Claude Code 大重构：内部 3 万 Agent 管理技术免费开放

刚刚，Claude Code的项目功能迎来全面重构，原生支持多Agent玩法。

用户下达目标，Claude在云端派生多条Git分支并行干活，写完直接提PR。

此外，A社还新增了共享记忆，保证Agent之间的上下文对齐。

可以说是彻底超进化了，Project不再只是个放提示词和文档的文件夹。

同一时间，在Anthropic披露的最新报告中，也已看到这项能力的上限：

他们内部研发平台，每天同时跑着3万个AI Agent，在云端疯狂写代码、调模型、跑测试。

结果就是，自家核心的AI研发工作，现在已经有整整26%由Claude主导，来到L4级别。

一人带一个Agent军团，Claude Code大重构

最新亮相的Claude Code Projects重构版，彻底终结了把Projects当「静态资料夹」的时代。

以前的Projects功能，本质上就是个存放提示词和参考文档的文件夹，聊上几轮上下文就乱成一团。

这次重构直接把形态变成了「以对话为驱动的协作中心」，架构核心是一个名为Coordinator（协调器）的大脑。

开发者不需要再手把手教AI每一步怎么走，只要在主对话框下达一个高阶目标，比如「把整个鉴权模块重构为OAuth 2.0并补齐自动化测试」。

主协调器接收到指令后，会自动把复杂的工程任务拆解为多个子任务，并调度分配给并行的工作线程。

而每一个工作线程，都是一个运行在云端独立环境里的Claude Code实例。

它们拥有完全隔离的代码副本，各自拉出独立的Git分支，在后台同时推进不同模块的代码编写与单测。

活干完了，工作线程会自动在后台提交代码并生成PR。

协调器还会贴心地跟踪各个子任务的上下文依赖，提醒开发者先合并哪个分支、后测试哪个模块。

神了，Vibe Coding几个月，好不容易学会Git。

道理大家都懂，以前也不是没人干，但问题在于——

多个Agent各写各的，其实际体验是不太好的，各个会话需要互相传递上下文，中间会出现相当多信息损失。

结果就是，Token消耗巨大，速度也没快哪去。。。

但这次，A社给出了新的的解决方案：共享记忆。

所有分支线程在执行过程中沉淀的技术规范、架构决策与团队偏好，都会实时同步回共享记忆。

这样，Claude就可以记住系统将发布时间改到了周五，为什么导出功能被取消了，以及在访问账单服务之前需要联系谁。

泪目，终于不需要在每个子任务里重复粘贴配置了o(╥﹏╥)o。

开发者下完指令合上电脑就能去喝咖啡，甚至可以通过移动端随时查看各线程进度，并微调指令。

但A社也承认，多Agent嘛，肯定是不便宜的，建议大家随时注意自己的usage，别一不小心就干崩了。

Projects现在是beta，而且挑人。

第一批是部分Claude Pro和Max订阅用户，还得是用云会话项目的人。

接下来一周会慢慢放量，Team、Enterprise，Cowork……都得再等等。

「安全叙事」暴雷后，A社依旧乐此不疲地沉浸在自己的核弹艺术里

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

先对齐一下定义。这套自动化分级标准由前沿机构Epoch AI制定，从AL0一路排到AL5。

AL0是纯人类操作，AL3是深度人机协作，AL4代表AI能凭一个高阶指令端到端完成任务，AL5才是完全脱离人类干预的自主闭环。

在这套坐标系下，A社内部目前的自动化评级是，AL4级研发任务占比26%。

看着不是很多，但你要知道，今年2月这个数字还不足1%。

把标准调低点的话，Anthropic内部超过90%的研发流程，已经处在AL3级别。

当然，这么庞大的自主研发也不是白来的，A社选择了最烧Token的打法：

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30000个AI Agent，在云端没日没夜地写代码、跑实验、改架构，单月触发的决策量就超过了10亿次。

不过，几万个Agent在底层狂飙，失控了怎么办？

这当然是不用你担心的，A社向来在这方面遥遥领先，早已想好了PR话术（bushi）。

公司表示，他们专门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。

不过吧，你的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信，就不好说了。

为了证明自己对安全的真心，A社这次干脆把「发票」掏了出来：

7月13日至20日，公司约6%的AI研发算力花在安全与对齐研究上。

同一周，AI驱动型研发的算力里，约12%投向安全相关任务。

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。

从内部26%的自主研发率，到外部重构的多线程Projects，本以为折腾得差不多了的Coding，如今似乎又往前推了一步。

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了核心。

以往一个中级工程师在终端里一次只能死磕一个特性，现在你一个人就是一个技术小组，底下带着一群Claude Code同时开工。

人在这个链条里的角色，从逐行敲代码的执行者，变成了拍板架构方向、审核PR和处理异常边界的技术负责人。

当然，多Agent并行并不是万能灵药，多分支重叠修改依然会不可避免地撞上Git合并冲突。

遇到这种代码冲突，协调器会把依赖关系理清楚，最终还是需要人类工程师介入把关。

但不可否认的是，AI写代码早已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。

9月10日，Cursor发布Projects beta，主打的同样是Coordinator Agent，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，合上笔记本也照跑。

单点提效的时代结束了，开发效率的下一个瓶颈，在团队协作。

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