ParallACT 基准：无协调多智能体并行改代码，Claude Code 成绩从 62% 暴跌至 16%
EliasEskin · x · 2026-11-04
UT Austin 团队（Rishabh Mediratta、Lingyun Xiao，与 Peter Stone、Joydeep Biswas、Elias Stengel-Eskin 合作）发布论文与基准 ParallACT，研究没有中央编排器的多智能体在共享代码库中协调的问题：
- 场景：多个开发者各自向共享仓库委派任务，多个 coding agent 天然形成多智能体局面——各自实现单独可用，合并时却可能冲突。
- 基准设计：包含「互补任务」（各 agent 任务独立有用，需共享接口才能有效合并）与「矛盾任务」（两个 agent 以不兼容方式改同一代码）两类。
- 关键发现：拿到合并任务集的单智能体 oracle 能解决大多数任务，而并行 agent 表现显著更差；互补任务下滑明显，矛盾任务断崖式下跌——例如 Claude Code 配 Claude Opus 4.8 从 62% 跌到 16%，合并代码通常只满足一份规格；在 6 种进一步配置（不同执行顺序、可见性、感知与通信通道）下差距同样存在。
论文、代码与数据均已公开。随着越来越多开发者把工作委派给共享代码库上的 agent，这一设置会越来越常见。
所属事件:ParallACT 基准：并行智能体协作成功率暴跌，通信收效有限(8 条相关)→
「编程与Agent」频道最新
- 研究发现：模型原生读图可提升深度研究 Agent 且减少工具调用 — RulinShao · 2026-11-04
- Prized 开发盒上线通宵 GPU 租用,网友称 agent 自己租卡微调 — thisguyknowsai · 2026-11-04
- 企业级 AI 平台实战播客：记忆、护栏与可观测性 — Al_Grigor · 2026-11-04
- Manychat 工程师分享：构建答案可验证的分析 Agent — Al_Grigor · 2026-11-04
- Sentry 开源 MCP harness 分级文档：一线工具搜索已成标配 — zeeg · 2026-11-04
- Sentry CEO 发问:MCP 时代还要不要自建工具搜索原语 — zeeg · 2026-11-04