Five parallel agents including Gemini 4 Argon: only 3.8x speedup in test
The author ran five new models, including Gemini 4 Argon, as parallel research agents: all results arrived in 21 seconds versus 80 serially, with 5/5 first-pass format compliance, but the slowest task capped the speedup at 3.8x.
5 个 AI agent 同时开工，21 秒干完 80 秒的活——但提速只有 3.8 倍。 这两天英文区最火的一条：Supabase CEO 说他并行开了 12 个 Claude agent，花 6 小时把自家 supabase 逆向了一遍，148 万浏览。中文区也有条“外网传疯了”的，23 岁小哥开 300 个 Claude Code，39 万浏览。 300 个我复现不了。但我手头有多 agent 环境，并行开了 5 个，实测了一把。 实验设计：5 个新模型（GPT-6.1、Gemini 4 Argon、DeepSeek V4.1-Flash、Grok 4.1、GLM-5），每个 agent 查 1 个，固定格式返回：3 个事实+来源、1 个判断、实际搜索次数，限时 8 分钟。同时派发，同时开跑，掐表。 数据： 1️⃣ 并行总耗时 21 秒——5 个任务同时派发，21 秒内全部收齐。 2️⃣ 串行加总 80 秒（13/13/14/19/21，单个耗时加起来）。提速 3.8 倍，没到 5 倍。 3️⃣ 一次达标率 5/5：格式全遵守，不用我返工。 4️⃣ 共执行 11 次搜索，平均每人 2.2 次。 夸的点： - 真快。信息搜集这种原子化任务，并行就是降维打击。 - 格式锁死是真有用：5 个人 5 个样？不存在，5/5 一次过。 - agent 的判断比我想象的有主见：查 Grok 4.1 的那个直接说“不值得，那是已退役的过渡版本，真要看就看 Grok 4.6”——没瞎吹，有点性格。 骂的点： - 5 倍的理论提速，实测只有 3.8 倍：短板效应，最慢的那个（21 秒，搜了 3 次）决定总时长。任务难度不均，并行就打折。 - token 烧 5 份，这账得先算。 - 任务必须原子化、可独立验收；但凡有依赖关系，并行就互相等，优势全没。 判断：信息搜集、多方案发散这种活，并行 agent 是真提效；但别指望“开 300 个就 300 倍”——短板效应 + 5 倍 token 账，先算清楚。300 个 Claude Code 的故事听听就好，真到你手里，5 个的收尾已经够喝一壶。 做 AI/科技内容的蓝V朋友欢迎互关。我觉得并行 agent 最大的成本不是 token，是“最慢的那个决定你下班时间”——用过的来说说，我说错了没 👇 I ran 5 AI agents in parallel on identical research tasks: all done in 21s vs 80s serially (3.8x speedup, not 5x — the slowest agent sets the pace). 5/5 nailed the fixed output format on the first try. Verdict: parallel agents crush atomic research tasks, but don't expect 300x from 300 agents. Stragglers and 5x token bills are real. Full dispatch prompt template in the comments below. 🔵 蓝V互关 | Fellow Premium members, let's connect! 欢迎互关，一起交流 AI 与科技 👥