AI 开始分头干活了，我更关心最后谁来收尾

这两天看到 ChatGPT 可以让多个 Agent 同时做任务，我先想到的是写博客：查文档、找案例、核对价格，总算可以分头做了。

但转念一想，几份资料交回来，最后还是得有人看一遍。尤其是价格，一个查到订阅价，一个查到 API 价，要是直接拼进文章，写得再顺也没用。

再看 Cursor 的云端 Agent 更新、Google DeepMind 的 Minecraft 实验，还有 Anthropic 用 AI 设计量子电路的研究，我更想知道：真放到自己的项目里，能省下多少事？

分头查资料可以，最后得坐下来对一遍

OpenAI 的公告说，ChatGPT 中的 GPT-6 Astra Pro 支持多 Agent 并行，可以查看各自进度，任务完成后再打开检查。目前明确开放给 Pro 用户，在 Chat 标签页使用。

准备技术文章时，我愿意试试。让一个查官方文档，一个找案例，另一个核对价格和开放条件，总比等一个 Agent 从头做到尾快。

不过，我不会拿到几份结果就直接合稿。

同一个产品，网页端和 API 的能力可能不同；今天的公告，也可能还没同步到文档里。各自引用都有出处，写到一起却容易让读者误会。

所以收稿的时候，我还会问一句：你查的是哪个版本，什么日期，在哪个地区能用？这几件事对上了，才往正文里放。查资料可以同时查，最后这遍我不想省。

Cursor 这次，我更想用的是环境管理

Cursor 的更新可以让云端 Agent 做交互式画布。看板、报告做完，给别人发个链接就能看，确实方便。

不过，对做开发的我来说，更想试的是进入 Beta 的 Environments API：用程序创建和管理 Agent 的运行环境。

代码还没写，先折腾半天环境，这种事太影响耐心。仓库拉下来了，依赖没装对；服务终于起来了，环境变量又缺一项。好不容易弄通，换个任务还要重新来一遍。

让 Agent 干活也得解决这些事。如果能把仓库、依赖和测试环境提前备好，下次接着用，至少不用每次都陪它从“这个项目怎么启动”开始聊。

官方说，大型多仓库环境的加载速度提升了 5 倍。我会把它理解为开工前少等一会儿，还不能据此说整个开发过程快了 5 倍。

仓库上限也有一点没对齐：X 帖子写 500 个，更新日志和创建 Agent 的 API 文档写的是 300 个。真要接这么多仓库，我会先按文档里的 300 个安排，再确认更高的上限是否可用。

四个 Agent 打游戏，我想看它们怎么交接

Google DeepMind 这次的实验，让四个 Gemini 4 Argon Agent 从零开始玩 Minecraft，花了 27 小时击败末影龙。

按官方的描述，它们通过代码和文本操作，写了 2,783 个程序，自己聊天分工、共享笔记、一起排错，过程中没有人类帮它们完成游戏任务。

不过，看完研究者的完整介绍，有几个细节不能漏：它们玩的是简单难度，通过 Mineflayer 接口读取周围环境、执行动作，寻路也有插件帮忙。它们没有看游戏画面，也没有像人一样操作键盘鼠标。研究人员可以在看板上监控、暂停或停止实验。

这一路也没那么顺。团队一共重生了 605 次，22% 的程序以错误结束，日志记录的通关时间是 27 小时 14 分钟。光看“27 小时通关”，很容易漏掉中间这些反复。

通关当然值得看，但那 27 小时里发生了什么，我更好奇。

比如一个 Agent 找到了资源，怎么告诉其他几个，才能让它们少走冤枉路？某一步做错了，谁先发现，又怎么把其他人叫回来？

放到开发里也一样。几个 Agent 都能写代码，不代表一起写就顺利。一个改了接口，另一个还按旧接口写页面，最后合到一起，该报错还是报错。

拿我的博客来说，如果要并行，我会让它们分别负责不同语言的译文，或者一个查链接，一个检查页面。但几个 Agent 同时动样式、路由，我会很不放心。它们都可能觉得自己改好了，合起来是什么样，还得再看。

至于游戏里的表现能不能搬到实际项目里，我还想知道多跑几次能成功几次，以及这 27 小时花了多少钱。没有这些，暂时还算不出值不值得用。

怎么知道它做对了，这件事更让我在意

Anthropic 的量子电路研究里，有个安排我很喜欢：给 Claude Mythos 5 电路规格，同时给它一个自动评估器。

模型设计完，程序先检查对不对，再用“量子比特数 × 门数”评分。它拿到结果，继续改。做得有没有更好，不用全靠模型自己解释。

按研究报告，选取的八项任务都找到了比此前最佳公开方案更省资源的设计。其中一个 Reed–Solomon 解码电路，门数量降到了此前 Google 方案的约十二分之一。这个数字说的是那项电路设计，不能理解成量子计算机整体快了十二倍。研究也没有声称全程无人参与：点加法任务运行了 53 小时，除了最初的任务说明，人类还偶尔提示模型扩大探索范围。

量子电路离我的日常很远，但给 AI 一个能检查结果的办法，我做网站时也需要。

它说页面改好了，我就想看看手机上长什么样；说链接修了，那就点开；说已经上线，总得确认访问到的是新版本。这些检查能接上，才方便继续把事情交给它。

否则，同时来了四份“已经完成”，我还得挨个问：完成在哪儿，给我看看？

所以真要用这些新功能，我会先拿博客里互不影响的几项工作试一试。每个 Agent 改哪些文件、交回什么，开工前说清楚。做完以后，再合到一起看一遍。

我希望它们分头做完，我检查一下就能用。如果最后还是要开着四五个对话，到处找谁改了什么，那我宁愿先少开几个。