多 Agent 是用"更多的算力与编排"换"更强的分工"，这笔账值不值，得看任务本身。
P 公司就是典型。它上线多 Agent 时把客服拆成五个 Agent：意图识别、知识检索、工单创建、跟进提醒、质检。上线头一个月，单会话成本涨到约 2.3 倍，首响从约 1.2 秒变成约 3.5 秒，还出现"一个 Agent 答错、后面跟着错"的级联。团队本想提效，结果先烧了一笔钱。
行业口径也在印证这件事。Gartner 在 2026 年的分析里提到，多 Agent 系统的隐性协调成本常被低估，企业在试点时往往只算单 Agent 的推理费，漏算了编排、上下文传递与重试的损耗；麦肯锡 2026 年的调研也显示，约四成企业的多 Agent 试点因为成本与复杂度没达预期而回退到更简单的方案。环曜在多个项目里都见过这类账算反了的案例——以为提效，先烧一笔。所以本篇的定位很明确：从经济学视角谈"决策与控成本"，它和 1319 的计量视角、多智能体协同怎么防失控：企业 Agent 编排的权限与审计四步的治理视角互补，而不是重复。
二、决策四步：先想清楚该不该上多 Agent
动手搭多 Agent 之前，环曜通常建议客户先用四步把"该不该上"问清楚，避免为了架构而架构。
一问：任务能不能拆成可并行、互相独立的子任务？能拆才值得上多 Agent；拆不开、强耦合，多 Agent 只会增加协调成本。
二问：是否需要多视角或多专业能力？比如既要懂产品又要懂合规，单一 Agent 的上下文装不下，才考虑分角色。
三问：是否需要长期记忆分工或状态机？如果是简单的一次性问答或固定流程，单 Agent 加工具调用就够了。
四问：单 Agent 加函数调用（function calling）是不是就能解决？能解决就别上多 Agent——少一层编排，就少一层成本和出错面。
结论很朴素：多数企业的客服、问答、内部助手场景，单 Agent 加检索增强加工具调用已经够用；多 Agent 只在"确需并行且独立、或需多专业分工"时才会有正的投入产出比。决策四步的核心，是把"要不要上"从口号变成可勾选的清单。多 Agent 协作常需调用企业知识做检索增强，企业级环曜RAG知识库本地化部署把知识检索与文档解析、字段级权限分级、回答带出处做进私有环境，敏感数据不出域、可分级授权。
三、控成本四步（一）：模型分级，小模型干粗活
确定要上多 Agent 之后，首道成本闸门是模型分级。不是每个 Agent 都得配大模型。意图分类、格式校验、路由判断这类"粗活"，用小模型甚至规则引擎就能干；只有真正需要推理、生成、理解长文的环节，才上大模型。环曜在交付时一般建议把确定性的环节下沉，把大模型算力留给真正需要的环节。
P 公司把意图识别和格式校验两个 Agent 从大模型换成小模型后，大模型调用次数降了约 60%，单会话成本明显回落，而质检抽查的准确率没掉。这一步的关键在于"按活儿定模型"：把确定性的、低风险的环节下沉，把昂贵的大模型算力留给真正需要它的地方。
把三种形态放在一起看，差异很直观：
| 维度 | 单 Agent | 多 Agent（适度） | 多 Agent（过度） |
|---|---|---|---|
| 单次成本 | 低 | 中 | 高 |
| 响应延迟 | 短 | 中 | 长 |
| 准确率 | 稳 | 较高 | 易波动 |
| 可维护性 | 高 | 中 | 低 |
| 适用场景 | 问答、固定流程 | 需并行独立子任务 | 强耦合任务被硬拆 |
表里的"过度"一栏，正是 P 公司早期的样貌：把本可单 Agent 解决的任务硬拆，成本和维护都吃亏。模型分级是把它拉回"适度"的首要杠杆。
四、控成本四步（二）：路由早退，简单问题别进多 Agent
第二道闸门是路由早退。在入口放一个路由 Agent 判断问题难度：简单、高频的问题直接单 Agent 解决（早退），只有复杂问题才派发多 Agent 协作。这是性价比很高的一招，因为大部分客服和问答问题其实很简单，早退能把多 Agent 的调用量压到少数复杂会话上。
P 公司加了路由层后，约七成的会话在入口就由单 Agent 收口，多 Agent 只服务剩下的复杂工单，整体成本曲线立刻平缓下来。环曜在交付时一般把这套路由与早退策略做成可配置项，企业按自己的问题分布调阈值。企业级环曜 Agent 本地化部署把编排与执行收口在私有环境，数据不出域、可审计，路由与早退策略可随交付默认配置，链路级指标与全链路日志可随交付默认开启，方便事后回溯每一步的调用与成本。
五、控成本四步（三）：上下文瘦身与缓存
第三道闸门是上下文瘦身。多 Agent 之间容易被忽视的成本，是"全量传上下文"——一个 Agent 把整段对话和文档塞给下一个，token 数随链路线性膨胀。正确做法是只传必要字段，用结构化的中间结果代替长文本，让每个 Agent 只拿到自己要用的那部分。
