一个 Agent 一次做一个任务。多个 Agent 并行工作可以将 2 小时的工作流缩短到 20 分钟。
但你会遇到一个问题。大多数人手动运行多个 Agent。打开标签页、复制粘贴输出、跟踪正在进行的内容。到第 5 个 Agent 时，你已经失去了所有节省的时间。你成为瓶颈。
有更好的方法。
为什么并行打败顺序？
大多数人使用 AI 的默认方式是线性的。Agent 1 完成任务。你把输出交给 Agent 2。Agent 2 完成。交给 Agent 3。依此类推。
这有效但很慢。
快速示例：你需要弄清楚如何为产品定价。所以你在研究竞争对手。每次搜索意味着拉取他们的定价页面、识别层级、查看包含内容、找到转化率等。
通常方式：一个 Agent 逐一 grind 所有内容。
并行方式：多个 Agent 同时查看多个竞争对手。
什么时候应该并行运行 Agent？
简单框架：像烹饪一样思考。你不会等米饭煮完再切蔬菜。如果两个任务不相互等待，它们可以同时发生。
映射工作流，列出每个步骤并问：这个需要上一步的输出吗？
- 是 → 保持顺序
- 否 → 并行运行
并行工作的示例：研究、起草变体、数据收集、内容再利用、竞争分析、外展。
顺序工作的示例：最终 QA、综合先前工作的任何东西、第二步响应第一步的任何东西。
大多数工作流是混合的。通常前 60% 可以并行。最后 40% 必须是顺序的，因为它建立在之前的基础上。
3 种并行工作流模式
1. 扇出（Fan-out）
一个输入，多个 Agent 不同地处理它。
示例：你有一篇新文章。一个 Agent 写 SEO 版本，另一个写 X 版本，另一个写邮件版本。全部同时。
2. 独立批次（Independent batch）
一个 Agent，克隆多次。每个克隆从列表中取一个输入，与其他同时运行。
示例：你有 10 个话题要研究，所以启动 10 个研究 Agent 副本，每个话题一个，全部同时进行。
3. 专家群（Specialist swarm）
不同 Agent 处理一个大交付物的不同部分。
示例：你想制作视频。你把脚本交给 Agent。一个 Agent 制作视频（使用 Seedance 或 Kling）。另一个做 SFX 和音乐。另一个设计标题卡。全部同时工作。最后合并。
并行 Agent 的隐藏问题
并行听起来很棒，直到你实际尝试。
大多数人最终成为管理聊天的中间人。在 Agent 之间路由工作。跟踪谁在做什么。在头脑中持有所有上下文。
协调开销吞噬了你的时间节省。这就是为什么大多数人尝试一次并行 Agent 然后回到顺序。他们 blame 技术。
修复是结构性的。你需要越来越多地移除自己 from 交接层。
解决方案：channels 和 lead agent
Channels：专用工作区，Agent 在其中工作。例如：视频制作 Agent 的 channels——每个 channel 有脚本写作 Agent（训练不同声音）、视频制作 Agent（每个使用不同模型）、sfx Agent 等。
Lead Agent：坐在 channels 之上并派发任务的 Agent。就像与团队工作一样。你给 lead 一个指令：
让每个脚本写作 Agent 再写五个脚本，但遵循格式 A5。每个脚本应该不同。然后让它们全部把脚本发送给视频 Agent 开始制作视频。
Lead agent 生成工作。Agent 做它们的事情。最后，结果应该落在一个地方。
创建 results-channel
你想避免分散的输出。共享 results channel 默认解决这个问题。每个在同一项目上工作的 Agent 应该把输出发送到同一个地方。你可以在一个视图中阅读所有内容。或者你可以在 channel 中放入一个综合 Agent，让它将输出组合成最终交付物。
输出落在哪里比你产生了多少输出更重要。
建议首先设置 results channel。思考你想要的输出。然后围绕它构建一切。
更大的图景
并行运行 Agent 不是某个新功能或 hack。这就是真实团队一直以来的工作方式。每个成功的团队都有专业角色、清晰的指令、组织处理输入和输出的方式。
唯一新的是 AI Agent 现在是团队的一部分。
不要被那些说他们运行 20 个 Agent 的人吓倒。将所学应用于运行 2 个 Agent。一个结构良好的 2-Agent 团队将 outperform 一个无序的 20 人团队。