Jay 发自 徽声在线科技频道
量子位 | 公众号 QbitAI

云端协作编程的新纪元，已然开启。

就在不久前，Claude Code迎来了一次颠覆性的功能重构，原生支持多智能体（Agent）协同作业模式。

用户只需设定目标，Claude便能在云端自动派生出多个Git分支，并行开展工作，完成后直接提交合并请求（PR）。

此外，A社还创新性地引入了共享记忆机制，确保各智能体间上下文信息的一致性。

这一变革，标志着Project功能已从简单的存储空间，进化为智能协作的枢纽。

与此同时，Anthropic发布的最新报告揭示了这项技术的惊人潜力：

在其内部研发平台上，每日同时运行的AI智能体数量高达3万个，它们在云端不知疲倦地编写代码、调试模型、执行测试。

是的，你没听错，是3万个。

如今，该公司的核心AI研发工作，已有26%由Claude主导，达到了L4级别的自动化。

而半年前，这一比例还不足1%。

一人统领智能体军团，Claude Code重构升级

全新亮相的Claude Code Projects重构版，彻底改变了Projects作为“静态资料夹”的旧有形象。

过去的Projects功能，仅是一个存放提示词和参考文档的文件夹，几轮对话后上下文便混乱不堪。

此次重构，将其转变为“以对话为驱动的协作中心”，其核心是一个名为Coordinator（协调器）的智能中枢。

开发者无需再一步步指导AI，只需在主对话框中下达高阶目标，如“将整个鉴权模块重构为OAuth 2.0并补充自动化测试”。

主协调器接收指令后，会自动将复杂任务拆解为多个子任务，并分配给并行的工作线程。

每个工作线程都是一个独立运行在云端的Claude Code实例。

它们拥有独立的代码副本，各自拉取独立的Git分支，在后台同时推进不同模块的代码编写与单元测试。

任务完成后，工作线程会自动提交代码并生成PR。

协调器还会智能跟踪各子任务的上下文依赖，提醒开发者合并分支和测试模块的顺序。

真是令人惊叹，Vibe Coding花了数月才学会Git，而现在，连Git操作都可能成为过去式。

你现在告诉我，Git技能也要被淘汰了？？？

回到新版Project的话题。

道理大家都懂，多智能体协同并非新鲜事，但问题在于——

多个智能体各自为战，会话间需要频繁传递上下文，导致信息损失严重。

结果就是，Token消耗巨大，效率提升却有限。

但这次，A社给出了创新的解决方案：共享记忆。

所有分支线程在执行过程中积累的技术规范、架构决策和团队偏好，都会实时同步到共享记忆中。

这样，Claude就能记住系统发布时间改为周五、导出功能被取消的原因，以及访问账单服务前需要联系的人员。

终于，无需在每个子任务中重复粘贴配置了o(╥﹏╥)o。

更关键的是，整个过程支持完全异步操作。

开发者下达指令后，可以合上电脑去享受咖啡时光，甚至通过移动端随时查看各线程进度，并微调指令。

不过，A社也提醒，多智能体协同的成本不菲，建议用户随时关注使用情况，避免意外超支。

别急着兴奋，Projects目前仍处于beta阶段，且用户筛选严格。

首批开放给部分Claude Pro和Max订阅用户，且必须是使用云会话项目的用户。

接下来一周将逐步扩大范围，Team、Enterprise等用户还需耐心等待。

26%的研发交给AI，半年增长26倍

先来看看A社内部的应用情况。

真是毅力非凡。

即便“安全叙事”遭遇挫折，A社仍坚持在AI研发的道路上勇往直前。

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

先明确一下标准。这套自动化分级标准由前沿机构Epoch AI制定，从AL0到AL5。

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

在这套标准下，A社内部目前的自动化评级为，AL4级研发任务占比26%。

虽然看起来不高，但要知道，今年2月这一比例还不足1%。

半年时间，增长了26倍。

若放宽标准，Anthropic内部超过90%的研发流程，已达到AL3级别。

当然，如此庞大的自主研发并非易事，A社选择了最消耗Token的方式：

截至今年8月，A社的内部研发平台上，常态化并发运行的AI智能体数量多达30000个，它们在云端日夜不停地编写代码、运行实验、调整架构，单月触发的决策量就超过10亿次。

这简直就是赛博时代的黑工啊。。。

不过，几万个智能体在底层狂奔，如何避免失控？

这当然无需用户担心，A社在这方面一直走在前列，早已准备好了应对措施（PR话术（bushi））。

公司表示，他们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，系统精准拦截了约0.002%的高风险或异常行为。

确实厉害。

不过，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，就不得而知了。

Dario显然也意识到了这一点。

为了证明自己对安全的重视，A社这次干脆亮出了“账单”：

7月13日至20日，公司约6%的AI研发算力用于安全与对齐研究。

同一周，AI驱动型研发的算力中，约12%投向安全相关任务。

外界质疑其自吹自擂？

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。

Coding新赛季，团队协作成关键

从内部26%的自主研发率，到外部重构的多线程Projects，本以为Coding领域已趋于稳定，如今却似乎又迈出了新的一步。

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为核心。

以往，一个中级工程师一次只能专注于一个特性的开发，现在，你一个人就能成为一个技术小组，带领一群Claude Code同时开工。

人在这个链条中的角色，从逐行敲代码的执行者，转变为决定架构方向、审核PR和处理异常边界的技术负责人。

当然，多智能体并行并非万能，多分支重叠修改仍可能引发Git合并冲突。

遇到这种代码冲突，协调器会理清依赖关系，但最终仍需人类工程师介入把关。

但不可否认的是，AI写代码已经跨越了简单的单行补全阶段。

一边是内部30000个智能体单月触发10亿次决策，一边是外部产品直接支持多分支并发提交PR。

这也不只是A社一家的判断。

9月10日，Cursor也发布了Projects beta版本，同样主打Coordinator Agent概念，一个不写代码的协调者，向下派发数千个子智能体，项目上下文云端共享，即使合上笔记本也能继续运行。

这或许就是Coding的未来趋势吧。

单点提效的时代已经结束，开发效率的下一个瓶颈，在于团队协作。

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