Agent Arena

Despache múltiplos modelos de IA simultaneamente para executar a mesma tarefa, compare suas soluções lado a lado e selecione o melhor resultado para aplicar ao seu espaço de trabalho.

[!warning] Agent Arena é experimental. Possui limitações conhecidas em relação a modos de exibição e gerenciamento de sessão.

Agent Arena permite que você coloque vários modelos de IA uns contra os outros na mesma tarefa. Cada modelo é executado como um agente totalmente independente em sua própria Git worktree isolada, para que as operações de arquivo nunca interfiram. Quando todos os agentes terminam, você compara os resultados e seleciona um vencedor para mesclar de volta ao seu workspace principal.

Diferentemente dos subagents, que delegam subtarefas focadas dentro de uma única sessão, os agentes da Arena são instâncias de agentes completas e de alto nível — cada um com seu próprio modelo, janela de contexto e acesso total a ferramentas.

Esta página cobre:

• Quando usar Agent Arena
• Iniciar uma sessão na arena
• Interagir com agentes, incluindo modos de exibição e navegação
• Comparar resultados e selecionar um vencedor
• Melhores práticas

Quando usar Agent Arena

Agent Arena é mais eficaz quando você deseja avaliar ou comparar como diferentes modelos abordam o mesmo problema. Os casos de uso mais fortes são:

• Benchmarking de modelos: Avaliar as capacidades de diferentes modelos em tarefas reais no seu codebase real, não em benchmarks sintéticos
• Seleção Best-of-N: Obter múltiplas soluções independentes e escolher a melhor implementação
• Explorar abordagens: Ver como diferentes modelos raciocinam e resolvem o mesmo problema — útil para aprendizado e insight
• Redução de riscos: Para mudanças críticas, validar se múltiplos modelos convergem para uma abordagem semelhante antes de commit

Agent Arena usa significativamente mais tokens do que uma única sessão (cada agente tem sua própria janela de contexto e chamadas de modelo). Funciona melhor quando o valor da comparação justifica o custo. Para tarefas rotineiras onde você confia no seu modelo padrão, uma única sessão é mais eficiente.

Iniciar uma sessão na arena

Use o comando de barra /arena para iniciar uma sessão. Especifique os modelos que deseja competir e a tarefa:

/arena --models qwen3.5-plus,glm-5,kimi-k2.5 "Refatorar o módulo de autenticação para usar tokens JWT"

Se você omitir --models, uma caixa de diálogo interativa de seleção de modelos aparecerá, permitindo que você escolha entre seus provedores configurados.

O que acontece quando você inicia

1. Configuração das worktrees: O Qwen Code cria worktrees Git isoladas para cada agente em ~/.qwen/arena/<session-id>/worktrees/<model-name>/. Cada worktree reflete exatamente o estado atual do seu diretório de trabalho — incluindo alterações staged, unstaged e arquivos não rastreados.
2. Criação dos agentes: Cada agente inicia em sua própria worktree com acesso total a ferramentas e seu modelo configurado. Os agentes são lançados sequencialmente, mas executam em paralelo.
3. Execução: Todos os agentes trabalham na tarefa de forma independente, sem estado compartilhado ou comunicação. Você pode monitorar o progresso e interagir com qualquer um deles.
4. Conclusão: Quando todos os agentes terminam (ou falham), você entra na fase de comparação de resultados.

Interagir com agentes

Modos de exibição

Agent Arena atualmente suporta o modo in-process, onde todos os agentes são executados assincronamente dentro do mesmo processo de terminal. Uma barra de abas na parte inferior do terminal permite alternar entre os agentes.

[!note] Modos de exibição em painel dividido estão planejados para o futuro. Pretendemos oferecer suporte a layouts em painel dividido baseados em tmux e iTerm2, onde cada agente teria seu próprio painel de terminal para visualização verdadeira lado a lado. Atualmente, apenas a alternância de abas in-process está disponível.

Navegar entre agentes

No modo in-process, use atalhos de teclado para alternar entre as visualizações dos agentes:

A barra de abas mostra o status atual de cada agente:

Interagir com agentes individuais

Ao visualizar a aba de um agente, você pode:

• Enviar mensagens — digite na área de entrada para dar instruções adicionais ao agente
• Aprovar chamadas de ferramentas — se um agente solicitar aprovação de ferramenta, a caixa de diálogo de confirmação aparece em sua aba
• Ver histórico completo — role pela conversa completa do agente, incluindo saída do modelo, chamadas de ferramentas e resultados

Cada agente é uma sessão completa e independente. Tudo o que você pode fazer com o agente principal, pode fazer com um agente da arena.

Comparar resultados e selecionar um vencedor

Quando todos os agentes concluírem, a Arena entra na fase de comparação de resultados. Você verá:

• Resumo de status: Quais agentes tiveram sucesso, falharam ou foram cancelados
• Métricas de execução: Duração, rodadas de raciocínio, uso de tokens e contagem de chamadas de ferramentas para cada agente
• Resumo de comparação da arena: Arquivos alterados em comum vs. alterados por apenas um agente, contagens de linhas alteradas, eficiência de tokens e um resumo de abordagem de alto nível gerado a partir do diff, métricas e histórico de conversa de cada agente

Uma caixa de diálogo de seleção apresenta os agentes bem-sucedidos. Escolha um para aplicar suas alterações ao seu workspace principal, ou descarte todos os resultados. Pressione p para alternar uma pré-visualização rápida do agente destacado, ou d para alternar o diff detalhado desse agente antes de selecionar um vencedor.

