Увеличение простоты развертывания AI-агентов в разработке программного обеспечения не приводит к росту производительности, поскольку разработчики сталкиваются с «налогом на оркестровку» — скрытыми затратами на управление, оценку и интеграцию результатов работы агентов. Хотя запуск агентов прост, настоящая сложность заключается в необходимости человеческого суждения для проверки результатов, разрешения конфликтов и принятия архитектурных решений, которые нельзя распараллелить. Разработчиков сравнивают с глобальной блокировкой интерпретатора (GIL) в Python — однопоточным ресурсом, ограничивающим пропускную способность в конкурентных системах. Несмотря на одновременную работу нескольких агентов, узким местом остаётся когнитивная пропускная способность разработчика, что приводит к увеличению очередей задач и потенциальной когнитивной усталости. Эффективные рабочие процессы должны сосредоточиться на проектировании архитектур внимания, балансируя делегирование машинным системам с человеческим контролем, чтобы предотвратить технический и когнитивный долг.