前兩個(gè)月我在重構(gòu) AlgoMooc 網(wǎng)站過程中發(fā)現(xiàn)一個(gè)問題在 Claude Code 里把一個(gè)任務(wù)拆給 5 個(gè) Subagent 并行跑結(jié)果可能比 1 個(gè) agent 從頭干到尾還慢大多數(shù)人的第一反應(yīng)是反過來的活是并行干的5 個(gè) agent 不說快 5 倍快個(gè)兩三倍總有吧。這個(gè)直覺的問題在于它把能同時(shí)運(yùn)行當(dāng)成了能同時(shí)干完。前者是調(diào)度器給的后者要任務(wù)結(jié)構(gòu)自己配合。我自己的結(jié)論可以先寫成一個(gè)公式并行的收益等于任務(wù)里真正能獨(dú)立拆分的那部分而并行的稅有四項(xiàng)重復(fù)認(rèn)路乘以人頭數(shù)、依賴鏈把并行退化成串行、共享文件的沖突處理、主 agent 單點(diǎn)的匯總和驗(yàn)收。收益蓋不過四項(xiàng)稅的時(shí)候5 個(gè)就是比 1 個(gè)慢。它考的不是 Claude Code 的用法是你有沒有把分布式系統(tǒng)的常識(shí)遷移到 agent 上的能力。把加機(jī)器當(dāng)成加速度的錯(cuò)誤后端工程師在消息隊(duì)列和微服務(wù)上犯過一輪現(xiàn)在輪到 agent 了。上下文隔離、結(jié)果只回傳摘要這些基礎(chǔ)機(jī)制我之前寫 Subagent 的文章已經(jīng)講過這篇不再重復(fù)。今天只算賬依賴、調(diào)度、協(xié)調(diào)、驗(yàn)收一項(xiàng)一項(xiàng)過。五倍直覺與并行稅公式任務(wù)結(jié)構(gòu)先于agent數(shù)量依賴鏈怎么鎖死總時(shí)長(zhǎng)官方文檔對(duì)什么時(shí)候并行說得很克制并行研究在各條研究路徑互不依賴時(shí)效果最好。反過來任務(wù)之間有依賴怎么辦官方給的姿勢(shì)是串行鏈一個(gè) subagent 干完結(jié)果回到主 agent主 agent 再把相關(guān)上下文轉(zhuǎn)交給下一個(gè)。注意這個(gè)結(jié)構(gòu)的含義。5 個(gè)任務(wù)里只要藏著一條 A 到 B 到 C 的依賴鏈你的總時(shí)長(zhǎng)就被這條鏈鎖死了這就是調(diào)度里的關(guān)鍵路徑。B 必須等 A 的產(chǎn)出C 必須等 B真正并行的只有旁邊那兩個(gè)散活。而且每一跳還要多付一筆中轉(zhuǎn)費(fèi)結(jié)果先回主 agent主 agent 消化之后重新派單這段時(shí)間鏈上所有人都在等。這套邏輯其實(shí)一點(diǎn)都不新。并行計(jì)算里它叫阿姆達(dá)爾定律不管加多少處理器加速比永遠(yuǎn)被任務(wù)里串行部分的占比壓死。Agent 并行只是這條老定律換了張新皮而且條件更苛刻因?yàn)?agent 之間的協(xié)調(diào)成本比 CPU 核心之間高出幾個(gè)量級(jí)每一次等結(jié)果、轉(zhuǎn)上下文都是完整的一輪模型調(diào)用。所以拿到任務(wù)先別數(shù)人頭先畫依賴圖。哪些產(chǎn)出是別人的輸入哪些文件是多人要碰的哪些結(jié)論要等別人的中間結(jié)果。依賴圖畫出來能并行的部分往往比想象中小。Anthropic 的工程博客里有一句很掃興但很誠實(shí)的話大多數(shù)編碼任務(wù)里真正可并行的子任務(wù)比研究類任務(wù)少而且模型目前也不擅長(zhǎng)實(shí)時(shí)協(xié)調(diào)和委派其他 agent。依賴鏈把并行退化成串行第一項(xiàng)稅五個(gè)白紙agent各自重新認(rèn)路Subagent 拿不到你主對(duì)話里已經(jīng)建立的認(rèn)知。