Agent工坊

【Agent工坊】Claude Code Agent Teams 完全指南:一人管一个AI开发团队

2026年7月最新实测:一套配置 + 4个Prompt模板,让3个Claude实例并行写代码、互相审查、自动协调——单次代码审查成本仅$4.5。

为什么你需要Agent Teams

想象这个场景:你一个人在做全栈项目,前端React组件、后端API、集成测试都要写。以前你只能让Claude Code一个一个来——先写后端,再写前端,再写测试,整个过程4-6小时。

现在,你可以在终端里对Claude Code说一句话,它就自动派出3个AI开发者同时开工:一个写后端API,一个写前端组件,一个写集成测试。它们互相知道对方在做什么,用邮件系统直接沟通,通过共享任务列表自己协调。90分钟后,三个模块全部完成。

这就是 Claude Code Agent Teams——Anthropic在2026年2月随Opus 4.6发布的多Agent协调功能。经过5个月的迭代(包括7月13-17日Week 29的最新更新),它已经从实验性功能成长为一人开发团队的效率倍增器。

核心概念:Agent Teams vs Subagents

很多Claude Code用户已经用过Subagents(子代理),但Agent Teams是质的飞跃:

维度 Subagents Agent Teams
通信方式 只能向主代理汇报 队友之间直接对话
协调机制 主代理管理一切 共享任务列表 + 自协调
上下文 任务结束即终止 持久化,跨回合存活
Token成本 1.5-2x 3-7x
适用场景 独立的并行任务 需要协作的复杂任务

关键区别一句话:Subagents是老板-员工模式,Agent Teams是同事-协作模式。

实际案例:用Subagents做代码审查时,安全审查员发现了一个漏洞,但性能审查员完全不知道——只能等主代理转发。用Agent Teams,安全审查员直接发消息给性能审查员:"我发现有个地方可能存在N+1查询,你看看?"——性能审查员收到消息后立即检查并补充发现。

架构:4个组件如何协作

Agent Teams由四个组件构成:

Team Lead(队长)    → 主Claude Code会话,负责任务分解和协调
Teammates(队友)    → 独立的Claude实例,各有自己的上下文窗口和工具
Task List(任务列表) → ~/.claude/tasks/{team-name}/,带状态和依赖关系
Mailbox(邮箱)      → ~/.claude/teams/{team-name}/inboxes/,队友间直接消息

队友之间通过SendMessage工具直接通信,不需要经过队长转发。这消除了Subagents架构中的协调瓶颈。

Anthropic团队用16个Agent Teams从零构建了一个完整的C编译器作为验证:约2000个会话、20亿输入token、1.4亿输出token,产出10万行Rust代码成功编译了Linux 6.9内核。成本约$20,000——对个人开发者来说太贵,但证明了多Agent协调在真实软件工程中是可行的。

5分钟上手:开启你的第一个Agent Team

Step 1:启用功能(3选1)

方法一(推荐):全局配置

编辑 ~/.claude/settings.json

{
  "env": {
    "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
  }
}

方法二:Shell环境变量

export CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1

方法三:按会话启用

claude --env CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1

Step 2:安装tmux(推荐,3+ Agent时需要)

# macOS
brew install tmux

# Ubuntu/Debian
sudo apt install tmux

tmux让每个队友在自己的分屏窗口中运行,你可以实时看到每个Agent在做什么。如果不装tmux,所有队友在同一个终端窗口内以"in-process"模式运行——也能用,但3个以上Agent时会比较混乱。

Step 3:启动第一个Agent Team

打开Claude Code后,用自然语言创建团队:

我正在设计一个CLI工具,帮助开发者追踪代码库中的TODO注释。
创建3个队友从不同角度探索这个需求:
- 一个关注用户体验
- 一个做技术架构设计
- 一个当"魔鬼代言人"挑刺

Claude Code会自动创建团队、分配任务、启动队友实例。你会在终端底部看到 2 idle agents 的状态提示。

显示模式选择:分屏模式通过tmux或iTerm2自动检测,也可以在settings里指定:

