Claude Code 大重构：多 Agent 并行加共享记忆，一个人就是一支技术团队

2026-09-19公众号文章

大家好，我是玄姐。

PS：

AITutor 来了。每个人的 AI 原生学习伙伴，全网首发，点击预约。

AI Coding 赛道又有大事发生。

9 月 18 日，Anthropic 宣布 Claude Code 的 Projects 功能全面重构，原生支持多 Agent 并行协作。同一天，Anthropic 还发布了一份内部报告，首次公开自家 AI 研发自动化的真实数据。

老规矩，先把结论放在前面：

Projects 不再是放提示词和文档的静态文件夹，而是变成了以对话为驱动的协作中心，核心是一个叫 Coordinator 的协调器。
你下达一个高阶目标，系统自动拆任务、派活、并行开发、提交 PR，全程在云端完成。
新增的共享记忆机制，解决了多 Agent 协作中最头疼的上下文丢失问题。
Anthropic 内部已常态化并发运行 3 万个 AI Agent，26% 的核心研发任务由 Claude 端到端主导，达到 AL4 自动化级别。而半年前，这个比例还不到 1%。

下面逐块拆解。

PS：

Claude Code 更多案例深入免费学习去这里：

1.打开 AITutor 新一代 AI 原生学习伙伴：www.aiaitutor.com 2.在首页输入"Claude Code” 就能看到更详细更丰富案例。3.包含了图文、视频、播客、闪卡、代码、测验等9种学习模态。

一、架构核心：Coordinator 协调器

以前的 Projects 是什么？说白了，就是一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。

这次重构之后，Projects 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。

工作方式彻底变了。开发者不再需要手把手教 AI 每一步怎么走，只要在主对话框里下达一个高阶目标，比如「把整个鉴权模块重构为 OAuth 2.0 并补齐自动化测试」。

接下来的流程是：

主协调器接收指令，把复杂的工程任务自动拆解为多个子任务。
子任务被调度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里的 Claude Code 实例。
每个实例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和单元测试。
活干完了，工作线程自动在后台提交代码并生成 PR。
协调器持续跟踪各子任务之间的上下文依赖，提醒开发者先合并哪个分支、后测试哪个模块。

看出变化了吗？开发者的角色，从逐行敲代码的执行者，变成了定目标、审 PR、处理边界情况的技术负责人。

二、共享记忆：多 Agent 协作的关键拼图

多 Agent 并行不是新概念，以前也不是没人做，但体验一直不好。原因很实在：各个 Agent 各写各的，会话之间要互相传递上下文，中间有大量信息损失。结果就是 Token 消耗巨大，速度也没快多少。

Anthropic 这次给出的解法是共享记忆。

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

举几个实际例子，Claude 可以记住：

团队把发布时间改到了周五。
导出功能为什么被取消。
访问账单服务之前需要先联系谁。

干过团队协作的人都懂，这些信息以前全靠自己记、靠文档同步、靠在每个子任务里重复粘贴配置。现在由系统兜底，这才是多 Agent 能真正跑起来的前提。

三、内部数据：3 万 Agent 并发，半年 26 倍

产品之外，更值得琢磨的是 Anthropic 自己怎么用。

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

先对齐一个概念。报告采用的自动化分级标准由前沿研究机构 Epoch AI 制定，从 AL0 排到 AL5：

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

在这套坐标系下，Anthropic 内部目前的 AL4 级研发任务占比是 26%。今年 2 月，这个数字还不足 1%。半年时间，涨了 26 倍。如果把标准放宽到 AL3，超过 90% 的研发流程已经达标。

支撑这个数字的，是非常烧 Token 的打法。截至今年 8 月，Anthropic 内部研发平台常态化并发运行多达 3 万个 AI Agent，在云端写代码、跑实验、改架构，单月触发的决策量超过 10 亿次。

四、安全兜底：监控、拦截和算力投入

几万个 Agent 在底层狂飙，失控了怎么办？

Anthropic 的答案是专门配备的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 月超过 10 亿次的模型决策中，系统拦截了大约 0.002% 的高风险或异常行为。

另外还有一笔账。7 月 13 日至 20 日这一周，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。

考虑到近期外界对 Anthropic 安全叙事的质疑，公司还表态欢迎第三方评估团队进场，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。信不信由你，至少姿态给足了。

五、谁能用上：beta 阶段，分批放量

先说清楚，新版 Projects 目前是 beta，而且挑人。

第一批开放给部分 Claude Pro 和 Max 订阅用户，前提是你用的是云会话项目。接下来一周会逐步放量，Team、Enterprise 和 Cowork 用户还得再等等。

六、行业信号：Coding 的瓶颈从个人转向团队

最后聊聊趋势，这也是我认为最值得关注的部分。

写代码这个动作正在迅速贬值，工程拆解和任务调度的能力成了核心。以前一个中级工程师在终端里一次只能死磕一个特性，现在一个人就是一个技术小组，底下带着一群 Claude Code 同时开工。

当然，多 Agent 并行不是万能灵药。多分支重叠修改依然会撞上 Git 合并冲突，协调器能把依赖关系理清楚，但最终拍板还是需要人类工程师介入。

这个方向也不是 Anthropic 一家的判断。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。

两家的动作指向同一个判断：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。

七、结语

简单总结下：

Claude Code Projects 重构的本质，是把 AI Coding 从单线程对话升级为多 Agent 协作的工程系统，Coordinator、独立 Git 分支、共享记忆是三大支柱。
3 万 Agent 并发、26% 研发 AL4 占比、半年 26 倍增长，说明这套打法已经在 Anthropic 内部跑通，不是 PPT 功能。
对开发者来说，值得现在就开始练的能力是任务拆解、架构决策和 PR 审核，而不是比谁代码敲得快。

工具的进化不会等人，早一天上手，早一天建立自己的协作范式。

参考链接：