原始来源：Prime Intellect · 工程博客（www.primeintellect.ai）
发现渠道：Hacker News
Prime Intellect 用多 Agent 协作将 Prime Agent 从 TypeScript 重写为 Rust。团队先按依赖关系安排任务，再交给规划、实现、审查和沙箱验证等角色；审查使用不同模型及独立上下文，未通过的任务退回修改。验收不止检查编译：团队还对比新旧版本的终端画面、会话轨迹与协议行为，尽量保留原有使用方式。随后又用性能测试指导优化，测量框架运行开销时排除了模型推理时间。原文也说明，差分检查之外的缺陷仍靠内部使用发现，达到发布质量还需要后续修复与人工审查。
可信度 65 · 重要性 76 · 新颖度 70
技术与主题
Agent 系统 · AI 编程 · 系统与效率 · 评测与基准 · Multi-Agent · Coding Agent · Task Planning · Differential Testing
编辑评读
这次重写有一个很好的条件：旧程序还在。新旧版本接收相同输入后，画面、消息和执行轨迹可以直接比较。多 Agent 的分工因此有了明确的验收对象；换成一个需求本来就不清楚的新产品，不能期待同样的检查办法自动奏效。
团队把审查放到不同模型和独立上下文中，这比让实现者重新读一遍自己的代码更值得尝试。不过，模型不同并不能保证错误互不相关；测试如果漏掉一个场景，几个角色仍可能一起放行。原文也写到，后续内部使用发现了差分测试没有覆盖的问题，发布前仍花了数周补齐。
这篇材料支持我们借鉴它的验证流程，还不足以说明多角色一定比单 Agent 省钱。比较两种做法时，应保留同一套验收测试，把交接时间和人工修复也算进去。最后留下的缺陷更少，才是多一位审查者的实际价值。
需要留意
- 团队自报，本文未独立运行基准；差分测试只能覆盖实际测试到的路径。
- 高额 token 与沙箱投入不能直接外推为个人项目的经济收益。