基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
编程提效2026-08-07 15:15

Claude Code子代理现在默认后台运行:实际变化解读

dev.to · AI#Claude Code#AI编程#工作流
Editor brief · 编辑速览

Claude Code于7月1日变更:子代理任务默认后台执行不再阻塞对话,开发者可同时运行多个任务,效率显著提升。

文章思维导图
Knowledge map
拖拽缩放
Full translation

完整中文译文

我每天用 Claude Code 作为主要的开发 agent,本地跑,也在 SSH 上跑,连接的是一台跑着几个生产站点的 VPS。过去几周有个变化悄悄改变了我用它的工作方式:子代理现在默认在后台运行了。

以前,当 Code 把任务委托给子代理时,对话会阻塞直到子代理完成。自 7 月 1 日起,它会在子代理运行期间继续做其他事,并在完成时通知你。对于任何在使用 --dangerously-skip-permissions 运行长时间会话、几小时后才回来看的人来说,这是本质区别——从一个等待的工具变成了真正能无人值守工作的工具。

日常发生了什么变化

我的工作流始终如一:批准最初的计划,然后让 Code 无需确认地继续执行每一步,只在真正出错时才停下。后台子代理让这种自主性叠加了。我现在可以同时让它审计站点、生成新内容、审查配置文件——每个都作为独立的子代理运行,而不是一个接一个地排队。

这里有两个重要的限制:默认最多 20 个并发子代理,嵌套深度现在允许到 3 层(从之前的 1 层提升)。这两个限制都有其道理——如果没有任何约束,一个大任务很容易分支出比你预期更多的东西。

Sonnet 5 和 Opus 5:1M 上下文不再是例外

Claude Sonnet 5 在 6 月底成为默认模型,原生 1M token 上下文窗口。Claude Opus 5 在 7 月 24 日接替它成为默认 Opus 模型,同样是 1M 上下文。在长会话中——比如对站点进行全面重构时——我以前会盯着 /context 并在任务中途运行 /compact 以避免丢失线程。现在我明显能跑更长的会话而无需触碰这两个命令。这不是魔法——自动压缩仍在起作用,非常长的 Opus 会话的成本也值得注意,但实际的天花板已经提高了。

真正重要的安全修复

作为一个管理生产基础设施的人,这是我最关心的改进:8 月份修复了一个问题,即在 worktree 隔离会话(及其子代理)中可能对主 checkout 运行破坏性 git 命令的漏洞。当你在用广泛权限启动子代理处理重要系统时,这种隔离失效正是你最不想看到的故障模式。它被快速关闭是个好信号——但也提醒了"自主"和"无人监督"不是同一回事。我仍然会仔细检查每个会话的最终报告,而不是假设没有可见错误就意味着一切正常。

我仍然划定的界限

有了这么高的自主性,诱惑是越来越把雄心勃勃的任务交出去然后走人。我不会在接触面向客户的生产服务器上这样做——那些会话保持交互式,在敏感步骤上需要明确确认。我在自己基础设施上才会给予完全的自由度,那里出错的代价很低且可以恢复。这个区别比任何配置标志都更能决定一个会话获得多少自主性。

后台默认子代理是近几个月来最改变我日常使用 Claude Code 的变化——不是因为它花哨,而是因为它契合了我已经习惯的方式:批准计划,让它运行。Sonnet 5 和 Opus 5 的 1M 上下文很好地支持了这一点。工作tree 隔离修复提醒我们,更大的自主性意味着需要更仔细地审查最终输出,而不是更少。

Original source

本文由 AI 翻译整理,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
SGLang vs vLLM:裸机实测对比与避坑指南
下一篇
国产AI算力中心推理存储选型核心:匹配KV Cache访问模式

资讯速览

dev.to · AI · 2026-08-07 15:15

AI 评分 8.0 / 10

相关标签

#Claude Code#AI编程#工作流

继续阅读

  • AI 原生团队的瓶颈正在后移
  • SGLang vs vLLM:裸机实测对比与避坑指南
  • 国产AI算力中心推理存储选型核心:匹配KV Cache访问模式
  • KV Cache预取如何降低存储延迟:实测数据详解
  • Weights & Biases深度解析:ML实验跟踪龙头