近年来，AI系统在处理复杂任务时对并行能力的依赖日益增强，促使开发者探索多智能体协作、子任务分解及浏览器并行控制等方向。近期进展体现了这一趋势从理论走向实践。
- 主要进展
- 多智能体并行构建3D城市：Antigravity项目展示了多个AI智能体在构建3D城市时如何分工并行，高效完成复杂地形生成与建筑布局。该方法通过任务分解和同步协调，显著缩短了建模时间。(多智能体并行构建3D城市，Antigravity展示复杂任务执行)
- Claude Code子智能体模式：开发者通过将单一任务拆分为子智能体并行处理，实现了工作流的大幅提升。子智能体各司其职，例如代码分析、测试生成与重构同步进行，使两周内的效率提升显著。(Claude Code 子智能体模式：我两周来最大的工作流升级)
- Codex并行控制浏览器：Codex更新后内置Chrome插件，可并行控制多个浏览器实例执行任务，如同时抓取多个网页、自动化测试等，这为并行自动化提供了更直接的工具。(Codex更新内置Chrome插件，可并行控制浏览器执行任务)
当前焦点：并行任务的核心挑战在于任务分解的合理性、智能体间的通信开销以及资源冲突管理。未来值得观察的方向包括：自适应任务分配算法、跨模型协作的标准化协议，以及并行系统在实时场景下的稳定性。这些技术的成熟将推动AI从单线推理向多线并发迈进。