# 调度规划器

作者把并行编码智能体的协调重新表述为调度问题：在开工前依据每个工作项声明的范围做不相交划分，并按生产者—消费者依赖图排序合并；他们将其实现为 Nerveplane 中的规划器，并用基于真实 git 合并的三臂基准 NP-Bench 验证，确定性场景下干净集成成功率由 1/9 升至 9/9、合并冲突由 13 降至 0，实时破坏性契约变更中前沿模型由 0.00 升至 1.00、小模型升至 0.60。

作者把并行编码智能体的协调重新表述为调度问题：在开工前依据每个工作项声明的范围做不相交划分，并按生产者—消费者依赖图排序合并；他们将其实现为 Nerveplane 中的规划器，并用基于真实 git 合并的三臂基准 NP-Bench 验证，确定性场景下干净集成成功率由 1/9 升至 9/9、合并冲突由 13 降至 0，实时破坏性契约变更中前沿模型由 0.00 升至 1.00、小模型升至 0.60。