{
  "teammateMode": "auto"  // auto | tmux | iterm2 | in-process
}

成本实测:到底花多少钱

这是大家最关心的问题。以下是基于官方API定价的3个真实场景成本计算(队长用Opus 4.6,队友用Sonnet 4.5):

场景1:并行代码审查(3个审查员,约30分钟)

  • 单人审查:~200K token,约$2.00
  • Agent Teams审查(安全 + 性能 + 代码质量):~640K token,约$4.50
  • 多花$2.50,换来三个专业视角 + 实时交叉验证
  • 性价比判断:比漏掉一个安全漏洞的成本低太多

场景2:全栈功能开发(前端 + 后端 + 测试,约90分钟)

  • 单人开发:~500K token,约$10-15,耗时4-6小时
  • Agent Teams:~1.35M token,约$20,耗时90分钟
  • 多花$5-10 API费用,节省3-4小时开发时间
  • 如果你的时薪>$10/小时,这就是纯省钱

场景3:复杂Bug诊断(3个调查员并行排查,约20分钟)

  • 单人排查:~500K token,约$10,耗时1-2小时
  • Agent Teams:~950K token,约$13,耗时20分钟
  • 仅多花$3,从90分钟压缩到20分钟

省钱技巧
- 🎯 队长用Opus 4.6(需要最强推理能力做任务分解),队友默认Sonnet 4.5(编码能力足够,成本低60%)
- 🎯 简单子任务(lint、格式化、搜索)用Haiku 4.5:$1/$5 per MTok
- 🎯 在spawn prompt中明确文件范围("只审查src/auth/"而不是"审查代码库")
- 🎯 用max_turns参数限制API调用轮次,防止失控

4个实战Prompt模板(复制即用)

模板1:并行代码审查

Review pull request #47 using a team of 3 specialized reviewers.
Create a team called "pr-47-review".

Reviewer 1 (Security): Review all changes in src/auth/ and src/api/
for authentication bypasses, injection vulnerabilities, and unsafe
data handling. Use Sonnet model.

Reviewer 2 (Performance): Review all changes for N+1 queries,
unnecessary re-renders, missing indexes, and memory leaks.
Focus on files touching database queries and React components.
Use Sonnet model.

Reviewer 3 (Code Quality): Review for consistent error handling,
proper TypeScript types, test coverage gaps, and adherence to our
coding standards in CLAUDE.md. Use Sonnet model.

After all reviewers complete, synthesize findings into a single
prioritized report. Flag any conflicts between reviewers' recommendations.

模板2:全栈功能开发

Implement the user notification preferences feature from issue #234.
Create a team called "notification-prefs".

Teammate 1 (Backend): Create the API endpoints in src/api/notifications/
- GET /api/notifications/preferences
- PUT /api/notifications/preferences
- Add database migration for notification_preferences table
- Write unit tests for new endpoints
Use Sonnet model.

Teammate 2 (Frontend): Build the settings UI in src/components/settings/
- Create NotificationPreferences component
- Connect to API endpoints (coordinate with Backend teammate for exact
  request/response shapes)
- Add form validation and loading states
- Write component tests
Use Sonnet model.

Teammate 3 (Integration): After Backend and Frontend complete:
- Write end-to-end tests covering the full flow
- Verify database migration runs cleanly
- Test error scenarios (network failures, invalid data)
Use Sonnet model. This task is blocked by Teammates 1 and 2.
Use delegate mode. I want to review the overall plan before implementation.

模板3:竞争假设Bug诊断

The checkout flow is failing intermittently with a 500 error in production.
Error logs show "connection refused" but only for ~10% of requests.
Create a team called "checkout-debug" with 3 investigators.

Investigator 1: Hypothesis  Database connection pool exhaustion.
Check src/db/pool.ts configuration, look for connection leaks in
checkout transaction code, analyze pool sizing vs concurrent load.

Investigator 2: Hypothesis  Redis session store timeout.
Check src/cache/redis.ts for timeout configuration, look for blocking
operations in session middleware, verify Redis health check.

