我测了一下为什么在 Claude Code 里并行跑超过 3 个 agent 就会卡住
摘要
分析了为什么在 Claude Code 中运行超过三个并行 agent 会遇到瓶颈,揭示了 duty-cycle 问题——开发者成为主要延迟来源,而“合并”并行输出的过程是最大的时间成本。
过去几周我基本一直泡在 Claude Code 里构建一些 agent 工具,但总是碰壁。不管我有多大的处理能力,一旦并行 agent 超过三个,整个系统就会崩溃。我没有凭空猜测,而是回顾了过去 35 天里的操作记录,大约 1800 多次交互,找出真正的瓶颈所在。结果发现这是一个 duty-cycle 问题。你实际能有效管理的 agent 数量,正好等于 agent 等待你做决定或审查的时间比例的倒数。N ≈ 1 / (agent 等待你的时间占比)。一旦我看到了这个数学关系,一切就都明白了。增加 agent 数量并不会带来线性扩展,因为你本身成了主要的延迟来源。不过,更大的成本在于 merge(合并)——也就是把所有并行完成的工作整合回一个连贯状态的过程。我运行的 agent 越多,花在手动合并它们的输出、修复它们在并行工作时产生的冲突上的时间就越多。实际上,我的大部分时间都花在了“合并”上。目前我正在构建一种自动化的方式来协调这个合并过程,这样合并就不会吞噬并行带来的生产力提升。对于在同一代码库上运行多个 agent 的各位,你们目前是怎么处理合并的?是手动操作,还是已经找到了自动化状态协调的方法?
相似文章
并行运行多个编码代理时出现了我未曾预料的故障。实际让我措手不及的三个问题
文章讨论了并行运行多个编码代理时出现的三个意外问题:共享工作树的冲突、运行时冲突(数据库、端口)以及难以检测卡住的代理。解决方案包括使用每个代理的 Git 工作树、隔离运行环境以及监测剩余差距指标。
@PrajwalTomar_: 好吧,这是我见过的第一个Claude Code配置,其中3个智能体胜过20个。每个人都在放出20个子智能体,然后…
一位开发者分享了一个Claude Code配置,其中三个结构良好的智能体胜过二十个,强调编排者的控制、范围明确的任务,以及使用廉价模型处理大量工作,同时将Opus保留给主导和审查角色。
@1jehuang:我将20个编码代理并行运行作为我的日常工作流。今天,我发布Jcode。它是一个开源代理,内存效率提升20倍…
1jehuang发布了Jcode,这是一个用Rust编写的开源终端编码代理,声称内存效率比Claude Code高20倍,可以并行运行数十个代理。
@0xCodez: https://x.com/0xCodez/status/2058513716509913581
关于使用 Claude Managed Agents 构建多智能体团队的全面指南,涵盖角色设计、模型混合和并行执行,以将团队从1个扩展到20个智能体。
@PrajwalTomar_:我仍然觉得人们没有真正理解Claude Code子代理刚刚带来的变化。你现在可以把整个项目交给……
一位开发者解释了如何通过限制数量并明确范围来高效使用Claude Code子代理,而不是运行大量代理,以避免上下文耗尽和任务重叠。