动态并发让软件开发更智能？研究发现并发策略需视任务周期而定

南京大学和伊利诺伊大学厄巴纳-香槟分校（UIUC）的研究人员针对 Coding Agent 的动态并发机制进行了大规模实验。面对单个智能体在上下文容量、推理能力及执行效率上的瓶颈，研究者评估了 Codex、Claude Code 和 Kimi Code 三种主流编程智能体在启用动态并发后的表现差异。

实验覆盖了 RepoZero、ProgramBench、NL2Repo 和 LoopsBench 等长周期软件工程基准，以及 SWE-bench Verified 短周期任务。研究团队对比了 354 个任务在顺序执行与动态并发模式下的结果，共进行了 2124 次执行并记录了约 112 亿 Token 的数据。

研究发现，动态并发并非提升成功率的通用策略，其收益高度依赖于任务周期。在 LoopsBench 和 NL2Repo 等长周期任务中，动态并发显著提升了部分模型的任务完成率；然而，在 SWE-bench Verified 这类目标明确、修改范围较小的短周期修复任务中，额外协调成本反而降低了成功率。

分析显示，对于长周期且存在隐藏依赖的大型代码仓库，主智能体自主创建子智能体并行探索能有效推进关键进程；但在静态依赖清晰的小任务中，多个 Agent 重复调查同一问题或修改相同文件会引发不可靠的实现与资源浪费。

研究还归纳出四种主要、共十三个子类以及二十八种具体的并发失败模式，揭示了从预定义工作流转向动态自主协作时面临的系统性挑战。论文强调，将并行计算转化为实际收益的关键在于智能体能否准确判断任务拆分时机及结果整合的有效性。