Claude Code 项目功能重构，支持多Agent并行开发

Claude Code 项目功能迎来大改

Anthropic 最近对 Claude Code 的 Projects 功能做了一次彻底重构。过去，Projects 更像是一个存放提示词和参考文档的静态文件夹，上下文容易混乱，协作体验有限。现在，它变成了一个以对话驱动的协作中心，核心是一个叫 Coordinator（协调器）的组件。

用户只需在主对话框里输入一个高阶目标，比如“把整个鉴权模块重构为 OAuth 2.0 并补齐自动化测试”，Coordinator 就会自动把任务拆成多个子任务，分配给不同的工作线程。每个线程都是一个独立的 Claude Code 实例，运行在隔离的云端环境中，各自拉出 Git 分支并行写代码、跑单测。任务完成后，它们会自动提交代码并生成 PR。

这种模式下，开发者不再需要手把手指导每一步操作，而是专注于定义目标和审核结果。协调器还会跟踪各子任务之间的依赖关系，提示先合并哪个分支、后测试哪个模块，减少人为疏漏。

共享记忆解决上下文割裂问题

多 Agent 并行开发听起来很美好，但实际落地时有个老大难问题：各个 Agent 之间缺乏统一上下文，导致信息重复传递、Token 消耗剧增，效率反而没提升多少。

这次 Anthropic 引入了 共享记忆 机制来解决这个问题。所有工作线程在执行过程中沉淀下来的技术规范、架构决策和团队偏好，都会实时同步回一个中央记忆库。这样一来，Claude 能记住系统发布时间改到了周五、导出功能为什么被取消、访问账单服务前要联系谁等细节。

这意味着开发者不用再在每个子任务里反复粘贴配置或背景说明，上下文对齐变得更自然。整个流程也支持完全异步——下完指令合上电脑去喝咖啡，甚至用手机随时查看进度、微调指令都没问题。

不过 Anthropic 也提醒，多 Agent 模式消耗不小，建议用户留意自己的用量，避免意外超支。

内部研发已进入 L4 自动化阶段

Anthropic 在同期发布的《衡量 AI 研发节奏》报告中透露，其内部研发平台每天同时运行约 3 万个 AI Agent，这些 Agent 在云端持续写代码、调模型、跑测试。仅今年 8 月，它们就触发了超过 10 亿次决策。

根据 Epoch AI 制定的自动化分级标准（AL0–AL5），Anthropic 目前有 26% 的核心研发任务达到 AL4 级别——即 AI 能凭一个高阶指令端到端完成任务。而今年 2 月，这个比例还不到 1%。半年时间，增长了 26 倍。

如果放宽标准到 AL3（深度人机协作），这一比例更是超过 90%。换句话说，绝大多数研发流程已经离不开 AI 的深度参与。

安全监控与算力投入

面对如此大规模的 AI 自主操作，Anthropic 表示部署了全天候的 Agent Oversight 监控系统，对所有 AI 行为进行动态审查。在 8 月的 10 亿次决策中，系统拦截了约 0.002% 的高风险或异常操作。

为了回应外界对其安全承诺的质疑，公司还公开了算力分配数据：在 7 月 13 日至 20 日这一周，约 6% 的整体 AI 研发算力用于安全与对齐研究；而在 AI 驱动的研发任务中，12% 的算力投向了安全相关工作。

Anthropic 还表示，欢迎第三方评估团队获得与内部风险团队同等级别的数据访问权限，对自动化研发数据进行独立审计。

新功能上线范围有限

尽管功能强大，但新版 Projects 目前仍处于 beta 阶段，且采用分批开放策略。首批仅面向部分 Claude Pro 和 Max 订阅用户，并且要求使用云会话项目。Team、Enterprise 和 Cowork 等协作套餐用户还需等待后续放量。

Anthropic 计划在未来一周逐步扩大可用范围，但具体时间表尚未公布。

行业趋势：从单点提效到团队协作

Claude Code 的这次更新并非孤例。就在 9 月 10 日，代码编辑器 Cursor 也发布了 Projects beta，同样主打 Coordinator Agent 架构——一个不直接写代码的协调者，负责向下派发数千个子 Agent，实现项目上下文云端共享、离线持续运行。

这反映出一个明显趋势：AI 编程正从单行补全、函数生成的 单点提效 阶段，迈向 团队级协作 的新阶段。开发者的角色也在转变——从逐行敲代码的执行者，变成定义架构、审核 PR、处理边界情况的技术负责人。

当然，多分支并行开发仍无法完全避免 Git 合并冲突。当多个 Agent 修改同一段代码时，协调器会理清依赖关系，但最终仍需人类工程师介入判断。AI 尚未取代人的判断，但它确实把人从重复劳动中解放了出来。

写代码的动作正在迅速贬值，而任务拆解、架构设计和异常处理的能力，成了新的核心竞争力。