Brooks定律在AI環境下的變異
Frederick P. Brooks Jr.於1975年出版的《人月神話》中提出Brooks定律，指出「為延遲的軟體專案增加人力會使其更晚完成」。該理論基於他管理IBM OS/360專案的經驗。
乍看之下，AI代理似乎能解決傳統瓶頸，因為它們無需入職培訓、不需要開會或處理辦公室政治，且能在毫秒內進入狀態。然而，作者認為定律並未消失，而是發生了變異。
序列任務限制與管理責任轉移
著名的「嬰兒問題」依然存在：九個AI代理無法在一個月內生出一個嬰兒，因為序列任務本質上仍需依序進行。
協調開銷並未消失，而是從管理人員轉變為管理代理。仍有人需要定義完成標準、審查程式碼、捕捉幻覺錯誤並整合各部分成果。若缺乏明確的編排機制，將九個自主代理投入單一程式碼庫，它們可能會高速循環地互相重寫彼此的工作。
社群對AI輔助開發效率的爭議
部分開發者觀察到，優秀的工程師利用AI能更快產出優質解決方案，但能力較差的工程師則可能依賴AI而不進行驗證。例如，有案例顯示需求明確要求「不在前端實作」，但生成的程式碼仍包含前端實作，導致Pull Request被拒絕三次。
另一種觀點認為，AI代理能更好地溝通並知道其他代理已嘗試過的路徑，從而避免重複研究失敗方向，並更有效地分配工作。還有意見指出，雖然快速得到錯誤答案看似負面，但在需求不明確時，這可能是找出正確需求的最快方式。
關於代理協調能力的不同說法
有評論引用OpenAI的數據稱，四個代理能帶來兩倍的速度提升，並認為現代模型（如Opus 5或Sol）在協調能力上優於人類。然而，對於真正單線程的任務，平行化帶來的增益有限。
另有觀察指出，工程師的工作模式已改變，不再是一次處理一個工單直到完成，而是同時處理約五個或更多任務，包括功能開發、CI改進或錯誤修復等。這顯示AI工具可能改變了個人工作流的並行度，而非單純增加團隊人數的效果。
