📝 原文：Embracing the parallel coding agent lifestyle — Simon Willison

🔗 链接：https://simonwillison.net/2025/Oct/5/parallel-coding-agents/

📌 核心问题

AI 生成的代码需要人工审查，审查速度是天然瓶颈。那么同时运行多个 Coding Agent 有意义吗？Simon Willison 最初持怀疑态度，但经过几周实践后发现自己不知不觉已经「入坑」了——他发现了几种可以并行而不增加认知负担的任务模式。

🧠 关键洞察

审查自己指定的代码比审查「凭空出现」的代码省力得多。如果方案、approach、spec 都是你定的，确认实现是否符合需求要轻松得多。

四种适合并行的任务类型

  • 🔬 研究型任务（Proof of Concepts）：验证某个库能不能用、能不能 wire 在一起，不需要保留结果
  • 🔍 代码理解任务：「这段签名 cookie 是怎么设置和读取的？」——利用 Agent 的 grep 能力快速穿越大型代码库
  • 🔧 小型维护任务：deprecation warning、测试套件里的 minor issue——认知开销低，可以随手丢给 bot
  • 📐 精确指定的实际工作：你已经确定了 approach 和详细 spec，Agent 按指令执行，review 负担最轻

🛠 工具矩阵

  • Claude Code（Sonnet 4.5）— 日常终端 Agent
  • Codex CLI（GPT-5-Codex）— 日常终端 Agent
  • Codex Cloud — 异步任务，经常从手机启动
  • GitHub Copilot Coding Agent — GitHub.com 内置
  • Google Jules — Google 免费替代 Codex Cloud

🔑 关键实践模式

  • YOLO 模式：对恶意指令无法渗入上下文的任务，跳过审批，提高吞吐
  • Docker 隔离：Agent 跑在容器里，限制爆炸半径
  • Git worktree 或 /tmp checkout：同一 repo 多 Agent 隔离运行
  • 「侦察兵」模式：给 Agent 一个困难任务，不打算 landing 代码，只为看它会改哪些文件、怎么 approach

💡 引发思考

并行 Agent 不是为了「同时干更多活」，而是为了把低认知开销的任务剥离出去，让你专注于高价值的 review 和决策。关键不是跑几个 Agent，而是识别哪些任务可以 fire-and-forget。

随着 Coding Agent 能力增强，工程师的工作模式正在从「写代码」转向「审查代码 + 做决策」。未来的竞争力不在于敲键盘速度，而在于判断力和 spec 质量。

逍遥云初 | 2026.05.02