智能体并行工作：为什么任务没有更早完成？

更多执行者不会消除前置条件

AI智能体系统依据文档、目录和规则回答。单个很快、步骤可重叠，但第三执行者未缩短总时长。不能只除时长，需知道前置结果。小型明确流程给出下界和达到它的计划。研究协调而非答案准确率。

摘要。六合成任务总工作13秒，依赖强制A→B→D→F长10秒。单工作者13秒，两者10秒，第三无改善。代码将720排列筛为五个拓扑序，构造整数时长不可抢占计划，达到关键路径下界证明此实例最优。时长为所选，非LLM、服务或EL-AI测量。

图描述约束而非对话

有向无环图DAG以节点表示任务，A→B表示B需A完成结果，无依赖路径返回起点。不建模迭代对话、重试或变图决策；循环需另模型或有限展开。各任务执行一次、无外部副作用且不可中断。

A文档准备2秒，B目录搜索4，C读规则1，D合并3，E独立规则检查2，F完成1。名称仅解释所选任务，非现成模块。B, C依A，D依B, C，E仅C，F依D, E。E不需B的明确假设允许有效重叠。

再多工作者也无法突破的下界

无限工作者下，任务最早结束=自身时长+前置结束最大值，因为必须全部完成，而非最快者。无前置最大值取零。拓扑序先前置，所需结束已知。此给下界，尚非两资源计划。

10秒来自A→B→D→F的2+4+3+1，此序列不可重叠即关键路径。千工作者也不能让F在D接收合并B前开始。A→C→E→F长6不决定下界，但E仍必需，只是其时间可被等待另一支路吸收。

容量也要求T≥W/P，13工作者秒、P相同资源且无重复工作，所以T≥max(10,13/P)，P=2时10强于6.5。下界一般不直接构造计划，约束可多等待；但若找到合法10秒计划即证明这些假设下最优。

构造并检查达到下界的计划

两者计划A 0–2秒，B 2–6与C 2–3并行，C后E 3–5；6时B, C全完，D 6–9，E已完，F 9–10。任意最多两任务重叠且前置先完成。图为任务区间，不是CPU/GPU利用测量。

工作仍13秒，总时长13降10，速度比1.3非2。第三者不能并行关键链，故本例无益。结论具体定位瓶颈，而非建议加智能体。但生产多请求吞吐可能受益于第三服务；本文只研究单流程完成。

加速正确节点

代码分别改变E 2→1秒，总时长仍10，E支路早已先完；B 4→2使两者8秒。每次只改单时长重算，非免费加速假设。改善E可省工作或利其他目标，但不必缩本流程完成时间。

拓扑序还不是时间计划

Python 3.14 graphlib的TopologicalSorter按前置关系暴露已具备条件节点，已读get_ready/done。静态顺序不分配时长工作者。done应为必需结果已可用，而非请求刚启动，否则依赖不成立。未测试智能体框架，仅区分排序与协调职责。

枚举720排列留5个符合箭头的优先序，逐任务放入前置完成后的最早空闲整数区间、容量P、不可抢占。不声称优先枚举代表一般全部计划。找到10秒且独立下界10秒即可证明本实例最优。

断言验证前置与容量。阶乘搜索为教学，不能扩展至数百智能体；已知时长后拓扑最早结束计算O(V+E)，V节点E边。复杂度是抽象非平台实测秒数，代码JSON可查每区间。

模型在哪里结束、服务在哪里开始

真实智能体时长变化、网络等待、限流和内存不同，独立调用也可争同GPU。本抽象相同工作者各全程占一任务，未仿真争用。均值非硬截止保证，最慢支路会变化。依赖图不替代时间分布测量。

实际比较需记录开始及后继必需结果就绪时刻，分执行等待。这是建议非EL-AI实验，未测质量token成本可靠性，快完成不证明答案正确，需另证据。定量结论仅适用声明确定计划。

并行仅利可重叠工作。本流程两者达到10秒界，第三不能缩关键路径。已测变体加速B改变界，加速E不变。明确依赖把快速智能体印象转成可验证的必需等待和资源等待区别。

Python 3.14 documentation: graphlib. TopologicalSorter, predecessors, get_ready, done, cycles. Read 17 October 2026. Own deterministic scheduling calculation; no agent-runtime benchmark..

from experiment import D,PRE,schedule
print(schedule(tuple(D),2))

代码、数据与说明 · JSON. 教学计算使用 Python 3.14.0，图使用 Matplotlib 3.11.2。分析由 AI 辅助，不声称经过同行评审或人工审核。原创 ImageGen 封面仅作示意，不记录 EL-AI 人员、场所或实际安装。来源查阅于 2026 年 10 月 17 日。