两个 Agent，一个夜晚，1.58 亿 Token：读了两百本《战争与和平》，只为写出不到一本

Sat, 19 Sep 2026 08:00:00 +0800

📄 本文综合改写自 Aashish Bhandari（Max）发布在 DEV Community 的实测报告《Two agents, one night, 158 million tokens: what it cost and what we are fixing》，原始数据来自 Codex 会话的运行时分析，原文链接见文末。

9 月 15 日晚上，一份针对某个 Web 服务的设计评审报告摆到桌面上，里面列了 12 条问题：缺一个事务保护、重试和密钥轮换有缺口、交接路径很脆、诊断信息太薄、可移植性有问题。

有人把这份清单丢给一个 AI 编程 agent，要求它把这 12 条全部修掉、写好测试、把改动整合起来、打出一个可交付的发布包。它做到了。

第二天早上，另一个厂商的 AI agent 从零开始重建了同一份结果，做独立复核。两个 agent 用的规则文件不同，厂商不同，会话不同。复核结果：100 个测试全部复现，73 项浏览器检查全部复现，发布包逐字节一致，没有发现严重问题。

整个夜晚，没有人敲一行代码。

一张凌晨的成绩单

先把实测数字摆出来，因为这篇复盘最有价值的部分就在这张表里。

指标	实测值
墙钟时间，第一条提示到最后一条	13 小时 4 分
其中模型真正在工作的时间，约	5.5 小时
改动文件数 / 新增行数	118 / 16369
第二个 agent 复现的测试	100 / 100
复现的浏览器检查	73 / 73
交付包比对	逐字节一致
所有模型处理的 token 总量	158137319
其中重复读取已缓存上下文	95.4%
其中模型真正新写出的文字	0.42%

负责构建的是一套父子结构：一个最强的模型当父 agent 负责统筹，16 个跑在更便宜模型上的 worker 负责干具体活。按文章作者的说法，模型读掉的内容大约相当于两百本《战争与和平》，而它真正写出来的东西加起来还不到一本。

六百个工程师，零个共识：Codex 多智能体的瓶颈不在模型，在工作台

Fri, 18 Sep 2026 08:00:00 +0800

📄 本文综合改写自 Codex Knowledge Base 与 InfoWorld 的公开分析材料，原文链接见文末。

上午十点，你的机器上同时跑着三个 Codex 会话。第一个在追查支付服务上线后 p95 延迟的那个尖峰，第二个在翻依赖树里所有今年之后才披露的 CVE，第三个在起草报表模块从 REST 迁到 gRPC 的方案。

三个会话都很健康，没有任何一个报错、卡死或者超预算。模型能力也完全够用。真正拖慢你的，是另一件事：你在三个终端之间来回切换时，脑子里那笔重建成本。刚才那个 agent 问到哪了？它为什么选了这个方案？我上次的回复是不是还留了个尾巴？

这笔成本不会出现在任何仪表盘上，但它会精准地吃掉你并行省下来的每一分钟。

有人问了一个问题，六百个人没能给出同一个答案

Steve Yegge 在 X 上问了一句：你们用什么 IDE 来管理多个 coding agent？

六百个工程师回复了。答案从「开三十个终端标签」到「自己写了一个会话管理器」，再到「半打互相不知道对方存在的工具」都有。没有共识。

这个「没有共识」，比任何一个具体答案都更有信息量。它说明的不是工程师不够聪明，而是这一层的产品还不存在。

行业在过去两年里把 agent 造出来了，Codex CLI、Claude Code、Antigravity CLI 都能独立完成相当复杂的工作。但没有人把工作台造出来，也就是那个负责把多个 agent 的进度、决策点和依赖关系收敛到人眼前的东西。

这一步缺席的后果很具体。当三个 agent 并行时，瓶颈从算力转移到了你自己的上下文带宽：你能不能同时持有三份会话的状态，在对的时机回到对的那一份，并且在不必从零重建前因后果的前提下做出判断。

Codex CLI 其实已经给了三块拼图

大多数人的多 agent 工作流停留在「多开几个终端」，是因为以为 Codex CLI 只是单会话工具。实际上它内置了三件专为这件事设计的东西，而且默认都没被打开。

第一件是 codex queue。 它的设计目标恰好就是 Yegge 描述的那个场景：多个任务并发推进，每个任务在不可预测的时间点要求你做一次决策。

# 三件事同时扇出
codex queue "investigate p95 latency spike in payments-service since deploy 4.2.1"
codex queue "audit dependency tree for packages with known CVEs filed after 2026-01-01"
codex queue "draft migration plan from REST to gRPC for the reporting module"

队列默认六线程并发，每个任务完成就往你的方向推结果。你不需要盯着每一个终端，也不会丢掉「我刚才让它干什么」这个前提，因为任务描述是跟着结果一起回来的。

上下文管理 on Codexer

两个 Agent，一个夜晚，1.58 亿 Token：读了两百本《战争与和平》，只为写出不到一本

一张凌晨的成绩单

六百个工程师，零个共识：Codex 多智能体的瓶颈不在模型，在工作台

有人问了一个问题，六百个人没能给出同一个答案

Codex CLI 其实已经给了三块拼图