再加一层缓存：相似问题、稳定知识命中缓存后，就少一次检索和一次生成。这两步合起来，直接砍掉"上下文膨胀"带来的隐性开销，而且对准确率几乎没有负面影响，因为传给 Agent 的信息反而更干净。环曜在多个 Agent 项目里都把"传什么、不传什么"写进编排规范，而不是让每个 Agent 自由发挥。
六、控成本四步（四）：预算护栏与回退
第四道闸门是预算护栏。给单次会话设 Token 上限和成本预算，超预算就自动回退到单 Agent 或转人工；同时给错误级联加熔断——某个 Agent 连续失败，整体降级而不是继续烧钱重试。没有这道闸，多 Agent 在异常场景下会"越错越贵"。
P 公司上线预算护栏后，复杂会话的成本上限定住了峰值，偶发的级联错误也不再连累整批会话。企业级环曜 Agent 本地化部署把智能体的编排执行收口在私有环境，数据不出域、可审计，预算护栏与回退策略可随交付默认开启，配合Agent 运营看板与量化指标把成本与准确率放在同一张图上，没有观测就没有持续的优化。把护栏和看板一起交付，比事后补救便宜得多。
七、P 公司收敛后的结果
回看 P 公司的路径：先用决策四步重评，结论是大半场景单 Agent 加工具调用就够了，只把"复杂工单"留给自己真正的多 Agent 协作；再落地控成本四步，模型分级、路由早退、上下文瘦身、预算护栏逐道加上。收敛之后，单会话成本从峰值的约 2.3 倍回到约 1.1 倍，首响回到约 1.4 秒，级联错误基本消失。
这件事说明，多 Agent 既不是提效神器，也不是烧钱陷阱，关键在"该用才用、用得省"。环曜在交付时给客户的建议一贯是：先把决策四步走完，再把控成本四步前置，而不是上线之后才补账。
八、给架构与技术负责人的三条建议
其一，先用决策四步评估，别一上来就拆 Agent。多数场景单 Agent 加检索增强加工具调用已经够用，盲目拆分只会把简单问题复杂化。
其二，控成本四步从一开始就配齐：模型分级、路由早退、上下文瘦身、预算护栏。它们是成本的上限开关，越早配越省心。
其三，把成本与准确率放在同一张看板上量化。多 Agent 的隐性开销藏在编排与重试里，看不见就优化不了；可以先看我们的本地化部署服务，联系环曜Agent团队，按你的协作场景做一次从决策评估到成本护栏的落地体检。
常见问题 FAQ
Q：多 Agent 一定比单 Agent 贵吗？
不一定，但普遍更贵。每个 Agent 都意味着额外的调用、上下文传递与编排开销，只有在任务确需并行独立或多专业分工时，多 Agent 增加的成本才被提效抵消。单 Agent 加工具调用能解决的事，上多 Agent 只会更贵。
Q：什么场景必须上多 Agent？
当任务能拆成可并行且互相独立的子任务，或需要多视角、多专业能力（例如同时懂产品与合规），或需要长期记忆分工与状态机时，多 Agent 才有正投入产出比。简单问答、固定流程不在其列。决策四步就是用来勾选这类条件的。
Q：路由早退会不会漏掉复杂问题？
不会，前提是路由 Agent 本身要准。路由只负责"简单问题单 Agent 收口、复杂问题进多 Agent"，判错的是少数，而判错的代价远低于让全部会话都走多 Agent。企业级环曜 Agent 本地化部署把路由策略做成可配置，并按问题分布调阈值，配合运营看板持续校准。
Q：上下文瘦身会不会丢信息？
丢的是冗余，不是关键。瘦身的做法是只传必要字段、用结构化中间结果代替长文本，每个 Agent 拿到的恰好是自己要用的部分。实际落地里，信息更干净反而让准确率更稳，同时把 token 成本压了下来。
Q：预算护栏触发后怎么办？
触发即回退：要么降级到单 Agent，要么转人工，避免异常会话继续烧钱重试。环曜在交付时把护栏与回退策略做成默认能力，配合全链路日志可回溯每一步调用，事后能定位是哪一环超预算。
Q：这篇和 1319、1284 是什么关系？
三篇分工清晰：1319 讲"账怎么算清楚"（计量视角），1284 讲"怎么防失控"（权限与审计的治理视角），本篇讲"该不该上、上了怎么不烧钱"（经济学与成本控制的决策视角）。多 Agent 落地的完整链路，是先用本篇做决策与控成本，再用 1284 做治理，用 1319 做计量，三者互补不重复。
把多 Agent 用得省
企业级环曜 Agent 本地化部署把智能体的编排与执行收口在私有环境，数据不出域、可审计，路由早退、预算护栏与回退策略可随交付默认开启；企业级环曜RAG知识库本地化部署把知识检索与文档解析做进私有环境，敏感数据不出域、可分级授权。联系环曜Agent团队，按你的协作场景做一次从决策评估到成本护栏的落地体检。
联系环曜Agent团队