并发多代理编码能够在模块层面实现劳动分工、通过冗余提升鲁棒性，并在多文件项目的自然粒度上实现并行探索。实时协同编辑协议通过冲突自由复制数据类型（CRDT）解决了人类团队的协同问题，但底层的大语言模型（LLM）一次只能生成一个 token，现有的多代理编码系统仍受序列化限制：要么通过阶段交接顺序调度代理，要么在没有协同的情况下并行采样独立样本，单个代理在面对单文件的“生成‑退出”任务时会放弃约一半的困难任务。AgentRoom 提出了一种面向并发编码代理的实时协同编辑协议。其运行时层在 CRDT 合并的共享文件系统上提供文件级的 claim、status 与 broadcast 接口，作为多代理协作（MCP）工具。我们使用五种前沿的编码 CLI 模型在四个后端编码任务上进行实验，跨语言检查使用 Python DevBench 与 Rust+axum。结果显示，对于 CLI‑stable 模型，AgentRoom 使用两名代理时放弃的任务比单独运行的情况更少，且运行间的波动更小。在计算资源相同的条件下，一项正向的 LLM‑judge 对比使 AgentRoom 超过了并行‑合并方案；另一项 bundle probe 对比则表明完整的 AgentRoom 优于任何部分方案：它实现的是一种顺序而非比例的分割。实验表明，协同机制而非单纯的并行或 CRDT 合并才是提升性能的关键因素。
博主点评: AgentRoom 的设计展示了在多代理系统中引入实时协同层的潜力，尤其是在需要跨文件协作的复杂编码任务中。通过 CRDT 保证一致性，同时利用文件级声明与广播机制实现有效的任务分配，显著降低了任务放弃率，值得后续在更大规模的编码项目中进一步验证。