本文介绍了如何通过决策树选择合适的代理设计模式以构建AI系统。选择模式时需考虑任务特性、约束和可接受的权衡。决策树包含五个问题，帮助开发者明确任务结构、输出质量及是否需要多代理架构。正确选择模式能提高系统效率，避免过度工程或过于简单的设计。

本文探讨了多智能体系统的五种协作模式：生成-验证者、调度-子智能体、智能体团队、消息总线和共享状态。每种模式适用于不同场景，选择时需考虑任务特性和团队需求。建议从调度-子智能体模式开始，以低成本解决问题，并根据实际情况逐步演进。

谷歌研究评估了180种代理配置，提出了AI代理系统的量化扩展原则。研究发现，多代理协调不一定提高性能，某些任务中可能反而降低效果。独立代理在错误传播时可能放大错误，而集中协调则能限制错误传播。此外，研究开发了预测模型，帮助开发者根据任务特性选择合适的架构。