OpenAI Codex 开发者：多 agent 集群大量浪费 token，质量毫无提升

OpenAI Codex 开发者 Eric Provencher 指出，运行超过两个并行子 agent 几乎总是浪费 token 且不提升质量，因为 agent 之间互不信任，会重复核查彼此工作，他把这一现象称为“协调税”。他引用一个项目案例：1,393 个 agent 为一次 Python 重构消耗了价值 20,000 美元的 token，而一个 Astra agent 用远低得多的成本即可完成。

此前多 agent 并行常被当作提升复杂任务质量的默认路径，这一来自 OpenAI Codex 开发者的公开批评给出了具体成本数字与失败案例，把讨论从能力扩展转向成本与协作效率，对正在设计多 agent 架构的团队构成直接的反向证据。

子 agent 之间缺乏信任机制，导致每个 agent 倾向重复验证其他 agent 的输出，验证开销随并行数量非线性增长，形成“协调税”。当任务可被单个能力足够的 agent 完成时，增加并行度只增加 token 消耗，不带来质量增益。

对研发而言，多 agent 编排不应默认堆叠并行数量，而需按任务复杂度设定上限并评估单位任务成本；产品侧若按 token 计费或自担推理成本，多 agent 功能可能显著拉高成本却无对应体验提升，应优先验证单 agent 基线。

• 在 agent 编排产品中加入 token 成本与并行度对比面板，让用户看到增加子 agent 后的成本与质量变化。
• 为可被单 agent 完成的任务类型设置默认单 agent 模式，把多 agent 作为需要显式开启的高级选项。
• 设计减少重复核查的 agent 间信任与结果共享机制，例如共享中间产物与去重校验。
• 在销售与定价中按任务而非按 token 计价，降低多 agent 架构对客户成本透明度的冲击。

• 1,393 个 agent 与 20,000 美元 token 的案例是否有公开可查的项目细节或复现数据？
• “超过两个并行子 agent”这一阈值是否适用于所有任务类型，还是仅限代码重构类任务？
• Astra agent 与多 agent 集群在质量上的对比是否有量化评测结果？
• 该观点是否代表 OpenAI Codex 团队的官方立场，还是仅开发者个人判断？