团队规模扩展：早期工作如 MacNet（Qian et al., 2024）发现协作扩展遵循 logistic 模式，收益递减。Kim et al.（2025）的大规模对照研究表明，在固定预算下扩展团队规模可能因协调开销、工具调用竞争和错误放大而产生净负收益。Xu et al.（2026）则指出，同质化智能体中单个智能体通过多轮执行并利用 KV-cache 复用，可以大幅缩小甚至消除大规模团队的优势
终身学习扩展：现有工作如 Agent Workflow Memory（Wang et al., 2024）、ReasoningBank（Ouyang et al., 2025）、SimpleMem（Liu et al., 2026）等主要关注单智能体场景，多智能体系统中的终身学习行为如何随团队规模变化仍不明确
楼主