AI 結對編程實測：兩個 Agent 比一個強嗎？

最近 AI Agent 又火一波，各種 multi-agent system 聽起來很炫，但我一直在想：兩個 Agent 結對寫 code 真的比單個 Agent 更強嗎？還是只是把 LLM 的問題 x2？

剛好最近測了幾個案例，想分享一下實際的觀察。

什麼是 Agent-to-agent pair programming？

簡單來說就是讓兩個 AI Agent 扮演不同角色，一個負責寫 code，另一個負責 review，然後他們互相討論改進。聽起來就像人類的 pair programming，只是換成機器對機器。

目前主流的做法是：

• Agent A：Developer，負責寫實作
• Agent B：Reviewer，負責挑毛病和建議改進
• 兩者透過 conversation loop 來回討論

理論上聽起來不錯，但實際上用起來如何？

實測案例：寫一個簡單的 todo app

我用 Claude 3.5 設定了兩個角色，讓他們協作寫一個 React todo app。

Agent A (Developer)：

• 負責寫 component 和 logic
• 專注在功能實現

Agent B (Reviewer)：

• 檢查 code quality、performance、accessibility
• 提出重構建議

第一輪：基本功能實作

Developer 寫了一個很標準的 todo component，useState 管理 list，基本的 add/remove 功能。

Reviewer 馬上指出幾個問題：

• 沒有處理 empty state
• delete 功能沒有確認機制
• accessibility 不夠好，沒有 proper ARIA labels

這輪的對話還算有價值，Reviewer 確實抓到一些 Developer 漏掉的細節。

第二輪：優化和重構

Developer 根據建議改進了 code，加了 loading state、error handling、更好的 UX。

但這時候問題來了 — Reviewer 開始提一些很瑣碎的建議，像是變數命名、comment 格式這種。而且開始出現循環討論，A 說這樣寫比較好，B 說那樣寫比較好，兩邊各有道理但沒有定論。

實際觀察：優點

1. 互補的視角

確實會產生一些單個 Agent 可能忽略的 edge cases。Developer 專注在功能，Reviewer 專注在品質，分工明確。

2. 更全面的考量

accessibility、performance、security 這些面向會被更仔細檢查。單個 Agent 寫 code 時常常會忽略這些。

3. 迭代改進

code 會經過多輪優化，最終版本通常比第一版好很多。

實際觀察：缺點

1. 過度工程化

兩個 Agent 會互相「激勵」，把簡單的東西搞得很複雜。明明一個 useState 就能解決的，最後搞出 useReducer + context + custom hooks。

2. 沒完沒了的討論

AI 沒有「夠了」的概念，會無止境地優化下去。我見過他們為了一個 function 的命名討論十幾回合。

3. 成本倍增

兩個 Agent 的 token 消耗基本上是 x2，但產出的品質提升沒有到 x2。

4. 一致性問題

兩個 Agent 可能對同一件事有不同的偏好，會產生來回修改的情況。

什麼時候值得用？

經過幾週的測試，我覺得 agent-to-agent pair programming 在這些場景比較有價值：

適合的場景

• 複雜的業務邏輯：需要多重檢查的場合
• 安全敏感的 code：authentication、payment 這種
• 學習用途：看兩個 Agent 討論可以學到不同思路

不適合的場景

<h2>延伸閱讀</h2> <ul> <li><a href="/blog/agent-design-behind-50000-stars-architectural-breakdown-of-bytedance-deerflow-20">五萬顆星背後的 Agent 設計：ByteDance DeerFlow 2.0 的架構拆解</a></li> <li><a href="/blog/anatomy-of-agent-harness">拆解 Agent Harness — 你以為的 AI Agent 其實 90% 是 harness</a></li> <li><a href="/blog/how-we-monitor-internal-coding-agents-for-misalignment">How we monitor internal coding agents for misalignment</a></li> </ul>