Recursive Best-of-N Delegation

递归委托（父Agent→子Agent→孙Agent）非常适合拆解大型任务，但它存在一种失效模式：

• 单个子Agent的劣质结果会影响父Agent的后续步骤（如错误假设、遗漏文件、不合格补丁）
• 错误会沿委托树向上累积：“一片坏叶子”就能打乱整个任务推进流程
• 当某个节点存在不确定性时，纯递归还会未充分利用并行性：我们真正需要的是在模糊点所在的位置直接进行多次尝试

与此同时，“N选优”并行尝试有助于提升可靠性，但如果缺乏结构化设计，它会因反复解决完全相同的问题而非拆解问题，从而浪费计算资源。

在递归Agent树的每个节点，在进一步扩展前，为当前子任务执行**N选优（best-of-N）**流程：

1. 分解：父节点将任务拆分为子任务（与常规递归委托逻辑一致）
2. 子任务的并行候选执行：针对每个子任务，在隔离沙箱中生成K个候选Worker（典型取值为K=2-5）
3. 候选评分：使用整合了以下两类维度的评判器：
   • 自动化信号（测试、代码检查、退出码、差异大小、运行时数据）
   • LLM评判准则（正确性、约束合规性、简洁性）
4. 选择与固化：挑选排名靠前的候选结果作为该子任务的“标准”结果
5. 不确定性升级处理：若评判器的置信度较低（或候选结果存在分歧），则执行以下操作之一：
   • 提升该子任务的K值，或
   • 生成一个专注型“调查员”子Agent，收集缺失的事实信息后重新执行选择流程
6. 向上聚合：父节点整合所有选中的结果，继续递归流程

flowchart TD
    A[父级任务] --> B[分解为子任务]
    B --> C1[子任务1]
    B --> C2[子任务2]

    C1 --> D1[Worker 1a]
    C1 --> D2[Worker 1b]
    C1 --> D3[Worker 1c]
    D1 --> J1[评判器 + 测试]
    D2 --> J1
    D3 --> J1
    J1 --> S1[选择最优结果1]

    C2 --> E1[Worker 2a]
    C2 --> E2[Worker 2b]
    E1 --> J2[评判器 + 测试]
    E2 --> J2
    J2 --> S2[选择最优结果2]

    S1 --> Z[聚合结果 + 继续递归]
    S2 --> Z

最适用于以下场景的任务：

• 子任务可分片，但每个分片可能存在难点（API使用不明确、仓库专属约定）
• 可低成本评估输出结果（单元测试、类型检查、代码静态检查、黄金文件）
• “一步出错”的代价极高（迁移差异、安全敏感型变更、大规模重构）

实用默认规则：

• 多数子任务初始设置K=2
• 仅在“高不确定性”节点（评估者信心不足、输出结果冲突、测试失败）时，将K值提升至K=5
• 明确评分准则：“必须通过测试；差异最小化；不新增依赖项；遵循代码风格指南”

优点：

• 比单次递归的鲁棒性更强：局部不确定性场景可获得额外尝试机会
• 计算资源投放精准：仅将K次计算资源用在关键环节，而非全局铺开
• 可与沙箱执行（sandboxed execution）和基于补丁的工作流自然适配

缺点：

• 编排复杂度更高，涉及判断模块、评分机制、置信度阈值等环节
• 过度使用K会导致成本增加、延迟升高
• 判断模块的性能会成为瓶颈；应尽可能补充客观校验步骤