17｜多Agent内部：DAG、上下文交接、并发冲突与相关错误

目标：能判断什么值得拆分、如何可靠合并，以及为什么多Agent可能更差。先建立单Agent基线，不把角色数量当能力指标。

继续看相关机制：F24 · 任务状态不是聊天里的一句总结F33 · 超时告诉你没收到，不告诉你没发生F34 · 测试是找反例，不是给代码盖绿章

1. 多Agent能带来什么真实收益

相对独立的信息搜索可并行，不同任务可拥有不同上下文与工具，部分审查可隔离实现者的假设。Anthropic研究系统提供了主Agent协调、子Agent并行探索的工程案例；Agentless则提示某些软件任务中结构化简单流程也有竞争力。二者回答的任务与设置不同，不存在一条“多Agent总是更好”的结论。[N26][N47]

多Agent增加的成本包括任务说明、重复检索、上下文交接、合并、冲突解决和额外模型调用。若所有人修改同一段核心逻辑，分工可能只把原本连续的思考切碎。若任务本身很小，协调成本甚至超过实现成本。

2. 用关键路径而不是Agent数量估计加速

设工作中可并行比例p，理想N个执行者的加速上界近似1/[(1−p)+p/N]；再加入协调、通信、重复和合并开销，真实速度更低。这是Amdahl式推导的应用，不是模型实验结果。

以两个独立模块各自修改、最后集成为例，理想耗时是二者最大值加集成时间，而不是两者相加。但如果第二模块需要第一模块确定接口，存在依赖边，不能真正并行。任务DAG应表达产出依赖，而不是按“分析/实现/审查”机械切成固定三层。

共享限流也会破坏理想并行。四个Agent同时请求同一外部API，可能互相限流；总Token预算固定时，扩大并发也会挤压每个任务可用证据。评估应统计完整任务墙钟时间与总资源，而不是只看某个子任务很快。

3. 委派契约需要哪些信息

委派说明至少应有目标、范围、当前事实、必要约束、可用工具、预期返回形式与完成条件。信息要充分但不复制整段主会话。重要假设应明确是待验证，不要作为事实灌输给所有子Agent。

返回结果应区分结论、证据位置、已执行动作、未解决问题。主Agent只接收漂亮摘要而没有原始来源，就无法判断冲突或复核。需要精确代码时，应读取子Agent标明的当前版本，而不是让它在摘要里手工重写一段可能错的源码。

不同宿主的上下文继承方式不同，有独立上下文也有fork；工具与权限也由产品配置决定。设计时先核实宿主机制，不应在技能里写一个抽象“继承全部权限”就当作已经实现。[N21][N22]

4. 文件并发与集成边界

对独立写任务，分支或worktree可降低直接覆盖，但不能消除语义冲突。两个补丁分别通过测试，合并后可能改变共享接口、依赖版本或配置行为。合并后的当前工件必须重新验证，不应沿用各分支的绿色结果。

对同一文件的修改，先定义责任范围或串行化关键部分。内容哈希/CAS可防覆盖，但失败后仍需人工或Agent理解冲突，不能自动选择最后写者。某些任务适合子Agent只研究，主Agent集中实施，减少并发写冲突。

如果子Agent能修改测试，主Agent需要识别测试是否被弱化。验证资源应有明确所有权，高风险验收可放在工作区外或受限执行环境。把“测试全绿”当成果时，先确认测试本身仍验证原要求。

5. 独立Review不等于独立错误

同一模型、同一提示和同一上下文可能共享错误前提。实现者的解释先展示给审查者，会让其被结论锚定。独立审查可先看原需求、当前diff和测试，再看实现理由；但这也增加阅读成本，需用于值得的任务。

多数投票只在错误具有足够独立性、投票目标可识别时才有预期收益。若所有Agent都相信过期API文档，投票不会恢复事实。更有效的方法可能是增加独立证据，例如读取当前接口或运行测试，而不是再加入第五个相同审查者。

小问题可在当前Review中直接修复并验证，不必退回重新分析、重新设计、再次Review的完整循环。涉及目标改变、破坏性架构决策时才需要回到设计。风险驱动而非仪式驱动。

6. 取消、失败与部分完成

一个子任务失败不一定使所有任务无效。主Agent应知道哪些产物可复用、哪些依赖失败结果。取消后可能仍有在途工具动作，需要等待可确认的终态或记录unknown。不要通过删除子任务日志假装一切未发生。

对超时任务，先读取已持久化证据，避免重做；对无进展循环，调整任务边界或缩小问题。重启新Agent并复制全部历史，有时只把同一失败再次运行。恢复策略应针对错误类型，而不是统一“再试一次”。

7. 何时不拆分

目标清晰、修改小、证据集中、验证便宜的任务，单Agent往往足够。跨语言/独立模块/广泛研究且结果容易独立核验的任务，更可能受益于并行。这个判断应由实际依赖和风险支撑，不要求为每个任务创建复杂度分数。

验收题：四个研究Agent产出四份不同结论，应该总结平均意见吗？不应。先比较来源、时间、作用域和证据质量；有些分歧只是条件不同，有些是真矛盾。整合是证据裁决，不是语言折中。