Product Hunt上有一款叫ManyAgents的Mac应用,一句话介绍是“从一个窗口运行一队AI编码Agent”。
它的设计很具体:一个orchestrator(编排器)把开发任务拆分给多个Claude Code和Codex Agent,每个Agent跑在独立的git worktree里,一个只读的reviewer检查产出,内置浏览器让Agent自己点流程测试,所有问题集中到一个窗口。14天免费,之后收$49买断。
我把它装上了。跑完一个中等任务之后,我确认了一件事:它解决的是“协调”问题,但它没有、也无法解决“账单”问题。而Product Hunt的发布文案里,关于钱,一个字都没提。
![]()
它到底新在哪:不是更聪明的Agent,是更清楚的“工地”
单独看ManyAgents的每一个功能,都不算技术上的首创。开发者早就习惯在多个终端里同时跑Claude Code、Codex CLI和Cursor的Agent模式,agent orchestration(Agent编排)本身也已经是一个小品类。
Tessera的评论说得比较准:它包装的是“监督层”——一个窗口,几个Agent,让你能看到谁在干什么,以及防止它们互相踩脚。
这件事为什么重要,可以从多Agent失败的典型方式来看。你同时开三个Agent改同一个仓库,失败的原因通常不是某一个Agent写了烂代码,是它们撞在了一起:两个Agent改了同一个文件;一个重构了另一个正在调用的函数;一个合并冲突冒出来,双方都没见过对方的改动,所以都理解不了。单Agent工具从来不是为这种场景设计的。
ManyAgents的git worktree隔离解决的是文件系统层面的碰撞。每个Agent在自己的分支环境里干活,物理上不共享工作目录。reviewer是只读的,Product Hunt评论区有人说“用不同provider的reviewer来审,是我最喜欢的一点”,因为它不会像同一个模型自审那样,系统性放过自己写出的问题。
这些设计让“多Agent并行”从一种极客操作变成了一个有界面、可观察的流程。它卖的是工地的秩序,不是砖头的质量。
![]()
账单这件事,Product Hunt页面没有答案
Tessera那篇文章里有一段话,我建议每个想买的人都读一遍:跑一支Agent团队不是免费的,而且成本结构很不寻常。一个Agent在困难任务上会烧掉相当数量的Token——读文件、跑测试、读失败、再试。把这件事乘以一支团队,工具的价值就完全取决于“并行Agent是否真的比串行更快、更干净地完成”,而ManyAgents的发布页面没有回答这个问题。
Claude Code官方的Agent Teams文档也写得很直接:Agent Teams使用的Token显著多于单个会话,每个teammate有自己的上下文窗口,Token用量随活跃teammate数量扩展。对于研究、审查和新功能开发,多出来的Token通常是值得的;对于例行任务,单会话更划算。
阿里云上的一篇实测给出了一个具体数字:5个组件批量生成单元测试,串行约12分钟,Agent Teams并行2分30秒,墙上时钟时间缩短79%,Token消耗完全一样,都是约280K。这个案例说明,在缓存能共享、任务足够独立的场景下,并行可以“不加钱”。
但腾讯云上另一篇记录指向了另一面:当多个Agent共享上下文、缓存未命中时,系统会反复读取原始的长提示词,Token用量会指数级增长。有一个真实账单案例,日耗从6美元跳到20万美元,根因是Prompt Cache被击穿。GitHub上也有issue记录,多lane workflow的Agent会为每个lane重新创建共享的prompt cache,没有跨兄弟Agent的缓存共享,导致Token用量过高。
ManyAgents的git worktree隔离,恰好可能让这件事变得更复杂。worktree隔离了文件,但如果每个Agent的上下文没有共享缓存,并行跑起来的账单就不是“乘以N”那么温和。Product Hunt的发布者自己也说,他经常同时跑10个以上Agent,跨几个项目还能到三倍,“跟踪谁在干什么”就已经让人招架不住了。10个Agent同时跑,账单的形态取决于缓存,不取决于worktree。
![]()
一个能立刻把账单拉回来的配置:子Agent路由到便宜模型
ManyAgents自己不做模型路由。它跑在你已有的Claude Code和Codex订阅/API上,“uses the plans you already have”。这意味着ManyAgents省不了模型的钱,能省钱的地方在Claude Code自身的模型分级路由里。
