震撼！Claude Code全面重构，内部3万Agent管理技术免费开放

Jay 报道 | 徽声在线科技频道
量子位 | 公众号 QbitAI

云端协作编程的新纪元，已然开启。

就在最近，Claude Code项目迎来了一次里程碑式的功能升级，原生引入了多Agent协同工作模式。

用户只需设定目标，Claude便能在云端自动创建多个Git分支，并行开展编码工作，完成后直接提交合并请求（PR）。

不仅如此，A社还创新性地推出了共享记忆功能，确保各Agent间的上下文信息无缝对接。

这一变革，让Project不再局限于简单的提示词和文档存储，而是进化为一个智能的协作平台。

与此同时，Anthropic发布的最新报告揭示了这项技术的惊人潜力：

在其内部研发平台上，每日有高达3万个AI Agent在云端同时运作，进行代码编写、模型调试和测试执行。

是的，你没听错，是3万个。

如今，该公司的核心AI研发工作已有26%由Claude主导，达到了L4级别的自动化。

而半年前，这一比例还不足1%。

一人统领Agent军团，Claude Code全面进化

全新亮相的Claude Code Projects重构版，彻底颠覆了传统Projects的静态资料夹模式。

过去的Projects，不过是提示词和参考文档的堆砌，几轮对话后便混乱不堪。

此次重构，将其转变为一个以对话为核心的协作中心，其核心是一个名为Coordinator（协调器）的智能中枢。

开发者无需再一步步指导AI，只需在主对话框中设定一个高阶目标，如“将鉴权模块重构为OAuth 2.0并完善自动化测试”。

主协调器接收指令后，会自动将复杂任务拆解为多个子任务，并分配给并行的工作线程。

每个工作线程都是一个独立的Claude Code实例，运行在云端隔离环境中。

它们拥有独立的代码副本，各自拉取Git分支，在后台同时推进不同模块的编码和单元测试。

任务完成后，工作线程会自动提交代码并生成PR。

协调器还会智能跟踪子任务间的依赖关系，提醒开发者合并分支和测试模块的顺序。

真是令人惊叹，Vibe Coding花了数月才学会Git，而现在，这一过程似乎要被AI完全取代了。

难道，我们真的要告别手动Git操作了吗？

回到新版Project的讨论。

众所周知，多Agent协同并非新鲜事，但之前的体验并不尽如人意。

各Agent独立工作，需要频繁传递上下文信息，导致信息损失严重。

结果就是，Token消耗巨大，效率提升却有限。

但这次，A社给出了创新的解决方案：共享记忆。

所有分支线程在执行过程中积累的技术规范、架构决策和团队偏好，都会实时同步到共享记忆中。

这样，Claude就能记住系统发布时间的变更、导出功能的取消原因，以及访问账单服务前的联系人。

终于，我们无需在每个子任务中重复粘贴配置了，真是泪目o(╥﹏╥)o。

更关键的是，整个过程支持完全异步操作。

开发者下达指令后，可以合上电脑去享受咖啡时光，甚至通过移动端随时查看进度并微调指令。

不过，A社也提醒，多Agent模式成本不菲，建议用户随时关注usage，避免意外超支。

别急着兴奋，Projects目前仍处于beta阶段，且筛选用户。

首批开放给部分Claude Pro和Max订阅用户，且必须是使用云会话项目的用户。

接下来一周将逐步扩大范围，Team、Enterprise等用户还需耐心等待。

26%的研发交给AI，半年增长26倍

让我们先看看A社内部是如何应用这项技术的。

尽管面临“安全叙事”的争议，A社仍坚持在AI研发上投入巨资。

Anthropic在最新发布的《衡量AI研发节奏》报告中，首次公开了内部AI自主研发的基准数据。

这套自动化分级标准由前沿机构Epoch AI制定，从AL0到AL5分为六个等级。

AL0代表纯人类操作，AL3是深度人机协作，AL4表示AI能凭一个高阶指令完成端到端任务，AL5则是完全自主闭环。

在此标准下，A社内部目前的自动化评级为，AL4级研发任务占比26%。

虽然看似不高，但要知道，今年2月这一比例还不足1%。

半年时间，增长了26倍。

若放宽标准，Anthropic内部超过90%的研发流程已达到AL3级别。

当然，如此庞大的自主研发并非没有代价，A社选择了最消耗token的方式：

截至今年8月，A社内部研发平台上常态化并发运行着多达30000个AI Agent，在云端日夜不停地编写代码、运行实验、调整架构，单月触发的决策量就超过10亿次。

这简直就是赛博时代的黑工啊。

然而，几万个Agent在底层狂奔，如何避免失控？

这自然无需用户担心，A社在这方面向来领先，早已准备好了应对措施。

公司表示，他们配备了全天候实时监控系统（Agent Oversight），对所有AI操作进行动态审查。

在8月份超10亿次模型决策中，系统精准拦截了约0.002%的高风险或异常行为。

确实厉害。

不过，鉴于A社前几天刚被曝出花钱操控舆论、散布安全焦虑，这套说辞的可信度就大打折扣了。

Dario显然也意识到了这一点。

为了证明自己对安全的重视，A社这次干脆拿出了“发票”：

7月13日至20日，公司约6%的AI研发算力用于安全与对齐研究。

同一周内，AI驱动型研发的算力中，约12%投向了安全相关任务。

面对外界质疑，A社表示欢迎第三方评估团队对内部风险团队进行同等数据访问权限的审计。

Coding新篇章

从内部26%的自主研发率到外部重构的多线程Projects，Coding领域似乎又向前迈进了一步。

写代码的动作正在迅速贬值，工程拆解与任务调度的能力成为核心。

以往一个中级工程师一次只能专注一个特性，现在你一个人就能成为一个技术小组，带领一群Claude Code同时开工。

人在这个链条中的角色，从逐行敲代码的执行者转变为架构方向决策者、PR审核者和异常边界处理者。

当然，多Agent并行并非万能，多分支重叠修改仍可能引发Git合并冲突。

遇到这种代码冲突，协调器会理清依赖关系，但最终仍需人类工程师介入把关。

但不可否认的是，AI写代码已经跨过了简单的单行补全阶段。

一边是内部30000个Agent单月触发10亿次决策，一边是外部产品直接支持多分支并发提交PR。

这并非A社一家的判断。

9月10日，Cursor也发布了Projects beta版本，同样主打Coordinator Agent模式，一个不写代码的协调者向下派发数千个子Agent，项目上下文云端共享，即使合上笔记本也能继续运行。

这或许就是Coding的未来趋势吧。

单点提效的时代已经结束，开发效率的下一个瓶颈在于团队协作。

参考链接：
[1]https://claude.com/blog/projects-redesigned
[2]https://www.anthropic.com/institute/measuring-pace-of-ai-development