多智能体并行
多智能体并行指将多个 AI Agent 实例同时派发到独立子任务上并发执行的编排模式，通常借助 subagent、agent team、git worktree 等机制实现隔离与并行。其核心价值在于缩短端到端耗时、提升吞吐量，并让复杂工作流（如大规模代码改写、多源调研）在有限时间内收敛。关键挑战在于子任务切分、上下文隔离、结果聚合与冲突处理。
2026-08-10
个人尺度实操（Boris Cherny） — 来自 Claude Code 创始人亲自示范（1 月工作流快照）：
- 隔离方式：独立代码副本，而非多分支——每个本地会话用完全独立的代码副本（git checkout），而不是在同一套代码上开分支，多个 AI 改同一项目互不冲突；网页端另有 5-10 个会话，
--teleport命令在本地与网页端之间转移会话。 - 规模与注意力分配：同时有 10-15 个会话干活（“指挥乐队，不是跟聊天框说话”），靠系统通知判断哪个会话需要介入；瓶颈从”写代码”变成”在写代码的那群 AI 之间切换注意力”。
- 会话废弃率首个公开数据点：10%-20% 的会话因意外中途废弃，但”同时跑二十个，扔掉三个不算什么”——用并行摊薄失败成本。
- 与本主题一般框架的对照：个人开发者用”独立副本”替代 worktree/subagent 机制实现隔离，是”上下文隔离与冲突处理”挑战的最轻实现形态。参见 Boris Cherny、Loop Engineering 2026、一人公司。