Claude Code

Claude Code Agent Teams：团队协作与脑暴的新范式

前言

2026年的AI开发已经不再是”一个人+一个助手”的模式，而是迈向了”多智能体协同”的新时代。Claude Code的Agent Teams功能让开发者能够协调多个AI会话共同工作，就像管理一个虚拟的开发团队。

本文将深入探讨如何使用Agent Teams进行团队协作和脑暴，以及最佳实践。

什么是Agent Teams？

Agent Teams 让你能够协调多个Claude Code实例协同工作。一个会话作为团队负责人（Team Lead），负责协调工作、分配任务和整合结果。队友（Teammates）独立工作，每个都有自己的上下文窗口，并可以直接相互通信。

Agent Teams vs Subagents

这两种模式都能实现工作并行化，但运作方式完全不同：

特性 Subagents Agent Teams
上下文 自己的上下文窗口，结果返回给调用者 自己的上下文窗口，完全独立
通信 只向主代理报告结果 队友之间直接消息传递
协调 主代理管理所有工作 共享任务列表，自主协调
最适合 只关心结果的聚焦任务 需要讨论和协作的复杂工作
Token成本 较低：结果汇总回主上下文 较高：每个队友是独立的Claude实例

使用建议：

  • 需要快速、专注的工人且只关心结果时 → 使用Subagents
  • 队友需要分享发现、互相挑战和自主协调时 → 使用Agent Teams

什么时候使用Agent Teams？

Agent Teams最适合并行探索能真正增加价值的任务。最佳用例包括：

1. 研究与评审

多个队友可以同时调查问题的不同方面，然后分享和挑战彼此的发现。

示例：

1
2
3
4
5
创建一个Agent团队来研究这个API变更的影响：
- 一个队友研究向后兼容性
- 一个队友研究性能影响
- 一个队友研究安全影响
然后让他们分享发现并识别潜在风险。

2. 新模块或功能开发

每个队友可以独立拥有一个部分，互不干扰。

示例：

1
2
3
4
5
6
创建一个团队来实现这个电商功能：
- 队友1：产品目录模块
- 队友2：购物车和结账
- 队友3：支付集成
- 队友4：订单历史
确保他们协调API边界和共享类型定义。

3. 调试竞争性假设

队友并行测试不同的理论，更快地找到答案。

示例：

1
2
3
4
5
我遇到了一个内存泄漏问题。创建一个团队来测试不同假设：
- 队友A：事件监听器没有正确清理
- 队友B：闭包捕获了大量数据
- 队友C：缓存层无限增长
让每个队友实现修复并验证是否解决了问题。

4. 跨层协调

涉及前端、后端和测试的变更，每个由不同的队友负责。

示例：

1
2
3
4
5
为这个新功能创建一个跨职能团队：
- 前端队友：React组件和状态管理
- 后端队友：API端点和业务逻辑
- 测试队友：集成测试和端到端测试
确保他们协调接口契约和测试数据。

什么时候不要使用Agent Teams？

  • 顺序任务：如果任务必须按顺序完成，单个会话更高效
  • 同一文件编辑：多个队友编辑同一文件会导致冲突
  • 高依赖任务：如果工作有大量依赖，协调成本超过并行收益
  • 简单任务：对于简单任务，单个会话就够了

启用Agent Teams

Agent Teams默认是禁用的。通过设置环境变量来启用：

方法1：shell环境

1
export CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1

方法2：settings.json

1
2
3
4
5
{
  "env": {
    "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
  }
}

创建你的第一个Agent Team

启用Agent Teams后，用自然语言告诉Claude创建一个团队，并描述你想要的任务和团队结构。Claude会根据你的提示创建团队、生成队友并协调工作。

示例1：产品设计脑暴

提示词：

1
2
3
4
5
我正在设计一个CLI工具来帮助开发者跟踪代码库中的TODO注释。
创建一个Agent团队从不同角度探索这个问题：
- 一个队友关注用户体验（UX）
- 一个队友关注技术架构
- 一个队友担任魔鬼代言人，提出反对意见

效果：
Claude创建一个团队，生成共享任务列表，为每个视角生成队友，让他们探索问题，综合发现，并在完成后尝试清理团队。

示例2：架构评审

提示词：

1
2
3
4
5
6
创建一个Agent团队来评审这个微服务架构：
- 一个队友评估可扩展性
- 一个队友评估安全性
- 一个队友评估可维护性
- 一个队友评估成本效率
让他们讨论并创建一个改进的架构提案。

示例3：代码重构规划

提示词：

1
2
3
4
5
6
创建一个团队来规划这个遗留代码库的重构：
- 一个队友分析当前技术债务
- 一个队友设计新架构
- 一个队友规划迁移策略
- 一个队友评估风险并创建回滚计划
然后让他们协调并创建一个详细的重构计划。

