3万Agent月跑10亿次决策，Claude Code重构开放多智能体编排

Anthropic对Claude Code的项目功能做出重大架构调整，原生引入多Agent协同能力。未来用户只需给出高阶目标，Claude就能在云上创建相互隔离的Git分支并同步展开作业，完成后直接生成PR等待合入。配套上线的共享记忆机制让多个Agent之间保持上下文一致，从而修复了过去因信息断链造成的重复消耗。Project从存放提示词与文档的静态空间，升级为以对话为核心的协作中枢。

云端多线程编码，协调器调度全程

过去的Projects本质上只是保存参考文本与提示词的目录，几轮对话后上下文就严重失真。重做之后，整个形态转变为对话驱动的协作中心，其根基是一套被称为Coordinator的调度架构。用户不用再细化每个执行步骤，只需在主对话窗口提交高层任务，比如「将鉴权体系迁移至OAuth 2.0并补齐自动化测试」，协调器便会自行把工程目标拆分成若干子任务，输送给平行的执行实例。

每个执行线程都是运行在云端独立环境内的一套Claude Code实例，各自持有完全分开的代码副本，并分别拉出独立Git分支，在后台同时完成不同模块的开发与单元测试。任务做完之后，执行线程会自动提交变更并提供PR。协调器还会持续监测各子任务之间的上下文关联，提示开发者优先合并哪个分支、随后验证哪个组件。多位Agent分头工作的最大难点在于各写各的，会话之间传递上下文时极容易丢失信息，直接后果是Token开销居高不下而速度没有明显提升。Anthropic此番给出的答案是把所有分支线程形成的技术规范、架构抉择以及团队偏好，全部实时汇入一份共享记忆存档。于是Claude便能记住「发布时间推迟到了周五」、清楚「导出功能为什么被撤销」以及了解「访问账单服务之前应与谁联络」，用户也就无需在各个子任务里反复粘贴配置信息。

流程整体支持异步推进。用户下达指令后关掉电脑就能离开，还可以通过移动端跟踪各线程进展、随时微调任务。Anthropic也提醒，多Agent模式的成本并不低，用户需时刻留意用量，避免一次性超出预期。

该重构版目前仍处于beta阶段且供应范围有限，首批对象是部分Claude Pro与Max订阅者，并且限于使用云会话项目的用户。接下来一周计划逐步放宽限制，而Team、Enterprise及Cowork等版本还需等待轮候。

内部3万Agent同时在跑，26%研发已交给AI

Anthropic对外放出全新能力的同时，也在最新《衡量AI研发节奏》报告里第一次交付了公司内部自主化研发的底线数据。为了准确定义阶段，它们采用前沿研究机构Epoch AI拟定的自动化等级框架，从AL0排至AL5依次标识进阶。在这一划分下，AL0为人类独立操作，AL3对应密切的人机协作，AL4允许AI按一条高层次指令端到端交付，AL5则代表无需人工介入的完全自主闭环。

基于这套坐标，Anthropic现阶段的水平是：AL4级研发任务占比达26%。该比例看似不高，但对比半年前仅约1%，进步幅度显著。如果下调标准，公司已有超过九成的研发环节进入AL3层级。

庞大的自主运行意味着极其耗用Token，而Anthropic选取的正是其中最重投入的路径。截至8月，其内部平台上常态保持并发执行3万个AI Agent，在云端日夜不停地写代码、传模型、跑测试，当月触发的决策总量超过10亿次。

面对数以万计Agent底层高速运转带来的失控担忧，公司称已建有一整套全天候实时监控系统——Agent Oversight，对所有AI操作进行综合审查。在8月超过10亿次模型决策内，约0.002%的高风险或异常行为被系统精确拦截。此前有媒体披露Anthropic因购买舆论调整与散布安全焦虑引发争议，因此这项承诺外界的信任度尚难预测。为支持其安全态度，该公司提供了一组自我审计信息。Dario也意识到了外界疑虑。7月13日至7月20日期间，公司研发投入的算力大概6%用于安全与对齐方向；在另一个同步周期内，用于AI驱动开发的算力中约12%投向了安全类任务。同时，公司表态欢迎第三方团队进入评估，承认将会给予外部风险团队与内部人员同等的敏感数据访问权限，从而独立检验自动化训练事实。

分布式编码成趋势，人的角色转向随时把关

从内部26%的自主研发率，到外部改造完成的多线程Project，本以为已经推进究竟的Coding交付，仿佛又渡过了一个峡口。写代码的行为正在快速贬值，任务拆分与调调度的能力上升为要害环节。现在同一个人只管方向，身后一群Claude Code可以多分支同步推进；过去一名中级工程师一次只能在终端里为一个功能花上整段时间。在这个链条里，人被重新定位为决定架构走向、审核PR以及把握异常边界的责任角色。

然而并行多Agent并非包治百病，分支重叠修改难以避免会产生Git合并冲突。到这种境地时，协调器会梳理清楚关联关系，但最终仍需真人工程师参与决断。不可否认，AI写代码已经甩掉了单纯的单行补全阶段，一边是内部3万Agent单月决策10亿次，另一边是外部产品直接承载多分支持续提交PR。同类判断在行业中已有回声。9月10日，Poolside发布了主打同一中心思想的Projects beta。

同样装备Coordinator Agent来分发工作。那个不执笔代码的协调者向下调用数量级达成千上万的子Agent，项目上下文保持在云端，盖上笔记本电脑也能接受。”；这两家企业的举动证实了Coding的下一步——不再是单点度量效率，下一个协作瓶颈落在开发者能否在高自主性的并行流程中与人工审查无缝接入。

这也是编码产品的普遍走。从内部尝试到外部工具，团队研发协同的可行路径已经越发清楚。

小结：Anthropic把内部大规模多Agent自我研发的消化能力以产品化的手段落地到了生态开放之前，这一策略体现了明确的工程方向;Claude Code当前仅是一个嵌入个人任务的轻型界面，给订阅付费的工作流引来更多启发;代码工具正在演变迭代的能力赛点;未来企业与开发者应着重布局任务组合、权限边界的管理能力，而不进入新一轮被动替换部署。