并行跑很多 Agent 很容易，账单来了以后怎么证明它们值得

导读

并行启动多个 Agent 很容易，账单到了以后，怎样判断完成的工作值不值？Yutori 设计师 Maximillian Piras 建议先找客户熟悉的人工基线，再比较任务完成、验收和返工，而不是只统计 token。客服可以看一次解决率、处理时间和升级比例；代码任务要看从 issue 到测试、review 和上线的完整周期。选择任务时，他用两条轴分析：步骤变化有多大，结果有多容易检查。步骤固定的工作通常适合脚本或 API；步骤需要判断、但结果能用测试或规则快速验收的任务，更适合探索 Agent。大量代码生成也可能把瓶颈推到人工 review，团队可以先用测试、静态检查和执行轨迹筛选，再把需要判断的部分交给人，并把失败重跑的成本算进去。