關於parallel agents。

這週在試跑parallel agents workflow。我的做法是同時前後端開好幾組agent session，個別下prompt做完全不同的feature。

第一個feature下完prompt就切到第二個feature，全部走完一輪再回頭過來一個個看狀況steering、review、etc。

小問題是有時候我自己也會忘記這個tab在做什麼，所以開始之前會prompt做planning放tmp checklist。

先講結論，輸出量很離譜。一週內灌出140k LOC。

但cycle時間也變得很長。因為同時做一堆feature的關係，腦內context switch的成本高到很嚇人。大部分的時間是在拿捏acceptance criteria，釐清進度，找bug。

本來自己寫東西就有很強的regression test習慣所以丟給agent錯誤也不會多到很離譜（不過看agent被test打到變智障也蠻無言的），但acceptance criteria跟maintainbility就沒辦法自動化了。這種時候腦袋就會很痛。

平均一天20k LOC差不多是我用LLM pair programming的單周極限，頭痛的程度也是把一整個禮拜的頭痛壓到一天以內。

然後這個流程持續了一週。真的是每天寫完deploy出去就開始頭暈。

另外一點是這種強迫自己ADHD的方式真的不是我習慣做事的方式。必須要用很強硬的方式讓自己停止目前思考的東西，進到下一個。

這有嚴重影響到程式的品質。所以進行約3~5小時之後就要開始掃過unstaged modification。

噢還有prompt。

我一次丟給agent的量差不多是跑20~30分鐘的量。初始prompt大概1,000~2,000個英文字，steering prompt大概也可以到500字左右。

加上一口氣開一整排agent tui，真的就是邊打字邊思考的程度。很常會從I have several ideas like...一路寫到you know what，寫到連刪掉前面爛想法的時間都沒有。

現在完全可以懂為什麼Theo到後來會推薦用語音輸入寫prompt。如果事情快到已經沒有什麼時間思考了，那把輸入變成思考過程就是最自然的方式。

但是在走完之後也有很明顯撞到極限的感覺。

現在回頭看，大部分的時間都是像前面說的在整理acceptance criteria跟maintainbility。有試過multiagent的planner-worker-reviewer，不過很可惜的寫出來的東西還是垃圾。就算叫5.5 high上來review，模型盲點還是很明顯。我一眼就看得出來有問題的東西必須要掛好幾道steering才能勉強拉回來。不過大概到週四週五的時候開始強制agent走TDD就有好一點了。人力介入的壓力也小很多。只要介面跟test case符合期待，接下來就是讓agent跟test/lint打架。

整體來說我是覺得這種流程可以走，但人類不會比較輕鬆。

單週100k左右就真的是讓所有東西都還能接在一起的極限了（而且這個是有codegen/go generate介入的數字）。如果要打出更多價值，insight會是決定速度的關鍵。思考模式會比較像頭尾捏好，中間讓機器自己去wiring。

漸漸可以理解為什麼pi的哲學是near 0 harness了。不要讓事情有任何出錯的機會，那harness真的不是那麼重要。

到今天結束，我的AGENTS.md只剩下project structure跟Taskfile.yaml說明。外加給agent search tool。除此之外的知識都是放牛吃草讓agent自己去撞牆撞出來的。

而且最神奇的是這樣走下來5.5、5.4、5.4-mini的錯誤率並沒有差很多，不過使用的token量差很多就是了。5.5還是可以很容易oneshot所有事情，5.4-mini就要慢慢去撞。

我猜我之後還是會走這種workflow，不過會需要留給大腦更多思考空間。max out agent running time其實沒什麼意義。把大腦放在重要決策跟長期思考上，而不是事情還沒想清楚就丟下去跑，跑到一半發現不對才回來重下prompt。

然後稱讚一下5.4-mini的CP值，跑大專案真的很值得👍