官方文檔把這一點(diǎn)直接列為什么時(shí)候該用主會(huì)話的理由延遲敏感的場(chǎng)景別用 subagent因?yàn)樗鼈儚牧汩_始需要時(shí)間收集上下文。從零開始意味著什么你的主對(duì)話已經(jīng)知道項(xiàng)目結(jié)構(gòu)、知道改動(dòng)目標(biāo)、知道哪些文件相關(guān)。5 個(gè) subagent 各自要重新讀 CLAUDE.md、重新摸目錄結(jié)構(gòu)、重新 grep 同一批文件。同樣的認(rèn)路工作被做了 5 遍這些 token 和時(shí)間在單 agent 方案里只花一次。Anthropic 博客里對(duì)應(yīng)的失敗模式描述是任務(wù)描述不夠詳細(xì)時(shí)agent 會(huì)重復(fù)勞動(dòng)、留下空當(dāng)、找不到必要的信息。他們給 lead agent 的派單要求是四要素齊全目標(biāo)、輸出格式、工具和信息源的指引、明確的任務(wù)邊界。四要素本身就有成本你得在派單 prompt 里把主對(duì)話的認(rèn)知重新壓縮一遍。寫得越省事下游重復(fù)認(rèn)路越嚴(yán)重。重復(fù)認(rèn)路稅與派單四要素第二項(xiàng)稅調(diào)度不是魔法上限和阻塞都寫在文檔里很多人對(duì)并行的想象是無限車道實(shí)際的調(diào)度機(jī)制長(zhǎng)這樣都是官方文檔里的白紙黑字。調(diào)度事實(shí)官方口徑默認(rèn)并發(fā)方式v2.1.198 起 subagent 默認(rèn)后臺(tái)并發(fā)運(yùn)行阻塞條件需要某個(gè)結(jié)果才能繼續(xù)時(shí)前臺(tái)阻塞等待并發(fā)上限默認(rèn) 20 個(gè)超限直接報(bào)錯(cuò)拒絕不是排隊(duì)單會(huì)話總量默認(rèn)最多 200 個(gè) subagent嵌套默認(rèn)關(guān)閉subagent 不能再開 subagent相互通信不支持子代理之間不交換信息其中最容易想當(dāng)然的是第三條超過并發(fā)上限不是排隊(duì)等空位是報(bào)錯(cuò)而且官方明確提示不要立即重試要等運(yùn)行中的數(shù)量降下來。把開 50 個(gè)總有 20 個(gè)在跑當(dāng)成策略的人會(huì)在報(bào)錯(cuò)重試?yán)锢速M(fèi)更多輪次。Anthropic 自己復(fù)盤早期系統(tǒng)時(shí)列過一個(gè)失敗案例給簡(jiǎn)單查詢開了 50 個(gè) subagent。這不是假想敵是他們真踩過的坑。第一條也值得多說一句。后臺(tái)并發(fā)聽起來很美但后臺(tái)跑完的結(jié)果是以完成通知的形式在之后的輪次里陸續(xù)到達(dá)主對(duì)話的。也就是說主 agent 不是實(shí)時(shí)看著五個(gè)人干活它是在收快遞收齊了才能開始匯總。至于讓 agent 之間直接商量著干活那不是 subagent 的能力子代理之間不通信需要協(xié)作通信是另一套叫 agent teams 的機(jī)制成本結(jié)構(gòu)完全不同。調(diào)度機(jī)制的六條事實(shí)第三項(xiàng)稅共享文件的所有權(quán)比你想的難分5 個(gè) agent 只讀不寫沖突稅約等于零這也是為什么檢索、審計(jì)、調(diào)研類任務(wù)是并行的最佳場(chǎng)景。一旦要寫文件問題就變成誰擁有哪些文件我去年在 AlgoMooc 的題解動(dòng)畫上踩過一次完整的坑。五道題的動(dòng)畫課件頁看起來是五個(gè)完全獨(dú)立的任務(wù)一題一個(gè) subagent理論上互不相干。實(shí)際跑起來才發(fā)現(xiàn)它們共享同一個(gè)播放器組件其中一個(gè) agent 覺得組件接口缺一個(gè)暫停回調(diào)順手把共享組件改了另外四個(gè)基于舊接口寫的調(diào)用等我合并時(shí)全對(duì)不上。