上次写了 AgentFleet 的架构（把每台设备编入一支 AI 舰队，跨设备协同）。这次用实测数据说话——「跨设备调度」到底是口号还是能力？
三个可复现的数字
1. 调度吞吐 303~377 tasks/s 调度内核 benchmark（4 设备 × 2 agent，纯内存调度）：200 任务 302 tasks/s，1000 任务 377 tasks/s。真实多设备链路（2 设备 × 2 agent，真实 ws）：96 tasks/s。
2. 设备掉线 0 丢任务 故障转移 benchmark：注入设备掉线后任务自动重派，lost = 0。大规模场景 8 设备 × 24 agent、1000 任务、dev-0 在 200ms 时掉线，1000/1000 完成、lost=0。
3. 真实物理机 5/5 免登录跑通 3 台真实云服务器（Ubuntu + 2 台 Windows）跑 codex/claude，全程免登录（codex 直连 kilo 免费源、claude 走本地 modelgateway anthropic 转换），5/5 completed。
为什么值得看
- 修了一个 O(n²) 调度退化，吞吐从 13 涨到 414 tasks/s（约 30 倍）。
- 秒级断连感知 + running→queued 自动迁移——这是单机工具结构上做不了的分布式容错。
- 数字都可复现：
npm run benchmark --workspace backend。
诚实说明
当前只有 grok 适配器稳定直连，其余 12 平台是骨架（安装/发现/网关路由可用，headless 直连待逐平台实测），欢迎共建。
仓库：github.com/narkco-kang… （MIT）
