多 Agent 协作:子 Agent、worktree、后台审查与事件日志
把一项任务交给多个 Agent,难的不是开几个,而是三件事:每个 Agent 能看到什么,能改哪里,最后由谁把结果合起来并验证。Claude Code 和 Codex 都自带子 Agent,个人开发者手上多半已经有了;下文先用它们说明这三条边界,再借 Meta 的 Muse Code 看后台观察者和事件日志两种做法。
什么时候值得用多个 Agent
先算钱。Anthropic 在 2025 年 6 月报告,它的多 Agent 研究系统在内部研究评测上比单个 Opus 4 高出 90.2%,但 token 消耗约为普通对话的 15 倍,而且不太适合子任务之间依赖很强的工作(原文)。Codex 的子 Agent 文档也写明,子 Agent 工作流比同样的单 Agent 运行更费 token。
审查也有成本。Anthropic 在 Sonnet 5.5 的发布页中说明,最高推理强度下模型更常启动拆给多个子 Agent 的代码审查,在 Cognition 检查的两个案例中,这导致了超时或超出任务范围的改动,FrontierCode 得分反而低于低一档的设置。
更稳妥的做法是先用单个 Agent 把任务跑通,再把确实独立、能各自验收的部分拆出去,例如分别阅读不同的文档、在不同模块里排查问题、并行跑互不相干的实验。紧密耦合的改动、需要大量共享隐含决定的设计、以及重复的审查,拆开之后往往更慢、更贵。比较时用同一批任务,看完成时间、token 消耗和返工次数,而不是看同时开了几个 Agent。
四种角色
多 Agent 系统里常见四种角色:协调者拆分任务、汇总并对最终结果负责;有边界的 worker 只完成分到的那一块,交回可检查的结果;后台观察者不接具体任务,持续盯住某一个质量维度并提出建议;显式审查者在结果完成后做一次审查。
Claude Code 和 Codex 的子 Agent 主要是前两种。后台观察者在 Muse Code 里最清楚:记忆召回、技能召回、目标跟踪和验证四个观察者在整个会话中常驻。它们只能提出建议,“它提议,由调和器决定”,被接受的建议才会进入主 Agent 的下一回合。这样,审查意见不会打断主 Agent,也不会绕过它直接改代码。
三条要分开看的边界
“给每个子 Agent 一个独立环境”听起来是一件事,实际上至少包含三条不同的边界:
前两条最容易混淆。上下文分开,不等于文件分开:OpenAI 的文档明确写着,协调者和子 Agent 共享同一个环境的文件系统,“创建子 Agent 不会新建环境”。反过来,文件分开也不等于一切都分开:按 Git 手册,worktree 只单独保存 HEAD、index 这类每个工作树自己的文件,其余仓库内容都共享,包括对象库和默认的仓库配置。两个 worker 在各自的 worktree 里启动开发服务器,仍可能抢同一个端口、写同一个测试数据库。
worktree 从哪里分出来也要看清。Claude Code 的 worktree 子 Agent 默认从仓库的默认分支分出,而不是从父会话当前的 HEAD 分出。你在功能分支上工作时,子 Agent 看到的是远端 main 上的代码,看不到你还没推送的改动;要它接着功能分支干,就在设置里把 worktree.baseRef 改成 "head"(worktree 文档)。
权限边界还有一个细节:Claude Code 的文档提醒,只禁用 Write 和 Edit 并不能阻止写文件,因为 Bash 仍然可用。限制工具时要看实际能产生的效果,而不是工具的名字。权限、审批和沙箱的整体关系见 Agent 安全。
一次有边界的并行修改
下面是一个虚构的例子:给一个服务同时增加一个 API 字段、更新前端展示、补充文档。
- 协调者先定接口。 字段名、类型、默认值写进每个 worker 的任务说明。这是 worker 之间唯一需要共享的决定,必须在分派前定下。
- 按会不会写代码分配目录。 改后端和改前端的两个 worker 各开一个 worktree;只负责查资料的 worker 留在共享检出里。
- worker 交回证据,不交回结论。 每个 worker 交回提交和自测结果,而不是一句“做完了”。
- 协调者合并一次,跑一次共享验收。 合并后的测试才能发现两边各自通过、合起来却不一致的问题。
- 冲突回到协调者。 接口需要改动时由协调者决定并重新分派,不让 worker 直接改对方的代码。
这五步里,第 1 步最关键。Cognition 在 2025 年 6 月的文章里用实例说明,并行 Agent 各自做出的隐含决定可能互不兼容,因此每个动作都应当基于系统其他部分已作出的相关决定(原文)。这是基于案例的工程论证,不是对照实验。
消息与取消
其他 Agent 发来的消息是数据,不是指令。Muse Code 的会话消息就把收到的消息当作“未经验证的 Agent 数据”,不让它获得发送方的权限。
取消通常不是即时的。Muse Code 的文档说明取消是协作式的:被取消的子 Agent 如果还没走到检查点,会继续运行;正在写入的会先把这次写完。所以“停止所有 Agent”之后,仍要检查工作目录的实际状态;单个 Agent 怎样连同子进程一起停下,见有界 Agent 循环。
事件日志能恢复什么
Muse Code 把每次运行记录为只追加的事件日志,其中包括模型调用、工具调用与结果、审批决定;会话中断后,从日志重建对话。日志区分两类副作用:确认完成的记为完成,只宣布过、没确认结果的,要先检查实际状态再决定是否重试(审计与恢复)。
确定性重放用记录下来的事件重建当时的上下文,“不调用模型、不运行工具、也不联网”,适合审计和回归测试。它管不了外部副作用只发生一次,那要靠长时运行 Agent 里讲的幂等键和状态核对。
终端层面的持久化又是另一层:Herdr 能让多个 Agent 的终端在重启后恢复,但不负责拆分任务、合并结果或隔离工作目录。