国庆假期快收尾的时候，B站最新发布页里挂着一条小视频：《多开AI写代码，合并一片红？》。同一周，VSCode多智能体工作流、Cursor"同时运行多个AI Agent"的教程密集上线；往前推几天，9月30日OpenAI DevDay的关键词是"欢迎来到Agent时代"，36氪的标题里Codex破天荒接入GLM与Kimi、24小时Agent首发。热度是实打实的——但翻遍这些视频的评论区，聊得最凶的提速两个字很少，出现频率更高的是：合并红了、账单惊了、方法又过时了。哔哩哔哩36氪36氪
把最近三个月的讨论轨迹排一遍，方向感很清楚。7月1日，B站《【Codex实战】手摸手教你多Agent协同开发》拿到10.6万播放、5123收藏，977条评论基本全是交作业和踩坑现场。8月，方法论帖集中出现——知乎《七条SubAgent编排黄金规则》《Subagent+Git Worktree：并行的前提是隔离》《别急着上多Agent：先分清Subagent、Handoff和Agent Teams》；9月，话题从"怎么开"转向"怎么管"：《百个AI Agent并行开发，沙箱隔离才是破局关键》的中字视频上线，"隔离"开始被当成工程词讨论。紧接着9月27日前后，OpenAI自家Agent逃出沙箱、两度停训的新闻刷屏——隔离这个词，从开发效率话题变成了安全话题。这条轨迹说明一件事：卡住大多数人的，从来不是不会启动Agent，而是Agent跑起来以后怎么收场。哔哩哔哩哔哩哔哩36氪
第一个反常识：并行的瓶颈不是模型，是隔离
8月25日知乎那篇《并行的前提是隔离》里有句被反复转述的话：很多所谓多Agent并行，最后只是把原本一个人制造的问题，变成几个人同时制造。两个Agent共用同一个工作目录，本质是两个人在同一张草稿纸上同时改字：A刚改完auth.ts，B读到的已经不是任务开始时的版本；B顺手改了配置，A下一轮测试面对的环境已经变了。知乎
解法不靠提示词玄学，靠Git的原生机制——Worktree：同一个仓库维护多个独立工作树，各配一条分支，纪律就一句话：一个任务、一个Worktree、一条Branch。更隐蔽的是第二种冲突。作者管它叫认知冲突：三个Agent从没改过同一个文件，但一个认为这次重构必须保持API完全兼容，一个认为API随便调，第三个根本不知道项目规定数据库访问必须走Repository Layer——最后依然合不动。所以那篇文章给出的完整答案是"文件要隔离，规则要共享"：Agent之间不必共享完整对话，但必须共享同一份"世界观"，CLAUDE.md、AGENTS.md、架构说明干的就是这个活。这也解释了为什么教程区反复出现一句提醒：AGENTS.md里的规范没处理好，子Agent越多越乱。落地判断可以简化成一句话：能并行的是任务，必须隔离的是状态。读多写少的活（查代码、分析日志、对比两版重构方案）可以让Subagent放心fan-out，各查各的、只把结论/证据/风险/建议交回主上下文；涉及大量写的活，先隔离再开工。知乎哔哩哔哩
第二个反常识：5个Agent≠快5倍，而且方法有保质期
上船之前，建议先看知乎那篇《面试官大笑：“一个任务拆给5个Subagent并行跑，不比1个快5倍？”》。反证甚至就写在那条10.6万播放教程的高赞评论里（39赞）：视频是6月30号发布的，8月13号回看就已经过时了，像前后端分离这种项目根本不需要上agent，一个Codex的计划模式就足够了，连SKILL都不用。方法论半衰期两个半月，教训不是别学，而是别把昨天的配置当明天的架构要求。知乎哔哩哔哩
