让你的AI代理运行速度更快的免费实用技巧

这里有一个让你的 AI 代理提速的免费技巧。

现在你的任务是排队运行的，即使它们之间毫无关联，它也会先审查文件 A，然后是文件 B，再然后是文件 C。文件 B 根本不会用到文件 A 的结果。它们之间除了你输入的顺序之外没有任何联系，而你的代理遵守了这个顺序，这就是多余的等待，是你人为制造的延迟，几乎任何工作流里都会有两三个这样的情况。每一次这样的等待都会浪费你的时间。

免费的解决办法是：把这些已经分开的步骤拿出来，问自己一个问题：这一步是否需要上一步的结果？如果不需要，那就并行运行它们。

20 个文件逐个处理大概会花费单文件处理的 20 倍时间。如果并行处理，总耗时只会比最慢的那个文件多一点点。

接下来还有三步优化：
→ 每个代理只做一项工作，输出格式固定，这样下一步就能直接读取结果，不用猜测
→ 单独安排一个检查器，它看不到执行者的推理过程。如果检查器共享执行者的上下文，只会同意执行者的结论
→ 统计返回结果。200 个代理里如果有一个代理失效，它会藏在看起来完整的报告里。检查器和每多一个额外代理都会消耗 tokens，每个文件配一个代理的消耗会涨得很快。

在 Claude Code 里你就能实现这样的设置。有一位工程师大规模运行了这个方案：535000 行代码在 11 天内完成重写，按 API 标价计算大约花费 165000 美元。它只运行一条规则：「执行者不审查，审查者不执行。」

第一次运行把任务量控制在 20 项以内，只有当实际提速、检查器发现了问题、结果物有所值的时候，再翻倍任务量。

完整指南如下。