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
- Paxos 之父 Lamport 用 Claude 做形式化规约，被赞预言 LLM 三十年 — akbirthko · 2026-10-25
- 三个 Markdown 文件让编码 Agent 效率大增：diff 缩小 26% — lmoroney · 2026-10-25
- 开发者押注 Proof-of-Agent 实验要做纯 agent 对 agent 交易 — adamamcbride · 2026-10-25
- 开发者用 Claude 氛围编程复刻 own Jaeger 游戏 — kenan_wyz · 2026-10-25
- 博主用海螺 H3 搭 Magnific MCP 组合，打磨一年建成视频生产管线 — TinfoilTricorn · 2026-10-25
- 群里塞 10+ 个 AI 机器人反而更乱： hallucination 难排查 — gaganghotra_ · 2026-10-25