南大/UIUC 354 任务实测：多 Agent 动态并发常帮倒忙，Token 消耗最高 3.3 倍
新智元 · wechat · 2026-10-19
南京大学与 UIUC 研究人员对 Codex、Claude Code、Kimi Code 三种 Coding Agent 的动态并发（Dynamic Concurrency）机制做了大规模配对实验：354 个软件工程任务、2124 次执行、约 112 亿 Token（约 2.1 万美元成本）。
核心发现
- 收益不稳定：长周期任务有明显收益——LoopsBench 上 Claude Code 完成率从 7.1% 升至 21.4%，Codex 在 NL2Repo 从 34.6% 升至 57.7%；但短周期任务适得其反，SWE-bench Verified 上 Claude Code 从 83% 降至 59%、Kimi Code 从 77% 降至 59%
- 资源代价：并发模式 Token 消耗为顺序的 1.41–3.31 倍；15 组组合中 14 组平均运行时间反而变长
- 调度差异：Codex 更早委派（中位约执行进程 4% 处），Claude Code 重叠并发时间占比最高（52.7%）；创建更多 Agent 不等于更有效并行
28 种失败模式（4 大类、13 子类）
- 任务编排问题（占 28.5%）：伪并发、缺少负责人、负载不均——如 17 个子 Agent 只做调查不做实现，最终 0/785 测试通过
- 执行治理问题（29%）：如主 Agent 设 2 小时等待而任务预算只有 40 分钟，已完成工作未能及时回收
- 全局上下文管理问题：接口约定不明、信息交接过重、缺乏全局验证
结论：并发收益高度依赖任务类型，真正问题是如何把并行工作转化为端到端收益。论文与数据均已开源。
「编程与Agent」频道最新
- 50+ 免费 AI Agent 学习资源合集：视频与仓库一站打包 — ifioknkem · 2026-10-23
- 自封「全网最佳」的免费 AI Agent 资源库引围观 — ifioknkem · 2026-10-23
- Vercel 推出免注册部署：拖拽文件到首页即得线上 URL — steren · 2026-10-23
- 5 个 Claude Code 会话经 MCP 互发邮件，组队攻破多品牌网络摄像头 — doodlestein · 2026-10-23
- Vercel 上线 vercel deploy --temporary,可临时部署后自动清理 — cramforce · 2026-10-23
- 用同一个 Notion 工作区让多个 Agent 互相沟通分工，实测有效 — nbaschez · 2026-10-23