在当前的技术环境中，AI 工具的 Agent 并行化功能正逐渐成为研究和应用的热点。本文将探讨几种流行的 AI 工具，如 Antigravity, Codex CLI, 和 Gemini CLI，在多 Agent 并行处理软件项目审查方面的表现。测试场景设定为多个 Agent 分别审查软件项目的不同部分，如后端代码、前端代码、文档一致性以及项目中的 AI 规则和 MCP/Skills，最后汇总审查结果。以下是对这些工具的测试结果和结论的详细分析。

测试对象

本次测试主要针对以下三个 AI 工具：

  1. Antigravity
  2. Codex CLI
  3. Gemini CLI

由于资源限制，Claude Code 的 subagents 和 Agent teams 功能未能测试。

测试场景

测试场景设定为多个 Agent 并行审查一个软件项目，具体分配如下：

  • Agent 1：审查后端代码
  • Agent 2：审查前端代码
  • Agent 3：审查文档一致性
  • Agent 4：审查项目中的 AI 规则和 MCP/Skills

审查完成后，所有 Agent 将汇总审查结果，进行综合分析。

结论

1. Codex CLI

Codex CLI 在 Agent 并行化方面表现最佳。尽管它不支持 codex exec 的多开，但在开启 /experimental 实验性功能中的 Multi-agents 后，可以通过 prompt 触发在单个会话中 spawn 多个 Agent 来并行审查项目的不同部分。然而，这种功能会快速消耗额度，测试显示 19 分钟内消耗了 ChatGPT Team 账号的 20% 周限额度。

2. Gemini CLI

Gemini CLI 仅支持使用 Gemini 系模型，无法通过 prompt 明确指示调用多 Agent。它的多 Agent 功能仅限于单个会话中，主模型仅处理简单的任务，如写文件等，无法满足测试场景中 spawn 多个子 Agent 并行审查的需求。尽管它的 gemini-3.1-pro-preview 额度和 Antigravity 中的 Gemini 3.1 pro 独立，且 Pro/Ultra 订阅提供额外的额度，但经常遇到 429 限流，需要慢速发送请求，且输出结果速度比 Antigravity 中的 Gemini 3.1 Pro 慢。

3. Antigravity

Antigravity 在 Agent 并行化方面表现最差。它的 Agent Manager 功能尚未完善，Agent 无法自动触发，需要用户手动操作。此外，当使用 WSL 连接到 WSL Ubuntu 虚拟机时，打开 Agent Manager 执行审查任务时，生成的报告文件会保存到 Windows 主机，且没有修改选项，需要用户手动复制文件到虚拟机目录。尽管 Ultra 订阅能提供 Opus 4.6 的使用，但这些问题仍需解决。

标签: none

评论已关闭