paper-parallel-audit：大批量核查的并行 Agent 模式
核心理念
156 篇引用串行核查 ≈ 5 小时 + 中间挂了从头来。 3 个 Agent 并行 + 每个 50 篇 + JSON 落盘 ≈ 1 小时 + 任意一个挂了只重跑那一个。
批量任务的瓶颈不是 AI 的速度，是"挂了从头来"的恐惧。 并行 + 落盘 = 把恐惧拆成可控的小块。
触发条件
满足全部 → 触发：
- 任务规模 ≥ 30（条目 / 引用 / 文件 / 段落）
- 各条目之间无依赖（核查 A 的结论不影响 B 的核查）
- 操作是同质的（每条用的方法 / 标准都一样）
- 已经通过
paper-pilot-before-batch跑过样本，逻辑确认无误
任意一条不满足 → 不并行，老老实实串行 + 落盘（仍然要落盘）。
标准模式（4 个组件，缺一不可）
组件 1：分片
total = 156 条
shard_size = 50（按 Agent 数倒推）
shards = [0:50, 50:100, 100:156]
组件 2：每个 Agent 独立输出 JSON
每个 Agent 处理自己的分片，输出：
{
"shard_id": "0-50",
"total": 50,
"results": [
{"item_id": 1, "status": "pass", "issue": null},
{"item_id": 2, "status": "fail", "issue": "作者名拼写错误", "suggestion": "..."}
],
"completed_at": "<ISO 8601 timestamp>"
}
组件 3：主进程汇总 + 落盘
# 等所有 Agent 返回后
python merge_shards.py shard-*.json > audit_report.json
组件 4：断点续跑
- 每个 Agent 跑完立即落盘 JSON 到磁盘
- 任何一个挂了，只重跑那个分片
- 主进程读已有 JSON，跳过已完成
强制流程
检测到 ≥ 30 条目的同质批量任务
│
▼
确认已经跑过 paper-pilot-before-batch
│
▼
分片：N 个 Agent，每个 ≤ 50 条
│
▼
告诉用户：「派 N 个 Agent 并行，每个负责 [区间]，
各自落盘 JSON。预计 [时间]，挂了只重跑挂掉的分片。」
│
▼
用 Task 工具派 Agent（subagent_type 选 general-purpose）
单条消息里多个 Task 调用 = 真正并行
│
▼
等所有 Agent 返回 → 汇总 JSON → 给用户报告
派 Agent 的标准 prompt 模板
你是引用核查 Agent，负责本批 [分片区间]。
任务：核查每条引用的 [核查标准列表]。
输入：[引用列表 / 文件路径]
输出：JSON 文件，路径 `shard-<分片 ID>.json`，格式：
{
"shard_id": "...",
"total": N,
"results": [
{"item_id": ..., "status": "pass|fail", "issue": "...", "suggestion": "..."}
],
"completed_at": "..."
}
完成后只返回一句话：「分片 X 完成，pass M 条，fail K 条，已落盘 shard-X.json」。
不要把详细结果写在回复里——一律只在 JSON 里。
❌ 反例（书 §10.2）
用户：「把这 156 条引用核查一遍。」
错误做法：在主会话里串行跑——
- 跑到第 80 条 rate limit 了
- claude --continue 接续，但中间结果在内存里没存
- 重跑要么从头来，要么人工记到第几条
- 用户的耐心已经磨没了
正确做法：分 3 片 → 派 3 个 Agent → 各自 JSON 落盘 → 主进程汇总 → 用户拿到完整报告。
"不要并行" 的情况
- 条目之间有依赖（B 用 A 的结论）→ 串行 + 落盘
- 任务规模 < 30 → 直接串行更省心
- 操作不同质（每条要不同处理）→ 一个 Agent 全包
Rationalization Table
| 念头 | 现实 |
|---|---|
| "派 Agent 太重，自己串行更直接" | 串行第 80 条挂掉时你会回来读这个表 |
| "我能边跑边把结果记在脑子里" | 你不能。这是惨案 9 的根因 |
| "JSON 太麻烦，纯文本 markdown 就行" | 汇总时要 dedupe / 排序 / filter，markdown 干不了 |
| "派 1 个 Agent 跑 156 条也是并行" | 不是，那只是把串行搬到了子进程里，还是从头来 |
| "落盘的 JSON 占空间" | 一个 shard JSON 几 KB，挂了能省小时级时间 |
Red Flags
- 你正打算 for 循环 156 次 Edit → 停
- 你想"主会话直接核查，写个 todo 记进度" → todo 不是落盘
- 你跑到第 N 条挂了，想凭记忆接着第 N+1 条 → 不行，从最近一次落盘点重启
- 多个 Task 调用分散在多条消息里 → 不是并行，重写成单消息多调用
配套 skill
- 触发前必须先
paper-pilot-before-batch - 修改性操作还要
paper-protect-terminology - 完成后用
paper-verify-before-handoff自查报告
来源
《Claude Code 科研手记》§4.2「批量文献核查」、§10.2「引用核查的并行实战」