多个AI Agent同时写代码，Git成了瓶颈？这个Skill让它们自己协调

你有没有被 AI 团队协作搞崩过？

一个写代码，一个审代码，第三个在修 bug——三个 Agent 同时跑 Git，结果分支乱成一锅粥，互相覆盖，谁也跑不通。这是 2026 年 AI 编程最大的新烦恼：多 Agent 并发写代码，版本控制成了瓶颈。

今天挖到一个有意思的 Skill，叫 Agentic Jujutsu，专治这个毛病。

它给自己的定位是「量子抗性自学习版本控制」，听着很玄乎，但干的事很实在——让多个 AI Agent 同时改代码，不用加锁，不用排队，还比 Git 快 23 倍。

怎么做到的？核心是一个叫 ReasoningBank 的自学习引擎。每个 Agent 干活时会记录自己的操作轨迹（trajectory），系统从这些轨迹里自动发现”什么操作序列成功率高”，下次遇到类似任务直接给你推荐置信度最高的路径。根据官方数据，这套机制能让冲突解决率达到 87%。

具体用法也很简单：

npx skills add ruvnet/agentic-flow --skill agentic-jujutsu -a claude-code -g -y

装好后，让 Agent 干活就完事了。几个 Agent 同时在不同的 feature branch 上操作，它会用 trajectory 记录每次提交，学习成功的操作模式，互相不打架。

这背后解决的是一个挺本质的问题：Git 的并发模型是基于人类的，一个分支一个人 commit，规则清晰。但多 Agent 场景下，大家同时动手，Git 的锁机制就成了性能杀手。Agentic Jujutsu 把锁去掉，改成”学习-预测-协调”的模式，不是硬同步，而是软协调。

适合谁用？
– 同时跑多个 Agent 写代码的团队（不只是代码生成，还有 review、test、deploy 等多个 Agent 串起来的流水线）
– 想让 Agent 从历史成功操作中持续学习、越来越聪明的人
– 对 AI 协作稳定性有要求，不想被 Git conflict 卡住的人

说实话，这个方向我之前没太注意过——大多数 Skill 都在教 Agent 怎么写代码，但很少有人关心多个 Agent 同时写代码怎么不打架。Agentic Jujutsu 戳中的是这个盲区，而且实现思路挺有意思的：用学习代替锁，用预测代替等待。

GitHub 在这里：

https://github.com/ruvnet/ruflo

Skill 路径是 .claude/skills/agentic-jujutsu/SKILL.md，MIT 协议，感兴趣可以装一个试试。

GitHub: https://github.com/ruvnet/ruflo