
开发者反思:多路复用 Agent 无法解决并行失控问题
来源标题:An Agent Multiplext is not all you need
多路复用 Agent 虽能同时管理更多会话,但作者认为它并未突破时间与注意力的根本瓶颈。随着会话增多,Agent 频繁请求输入、做出令人困惑的实现决策或偏离任务优先级,会话时间不断延长。作者质疑这种方式只是消耗更多 token 换取有限的产出提升,项目进度反而更难追踪。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
我们在使用agent干活时都遇到过这个问题。想法很多,会话也很多。到最后,一切都崩了。于是我们引入了一堆md文件,让agent可以参考和扩展。这一招能撑一阵子,但还是太笨重,占用的注意力越来越多,agent会话也越拖越晚。引入agent multiplexer之后,你能管理更多会话,也就能并行做更多事。再加一个真正的问题追踪器,这套配置就相当顺手了!现在你有一群agent在领任务,你觉得自己进展神速!但会话还是越拖越晚。有时候你会怀疑,自己是不是只是在烧更多token,换来的实际产出却微乎其微,而且项目进度依然难以追踪。 如果你用的是这类multiplexer,你很可能就是这么干的: 这套配置能让你扩展可处理的agent数量,但你仍然会撞上时间和注意力的根本上限——agent会来问你要输入才能继续,会做出令人费解的实现决策,或者擅自去接不相关的任务、还觉得那是优先事项。你需要一棵问题树来合理派发任务。你需要一种方法,把注意力集中到更少的实际agent上。你需要扩展评审流程,把功能目标和架构与评审的具体操作分开。所有这些问题促使我们构建了MaximizePM,它在GitHub上免费开源。 用MaximizePM做我的项目之后,agent不再做互相冲突的工作,多余的token消耗也随之减少。我分析了自己上个月的agent使用情况:我输入的86%消息都发给了Manager Agent,agent切换更少,注意力疲劳也更少。正在运行的agent会挑对任务、遵循依赖关系,减少了冲突性工作。 我相信,MaximizePM在把时间和注意力还给你这件事上的做法会让你惊喜,你也肯定不会再来回切换agent窗口了。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。