Devin 多 Agent 范式：上下文隔离让审代码的比写代码的聪明 10 倍

10 个月前，Devin 团队说过"别建多 Agent"。

现在他们彻底变了。

真正能落地的多 Agent 模式：一个人写，一群人想。一个 Devin 写代码，另一个 Devin 专门审代码。

他们的多 Agent 经验是：可以并行思考，但只能串行写入。并行的部分可以负责检索、审查、规划、路由，这些都是"情报工作"。写入的部分必须唯一。

其中还有个宝贵的经验：针对上下文腐烂的上下文隔离处理。

这是分工协作模式的转变。Devin 的多Agent经验

多Agent分工

多Agent分工

上下文腐烂：被低估的技术难题

为什么上下文会"腐烂"？

（不是上下文超长）

当一个 AI Agent 持续处理同一代码库时，它的上下文窗口会逐渐被以下内容填满：

上下文窗口：AI 理解代码时能同时看到的范围，有点像短时记忆 塞得太满， 后面看到的东西反而记不住了。

1. 历史交互噪声：每一轮对话的原始记录，即使部分已不相关
2. 工具调用冗余：grep、glob、shell 命令的原始输出
3. 中间态思维：Agent 的推理过程但非最终结论
4. 重复上下文：相同文件被多次引用，每次可能带有不同解释

上下文腐烂的后果：

• 重要规则在 40-60 轮后开始衰减
• 检索持续添加文本但回答质量反而下降
• 记忆增长但清晰度下降
• Agent 重复已完成的工作

上下文腐烂

上下文腐烂

解决方案：上下文隔离让审查质量提升 10 倍

根据 Devin 团队公布的实验数据：

• 每个 PR 平均抓出的严重 bug 数：2 个
• 逻辑错误、边界遗漏和安全漏洞占比：58%
• 上下文隔离带来的审查质量提升：约 10 倍

核心发现：写代码的 Agent 脑子里塞满了仓库细节，它会越写越糊涂；而审代码的 Agent 拿白纸从头看 diff，反而比写代码的聪明 10 倍。

这个发现颠覆了共享上下文能提高协作效率的直觉。

上下文隔离不是牺牲协作质量，而是保护审查者的"白纸视角"。

白纸审查

白纸审查

一写一审模式的工程实现

上下文隔离方案Anthropic的Claude Code也有类似的处理：subagent（子 Agent）

子 Agent 获得隔离上下文，父 Agent 只转发任务描述，结果以单条消息形式返回。这避免了每轮转录重放问题。

子 Agent：专门负责执行某项具体任务的 AI。 父 Agent：负责分配任务、汇总结果的那个 AI， 有点像包工头。

核心原则：

• 子 Agent 拥有独立上下文窗口
• 父 Agent 仅传递任务描述，不传递上下文细节
• 结果以结构化消息格式返回

Devin 的Manager 模式

Devin 团队已上线 Manager Devin，实现了真正的"一写一审"分工：

• 写代码的 Agent：拥有完整代码库上下文，但专注于生成代码
• 审代码的 Agent：拥有独立的代码审查视角，不受写代码 Agent 的思维影响

这种模式的价值：可以审计每次决策，可以追踪每个 Agent 的贡献，可以独立评估每个环节的质量。

子Agent隔离

子Agent隔离

上下文管理的工程 Checklist

基于 400+ AI Agent 项目的经验，有开发者总结了生产级 AI Agent 的上下文设计 Checklist：

• 分离工作状态与长期记忆：聊天历史不应携带系统逻辑
• 存储引用而非大型原始数据：将重数据保存在窗口外
• 纪律性总结：保持约束和规则完整
• 只在明确差距时检索：持续检索造成混乱
• 精度排名：更多文档很少改善思维
• 设置明确深度限制：定义 Agent 必须停止或重新思考的时机
• 跟踪每次记忆写入：如果看不到就无法控制
• 定期返回原始来源：摘要会随时间漂移
• 衡量稳定性而非 token 数量：更长上下文不等于更强推理

ps：这些经验在设计Agent的时候，可以作为Prompt检查下。

趋势预判

短期趋势（1-3 个月）

上下文工程工具将进入爆发期：

• 专用上下文压缩算法
• 智能上下文分层（短期/长期/技能库）
• 自动上下文修剪服务

代码审查将从人工转向 AI 多 Agent 协作。

中期趋势（6-12 个月）

一写一审模式将演进为更复杂的分工体系：专门的前期研究 Agent、专门的设计 Agent、专门的实现 Agent、专门的测试 Agent、专门的审查 Agent。

大型企业将采用专用的 Agent 协调平台。

参考

[1] Muhammad Haseeb — Context Engineering for Multi-Agent LLM Code Assistants

[2] @jtregunna Twitter — 上下文架构深度解析

[3] @championswimmer Twitter — pi-context-prune 工具

[4] @MaryamMiradi Twitter — 400+ AI Agent 生产经验总结