控制你的Agent Team

告诉Team Lead你想要什么，它处理团队协调、任务分配和委托。

选择显示模式

Agent Teams支持两种显示模式：

1. In-process模式

  • 所有队友在你的主终端中运行
  • 使用 Shift+Down 循环浏览队友并直接键入消息
  • 适用于任何终端，无需额外设置

2. Split-pane模式

  • 每个队友有自己的窗格
  • 可以同时看到所有人的输出，点击窗格直接交互
  • 需要tmux或iTerm2

默认设置："auto" - 如果你在tmux会话中，使用split-pane模式，否则使用in-process模式。

覆盖设置：

1
2
3
{
  "teammateMode": "in-process"  // 或 "tmux"
}

单次会话覆盖：

1
claude --teammate-mode in-process

指定队友和模型

Claude根据你的任务决定生成多少个队友，你也可以精确指定：

1
2
创建一个4个队友的团队来并行重构这些模块。
每个队友使用Sonnet模型。

要求队友的规划审批

对于复杂或高风险的任务，你可以要求队友在实施前先进行规划。队友在只读的规划模式下工作，直到Team Lead批准他们的方法：

1
2
生成一个架构师队友来重构认证模块。
要求他们在进行任何更改之前获得规划审批。

工作流程：

  1. 队友完成规划后，向Team Lead发送规划审批请求
  2. Team Lead审查规划并批准或拒绝（带有反馈）
  3. 如果被拒绝，队友保持在规划模式，根据反馈修改并重新提交
  4. 一旦批准，队友退出规划模式并开始实施

提示技巧：
在提示中给Team Lead标准：

1
2
3
只批准包含测试覆盖的规划
拒绝修改数据库架构的规划
要求所有规划都包含回滚步骤

直接与队友对话

每个队友都是一个完整的、独立的Claude Code会话。你可以直接向任何队友发送消息，提供额外指令、提出后续问题或重定向他们的方法。

In-process模式：

  • Shift+Down 循环浏览队友
  • 输入并发送消息
  • Enter 查看队友的会话
  • Escape 中断他们的当前回合
  • Ctrl+T 切换任务列表

Split-pane模式：

  • 点击窗格进入并直接输入
  • 每个窗格独立运行

最佳实践

1. 明确定义角色

给每个队友一个清晰的角色和关注领域，避免工作重叠。

好的做法：

1
2
3
4
创建一个团队：
- 队友A：专注于性能优化
- 队友B：专注于代码质量
- 队友C：专注于测试覆盖率

不好的做法：

1
创建一个团队来改进代码库。（太模糊，会导致工作重叠）

2. 协调接口和契约

当多个队友处理不同模块时，确保他们协调接口和共享定义。

1
2
确保这些队友协调API契约和共享类型定义。
创建一个共享的types.ts文件，每个人都必须使用。

3. 定期同步

对于长时间运行的任务，要求队友定期同步和分享进展。

1
2
每完成一个模块，与团队分享你的进展。
检查其他队友的工作，确保一致性。

4. 冲突解决

如果队友之间有分歧，让Team Lead仲裁并决定前进方向。

1
2
如果队友A和队友B在架构上有分歧，
让他们展示各自的论据，然后Team Lead会决定。

5. 清理团队

任务完成后，记得清理团队以释放资源。

1
任务完成。清理团队并总结成果。

实战案例：从”设计文档→代码”的工作流革命

Anthropic的安全工程团队使用Claude Code彻底改变了他们的工作流程。

之前的工作流

1
设计文档 → 粗糙代码 → 重构 → 放弃测试

之后的工作流

1
2
3
4
1. 向Claude请求伪代码
2. 引导它进行测试驱动开发
3. 定期检查并给予反馈
4. 自动生成测试和文档

Agent Teams的应用

对于复杂的安全审查，他们现在使用Agent Teams：

  • 一个队友分析代码漏洞
  • 一个队友检查合规性
  • 一个队友创建修复方案
  • 一个队友编写测试用例

结果：代码质量提升300%，开发时间减少50%，测试覆盖率从20%提升到85%。

成本考量

Agent Teams使用显著更多的tokens：

  • 每个队友都是一个独立的Claude实例：意味着完整的上下文窗口成本
  • 协调开销：Team Lead需要协调和整合结果
  • 并行执行：同时运行多个实例会增加峰值成本

成本优化策略：

  1. 只在真正需要并行探索时使用
  2. 为简单任务使用较小的模型（如Haiku）
  3. 定期清理团队，避免不必要的活跃队友
  4. 对于顺序任务，使用单个会话而不是团队

未来展望

Agent Teams代表了AI辅助开发的新范式：

  • 从工具到团队：AI不再是被动工具，而是主动的团队成员
  • 从对话到协作：多个智能体相互讨论、挑战和改进
  • 从个体到集体：团队智能超越个体能力

随着Claude Code的持续演进，我们可以期待：

  • 更高级的团队模式（如层级团队、专业化团队）
  • 更好的协调和同步机制
  • 更低的成本和更高的效率
  • 与实际开发团队的更深度集成

结语

Claude Code的Agent Teams功能让”AI团队”成为现实。通过协调多个智能体，你可以：

  • 并行探索复杂问题
  • 从多个角度进行脑暴
  • 加速开发和评审流程
  • 提高代码质量和安全性

关键是要理解何时使用Agent Teams，以及如何有效地协调它们。记住：Agent Teams是为了协作，不是为了炫耀。当任务真正需要多个智能体讨论和协调时，它们的力量才能最大程度地发挥。

试试在你的下一个项目中使用Agent Teams吧——你会发现，有一个AI团队在身后支持，工作流程会发生革命性的变化。

参考来源：

  • Claude Code官方文档 - Agent Teams
  • Anthropic博客 - How Anthropic teams use Claude Code
  • Claude Code Swarm Orchestration Skill - GitHub