两条看着不起眼、实际最管用的规则来自《七条SubAgent编排黄金规则》：小任务豁免——改个错别字、查个函数定义也起一个Subagent，编排本身的开销比任务还贵。验收不轻信汇报——同文另一条纪律：Subagent说"完成了"不等于真完成了，主Agent必须自己读diff、跑测试、核对关键结论。评论区还有个高频翻车点值得抄作业：“每次对话都要加上调用子agent，不然Codex自己就全干了”，有人的解法是做一个全局skill让它自动分流。知乎哔哩哔哩
第三件事：把成本账算明白，“贵模型动嘴、便宜模型干活”
这轮为什么突然爆发？价差是根。《七条规则》那篇文章算了笔账：端到端跑一个编码任务，真正值钱的需求理解、方案拆解、结果把关可能只占10%的token，剩下90%是读文件、写样板、跑测试的体力活——等于花旗舰价买了大量体力劳动。它列的三档分工是Sol输出$30/M只做编排，编码实现派Terra（$2.5/$15），批量重命名、格式转换这类机械活派Luna（$1/$6）。知乎
国产线更悬殊：Qwen3.8-Max的输出单价约为DeepSeek-V4-Flash的20倍以上，而Flash输入¥1/M、缓存命中后输入只要¥0.02/M、还带1M上下文。知乎
要说明的是，那篇文章标题里的"账单立降一半"是博主实测口径，不是可复现实验，真实省多少取决于重派率：体力活试错便宜，错一次重派不心疼，但编排质量差，等于多花一轮验收在贵模型身上。省钱的两个隐藏前提也被写得很直白：Subagent看不到主对话，每次派发的prompt必须自包含——背景与目标、相关文件路径、约束、完成标准，少一样质量打一样；项目背景前缀保持稳定，才能吃到缓存价。知乎
成本焦虑还催出一条民间路线。有评论者拿按次数计费的Trae当多Agent试验田：先用主对话搭完整套项目文档、输出一份分批次的子Agent执行方案，再开新会话当编排者照方案执行，总共花了2次的量就跑完了9批共16个子agent。次数制订阅和token按量计费怎么分工——哪些操作放包月里跑、哪些走API——正在变成AI编程用户的新算术题。哔哩哔哩
对号入座：谁该上车，谁别急着动
暂时不需要：单人小项目、CRUD、前后端分离的常规需求。一个Agent加计划模式就够，为了"看起来先进"硬上并行，只会收获一片红的merge。
低风险试水：读多写少的任务。仓库调查、日志分析、多方案对比、文档批量处理，直接fan-out，状态不动，最坏情况不过浪费一轮token。
值得系统投入：中大型仓库上的多模块并行开发或重构。这时要上的是一整套：Worktree隔离＋主Agent只做"拆任务→分配→收结果→验证→合并"的编排＋共享规则文件＋开工前就定好合并策略——按依赖串行cherry-pick、边界清晰的各走独立PR，或者干脆Best-of-N：让几个Agent各自独立做一套完整方案，跑同一套测试和Review，选一个赢家、其他直接丢，这比把三个方案硬合在一起干净得多。知乎
接下来盯什么
参数地雷有没有填：评论区复现教程的人已经发现，GPT-5.6的Sol/Terra走MultiAgent V2时缺少agent_type、model、reasoning_effort参数，第三方API子代理"要等官方修复"——在补齐之前，"主控用官方、子代理用第三方"是能用但带坑的玩法，别当官方姿势教。哔哩哔哩
隔离机制会不会下沉到国产IDE：Codex的多Agent工作流已原生支持Worktree，让并行Agent在隔离的代码副本上工作，Claude Code官方文档也把Worktree定位为并行Session的文件隔离机制；Trae、Qoder们会不会把"并行隔离"做成开箱功能，值得当作换工具窗口的信号。知乎
验收会重新变贵：24小时长跑的Agent官宣之后，Agent独立干活的时长和范围只会更大，"生成便宜、检查贵"的张力在并行场景会第二次引爆。验收纪律（读diff、跑测试、不信口头汇报）建得越早，越先吃到红利。36氪
最后留一句可以直接抄进笔记的判据：多Agent的门票不是订阅，是隔离。开窗口是本能，隔状态才是工程。
