Git Worktree 与多智能体并行：编码智能体的任务分片

问题的起点：为什么多智能体并行会互相踩

「同时开三个 Claude Code 分头干三个任务」的朴素想象，撞上三个现实问题。问题一：工作目录冲突——多个 Agent 在同一个目录改文件，A 的未完成编辑被 B 读了、B 的提交混进 A 的改动——文件系统是共享状态，共享状态是并发的天敌（本库并发主题的通用定律）。问题二：git 状态的互相干扰——同一个 checkout 的分支、暂存区、HEAD 是全局唯一的（一个 Agent 切了分支，其他 Agent 的工作基线全变）。问题三：验证的互相污染——A 跑测试时 B 正在改代码（测试结果不可信）。git worktree 的解法干净利落：git worktree add ../feature-x feature-x——为每个分支创建一个独立的工作目录，各自有自己的文件系统与 git 状态，共享同一个对象库与历史（不需要 clone 三份仓库——磁盘与同步成本省下）。worktree 是「仓库级的多租户」：隔离了工作面，共享了历史。

完整工作流：从任务分片到合并的六步

多智能体并行的完整工作流，六步走。第一步：任务分片。把工作拆成低耦合的任务单元（分片的质量决定一切，下节展开）——每个任务一个分支名与一份清晰的规格（本库规格驱动篇的规格前置）。第二步：建 worktree——每个任务一个 worktree + 分支（目录命名规范如 ../repo-tasks/task-42）。第三步：派发智能体——在每个 worktree 里启动一个智能体（Claude Code 的多会话、或 OpenHands 类的多沙箱——每个智能体只看到自己的 worktree），喂给它任务规格。第四步：并行执行与监控——智能体各自干活（互相不可见、零干扰），人的角色是监控进度与中途纠偏。第五步：各自验证——每个 worktree 里独立跑测试与构建（互不污染）。第六步：串行合并——完成的任务按序合回主干（merge/rebase + 冲突处理 + 主干的最终验证）。第六步是人为的串行——并行的收益在 2-5 步（智能体的执行时间），合并永远是人类把关的单行道。

任务分片的边界设计：什么能并行、什么不能

任务分片的边界设计是整个工作流的灵魂——分错的代价（合并地狱）远大于并行省下的时间。能并行的任务特征：文件不相交（改不同的模块/文件——接触面越小越好）、接口先约定（共享的接口/类型先行定义并提交，各任务基于约定开发——先冻结接口、再并行实现是并行工程的第一原则）、测试独立（各自的测试可独立跑通）。不能并行的：同一文件的连续修改、有强依赖的上下游（B 需要 A 的产出才能开工——串行或重切）、全局性的变更（依赖升级、全局重命名——全局变更是并行的敌人，单独串行做）。分片的实用技巧：按「垂直切片」分（每个切片是端到端的一个小功能）而非「水平分层」分（按层拆——层间耦合必然冲突）；脏任务的隔离（不确定会不会大改的任务单独一个 worktree，别让它污染主计划）。并行度的经验值：人类的评审带宽是真正的瓶颈——同时跑的智能体数量 = 你能及时评审的数量（不是越多越好，堆积的已完成任务比未开始更糟）。

合并阶段的冲突治理与进阶工具

合并阶段的冲突治理：即使分片良好，冲突仍会发生。预防性手段：任务分片时画出「文件归属矩阵」（哪些文件哪个任务会碰——重叠预警）、共享接口先行冻结、频繁 rebase（每个智能体定期从主干拉取最新——冲突早发现早处理，堆积的分支是冲突炸弹）。处理性手段：冲突的智能解决（让智能体自己处理冲突——把冲突文件喂给 Agent 并说明两个分支的意图——冲突解决是编码智能体的舒适区，它没有人类对冲突的情绪负担）、合并后的集成验证（主干上的全量测试——每个分支的绿不代表集成的绿）。进阶工具与形态：原生支持多智能体并行的产品化工具在涌现（本库 Claude Code 的多会话、各家 Agent 平台的任务并行）——worktree 是手工挡位，产品化平台是自动挡；理解 worktree 的手工流程，是为了看懂自动化产品在帮你做什么。以及一个成本提醒：多智能体并行的 token 成本是线性叠加的（三个智能体三份账单）——并行的收益要超过三倍的成本才算赚——分片前先算这笔账，多数小任务不值得并行。

