并发的代价：谁能同时跑
「看」可以并行，「改」必须排队，为什么以及怎么判断
本页解决的问题
先给结论「并发的代价：谁能同时跑」要解决的关键问题是什么？
「看」可以并行，「改」必须排队，为什么以及怎么判断
让这个结论先证明自己值得留下。 把这一页当成决策工具，而不是需要背下来的定义。把概念连到一个真实任务、一个可观察结果，以及一个能改变你判断的失败上。
写下一个问题：试完这个方法后，你能用什么证据回答它？
结论听起来很完整，却没有检查最关键的假设。
这些操作不修改任何东西，多个同时跑互不影响。10 个 Agent 同时搜索不会冲突。
这些操作会改变外部状态。两个 Agent 同时改同一个文件 = 数据覆盖、内容丢失。
同一个任务：3 次搜索 + 1 次写入
简单说：冲突发生在多个操作修改同一个资源的时候。只要目标不同，写操作之间也可以并行。
「可并行 vs 必须串行」里的风险边界在哪里
「这些操作不修改任何东西，多个同时跑互不影响。10 个 Agent 同时搜索不会冲突」把安全问题从一句“请模型不要犯错”拉回到权限、数据和环境。真正需要保护的是：模型即使判断失误，系统也不能让错误变成不可逆的结果。
把模型建议和实际权限分开
在「这些操作会 改变外部状态 。两个 Agent 同时改同一个文件 = 数据覆盖、内容丢失」涉及的流程中，要分别检查用户能要求什么、模型能建议什么、工具实际允许什么，以及谁有权批准写入或发送。网页、文档和工具返回值都可能携带不可信指令，不能因为它们看起来像说明就自动提升权限。
安全设计必须包含失败和恢复
结合「简单说：冲突发生在多个操作修改同一个资源的时候。只要目标不同，写操作之间也可以并行」做一次反向演练：加入错误输入、缺失凭证或迟迟不到的审批，确认系统会拒绝、暂停并留下可追踪信息，而不是继续执行到底。
从「可并行 vs 必须串行」走到「时间线对比」
「可并行 vs 必须串行」先把问题落在「这些操作不修改任何东西，多个同时跑互不影响。10 个 Agent 同时搜索不会冲突」上；到了「时间线对比」，讨论继续推进到「同一个任务：3 次搜索 + 1 次写入 并行执行 串行执行 3 个搜索并行，写入排在最后 搜索 A 2s 搜索 B 3s 搜索 C 2s 写入 1s 0s 2s 4s 6s 总耗时：~4 秒 ✓ 所有操作依次执行 搜索 A 2s 搜索 B 3s 搜索 C 2s 写入 1s 0s 2s 5s 8s 总耗时：~8 秒 ✗」。两段连起来，重点就不只是记住一个结论，而是看清它成立所依赖的条件。
把这条判断带到下一个场景
做安全判断时，把“模型想做什么”和“系统允许做什么”分开，逐个检查数据边界、工具权限、人工确认和失败后的恢复路径。
- 「可并行 vs 必须串行」：这些操作不修改任何东西，多个同时跑互不影响。10 个 Agent 同时搜索不会冲突
- 「时间线对比」：同一个任务：3 次搜索 + 1 次写入 并行执行 串行执行 3 个搜索并行，写入排在最后 搜索 A 2s 搜索 B 3s 搜索 C 2s 写入 1s 0s 2s 4s 6s 总耗时：~4 秒 ✓ 所有操作依次执行 搜索 A 2s 搜索 B 3s 搜索 C 2s 写入 1s 0s 2s 5s 8s 总耗时：~8 秒 ✗
- 「最后的要点」：这些操作会 改变外部状态 。两个 Agent 同时改同一个文件 = 数据覆盖、内容丢失
最后的「最后的要点」把讨论落到「这些操作会 改变外部状态 。两个 Agent 同时改同一个文件 = 数据覆盖、内容丢失」。回看这条线索时，最值得保留的是：当输入、规模或风险改变，哪些判断需要重新做一遍。
我把这篇文章里的一个判断改写成了今天可以验证的小实验。比记住结论更有用的是，知道下一步要观察什么。
读完以后我先回头找它成立的条件，而不是直接把方法搬进项目。这个顺序让后面的取舍清楚很多。
如果把这个判断放到真实工作里，最先需要补的约束是什么？我想知道从阅读到第一次实践之间，哪一步最值得先做。
还没有这篇文章的讨论。