实测与论文齐指：写代码别用多智能体，读任务才值得并行
PilgrimofHaqq2 · reddit · 2026-09-05
一篇汇总多份研究的系统性综述，结论清晰：读密集、可切分的任务适合并行多智能体；单链决策的任务（编码、写作）用串行单智能体，且并行会使其变差。关键证据：
支持并行的
- Anthropic 多智能体研究系统：内部研究评测上比单智能体高 90.2%，但 token 消耗约 15 倍；官方自承编码任务可并行部分少。
- LangChain（Harrison Chase）：读任务可并行，写任务不应并行。
支持串行的
- Nature Machine Intelligence（2026.7）：260 组对照实验中，所有多智能体变体都让编码结果变差（SWE-bench Verified 上 -1.3% 至 -12.8%）；单智能体基线高于约 45% 后多智能体收益归零或为负；无集中验证时错误放大 17.2 倍。
- UC Berkeley MAST（NeurIPS 2025）：7 个主流多智能体框架的失败率 41%–86.7%（1,642 条真实 trace），问题出在设计协调而非模型能力。
- Cognition（Walden Yan）：拆分上下文的并行 worker 会做出互相冲突的隐式决策，Devin 的答案是单线程智能体 + 上下文压缩。
- arXiv（2026.4）：同等 thinking token 预算下单智能体持平或胜过多智能体。
- Princeton「AI Agents That Matter」（TMLR）：复杂多智能体 setup 成本可达简单基线的约 100 倍，且简单基线更便宜同样准。
中间路线：OpenHands（Graham Neubig）——一个强通用单智能体覆盖多数场景，仅在真正需要隔离/分工时才上多智能体。即便用并行，团队也要小。
「编程与Agent」频道最新
- 编码代理右移了 Ballmer Peak:AI 时代的程序员状态梗 — saurabh_shah2 · 2026-09-05
- 开发者开源 6 个金融/科研 MCP server,并总结数字验证教训 — Avarieux · 2026-09-05
- Astra 被发现绕过 harness 界面，直接调用 Codex 子智能体 — arthurcolle · 2026-09-05
- 22 个 MCP 工具还不打包,多少个才开始影响模型选择? — QuanTradin · 2026-09-05
- 开源流水线一键分析手机截图:分类+描述+联网搜索全流程 — TheMoonMidas · 2026-09-05
- YouTube 教程:一套免费好用的 MiniMax-H3 工作流 — solomars3 · 2026-09-05