当前位置:首页>java>原来AI生成1个小时的代码,现在10分钟跑完.

原来AI生成1个小时的代码,现在10分钟跑完.

  • 2026-10-12 17:22:08
原来AI生成1个小时的代码,现在10分钟跑完.

原理

先说核心原理:主 Agent + 子 Agent 自动协作。

其实我们团队也一直在实践多 Agent 的开发方式。

但过去的多 Agent,更多是:

  • 需要启动多个进程

  • 人工拆解任务

  • 手动协调执行顺序

拆解和调度本身反而成了一件麻烦事。

最后的结果往往是:

虽然叫多 Agent,但大部分时间还是在盯着一个主进程跑。

而这次的变化在于:

一个主 Agent + 多个子 Agent 自动协作,把“任务分配”和“执行”都系统化了。

主 Agent 负责拆任务、调度流程,子 Agent 各自执行明确的子模块。

这不仅解决了分工问题,也直接带来了效率提升。

比如一个原本需要执行 1 小时的生成任务:

如果拆成 10 个子任务并行跑,理论上就可以显著缩短到几分钟级别。

甚至会更快一点,因为:

  • 每个子 Agent 的上下文更短

  • 生成速度更快

  • 输出也更聚焦

实践

我们团队的主力 AI 是 Claude code,但是费用较高,我们也持续在关注国产 AI 模型,kimi2.5新出了Agent 集群的功能,能够支持多 Agent 并行。

为了验证这个模式到底能不能落地,我准备做一个最典型的场景:

用 uniapp 实现一个商城应用的核心页面:

  • 首页

  • 产品列表

  • 购物车

  • 我的

整个流程由主 Agent 来分析任务并分配工作:

  • 首页子 Agent 负责 UI 和布局

  • 列表子 Agent 负责数据结构和分页

  • 购物车子 Agent 负责状态管理

  • 我的子 Agent 负责个人中心模块

我想看看:

当任务被拆成多个独立模块并行推进时,AI 的交付速度到底能快到什么程度。

输入提示词,让 kimi 自己来创建提示词

输出的md(其实也可以使用 kimi CreateSubagent 来自动创建)

kimi 自己把主 agent 和子 agent 全部创建完成了,之后让他自己检查一下并修复问题,开始执行。
可以看到他自己已经开始准备调用子 Agent 了

结果

使用了 2 分多钟全部生成完成,修复了 1 次,使用 Hbuilder 成功编译后打开,各个页面均可以正常打开。
(因为提示词写的比较简单,样式比较丑)
查看 token 使用量,使用了 1% 。
  可以看到速度还是比较炸裂,后续可以使用 Claude code 来写详细的提示词,然后使用 kimi来做快速生成,能够节省大量的时间,其实还是没有使用集群功能(集群只有在 web 开放了 Beta),后续期待集群功能在 Code 中的应用,虽然Claude code 也有 subAgents 的功能,但是费用比较高,随着国产化 AI 的发展,后续还是会更多的考虑国产 AI。

最新文章

随机文章