思科工程师在AWS AI League夺冠:九次单变量实验发现,竞赛中每次智能体交接都消耗被计价的输出token
2026年AWS AI League冠军Nishanth Aluhonnu通过构建九个单变量变体,发现工具返回结果和系统提示不计入评分,但智能体自身写出的所有内容(包括工具调用参数)全部计分。据此他放弃了参考架构中的监督者加子智能体模式,改用单智能体加调度表,将路由规划移入Lambda函数,最终在1200名参赛者中夺冠。
2026年AWS AI League在思科Transformation Fest 4.0上举办了一场智能体AI锦标赛,1200名工程师参赛。冠军Nishanth Aluhonnu的设计选择推翻了一个看似合理的架构惯例:他用单个智能体击败了竞赛参考架构中的监督者加子智能体模式。
竞赛规则要求智能体在网格地图上移动,解决各类挑战(处理不当内容、运行代码、检索网页信息、提取结构化数据)并到达宝箱。评分由挑战得分、宝箱奖励、剩余生命数和token奖励组成,其中token奖励的计算公式为1000减去总输出token数除以已访问挑战数。这意味着输出token是直接的负分项。
Aluhonnu构建了这个智能体的九个变体,每次只改变一个因素,以隔离哪些token真正影响得分。结果很明确:工具返回的结果和系统提示不计入评分,但智能体自身写出的所有内容——包括工具调用的参数——全部计分。每次工具调用还携带约52个固定开销token。
这个发现直接决定了架构选择。竞赛参考架构展示了一个监督者智能体协调三个子智能体(导航、计算、网页检索)的模式,通过AgentCore Gateway路由到工具。Aluhonnu认为这个模式在多数生产系统中是合理的,但在本次竞赛中,每一次智能体间的交接都是一条模型必须写出的消息,而每一条写出的消息都消耗被计价的token。他改用单个智能体,在提示开头放一张简短的调度表,将每种挑战类型映射到对应方法,在单轮内完成路由。
第二个设计决策是把确定性逻辑移入工具。路由规划没有交给模型,而是运行在一个AWS Lambda函数中,将棋盘视为优化问题:每个格子有一个期望值,等于它支付的分数减去可能消耗的生命,再减去智能体解决它需要花费的token。规划器遵守约束条件(比如先收集钥匙再开门),并在时间预算内优化路线。
这个原则在决赛第二轮得到了戏剧性验证。一个七乘七的棋盘几乎铺满了每枚价值25分的硬币,而一个排程挑战格子价值1500分。习惯反应是收集硬币,但规划器的价值表判定硬币是噪声。智能体直奔高价值挑战,该轮得分7537,比下一名决赛选手的5953高出近1600分。这一轮建立的领先优势最终带它赢得了总冠军。
在资格赛阶段,前四名智能体都解决了地图。第一名输出1220个token,第二名输出1430个,最终分差只有16分(总分近16000)。当所有智能体都能完成任务时,效率决定胜负。文章由此归纳出一条迁移原则:让模型处理语言和判断,把搜索、数学和规则移入工具,因为工具更快、更便宜、更可重复。
需要注意的是,这些结论绑定于特定评分规则。该竞赛将输出token直接作为负分项,且工具调用参数计入输出。在生产环境中,如果token成本在总成本中占比不同,或者任务复杂度需要子智能体的模块化维护优势,多智能体架构仍然可能胜出。文章对此的总结是:教训不是子智能体不好,而是根据协调成本选择架构。