对等网络
不依赖中心节点分发信息。agent 之间可以直接沟通依赖、阻塞和发现，减少等待和信息损耗。
产品 / 编程系统
WeCode
Swarm-native coding on Codex.
WeCode 是一个多智能体编程系统。它不把理解、计划、修改和验证压在一条推理链上，而是让多个 agent 并行探索、直接沟通，并在共享上下文中完成收敛。
GitHub 发布
Swarm 多智能体
Agent-to-Agent 拓扑
Windows x64
86.9 / 第 1 名
并行探索
共享黑板
交叉校验
为高难工程任务而构建
一个为复杂工程任务设计的多智能体编程系统。
WeCode 把多智能体协作真正落到工程执行上：并行探索、点对点沟通、共享记忆，以及收敛前的相互校验。
共享黑板
关键发现会写入公共工作区。后来加入的 agent 可以直接继承当前理解，而不是从零开始重建上下文。
收敛前校验
提议中的修复与判断会在触达最终结果前被同伴挑战，弱假设更早暴露，结果更稳定。
为什么不是单智能体？
当任务开始跨文件、跨模块甚至跨假设时，一条推理链往往不够用。
问题形态
树状 / 单智能体流程
WeCode Swarm
沟通方式
依赖中心节点中转
agent 之间可以直接沟通
探索方式
串行推进
并行侦察不同路径
上下文管理
每次都要重新理解
共享记忆沉淀已有发现
问题校验
错误容易在末端暴露
同伴更早提出质疑
适合场景
局部、短链路任务
广泛、含糊或陌生任务
不是树，而是对等网络
很多智能体编程系统更像组织架构图，但 WeCode 不是。
WeCode 把协作理解为一种网络行为，而不是命令链。信息可以横向流动，记忆可以共享，分歧可以在早期被提出。
- 直接沟通： 当一个发现会立刻影响他人时，相关 agent 可以直接同步，而不是等待统一转发。
- 共享记忆： 关键结论会沉淀到黑板，让整个 swarm 站在同一份上下文之上继续推进。
- 提前校验： 分歧不需要等到最后才处理，系统会在收敛前暴露并解决关键矛盾。
Swarm 如何执行
分布式群智演化，输出高优结果。
自发分化与侦察
任务下达后无需中央分配，智能体会根据专长自然形成分工，并行探索不同解法与失败模式。
点对点意图通信
任意智能体发现会影响全局或他人的关键节点时，触发动态路由并与相关 Agent 直接点对点互发消息。
全局状态压缩与同步
高价值复用发现会被语义压缩并写入共享黑板，整个 Swarm 可随时锚定到最新状态，无需从头重建理解。
交叉校验与自我修正
提议与假设在触达最终结果前会被同伴直接挑战与质询，弱假设提前暴露，分歧在早期即被解决。
能力沉淀与收敛
用户最终获得高度一致输出；系统底层则在每次任务收敛时持续完成决策模型的反向优化与进化。
自然角色分化
当重复劳动开始浪费时，智能体会自然形成分工。
主动解阻
一个智能体常常会在别人明确提问前就补上缺失上下文。
通过批评自我修正
弱假设更有机会在触达用户前被提前暴露。
自适应规划
协作顺序由任务本身涌现，而不是被硬编码进固定流水线。
可观测性
协作应该是可读的，而不是隐藏的。
- 每个智能体的时间线，展示它何时在做什么、何时切换焦点。
- 直接通信日志，暴露阻塞、交接与升级过程。
- 共享黑板快照，帮助理解 swarm 在各阶段共同知道了什么。
- 可回放轨迹，用来重建最终答案是如何从并行工作中形成的。
设计说明：WeCode 不依赖固定的 planner-worker 模板。它的协调层更接近自适应多智能体行为，而不是一套硬编码脚本。
基准快照
WeCode 当前以 86.9 分位列第一。
重点不只是模型绝对质量，更是多智能体协作架构如何实质性改变系统处理广泛、混乱工程任务的能力。当前结果说明，对等协作、共享黑板和横向互相校验已经带来可测量优势。
多智能体优势已经体现在成绩上。
WeCode 不靠单一长推理链取胜，而是通过并行探索、agent-to-agent 通信和共享黑板降低盲区、缩短时间到上下文，并在收敛前完成交叉校验。
系统
得分
WeCode+codex-5.3
86.9
Sonnet 4.6
79.60
live-SWE-agent + Claude 4.5 Opus medium (20251101)
79.20
Sonar Foundation Agent + Claude 4.5 Opus
79.20
TRAE + Doubao-Seed-Code
78.80
live-SWE-agent + Gemini 3 Pro Preview (2025-11-18)
77.40
Atlassian Rovo Dev (2025-09-02)
76.80
EPAM AI/Run Developer Agent v20250719 + Claude 4 Sonnet
76.80
mini-SWE-agent + Claude 4.5 Opus (high reasoning)
76.80
ACoder
76.40
WeCode 当前公开成绩 86.9，位列第一。完整公开说明和持续更新以 GitHub 仓库中的 Benchmark Snapshot 为准。