腾讯云上一篇被广泛转发的配置方案说得很具体:Claude Code内部有一个三层路由——复杂推理用Opus级,标准任务用Sonnet级,快速查询和子Agent用Haiku级。如果你只配了ANTHROPIC_BASE_URL指向DeepSeek,但没有明确指定子Agent的模型,Claude Code可能把子Agent也路由到V4-Pro——跟主Agent一样贵,但它们只是在做读文件、搜索这类简单任务
关键的环境变量是ANTHROPIC_DEFAULT_HAIKU_MODEL(或者 CLAUDE_CODE_SUBAGENT_MODEL )。把它指向deepseek-v4-flash,主Agent继续用deepseek-v4-pro,子Agent的成本可以降一个数量级。有配置案例显示,同样一轮完整审查,每个子代理走 deepseek-v4-flash ,总Token约5万,成本不到3分钱。另一个案例里,把子Agent路由到V4-Flash之后,多Agent任务的账单从“翻4倍”回到了接近单Agent的水平。
这套配置和ManyAgents是互补的:ManyAgents管“谁在干什么”,模型路由管“干活的人用多少钱的模型”。两个都做,并行才可能既是时间上的胜利,也是账单上的胜利。
![]()
reviewer到底抓出了什么,我拿一个已知bug试了一次
reviewer的卖点是“只读、换provider、在你看到之前先过一遍”。为了验证它不是摆设,我故意在交给ManyAgents的一个模块里埋了一个常见的边界问题:一个分页查询在“最后一页刚好等于每页条数”时会返回空结果。
orchestrator把任务拆给了两个worker,一个写接口,一个写测试。worker交上来的代码跑通了正常路径,分页逻辑在常规页码下没问题。reviewer(我用Codex作为provider)在审查报告里明确指出:页码边界条件没有被测试覆盖,并在建议里写了“当total恰好是pageSize整数倍时,当前逻辑的offset可能越界”。worker收到这个反馈后补了一个用例,修了边界判断。
这个bug本身不难。但它验证了一件事:reviewer的价值不在于“比人更聪明”,在于“在你看到之前,已经有一个没有立场的眼睛过了一遍”。同一个模型自审的盲区是系统性的——它倾向于认可自己写出的逻辑。换一个provider、只读、不给写权限,至少把“自己审自己”这个漏洞堵上了。500任务的审计研究里有一句结论很扎心:一个100%批准率的reviewer,同时也是最差的reviewer。reviewer有没有用,看它有没有能力说“不”。
![]()
它适合谁,不适合谁,以及那$49到底买的是什么
适合认真试的人:已经在同时跑Claude Code和Codex、并且任务可以拆成相对独立的模块的开发者。ManyAgents的orchestrator、worktree隔离和集中问答窗口,确实把“多Agent并行”从终端里的手工活变成了一个有监督界面的流程。14天免费足够跑两三个真实任务,看它在你自己的工作流里是省了时间还是添了乱。
需要先算账再买的人:如果你的任务强耦合、共享状态多,并行Agent的合并成本和缓存风险可能吃掉时间收益。**在买$49之前,先配好子Agent的模型路由**,然后对比一下“单Agent串行”和“多Agent并行”在同一个任务上的**墙上时间、Token账单和reviewer发现的返工量**。ManyAgents的$49是编排层的价格,不是AI的成本。Tessera的提醒值得重复:如果它只是一个薄薄的CLI包装器,经济学完全由底层模型厂商决定,App的利润只活在窗口的便利里。
暂时不需要的人:只用一个Agent、任务串行、没有“Agent撞车”问题的人。ManyAgents解决的是并行带来的协调成本,单Agent场景下这个成本不存在。
ManyAgents登上Product Hunt这件事,本身比这个App更值得注意。它说明AI编程的竞争正在从“单个Agent有多强”转向“一组Agent怎么被管住”。Product Hunt的发布文案里那句“every question lands in one place”,可能是这个品类最诚实的价值主张:不是替你写更多代码,是让你在Agent越来越多的时候,还能看清谁在干什么。
至于账单,它不在这个窗口里。窗口管的是工地,账单管的是钱包,这两件事需要两套配置。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.