全部 · 2026-07-27

这篇文章把四款主流 AI 编程工具的多 Agent 底层机制拆得很细，不是那种“大家都支持多 Agent”的泛泛而谈。Claude Code 的实验性 Agent Teams 用 tasks.md 做共享账本让子 Agent 动态抢任务，默认协同上限 15 个，这思路适合需要频繁对齐的复杂重构，但点对点拓扑的稳定性正文没给生产数据，这点先别太激动。OpenAI Codex 的务实在于按任务分配推理力度，low/medium/high 三档切换，能省不少 Token，但它的调度逻辑依赖主节点正确判断任务难度，万一主节点误判，省钱可能变返工。Cursor 把 Agent 循环绑在 IDE 状态上，用 Merkle Tree 索引和 SQLite 做后台非阻塞编辑，体验流畅，但它的模型无偏见意味着效果高度依赖底层模型本身，工具层不补模型短板。Antigravity 的 Proceed Gate 和 Git Worktree 隔离给高风险系统加了安全锁，但显式规划会拖慢探索性编码的节奏。整体看，文章没提供任何基准测试或延迟数据，所有判断都基于架构设计推导，实际选型还得自己跑一遍典型场景。

这篇文章把A2A的尴尬处境讲得很透。Google推这个协议，本质上是给Salesforce、SAP、ServiceNow这些大厂之间搭一条能带状态、带权限管控的跨界通道，让一个AI把任务委派给另一个公司的AI，中途还能暂停等人工审批。场景确实存在，但市场体量跟MCP那种让所有开发者给模型接工具的刚需完全没法比。 更致命的是，在单系统内部，Claude Code、Codex这些工具里的本地子智能体机制已经用零网络开销解决了多智能体协作，直接吃掉了A2A在开发者侧的绝大部分生存空间。真正非用不可的，只剩下跨公司远端RPC那10%的场景。 安全上的坑也很大。提示词注入会级联传染，低权限Agent可能越权调取敏感数据，跨网络调用还容易产生取消不掉的僵尸任务。Google自己的Gemini CLI之前就紧急修过A2A隔离漏洞。正文没披露A2A目前的具体采用率数据，也没提除了泰森食品那个试点之外还有多少企业在实际跑。这点先别太激动，它大概率会作为大企业B2B管道安静存在，在开发者圈子里很难热起来。

这条新闻值得点开，因为它把 AI 编程助手选型里最隐蔽的坑讲清楚了：公开榜单测的是 Python 开源项目，模型在动态类型下靠频繁试错就能刷分，但换到 Kotlin 这种静态强类型语言，每次试错都要等 Gradle 完整构建，成本直接爆炸。JetBrains 7 月 24 日发布的 Kotlin Benchmark 用 8 个开源项目的 105 个真实任务做了对比，同样用 Opus 4.7 模型，Claude Code 成功率 85.71%，Junie 是 81.9%，差了近 4 个百分点。差距不在模型智商，而在外层 Harness 怎么处理 Gradle 吐出的几百行构建日志——好的 Harness 会先用 Language Server 在编辑阶段就地抓类型错误，只在关键节点才跑完整构建，并且从日志里只提取阻断编译的那几行，不把垃圾信息塞进上下文窗口。 文章给出的建议很务实：别拿公开排行榜当采购手册，那些榜单为了通用可比性，过滤掉了你公司内部未文档化的架构约束，比如依赖注入作用域或协程调度约定。公开基准的正确用法是当种子，用 Harbor 容器规范把团队过去半年的真实 PR 和 Issue 转成私有微评测矩阵，看 Pass@k 稳定性、Token 消耗和 Patch 是否破坏隐式架构规范。正文没披露这 105 个任务的具体难度分布，也没给出 Junie 和 Claude Code 在 Token 消耗上的对比数据，这点先别太激动。