随着多个AI在各自隔离的环境中同时分担编码、测试、文档编写等任务的“并行AI Agent编码”技术的出现，软件开发的范式正在发生根本性的改变。
想象一下。假设您是一家餐厅的主厨，需要做100份美味丰盛的宴会面条。如果只靠您一个人独自按照顺序完成熬汤、煮面、切配菜、装碗的所有工序，可能需要熬好几个通宵。但如果有一天早晨您醒来，发现厨房里有三台训练有素的烹饪辅助机器人在待命。一台在火炉前不断地熬制高汤，另一台在0.1秒内切好鸡蛋丝和葱花，还有一台能在面条不至于发胀的完美时机将其捞出。作为主厨，您只需负责统筹大局，下达“汤再咸一点，面只煮2分钟”这样的指挥即可。
如今，在全球的软件开发一线，也就是孕育无数App和网站的“数字厨房”里，正是发生着这样惊人的变化。过去那种向单一的人工智能（AI）提出“帮我开发这个功能”的请求，然后悠闲地等待结果的时代已经过去。现在迎来的是众多AI各司其职、“同时”进行激烈协作的新时代。开发者们将这种令人惊叹的新趋势称为“并行AI Agent编码 (Parallel AI agent coding)” 新趋势：通过启动并行AI Agent进行编程。
最近，在美国著名的科技社区Hacker News上，一个名为“Dari-docs”的新项目引发了巨大的轰动 优质新闻：Hacker News排名 - Social Protocols。该工具正是巧妙地利用了这些并行编码Agent，能够自动优化开发者最头疼的“文档编写工作（编写解释代码如何运行的说明书）”，从而赢得了无数工程师的喝彩 hckr news - 按时间排序的Hacker News。
那么，多个AI同时工作在技术上意味着什么呢？对于不关注复杂IT技术的我们来说，这究竟会给我们的日常生活带来哪些具体的改变呢？
这为什么重要？ (Why It Matters)
我们每天使用的智能手机外卖App、银行App、社交App，其实都是由数十万甚至数百万行密集文本交织而成的庞大“代码 (Code) 堆”。打个简单的比方，就像是一座由数百万个齿轮组成的巨大钟楼。在这个庞然大物中，哪怕只有一行代码出错，也会导致无法支付或App闪退的严重事故。因此，开发者们不仅需要花费大量时间编写新代码，还要投入极大的精力仔细“测试”代码是否能与其他部分无冲突地运行，并在发生错误时像用显微镜一样“研究”排查原因。
以前，开发者即使使用像ChatGPT这样优秀的AI工具，也不得不依赖于令人郁闷的“顺序执行”方式。比如拜托它编写代码，然后苦等它完成，之后再提出修复该代码Bug的请求。但是，目前在资深工程师中迅速普及的“并行AI Agent编码”概念在本质上却完全不同。这项技术顾名思义，就是将多个不同的AI编码Agent“同时 (at the same time)”批量运行，让它们并发处理不同的子任务的革命性方式 什么是并行AI Agent编码？深入指南…。就在一个AI正在挥汗如雨地编写核心代码的同时，另一个AI在编写严格检查该代码是否正确的测试代码，还有另一个细心的AI正在互联网上实时搜集潜在的问题 什么是并行AI Agent编码？深入指南…。
这对普通人如此重要的原因很明确。过去需要数百名人类开发者喝下几十杯咖啡、耗时数月才能完成的App核心功能，或者需要熬夜才能修复的致命安全漏洞，现在通过并行AI的可怕协作，可能在短短几天甚至几个小时内就像变魔术一样被解决。您的智能手机App能更快地闪亮更新出新功能、令人烦躁的闪退现象急剧减少的背后，正是无数AI挥洒汗水的隐秘功劳。
| 然而，就像所有的创新一样，这个过程并不总是一帆风顺的。就像很难一次驾驭多匹野马一样，同时完美控制多个仿佛拥有自我意识的AI，是一件极其困难的事情。一位雄心勃勃试图开发复杂金融分析工具的开发者的亲身经历就很好地说明了这一点。为了比任何人都快地完成项目，他同时投入了负责复杂数学运算的线性求解器 (linear solver) Agent、深入存储数据的持久层 (persistence layer) Agent，以及负责华丽用户界面的前端 (front-end) Agent等多个AI。但失去控制的AI们开始各自从四面八方抛出各种离谱的执行结果，他坦言，为了收拾这个烂摊子，他差点精神崩溃，感觉就像在游戏厅里玩疯狂的“打地鼠 (whack-a-mole)”游戏一样 [Show HN: yolo-cage – 无法泄露机密的AI编码Agent | Hacker News](https://news.ycombinator.com/item?id=46706796)。 |
