多智能体编码何时反而有害?5 种实证编排模式一次讲清
BorderlineImmigrant · reddit · 2026-11-22
YK Sugi(Google Cloud)发布的实用指南汇总了多智能体编排的实证研究:在完全独立的子任务上,多智能体可带来最高 +80.8% 的提升;但在强耦合的规划任务上反而使性能下降 39%70%。
文中给出 5 种模式及适用边界:
- Builder + Verifier 分离:写代码的 agent 与只读、新会话的验证 agent 分开,消除同上下文自审偏见,适用于任何非平凡改动。
- 按文件分车道并行:仅当文件归属清晰(前端/后端/文档)时并行;重叠编辑会使成功率下降约 30%。
- Best of N:同一难题并行跑 N 次,用自动化测试选优;真实 GitHub issue 上通过率从 15.9%(1 次)提升到 56%(250 次),前提是有客观的自动判据。
- 模型议会:无确定性测试时(架构、UX、开放式设计),让多个模型独立提案,再由盲评(隐去模型名)的全新裁判打分后合并。
- 评审团队:大改动用并行只读 reviewer,每个负责单一视角(UX/简洁性/边界情况/安全),专项评审比通用清单多捕获约 35% 缺陷。
文末附快速路由规则:简单任务单线程、中等任务用 Builder+Verifier、独立模块分车道、难且有确定性测试用 Best of N、难且开放式用模型议会、大 PR 收尾用评审团队。
「编程与Agent」频道最新
- 用 Claude Code 写 2 万行 Python 给 Claude 本尊做了一部动画短剧 — quaisar3 · 2026-11-22
- 16 个 LLM 评测框架横评:各自打分什么、如何设门禁 — blaizedsouza · 2026-11-22
- Google 为浏览器 Agent 打造镜像互联网,每天生成上千攻击测试 — shashib · 2026-11-22
- DHH 深谈 Omarchy 与 AI:新访谈浓缩其开发理念 — mark_k · 2026-11-22
- Gemini 4 Neon 通读仓库搭出 3D 神经角色 demo,无需 NVIDIA GPU — Eric520CC · 2026-11-22
- RLVR 训练只奖励单任务得分:模型不在乎代码长期可维护性,得靠人来管 — bendee983 · 2026-11-22