Et nyt forskningssystem, AgentRoom, adresserer en grundlæggende begrænsning i multi-agent kodning: at AI-modeller genererer ét token ad gangen, hvilket tvinger agenter til at arbejde sekventielt. AgentRoom introducerer en realtidsprotokol, der lader flere kodningsagenter arbejde parallelt på samme filsystem ved hjælp af CRDT-teknologi (Conflict-free Replicated Data Types), som oprindeligt er udviklet til menneskeligt samarbejde i værktøjer som Google Docs.
Systemet løser et konkret problem: En enkelt agent opgiver op til halvdelen af svære opgaver med en stub-fil og exit. Med AgentRoom, der eksponerer fil-niveau claim, status og broadcast som MCP-værktøjer, viste tests med fem frontier kodnings-CLI-modeller på fire backend-opgaver, at to agenter opgiver færre opgaver end en enkelt agent og har mindre variation mellem kørsler. Ved matchet compute klarede AgentRoom sig bedre end parallel-merge i én LLM-judge-måling, og en bundle-probe viste, at fuld AgentRoom overgår hver delvis konfiguration.
Forskerne understreger, at det er koordinationen – ikke parallelisme eller CRDT-merge – der bærer hovedparten af forbedringen. Det betyder, at teams, der bygger eller køber multi-agent kodningsværktøjer, bør fokusere på samarbejdsprotokoller frem for blot at øge antallet af agenter eller forbedre merge-algoritmer.
