ParallACT 基准：共享代码库中多智能体如何协调与通信

研究团队提出 ParallACT 基准，用于测试多个编码智能体在同一代码库中各自接需求、并行改代码时的协调问题，任务分为互补与冲突两类。结果显示单智能体一次性拿到全部任务时能解决大部分任务，而并行智能体表现明显更差，冲突任务上尤其突出，例如 Claude Code 搭配 Claude Opus 4.8 从 62% 降到 16%，合并后的代码通常只满足其中一方的需求。