O que acontece quando você seleciona um vencedor

1. As alterações do agente vencedor são extraídas como um diff contra a linha de base
2. O diff é aplicado ao seu diretório de trabalho principal
3. Todas as worktrees e branches temporários são limpos automaticamente

Se você quiser inspecionar o caminho completo de raciocínio antes de decidir, o histórico completo da conversa de cada agente ainda está disponível através da barra de abas enquanto a caixa de diálogo de seleção está ativa.

Configuração

O comportamento da Arena pode ser personalizado em settings.json:

{
  "arena": {
    "worktreeBaseDir": "~/.qwen/arena",
    "maxRoundsPerAgent": 50,
    "timeoutSeconds": 600
  }
}

Melhores práticas

Escolha modelos que se complementam

A Arena é mais valiosa quando você compara modelos com pontos fortes significativamente diferentes. Por exemplo:

/arena --models qwen3.5-plus,glm-5,kimi-k2.5 "Otimizar a camada de consulta ao banco de dados"

Comparar três versões da mesma família de modelos rende menos insight do que comparar entre provedores.

Mantenha as tarefas autocontidas

Os agentes da Arena trabalham de forma independente, sem comunicação. As tarefas devem ser totalmente descritíveis no prompt sem exigir idas e vindas:

Bom: “Refatorar o módulo de pagamento para usar o padrão strategy. Atualizar todos os testes.”

Menos eficaz: “Vamos discutir como melhorar o módulo de pagamento” — isso se beneficia de conversa, que é mais adequada para uma única sessão.

Limite o número de agentes

Até 5 agentes podem ser executados simultaneamente. Na prática, 2-3 agentes oferecem o melhor equilíbrio entre valor de comparação e custo de recursos. Mais agentes significam:

• Custos de token mais altos (cada agente tem sua própria janela de contexto)
• Tempo total de execução mais longo
• Mais resultados para comparar

Comece com 2-3 e aumente apenas quando o valor da comparação justificar.

Use a Arena para decisões de alto impacto

A Arena brilha quando os riscos justificam executar vários modelos:

• Escolher uma arquitetura para um novo módulo
• Selecionar uma abordagem para uma refatoração complexa
• Validar uma correção crítica de bug de múltiplos ângulos

Para alterações rotineiras, como renomear uma variável ou atualizar um arquivo de configuração, uma única sessão é mais rápida e mais barata.

Solução de problemas

Agentes falhando ao iniciar

• Verifique se cada modelo em --models está configurado corretamente com credenciais de API válidas
• Verifique se seu diretório de trabalho é um repositório Git (worktrees exigem Git)
• Certifique-se de que você tem acesso de escrita ao diretório base das worktrees (~/.qwen/arena/ por padrão)

Falha na criação da worktree

• Execute git worktree list para verificar se há worktrees obsoletas de sessões anteriores
• Limpe worktrees obsoletas com git worktree prune
• Certifique-se de que sua versão do Git suporta worktrees (git --version, requer Git 2.5+)

Agente demorando demais

• Aumente o timeout: defina arena.timeoutSeconds nas configurações
• Reduza a complexidade da tarefa — as tarefas da Arena devem ser focadas e bem definidas
• Diminua arena.maxRoundsPerAgent se os agentes estiverem gastando muitas rodadas

Falha ao aplicar o vencedor

• Verifique se há alterações não commitadas no seu diretório de trabalho principal que possam conflitar
• O diff é aplicado como um patch — conflitos de merge são possíveis se seu diretório de trabalho mudou durante a sessão

Limitações

Agent Arena é experimental. Limitações atuais:

• Apenas modo in-process: A exibição em painel dividido via tmux ou iTerm2 ainda não está disponível. Todos os agentes são executados dentro de uma única janela de terminal com alternância de abas.
• Sem pré-visualização de diff antes da seleção: Você pode visualizar o histórico de conversa de cada agente, mas não há um visualizador de diff unificado para comparar soluções lado a lado antes de escolher um vencedor.
• Sem retenção de worktrees: As worktrees são sempre limpas após a seleção. Não há opção de preservá-las para inspeção adicional.
• Sem retomada de sessão: As sessões da Arena não podem ser retomadas após sair. Se você fechar o terminal no meio da sessão, as worktrees permanecem no disco e devem ser limpas manualmente via git worktree prune.
• Máximo de 5 agentes: O limite máximo de 5 agentes concorrentes não pode ser alterado.
• Repositório Git obrigatório: A Arena requer um repositório Git para isolamento das worktrees. Não pode ser usada em diretórios não Git.

Comparação com outros modos multi-agente

Agent Arena é um dos vários modos multi-agente planejados no Qwen Code. Agent Team e Agent Swarm ainda não foram implementados — a tabela abaixo descreve o design pretendido para referência.

Próximos passos

Explore abordagens relacionadas para trabalho paralelo e delegado:

• Delegação leve: Subagents lidam com subtarefas focadas dentro da sua sessão — melhor quando você não precisa de comparação de modelos
• Sessões paralelas manuais: Execute várias sessões do Qwen Code você mesmo em terminais separados com Git worktrees  para controle manual completo