表面上五個(gè)獨(dú)立任務(wù)底下壓著一個(gè)沒人認(rèn)領(lǐng)的共享依賴。那個(gè)下午我花在對(duì)齊接口、返工調(diào)用上的時(shí)間比動(dòng)畫生成本身還多。復(fù)盤下來寫并行任務(wù)的第一件事是把文件所有權(quán)切干凈每個(gè) agent 一塊獨(dú)占地盤共享的部分要么凍結(jié)不許動(dòng)要么單獨(dú)立一個(gè)任務(wù)先改好其他人等它。所有權(quán)分不干凈的任務(wù)就不配并行。同一個(gè)任務(wù)現(xiàn)在讓我重排會(huì)是這樣第一步單獨(dú)派一個(gè)任務(wù)把播放器組件的接口補(bǔ)齊、定稿、凍結(jié)這一步串行誰也不等誰第二步五道題的課件并行開工派單里寫死一條邊界只許寫各自題目目錄共享組件只讀第三步驗(yàn)收盡量交給機(jī)器課件頁能不能構(gòu)建、資源路徑在不在腳本一跑就知道主線只人工看動(dòng)畫效果這種機(jī)器判不了的部分。同樣五個(gè) agent把依賴前置、所有權(quán)切開、驗(yàn)收自動(dòng)化之后才輪得到并行發(fā)揮作用。worktree 能幫上一部分忙。Claude Code 支持給 subagent 配 isolation: worktree讓它在一個(gè)臨時(shí)的 git worktree 里干活寫操作物理隔離互相踩不到任務(wù)結(jié)束時(shí)沒有改動(dòng)的 worktree 還會(huì)自動(dòng)清理。git 這一層也有內(nèi)置保護(hù)同一個(gè)分支默認(rèn)不允許被第二個(gè) worktree 檢出從機(jī)制上堵死了兩個(gè)人同時(shí)站在一根分支上互相覆蓋的可能。但要認(rèn)清它的邊界git 官方文檔里 worktree 只負(fù)責(zé)多工作樹的寫隔離從頭到尾沒有任何自動(dòng)合并機(jī)制分出去的五份改動(dòng)怎么合回來、語義沖突怎么處理還是主線的活。物理沖突好辦git 會(huì)報(bào)給你看語義沖突才要命兩個(gè) agent 各自改了不同文件單看都對(duì)合在一起行為就變了這種沖突任何工具都不會(huì)替你發(fā)現(xiàn)。還有一個(gè)很容易中招的細(xì)節(jié)Claude Code 的臨時(shí) worktree 默認(rèn)從倉庫的 default branch 分出來不是你會(huì)話當(dāng)前的 HEAD。你會(huì)話里還沒合入的改動(dòng)worktree 里的子代理根本看不見它是基于一個(gè)舊世界在干活。worktree 解決什么不解決什么第四項(xiàng)稅最后所有路都匯到一個(gè)瓶頸上假設(shè)前三項(xiàng)稅都交完了5 份產(chǎn)出順利回來最后一關(guān)才是大頭誰來匯總、誰來驗(yàn)收、誰來合并跑測(cè)試答案只有一個(gè)主 agent加上屏幕前的你。官方文檔專門有一條警告多個(gè) subagent 各自回傳詳細(xì)結(jié)果會(huì)把主上下文重新吃滿。你用隔離省下的上下文在匯總這一步連本帶利還回去。Anthropic 描述自家系統(tǒng)時(shí)也承認(rèn)lead agent 是同步執(zhí)行 subagent 的等一整批完成才走下一步他們也考慮過異步化但代價(jià)是要處理結(jié)果協(xié)調(diào)、狀態(tài)一致性和錯(cuò)誤傳播這三座山。驗(yàn)收更是純串行。5 份交付物要一份一份讀、一份一份對(duì)齊約定、合并后統(tǒng)一跑測(cè)試。我那次動(dòng)畫課件的翻車一半時(shí)間就耗在這里第三份產(chǎn)出的接口問題是我合并完前兩份之后才暴露的返工又牽連著后面兩份。并行生產(chǎn)串行驗(yàn)收驗(yàn)收才是流水線的瓶頸。還有一層容易被忽略的風(fēng)險(xiǎn)放大效應(yīng)。