编码智能体团队扩展研究：用 30% 成本摸到性能前沿

nouhadziri · x · 2026-10-14

作者发布新研究《Lessons from scaling teams of coding agents》，系统性回答多智能体团队的扩展问题：团队如何组织、agent 间如何通信、团队该多大、该用什么模型。

背景是编码 agent 团队已能构建 C 编译器、浏览器和整个代码库，但「多加 agent 收益递增」并不成立。研究基于最小化多智能体框架在 ProgramBench 上做控制实验，核心发现：团队比 solo 最多高约 10 个点但成本 4–7 倍；把委托集中在规划环节（Team P）可以半价拿到同等性能；用便宜模型做规划器能以 13.9% 的额外成本保留 47.5% 的增益，综合下来可用约 30% 的成本接近性能前沿。异步 lead 比阻塞 lead 更快完工；便宜模型做实现反而拖垮团队。