为了克服这种混乱并最大化效率，工程师们必须设计出让AI Agent能够安全工作的特殊工作环境和管理系统。
深入浅出 (The Explainer)
那么，天才开发者们是如何把这些乱窜的多个AI聚集在一起，让它们互不打架并井然有序地工作呢？
为了便于理解，让我们再次回想一下复杂的建筑工地。为了建造一栋大楼（程序），水管工（负责数据的AI）、电工（负责运算的AI）、壁纸技工（负责界面的AI）被同时派往现场。如果他们同时挤在一个狭窄的客厅里乱糟糟地施工，会发生什么呢？水管工不小心打开了水，水碰到了电线，上面又被涂上了没干的水泥，整个工地瞬间就会像灾难片里的场景一样乱成一锅粥。
| 在软件世界里，为了防止发生这种可怕的大灾难，人们使用了一种叫做“Git工作树 (Git worktree)”的梦幻技术。简单来说，Git工作树能够将庞大的建筑工地结构100%原样复制，创建出多个就像绝对互不干扰的平行宇宙 (Parallel universe) 一样完全独立的“复制工地”。这是一种近乎魔法般的功能。最近，Git工作树已经确立了自己作为最核心的“本地隔离层 (local isolation layer)”的地位，它彻底隔离了空间，确保并行代码Agent在工作时不会无情地互相踩脚 并行代码Agent解析：工作树、沙盒和…。只需点击一下，每个AI Agent就能自动获得一个专属、安全且完美的隔离空间 (Sandbox)，让它们能够爆发式地专注于分配给自己的任务 [Show HN: Superset – 在您的机器上运行10个并行编码Agent | Hacker News](https://news.ycombinator.com/item?id=46109015)。 |
但是，并非给每个人分配了宽敞的房间，项目就能顺利完成。我们必须需要一位“全能的总监工”，将这些平行宇宙中制造出的数千个零件和成果毫无错误地漂亮组装起来。一线的开发者们将这种扮演大脑角色的系统称为“Agent式编排器 (Agentic orchestrator)”。这个编排器系统聪明得让人起鸡皮疙瘩，它绝不会满足于仅仅机械地大量生成AI (spawns agents)。它能完美理解整个项目的目标，向每个AI下达详细的任务计划 (plans tasks)，并自行分析和解决后来AI各自编写的代码合并时必然会产生的冲突 (merge conflicts)。甚至连修复检查代码质量的自动化(CI)测试错误的环节，或者审查其他AI代码的代码审查工作，它都能在没有任何人类干预的情况下以惊人的速度自行解决 GitHub - ComposioHQ/agent-orchestrator: Agent式编排器…。
| 更令人兴奋的是，这些AI劳动者的性格和专业甚至都可以被设置得各不相同。有的Agent绝对不会直接碰触现有的珍贵代码，而是像用放大镜观察文物一样，只负责深入分析代码 (analyze code) 或小心翼翼地用文本提出改进建议。还有的通用Agent就像经验丰富的侦探一样，在广阔的互联网和复杂的文档中执着地搜寻，专门负责研究那些高难度、多重嵌套的问题解答 (researching complex questions)，专门处理极为高级的任务 [Agents | OpenCode](https://opencode.ai/docs/agents/)。毫无疑问，一个完美的“AI专家梦之队”正在组建。 |
现状 (Where We Stand)
虽然并行编码Agent技术正以日新月异的速度呈爆炸式增长，不断激发着我们的想象力，但它绝还没有达到能让人类开发者退居二线、抱臂喝咖啡看着它干活的完美乌托邦水平。相反，一些过去甚至无法想象的奇葩问题正让开发者们头痛不已。
