Claude Code重构:3万Agent并发写代码,26%开发已交给AI

Feng 72 阅读 AI技术

Claude Code的Projects模块完成了一次彻底重构。它不再是那个存放提示词和参考资料的静态文件夹,而是变成了一个以对话为驱动的协同中心。核心是一个叫Coordinator的协调器,工程师只需要在主对话框下达一个高阶目标,比如把整个鉴权模块重构为OAuth 2.0并补齐自动化验证,剩下的拆解、分配、执行全部由它自动完成。

协调器怎么带团队干活

Coordinator收到指令后,会把复杂项目拆成多个子任务,编排给并行的工作线程。每个线程都是一个运行在云端独立环境里的Claude Code实例,拥有完全隔离的代码副本,各自拉出独立的Git分支,在后台推进不同模块的代码编写和单元测试。

活干完了,线程会自动提交代码并产出PR。协调器会跟踪各个子任务的上下文依赖,提醒工程师先合并哪个分支、后验证哪个模块。

这里有个坑:多分支重叠修改仍然会撞上Git合并冲突。遇到代码冲突,协调器会把依赖关系理清楚,但最终还是需要人类工程师介入把关。不建议在生产环境完全放手让多Agent自动合并。

共享记忆解决了什么

以前多Agent各写各的,体验并不好。各个会话之间需要互相传递上下文,中间会有大量信息损失,结果是Token消耗巨大,速度也没快多少。

这次A社给出的方案是共享记忆。所有分支线程在执行过程中沉淀的方法规范、架构决策和团队偏好,都会实时同步回共享记忆。Claude能记住系统为什么把发布时间改到了周五,为什么导出功能被取消了。不需要在每个子任务里重复粘贴设定。

整个流程完全异步。工程师下完指令合上电脑就能去喝咖啡,甚至可以通过移动端随时查看各线程进度,并微调指令。

多Agent肯定不便宜,建议大家随时注意自己的usage。

内部3万Agent,26%开发由AI主导

Anthropic在最新发布的《衡量AI开发节奏》报告里,首次公开了内部AI自主研发的基准数据。这套自动化分层基准由Epoch AI制定,从AL 0排到AL 5。AL 3是深度人机协同,AL 4代表AI能凭一个高阶指令端到端完成工作,AL 0是纯人类操作。

A社内部当前的自动化评级是:AL 4级开发工作占比26%。今年2月这个数字还不足1%,半年翻了26倍。把基准调低一点看,Anthropic内部超过90%的开发链路已经处在AL 3层级。

代价是巨大的Token消耗。截至今年8月,A社内部开发平台上常态化并发运行着多达30000个AI Agent,在云端写代码、跑实验、改架构,单月触发的决策量超过10亿次。

3万Agent失控怎么办

几万个Agent在底层狂飙,安全怎么保证?A社配备了全天候实时观测系统(Agent Oversight),对所有AI操作进行动态审查。在8月超过10亿次模型决策中,系统拦截了大约0.002%的高风险或异常行为。

Dario显然也想到了外界对安全承诺的质疑。A社这次直接掏出了发票:7月13日至20日,公司约6%的AI开发算力花在安全与对齐研究上。同一周,AI驱动型开发的算力里,约12%投向安全相关工作。A社还表示欢迎第三方评估小组,给予内部风险团队同等层级的资料访问授权。

Coding进入新赛季

从内部26%的自主开发率,到外部重构的多线程Projects,写代码这个动作正在快速贬值。项目拆解和工作编排的能力成了核心。

以前一个中级工程师在终端里一次只能死磕一个特性,现在你一个人就是一个方法团队,底下带着一群Claude Code同时开工。人在这个链条里的角色,从逐行敲代码的执行者,变成了拍板架构路径、审查PR和处理异常边界的技术负责人。

这也不只是A社一家的判断。Cursor发布了Projects beta,主打的同样是Coordinator Agent,一个不写代码的协调者,向下派发数千个子Agent,工程上下文云端共享。

单点提效的时代结束了,开发效率的下一个堵点,在团队协同。

上手前需要知道的事

Projects目前是beta,而且挑人。第一批面向Claude Pro和Max订阅用户,且需要使用云会话工程功能。接下来一周会慢慢放量,Team、Enterprise、Cowork都得再等等。

部署时需要注意,多Agent并行对Git分支管理有硬性要求。如果你的仓库没有做好分支保护规则,Agent自动提交的PR可能会触发意外合并。建议提前配置好分支保护策略和PR审查规则。

验证多Agent工作是否正常,可以检查以下几个点:协调器是否成功拆解了任务、各线程是否拉出了独立分支、共享记忆是否在会话间同步了关键决策。如果发现子任务之间出现循环依赖,大概率是任务拆解粒度太粗,需要人工调整指令。

多Agent并行不是万能灵药。它适合模块边界清晰、接口定义明确的项目。如果你的代码库耦合严重、缺乏测试覆盖,多Agent只会加速制造混乱。这种情况下,先把单Agent用明白再说。

ID:1581

Feng
这位作者很神秘,还没有填写简介。