念
并行化
Parallelization — 多个 LLM 同时处理任务，结果程序汇聚
并行化的两种变体：Sectioning 将任务拆成独立子任务同时执行；Voting 将同一任务跑多次获得多样化输出取共识。共同特征：子任务在设计时已知，不需要运行时动态决定（区别于编排器-工作者模式）。
Sectioning 分段适用：任务可无依赖拆分 + 吞吐量是瓶颈
用户查询处理 + 内容 Guardrail 审核（同时）代码库多文件并行分析
Voting 投票适用：需要更高置信度 + 多角度审视
多 Prompt 从不同角度审查代码安全漏洞多次采样取共识（Self-Consistency）
在 Agentic 系统中的定位 vs 编排器-工作者 并行化子任务预定义；编排器-工作者子任务运行时动态决定 成本-收益 低开销（无额外编排调用）；适合结构清晰、子任务独立的批量工作
→ Orchestrator-Workers · Agentic Systems · GuardrailsAnthropic (2024)
Parallelization（并行化）
定义
多个 LLM 同时处理任务，结果由程序汇聚。有两种变体：
- Sectioning（分段）：把任务拆成独立子任务并行执行
- Voting（投票）：同一任务跑多次获得多样化输出，取共识
适用场景
子任务可独立执行时用 sectioning 加速；需要更高置信度或多角度审视时用 voting。
典型用例：
- Sectioning：一个模型处理用户查询，另一个同时做内容审核（guardrail）
- Voting：多个 prompt 从不同角度审查代码安全漏洞
在 agentic 系统中的位置
属于 agentic systems 中的 workflow 模式。与 orchestrator-workers 的区别：parallelization 的子任务是预定义的，orchestrator-workers 的子任务是动态决定的。
References
sources/anthropic_official/building-effective-agents.md