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

• 簡單的 CRUD：單個 Agent 就夠了
• 時間敏感的專案：討論時間太長
• 預算有限：成本考量

實用建議

如果你要試 agent pair programming，幾個建議：

1. 設定明確的停止條件：比如最多三輪討論，避免無限循環
2. 定義清楚的角色邊界：不要讓 Reviewer 管太多實作細節
3. 加入時間限制：每個 Agent 思考時間上限
4. 準備 fallback：當討論陷入僵局時，有人能下最終決定

結論

Agent pair programming 不是銀彈。在某些場景下確實能提升 code 品質，但成本也相對高。

我覺得比較實用的做法是：用單個 Agent 快速實作，然後讓另一個 Agent 做一次性的 code review。既能抓到問題，又不會陷入無限討論。

至於那種讓十個 Agent 組成軟體開發團隊的想法…老實說我覺得還太早。先把兩個 Agent 的協作搞定再說吧。

<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>