重磅！Claude Code全面重构，内部3万AI Agent技术免费开放

Jay 发自 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，已然拉开帷幕。

就在不久前，Claude Code迎来了项目功能的全面革新，原生支持多AI 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功能，确保各Agent间的上下文信息保持一致。

这一变革，让Project不再局限于存放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 Agent数量高达3万个，它们在云端不知疲倦地编写代码、调整模型、执行测试。

没错，就是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。

而在半年前，这一比例还不足1%。

一人统领AI军团，Claude Code焕新登场

最新发布的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，仅是一个存放提示词和参考文档的简单文件夹，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。

开发者无需再逐一指导AI的每一步操作，只需在主对话框中设定一个高层次目标，如“将鉴权模块重构为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运行在云端独立环境中的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，连Git操作都似乎变得多余了。

你现在告诉我，连Git技能都要被AI取代了？？？

回到新版Project的话题。

道理大家都懂，多Agent协同并非新鲜事，但问题在于——

多个Agent各自为战，会话间需要频繁传递上下文，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的人员。

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Agent模式成本不菲，建议随时关注使用情况，避免意外超支。

别急着兴奋，Projects目前仍处于beta阶段，且筛选用户严格。

首批用户仅限于部分Claude Pro和Max订阅用户，且必须使用云会话项目。

接下来一周将逐步扩大用户范围，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。

真是毅力惊人。

在“安全叙事”风波后，A社依然坚持自己的技术路线。

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代表深度人机协作，AL4代表AI能根据一个高阶指令端到端完成任务，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为，AL4级研发任务占比26%。

虽然看起来比例不高，但要知道，今年2月这个数字还不足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 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了10亿次。

这简直就是赛博时代的黑工啊。

不过，几万个Agent在底层狂奔，如何避免失控呢？

这当然不用你操心，A社在这方面一直走在前列，早已准备好了应对措施（PR话术）。

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，系统精准拦截了大约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，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%用于安全相关任务。

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级别的数据访问权限审计。

Coding新时代的到来

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决定架构方向、审核PR和处理异常边界的技术负责人。

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写代码已经跨越了简单的单行补全阶段。

一边是内部3万个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。

这也不只是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概念，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的未来方向吧。

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