Claude Code 多代理平行開發解析
Anthropic 的多代理 Harness,是替 AI 補上分工、狀態紀錄與驗證的執行框架。官方用早期版 Claude Fable 5.2,讓一名主代理協調 999 名助手,透過 Git、共享 Postgres 與 Lean 檢查器,在 28.7 小時重建費馬最後定理的形式化證明。官方報告
附圖寫「11天工作壓到29小時」,但11天是前次 AI 團隊的執行時間,不是人類工時。這次預先提供60個命題與47個已證引理,約第18小時還由研究者重啟;模型也換了,不能把加速全歸功於 Harness。
現實應用
我認為,適合搬回開發現場的是分工方式:讓助手分別補測試、修不同模組或整理文件,由主代理整合。獨立開發者與小型團隊用得上,前提是任務能拆開、成果能驗收。
期望評估
低標:我認為能減少重複交代背景,讓數個獨立任務同時推進。
高標:我猜在測試完整、依賴清楚的專案,可縮短一輪開發等待時間;睡醒就能交付完整產品,這個案例還證明不了。
商業策略分析
我認為,接案者與軟體團隊值得跟進,但要算的是「驗收通過的成本」。代理增加,也會增加模型用量與整合負擔。競爭優勢會更依賴拆需求、設驗收條件與審查結果的能力,不能只比開了幾個代理。
跟同類工具比
GitHub Copilot cloud agent 可在背景處理任務並提交 PR。若工作已圍繞 GitHub issue 與 PR,我會先考慮它;需要自行控制多代理分工與本機環境,再考慮 Claude Code。
實作細節
已有 Claude Code,可依官方文件,用 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 claude 啟用 Agent teams,再請主代理分派工作。
手動平行開發可用 claude --worktree task-a,在另一終端換個名稱啟動。worktree 隔離程式碼,任務紀錄仍須安排共享與同步,放一份檔案不會自動協調。官方也提醒 Agent teams 仍屬實驗功能,可能提前停止或漏更新狀態。