100 个 agent 同时审文档:开源 harness 实测 10 分钟、仅花 5.75 美元
Pitiful-Surround-285 · reddit · 2026-09-25
一个团队开源其编码 agent harness 后做了压力测试:一个 prompt 让编排器(GPT-6 Astra)用至少 100 个 agent 更新自家 24 页文档。它规划出 100 个只读审阅任务(每页 4 个角度:对照 Rust 源码核验、变更内容、示例与 flag 是否匹配、链接与限制)+ 4 个全站检查,由 GPT-6 Luna 并行执行;25 个 GPT-6 Sol 编辑各管一个文件避免冲突,最后再加 2 个核验 agent。
结果与成本
- 100 个 agent 全部返回报告,最慢仅 2 分多;fan-out 总耗时 4 分 55 秒,合计 agent 时间 1 小时 57 分,prompt 到 commit 约 10 分钟,改动 29 个文件(+276/-90)。
- 经 OpenRouter 计费共约 $5.75(Astra $2.94、Sol $2.08、100 个 Luna 共 $0.73);订阅用户则零额外开销。
抓到的真实问题:SDK 错误示例无法编译、文档虚构了不存在的子 agent 深度限制 5、provider 页漏了 3 家、MCP 超时描述前后矛盾,还发现 TypeScript REPL 工具在新版 bun 上是坏的。
控成本设计:每个 reviewer 单页单角度、最多 6 轮查看和 4 条发现,只写文件+<100 字回报,不倒库进上下文;模型按层级强制指定,worker 默认 24 步/5 分钟上限。全部跑在一个 6.5MB Rust 二进制内。
所属事件:开源编码 agent harness 实测百个智能体并行审文档(2 条相关)→
「编程与Agent」频道最新
- 4B 小模型加截图反而更差：一次浏览器 Agent 实验复盘 — Stunning-Sherbet1853 · 2026-11-11
- 0xJeff:x402 的真正短板在企业级,大钱在 B2V 而非机器互付 — 0xJeff · 2026-11-11
- 开发者自建 git 网页应用被 Codex 安全护栏误判为网络安全风险 — brianmichel · 2026-11-11
- 形式化验证让 AI 编码更快：Lean 证明成为 agent 优化护栏 — bigdata · 2026-11-11
- Orchestrator v0.14.11 发布：统一管理散落各处的 AI 编程会话 — julianweisser · 2026-11-11
- DeepSeek 开源编码 agent DSH 登上 HF Harness 榜，五项评测并列第一 — TheZachMueller · 2026-11-11