Anthropic 博客里寫過agent 的一步出錯(cuò)可能讓它走上完全不同的執(zhí)行軌跡結(jié)果不可預(yù)測(cè)。單 agent 的跑偏你在對(duì)話里當(dāng)場(chǎng)就能看見、當(dāng)場(chǎng)糾5 個(gè)后臺(tái) agent 的跑偏你要等它們?nèi)拷痪聿胖厘e(cuò)誤在各自的軌跡里已經(jīng)復(fù)利了一路。人越多發(fā)現(xiàn)問題的時(shí)點(diǎn)越晚返工半徑越大。匯總與驗(yàn)收并行生產(chǎn)串行收口成本賬官方自己給的數(shù)字值不值得開多 agentAnthropic 在工程博客里給過量級(jí)參考引用時(shí)我把條件說全在他們的統(tǒng)計(jì)里agent 類交互的 token 消耗大約是普通對(duì)話的 4 倍多智能體系統(tǒng)大約是 15 倍。他們的結(jié)論是多智能體架構(gòu)要用在任務(wù)價(jià)值高到付得起這筆溢價(jià)的地方。同一篇博客還給了規(guī)模參考簡(jiǎn)單的事實(shí)查證1 個(gè) agent 加 3 到 10 次工具調(diào)用就夠直接的對(duì)比類任務(wù)2 到 4 個(gè) subagent各 10 到 15 次調(diào)用只有復(fù)雜的研究類任務(wù)才值得上 10 個(gè)以上。注意這是研究系統(tǒng)的經(jīng)驗(yàn)編碼任務(wù)的可并行度還要再打折扣。需要說明的是他們的多智能體系統(tǒng)在內(nèi)部研究評(píng)測(cè)上確實(shí)比單 agent 好了 90.2%但那是質(zhì)量分不是速度而且是研究檢索場(chǎng)景。拿這個(gè)數(shù)字論證多開就是快屬于拿著別人的賬本記自己的賬。官方成本賬與規(guī)模參考面試怎么答這道題60 到 90 秒版本四步。先破直覺十五秒5 個(gè) agent 快 5 倍的前提是任務(wù)完全獨(dú)立可拆這個(gè)前提在編碼任務(wù)里很少成立。并行收益等于可獨(dú)立拆分的部分剩下的全是協(xié)調(diào)成本。再列稅單三十秒四項(xiàng)。一subagent 從零啟動(dòng)項(xiàng)目認(rèn)知要重建 5 遍二任務(wù)間有依賴鏈的話關(guān)鍵路徑把并行退化成串行每跳還有主 agent 中轉(zhuǎn)三寫共享文件要處理所有權(quán)和沖突worktree 只管寫隔離不管合并四匯總驗(yàn)收是主 agent 單點(diǎn)串行回傳的詳細(xì)結(jié)果還會(huì)重新吃滿主上下文。給數(shù)字背書二十秒Anthropic 官方博客的量級(jí)是 agent 約 4 倍 token、多智能體約 15 倍他們明確說這架構(gòu)只配價(jià)值足夠高的任務(wù)還說編碼任務(wù)里真正可并行的子任務(wù)比研究類少。收口十五秒我的做法是先畫依賴圖再?zèng)Q定人頭數(shù)文件所有權(quán)切不干凈的任務(wù)不并行只讀的調(diào)研類任務(wù)才放心大膽開并行。60 秒回答框架面試官大概率會(huì)追問的三個(gè)問題追問一文件所有權(quán)具體怎么劃要點(diǎn)按目錄或模塊給每個(gè) agent 劃獨(dú)占寫區(qū)共享代碼凍結(jié)或者前置成單獨(dú)任務(wù)拿不準(zhǔn)的 agent 一律給只讀工具白名單把寫權(quán)限收在主線合并動(dòng)作永遠(yuǎn)只發(fā)生在主線一個(gè)地方誰分出去的誰負(fù)責(zé)收。追問二worktree 是不是把沖突問題解決了要點(diǎn)只解決了一半。它給的是物理寫隔離代價(jià)是兩個(gè)新問題臨時(shí) worktree 默認(rèn)從 default branch 分出來看不到會(huì)話里未合入的改動(dòng)起點(diǎn)就是舊的合并和語義沖突處理沒有任何自動(dòng)化還是人和主線的活。