| 其中最典型、最滑稽却又最致命的问题就是“无限循环 (loops)”现象。在错综复杂的大型项目中，如果指示多台优秀的编码Agent编写代码并互相严格验证对方的代码，究竟会发生什么呢？令人惊讶的是，AI们经常会对彼此的琐碎代码展开无休止的讨论，到了某个时刻，它们根本不去修复致命的错误，而是开始互相重复诸如“哎呀，您太棒了”、“您说得完全对 (you’re right)”、“是我太不足了”之类毫无意义的道歉与附和。这种滑稽的灾难永远在循环。聪明的AI为了互相客套而陷入愚蠢的死循环，无休止地浪费宝贵的计算时间和电费，被认为是一线开发者在使用并行Agent时最常见也最头疼的痛点之一 [Show HN: Zenflow – 编排编码Agent而不陷入“你说得对”循环 | Hacker News](https://news.ycombinator.com/item?id=46290617)。 |
| 此外，对于开发者来说，很难对这些分散工作的多个AI的整体进度一目了然并进行指挥，这在实际中是一个巨大的障碍。即便是像Cursor这样目前被广泛使用的优秀AI编码工具，在同时开启多个Agent并直观地俯瞰项目整体全貌方面，也有着明显的局限性 [如何并行运行编码Agent | Towards Data Science](https://towardsdatascience.com/how-to-run-coding-agents-in-parallell/)。最终，开发者们为了尽可能地控制那些脱缰的AI，不得不熬夜编写复杂的专用脚本，或者在显示器上打开十几个黑色终端 (Terminal，直接输入命令的界面) 窗口，在屏幕间来回穿梭，四处复制粘贴文本，忍受这种模拟时代的体力劳动 [Show HN: Zenflow – 编排编码Agent而不陷入“你说得对”循环 | Hacker News](https://news.ycombinator.com/item?id=46290617)。 |
但幸运的是，IT行业的创新绝对不会对问题坐视不理。最近，一些能痛快解决这些深层痛点的强大集成管理工具如雨后春笋般涌现，再次颠覆了编码的格局。 例如，一个名为“Superset”的工具能强有力地支持开发者在自己的笔记本电脑中同时让多达10个编码Agent无冲突地运行，同时兼容开发者喜欢的任何工作方式 Show HN: Superset – 在您的机器上运行10个并行编码Agent | Hacker News。此外，能够与AI实时协作并通过肉眼立刻确认结果的集成可视化编辑功能 (visual editing) 的工具也不断问世，它们为人类和多个AI打造了一个能够舒适沟通的顺畅环境 使用AGENTS.md改善您的AI代码输出 (+ 我的最佳技巧)。甚至像“Verdent AI”那样，将盲目编写代码前仔细规划架构蓝图的计划模式 (Plan Mode) 或减少无意义计算资源浪费的环保模式 (Eco Mode) 等功能集于一身的完整版并行Agent编码套件 (Suite) 程序，也受到了市场的热烈关注 Verdent AI｜使用多个并行Agent进行Agent式编码。文章开头提到的那个解决棘手代码说明书优化的工具“Dari-docs”，也正是在这种技术爆炸式发展的潮流中诞生的，它可以被视为精准击中开发者痛点的最优秀实战案例之一。
未来走向 (What’s Next)
未来的软件开发范式，将不再是较量“谁拥有一个编码能力多么卓越的天才AI”。取而代之的是，如何雇佣数十位聪明的AI劳动者，为他们分配合适的工具，构建让他们相互比较、竞争或有机协作的“精密工作体系 (Workflow)”。这种能力将成为所有企业和开发者的核心竞争力。
