企业越来越多地使用大语言模型代理执行标准作业程序（SOP），这些流程往往冗长、分支多、需要调用工具。然而，针对不同代理架构的选择缺乏受控实验数据。本研究在模型、任务和工具保持不变的前提下，仅比较四种架构：函数调用单代理、技能增强单代理、集中式多代理编排和分流群体（共八个变体），在13个企业级SOP上进行评估，并提出技能定义质量量表，构建高质量和低质量技能语料库。得到三条主要结论。第一，没有通用最佳架构，最佳选择取决于具体SOP。单个SOP的任务成功率从最难的不足 $10\%$ 到最易的接近 $100\%$ 不等，整体上各架构差异不显著，只有在复杂分支SOP上增加结构可能有方向性提升（尚未显著）。第二，增加的架构成本必须由任务成功率提升来证明。所有协同变体（多代理或技能增强）消耗的 token 为单代理的 $1.4$–$4.7$ 倍，延迟为 $2.6$–$5.8$ 倍，但带来的提升通常很小且罕见显著，使单代理成为默认的高效选择；高质量技能可将成功率提升至 $73.1\%$（相较 $67.4\%$），而低质量技能则下降。第三，实现质量比单/多代理的选择更重要。一个看似合理的多代理实现仍不如单代理，但对其进行针对性重构后，成功率可显著超过基线（$75.6\%$ 对 $67.4\%$）。
点评：在企业级 SOP 场景中，选择代理架构应以任务复杂度和实现质量为核心，盲目追求多代理或复杂编排往往得不偿失。