隔離越徹底合并時(shí)的信息差越大。追問三那什么時(shí)候 5 個(gè)真的比 1 個(gè)好要點(diǎn)三個(gè)特征同時(shí)滿足的時(shí)候。任務(wù)能被切成互不依賴的塊過程產(chǎn)物大但結(jié)論短隔離能省下真金白銀的上下文產(chǎn)出的驗(yàn)收標(biāo)準(zhǔn)客觀機(jī)器能判對(duì)錯(cuò)不用主線逐份人肉審。典型場(chǎng)景是大倉庫的多角度檢索和審計(jì)。反過來多階段共享大量上下文的活官方文檔明說該留在主會(huì)話。寫在最后第一并行收益不由 agent 數(shù)量決定由任務(wù)的依賴結(jié)構(gòu)決定先畫依賴圖再數(shù)人頭。第二四項(xiàng)并行稅各有出處重復(fù)認(rèn)路、依賴串行化、文件沖突、單點(diǎn)驗(yàn)收每一項(xiàng)官方文檔或工程博客都白紙黑字寫著。第三worktree 是寫隔離工具不是合并工具默認(rèn)從 default branch 出發(fā)這個(gè)細(xì)節(jié)坑過的人才記得住。也說一個(gè)我旗幟鮮明的看法把多開 subagent當(dāng)成性能優(yōu)化手段方向就偏了。它首先是上下文管理手段省的是主對(duì)話的注意力不是墻上時(shí)鐘的時(shí)間。真圖快先把任務(wù)拆干凈拆不干凈的任務(wù)一個(gè) agent 老老實(shí)實(shí)串行做完往往就是最快的方案。判斷準(zhǔn)則還是那句話這個(gè)任務(wù)里能獨(dú)立拆分的部分值多少四項(xiàng)稅加起來要收多少。稅比收益高人多就是添亂。學(xué)AI大模型的正確順序千萬不要搞錯(cuò)了2026年AI風(fēng)口已來各行各業(yè)的AI滲透肉眼可見超多公司要么轉(zhuǎn)型做AI相關(guān)產(chǎn)品要么高薪挖AI技術(shù)人才機(jī)遇直接擺在眼前有往AI方向發(fā)展或者本身有后端編程基礎(chǔ)的朋友直接沖AI大模型應(yīng)用開發(fā)轉(zhuǎn)崗超合適就算暫時(shí)不打算轉(zhuǎn)崗了解大模型、RAG、Prompt、Agent這些熱門概念能上手做簡(jiǎn)單項(xiàng)目也絕對(duì)是求職加分王給大家整理了超全最新的AI大模型應(yīng)用開發(fā)學(xué)習(xí)清單和資料手把手幫你快速入門學(xué)習(xí)路線:?大模型基礎(chǔ)認(rèn)知—大模型核心原理、發(fā)展歷程、主流模型GPT、文心一言等特點(diǎn)解析?核心技術(shù)模塊—RAG檢索增強(qiáng)生成、Prompt工程實(shí)戰(zhàn)、Agent智能體開發(fā)邏輯?開發(fā)基礎(chǔ)能力—Python進(jìn)階、API接口調(diào)用、大模型開發(fā)框架LangChain等實(shí)操?應(yīng)用場(chǎng)景開發(fā)—智能問答系統(tǒng)、企業(yè)知識(shí)庫、AIGC內(nèi)容生成工具、行業(yè)定制化大模型應(yīng)用?項(xiàng)目落地流程—需求拆解、技術(shù)選型、模型調(diào)優(yōu)、測(cè)試上線、運(yùn)維迭代?面試求職沖刺—崗位JD解析、簡(jiǎn)歷AI項(xiàng)目包裝、高頻面試題匯總、模擬面經(jīng)以上6大模塊看似清晰好上手實(shí)則每個(gè)部分都有扎實(shí)的核心內(nèi)容需要吃透我把大模型的學(xué)習(xí)全流程已經(jīng)整理好了抓住AI時(shí)代風(fēng)口輕松解鎖職業(yè)新可能希望大家都能把握機(jī)遇實(shí)現(xiàn)薪資/職業(yè)躍遷這份完整版的大模型 AI 學(xué)習(xí)資料已經(jīng)上傳CSDN朋友們?nèi)绻枰梢晕⑿艗呙柘路紺SDN官方認(rèn)證二維碼免費(fèi)領(lǐng)取【保證100%免費(fèi)】