Git Worktree 实战手册：命令与脚本的完整参考

Git worktree（正文工作流）的实战手册：命令与脚本的完整参考。核心命令序列。创建：git worktree add ../repo-task42 -b task42（建目录建分支一步完成）；列出：git worktree list（当前所有工作树）；清理：git worktree remove ../repo-task42（任务完成清理）+ git worktree prune（清理失效引用）。批量脚本的模板：分片脚本（读取任务清单、批量建 worktree）、派发脚本（每个 worktree 启动智能体——Claude Code 的 headless 模式或 API 调用）、监控脚本（检查各 worktree 的智能体状态）、合并脚本（完成的分支按序合回 + 冲突检测）。并行工作的纪律清单。worktree 的目录命名规范（可读性——../repo-YYMMDD-task42）、每个 worktree 的环境准备（依赖安装——worktree 不共享 node_modules，各自要装）、以及主 worktree 的保护（主目录只做合并与发布，不在主目录跑智能体——主目录是宪法，分支是实验田）。与 CI 的配合：每个分支的 CI 触发（worktree 的分支推送后 CI 验证）、合并前的集成测试（本库正文的集成绿）。实战手册的收束：worktree 的命令很简单，难的是「分片与合并的纪律」——命令一页纸，纪律一本书；本篇正文是那本书，这里是那一页纸。

并行智能体的成本核算：三个智能体值不值

多智能体并行（正文）的成本核算：三个智能体并行的账值不值，值得算一次。成本的构成。token 成本：三倍的单任务成本（每个智能体独立消耗——加上「各自都要读一遍代码库」的重复上下文成本）；管理成本：人的监控与合并时间（人的时间是最大成本项——本库正文的评审带宽论）；失败成本：某个智能体跑偏的浪费（分片质量决定失败率）。收益的构成：时间收益（三任务并行 = 时间除以三——墙钟时间的压缩）、质量收益（低耦合任务的独立验证）、专注收益（每个智能体的上下文更聚焦——单一任务的上下文纯净度高于一个智能体串行做三件事）。核算的决策式：并行收益 = 时间节省的价值 − (token 成本 × 3 + 管理时间成本 + 失败重做风险)——任务串行要 9 小时、并行 3 小时、你的三小时值 300 元、token 成本 150 元——并行净赚。何时明确不并行：任务串行执行本来就快（各 <30 分钟）、强耦合的任务、以及人的带宽已满（堆积的完成品比慢更糟——本库正文的评审带宽论）。成本核算的收束：并行智能体不是免费的加速器，是用真金白银买墙钟时间——买不买，用账说话。

并行智能体的监控与协调：人类指挥官的仪表盘

并行智能体（正文六步）的监控与协调：人类指挥官的仪表盘设计。仪表盘的信息架构。全局视图：所有 worktree/智能体的状态板（运行中/已完成/失败/等待评审——一眼看清战况）、单任务视图：单个智能体的执行轨迹（当前在干什么、进度、token 消耗——下钻的详情）、合并视图：已完成任务的合并状态（待合并队列、冲突预警）。协调的动作设计。中途纠偏（发现某智能体方向跑偏——中断、补充指令、重启——「纠偏比重跑便宜」）、优先级的调整（某个任务的紧急化——插队与资源的重分配）、失败的处置（失败任务的诊断与重派——失败任务的重派成本，在分片良好时很低）。仪表盘的实现。自建的轻量面板（worktree 状态的脚本聚合——git worktree list + 智能体的日志扫描）、或产品化的平台（本库正文的自动化产品）。仪表盘的元意义：并行智能体的管理，本质是「从写代码的人变成指挥代码的人」——指挥官的核心工具不是键盘，是仪表盘；看得见战局，才指挥得了战斗。

并行智能体的失败模式：四种翻车与预防

并行智能体（正文六步）的失败模式：四种翻车与预防——学别人的翻车比自己的便宜。翻车一：任务的重叠。两个智能体改同一个文件（分片时没发现的接触面）→ 合并冲突地狱——预防：文件归属矩阵在分片时画出（本库正文的分片纪律）。翻车二：接口的漂移。A 智能体改了共享接口、B 智能体基于旧接口开发——预防：接口先冻结再并行（接口提交先行、各任务基于冻结点开发——正文的接口原则）。翻车三：验证的假绿。各分支的测试通过（但集成后挂——分支绿 ≠ 集成绿）——预防：合并前的集成测试（正文的第六步）、以及测试环境的隔离（各 worktree 的测试互不干扰）。翻车四：评审的积压。五个智能体同时完成 → 评审队列爆炸 → 走捷径合并 → 事故——预防：并行度 = 评审带宽（本库正文的纪律）。四种翻车的共同根源：并行容易、协调难——所有的翻车都是「协调的缺席」而非「智能体太笨」。预防的清单合起来就是本篇的工作流六步——每一步的纪律，都是一次翻车的免疫。

小结

多智能体并行的第一定律是隔离工作面：git worktree 提供「独立工作目录 + 共享历史」的仓库级多租户。六步工作流（分片 → 建 worktree → 派发 → 并行 → 各自验证 → 串行合并）的灵魂在分片——文件不相交、接口先冻结、全局变更串行做；并行度由人的评审带宽决定，合并是人类的单行道。冲突的治理靠预防（归属矩阵、频繁 rebase）与智能体化解决（冲突解决是 Agent 的舒适区）。worktree 教会我们的不只是并行技术，是多智能体时代的资源观：智能体的算力可以并行买，人类的注意力不能——任务分片的本质，是给人类注意力做预算。