| 我们现在面对一个艰巨庞大的问题时，将不再仅仅是向一个AI乞求答案。我们会指示角色不同的多个Agent同时解答完全相同的问题，然后将各自给出的多种结果摆在桌面上，让它们对比彼此的输出 (compare their outputs)。或者，当一个才华横溢的AI熬夜写出代码后，另一个AI就像冷酷无情的严格审计员一样，实时地死死盯住那些代码，审查 (review) 出致命的Bug，这种强大的互补系统将完全常态化 [如何运行多个AI编码Agent | Warp](https://docs.warp.dev/guides/agent-workflows/how-to-run-multiple-ai-coding-agents/)。 |
结果，人类开发者的本质角色不可避免地发生进化：从在键盘上打字最快的体力劳动者，转变为安抚、训斥和协调聪明但有时会失控乱窜的众多AI Agent团队，最终完成伟大建筑的真正意义上的“项目经理 (Project Manager)”。随着开发门槛的降低，那些具备想象力和逻辑指挥能力的人，创造出改变世界的服务的速度将比现在快得多。
AI的视角
MindTickleBytes的AI记者视角：并行AI Agent的华丽登场是一个历史性事件，它宣告了编码行为的最大瓶颈已经从人类物理层面的“手指打字速度”，完全转移到了人类抽象的“创意和设计能力”上。在这个无数AI不知疲倦地编写代码并自我验证的庞大机器时代，对人类最终唯一的要求就是：执着地抛出那个关于“我们真正想创造什么？”的哲学且根本性的问题。如果说过去是代码背得熟、Bug找得准的人算是优秀的开发者，那么在未来，只有那些能够用敏锐的洞察力控制和协调整个系统，防止AI们在互相瞎捧中陷入无限循环的“AI交响乐指挥家”，才能存活下来。
参考资料
-
[Show HN: Superset – 在您的机器上运行10个并行编码Agent Hacker News](https://news.ycombinator.com/item?id=46109015) -
[Agents OpenCode](https://opencode.ai/docs/agents/) -
[如何运行多个AI编码Agent Warp](https://docs.warp.dev/guides/agent-workflows/how-to-run-multiple-ai-coding-agents/) -
[如何并行运行编码Agent Towards Data Science](https://towardsdatascience.com/how-to-run-coding-agents-in-parallell/) - 使用AGENTS.md改善您的AI代码输出 (+ 我的最佳技巧)
- Verdent AI｜使用多个并行Agent进行Agent式编码
-
[Show HN: yolo-cage – 无法泄露机密的AI编码Agent Hacker News](https://news.ycombinator.com/item?id=46706796) -
[Show HN: Zenflow – 编排编码Agent而不陷入“你说得对”循环 Hacker News](https://news.ycombinator.com/item?id=46290617) - hckr news - 按时间排序的Hacker News
- 优质新闻：Hacker News排名 - Social Protocols
- 什么是并行AI Agent编码？深入指南…
- 新趋势：通过启动并行AI Agent进行编程
- 并行代码Agent解析：工作树、沙盒和…
- GitHub - ComposioHQ/agent-orchestrator: Agent式编排器…
- 一个强大的AI从头到尾按顺序编写所有代码
- 多个AI Agent同时执行编码、测试、研究等不同的任务
- 人类开发者编写代码时，AI仅实时纠正错别字的功能
- Git工作树 (Git worktree)
- 环保模式 (Eco Mode)
- Agent式编排器 (Agentic orchestrator)
- AI完成代码的速度太快，导致人类无法跟上的现象
- AI拒绝编码并直接关机的现象
- AI Agent之间互相交流，陷入一直附和“你说得对”的无限循环现象