震撼！Claude Code全面重构，内部3万智能体管理技术免费开放

Jay 发自 徽声在线技术频道
量子位 | 公众号 QbitAI

云端协作编程的新纪元，已然开启。

就在不久前，Claude Code项目迎来了一次颠覆性的功能升级，原生支持多智能体（Agent）协同作业模式。

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

此外，A社还引入了共享记忆机制，确保各智能体间上下文信息的一致性。

这一变革，让Project不再局限于存储提示词和文档的简单文件夹角色。

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，每日同时运行的AI智能体数量高达3万个，它们在云端持续编写代码、调整模型、执行测试。

没错，就是3万个智能体。

如今，该公司的核心AI研发工作中，已有高达26%的任务由Claude主导，达到了L4级别的自动化。

而在半年前，这一比例还不足1%。

一人统领智能体军团，Claude Code全面进化

全新亮相的Claude Code Projects重构版，彻底颠覆了Projects作为“静态资料库”的传统定位。

昔日的Projects功能，本质上只是一个存放提示词和参考文档的容器，几轮对话后上下文便混乱不堪。

此次重构将其转变为“以对话为驱动的协作中心”，其核心架构是一个名为Coordinator（协调器）的智能中枢。

开发者无需再手把手指导AI每一步操作，只需在主对话框中设定一个高阶目标，如“将整个鉴权模块重构为OAuth 2.0并补充自动化测试”。

主协调器接收指令后，会自动将复杂工程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运行在云端的Claude Code实例。

它们拥有独立的代码副本，各自拉取独立的Git分支，在后台同时推进不同模块的代码编写与单元测试。

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各子任务的上下文依赖关系，提醒开发者先合并哪个分支、后测试哪个模块。

真是令人惊叹，学了几个月的Vibe Coding和Git，现在似乎要被智能体取代了？

现在告诉我，连Git也要重新学习了吗？

回到新版Project的话题。

道理大家都懂，以前也有人尝试过多智能体协作，但问题在于——

多个智能体各自为战，会话间需要频繁传递上下文，导致信息大量丢失。

结果就是，Token消耗巨大，效率却并未显著提升。

但这次，A社提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调整为周五、导出功能被取消的原因，以及在访问账单服务前需要联系谁。

终于不用在每个子任务中重复粘贴配置了，真是让人感动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各线程进度并微调指令。

不过，A社也提醒用户，多智能体协作成本不菲，建议随时关注使用情况，避免意外超支。

别急着兴奋，还有限制条件。

目前，Projects仍处于beta阶段，且仅对部分用户开放。

首批用户包括部分Claude Pro和Max订阅用户，且需使用云会话项目。

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

26%的研发任务交给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。

真是坚持不懈啊。

尽管“安全叙事”遭遇挫折，A社仍沉浸在自己的技术革新中。

Anthropic在最新发布的《衡量AI研发节奏》报告中，首次公开了自家内部的AI自主研发基准数据。

先明确一下定义。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能根据一个高阶指令独立完成任务，AL5则是完全脱离人类干预的自主闭环。

在这套标准下，A社内部目前的自动化评级显示，AL4级研发任务占比26%。

虽然看起来不高，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。

如果放宽标准，Anthropic内部超过90%的研发流程已经达到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社的内部研发平台上常态化并发运行着多达3万个AI智能体，在云端持续编写代码、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。

不过，几万个智能体在底层狂奔，失控了怎么办？

这当然不用你操心，A社在这方面向来领先，早已准备好了应对措施（PR话术，开个玩笑）。

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。

确实很厉害。

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，现在这套说辞还有多少人相信，就不好说了。

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“证据”：

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，AI驱动型研发的算力中，约12%投向了安全相关任务。

外界质疑我们自卖自夸？

A社表示，欢迎第三方评估团队给予内部风险团队同等级别的数据访问权限，对自动化数据进行审计。

Coding新赛季的开启

从内部26%的自主研发率到外部重构的多线程Projects，本以为Coding领域已经趋于稳定，如今却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于一个特性的开发，现在你一个人就像一个技术小组，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拍板架构方向、审核PR和处理异常边界的技术负责人。

当然，多智能体并行并非万能药，多分支重叠修改仍可能引发Git合并冲突。

遇到这种代码冲突时，协调器会理清依赖关系，但最终仍需要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3万个智能体单月触发10亿次决策，一边是外部产品直接支持多分支并发提交PR。

这也不只是A社一家的判断。

9月10日，Cursor发布了Projects beta版本，同样主打Coordinator Agent概念，一个不写代码的协调者向下派发数千个子智能体任务，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