Investigator 3: Hypothesis  Downstream payment API flakiness.
Check src/services/payment.ts for retry logic, error handling for
webhook, verify if circuit breaker is configured.

Each investigator: Share findings via messages as you go. If you find
strong evidence for your hypothesis, broadcast to team immediately.
If you rule out your hypothesis, say so and help another investigator.

模板4:代码库探索(零风险入门)

I need to understand how our authentication system works before
refactoring it. Create a research team called "auth-research".

Researcher 1: Map the authentication flow from login to session creation.
Document every file involved, every middleware, every database query.
Output a flow diagram in markdown.

Researcher 2: Identify all places in the codebase that check
authentication or authorization. List every guard, middleware,
decorator, and manual check. Flag inconsistencies.

Researcher 3: Analyze test coverage for authentication.
Which flows are well-tested? Which have no tests?
What edge cases are missing?

All researchers: Use read-only operations only. Do not modify any files.
Share interesting findings as you discover them.

进阶技巧:从会用变成用好

1. Delegate Mode(Shift+Tab)

最常见的"翻车"场景:Opus队长忍不住自己动手写代码,队友们坐在那里烧token啥也不干。

Shift+Tab进入Delegate Mode,队长被限制为只能协调——不能编辑文件、不能运行命令。这强制队长把工作分给队友,团队利用率立刻提升。

2. Plan Approval(计划审批)

让队友先出方案再动手,避免代价高昂的错误:

Spawn an architect teammate to refactor the authentication module.
Require plan approval before they make any changes.

队友会先进入只读Plan模式,分析需求、设计方案,然后调用ExitPlanMode请求审批。你审查方案后批准或打回——数据库迁移、公共API变更等高风险操作必备此流程。

3. Hooks自动化质量门

利用TeammateIdleTaskCompleted事件做自动检查:

# 在队友空闲时自动运行linter
TeammateIdle → 运行 eslint → 失败则反馈给队友修正

# 任务完成时自动部署预览
TaskCompleted → 运行集成测试 → 通过则部署staging

4. Task Dependencies(任务依赖)

不要创建平铺的任务列表。用addBlockedBy明确依赖关系:

迁移数据库 → 后端API(依赖迁移) → 前端组件(依赖API定义) → E2E测试(依赖全部)

队友会自动遵守依赖——被阻塞的任务不会提前领取。

常见避坑清单

错误 后果 正确做法
用Agent Teams做顺序任务 多花3-7x成本,零提速 每个步骤依赖前一步?用单Session
派5+个队友 文件冲突 + 协调开销 > 并行收益 2-3个队友是最佳数值
任务范围太宽 前10-20轮都在"探索代码库" 明确指定目录和文件范围
不指定model 全部用Opus,成本飙升 队长Opus + 队友Sonnet
不清理孤儿tmux Session 后台进程堆积消耗资源 tmux ls + tmux kill-session -t {name}

快速启动清单(5分钟)

1.  ~/.claude/settings.json 添加 "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
2. 安装 tmuxbrew install tmux / apt install tmux
3. 打开 Claude Code输入一个低风险探索任务用模板4
4. 观察队长如何分解任务队友如何协作
5. 尝试2人代码审查用模板1
6. 逐步升级到3人全栈开发用模板2

总结

Claude Code Agent Teams是目前个人开发者能用到的最实用的多Agent协调工具。它不需要额外安装框架、不需要写复杂的编排代码——一个环境变量 + 一个自然语言Prompt就能启动一个AI开发团队。

对于AI创业者来说,这意味着:一个人 + Claude Code = 一个可以并行工作的开发团队。前端、后端、测试、代码审查,过去需要3-4个人做的事,现在一个人配3个AI队友,90分钟搞定。

成本方面:一次代码审查$4.5,一个全栈功能$20。按开发者时薪$50计算,Agent Teams帮你省下的时间是API费用的10-30倍。

现在打开终端,试试你的第一个Agent Team。


AI创业 #ClaudeCode #AgentTeams #多Agent协调 #一人公司 #AI编程