Claude Code Agent Teams 实用入门：让一群 AI 在终端里组队干活

2026 年 2 月初，Anthropic 发布 Claude Opus 4.6，新闻焦点都在模型本身。但对关注"AI 团队"这件事的人来说，真正值得留意的功能藏在 Claude Code 里——Agent Teams（智能体团队）。这是一项研究预览（research preview）功能，允许一个 Claude Code 会话生成并协调多个其他 Claude Code 会话并行工作。你可以在终端里亲眼看着一支小型 AI 工程团队组建起来：分工、认领任务、互相争论、汇总结论。

这篇文章是一份实用入门：Agent Teams 到底是什么，各个部件怎么配合，哪些场景真正有用、哪些不适合，以及怎么把它打开。

Agent Teams 是什么（以及不是什么）

Agent Teams 是直接内置在 Claude Code 里的实验性多智能体编排能力。你正在输入的那个会话会成为团队负责人（team lead）；按你的指示，它会生成若干队友（teammate）——每个队友都是一个完整、独立的 Claude Code 实例，拥有自己的上下文窗口、自己的工具权限、自己对项目的独立视角。

和以往"派个帮手"的模式相比，它有两个关键区别：

队友之间可以直接对话，不必事事经过负责人，通信是点对点的。
工作通过共享任务列表来协调，队友可以自己认领任务，而不是负责人事无巨细地派活。

这个功能明确处于实验阶段：默认关闭，需要环境变量开启，官方文档开篇就列出了已知限制。把它当作一种工作方式的预览，而不是成品。

同样需要说清楚它不是什么：Agent Teams 是一个交互式的开发工作流工具。它运行在你的终端会话里，期望你在旁边观察和把舵，团队随会话而生、随会话而灭。它不是生产级智能体框架——没有部署方案，没有持久化编排，也没有把团队跑成服务的 API。如果你要找的是后者，请看我们的多智能体框架横评。

工作原理：四个核心部件

按照文档的描述，一个智能体团队由四部分组成：

部件	作用
团队负责人	你的主会话。生成队友、创建任务、汇总结果
队友	独立的 Claude Code 实例，各有自己的上下文窗口
任务列表	共享的工作项，队友认领并完成
信箱	任意两个智能体之间的点对点消息通道

信箱（Mailbox）

每个智能体都有一个信箱——实现上就是 ~/.claude/teams/{team-name}/inboxes/ 目录下的一个 JSON 文件——任何队友都可以按名字给另一个队友发消息。听起来只是底层管道，但这恰恰是架构上最有意思的地方：发现、异议、请求都在智能体之间直接流转，不需要负责人当中转站。负责人也不用轮询进度——消息自动送达，队友干完活闲下来时会主动通知负责人。

共享任务列表

负责人把工作拆成任务，任务有三种状态（待办、进行中、已完成），还可以声明依赖关系——依赖未完成的任务无法被认领，直到阻塞解除。任务可以由负责人显式指派，也可以由队友自主认领：做完一个，自己去拿下一个无人认领、无阻塞的任务。认领机制用文件锁防止两个队友抢到同一个任务。

正是这套机制让系统更像一个"团队"，而不是"调度器带一群工人"。你可以给负责人十五个独立任务和三个队友，工作会自己分配开。

队友知道什么

新生成的队友会加载与普通会话相同的项目上下文——CLAUDE.md、MCP 服务器、技能（skills）——外加负责人为它写的生成提示词（spawn prompt）。但它拿不到负责人的对话历史。实际影响是：任务相关的背景信息必须写进生成提示词里，因为你向负责人解释问题时，队友"不在场"。

Agent Teams 与子智能体（Subagents）的区别

Claude Code 早就有子智能体功能，两者的区别很重要：

子智能体在你的会话内运行，做一件聚焦的事，把结果汇报给调用方，彼此之间从不通信。更便宜、更简单，适合"去查一下，告诉我结论"这类需求。
Agent Teams 是完全独立的会话，共享任务列表、互发消息。更贵、能力也更强，适合需要讨论和并行分工的工作。

文档里有条很实用的经验法则：只关心结果时用子智能体；工人之间需要协作时用团队。

适合什么场景

这个模式在"并行探索真正有价值"的地方最出彩：

并行代码评审。 对同一个 PR 生成三个视角不同的评审员——安全、性能、测试覆盖。每人只戴一副"滤镜"看得透彻，胜过一个智能体什么都想看却什么都只看一眼。
多假设并行排障。 文档里最有意思的例子：生成几个调查员，各自持有不同的故障假设，并要求他们像科学辩论一样互相证伪。串行排查容易锚定在第一个"看起来合理"的解释上；对抗式的并行调查更可能找到真正的根因。
新模块、新功能。 边界清晰、可以按文件划分的工作——一人写 API、一人写前端、一人写测试，互不碰对方的文件。
调研与探索。 让队友从不同角度评估一个库、一个架构选型或一条迁移路径，最后汇总。

反过来，它不适合：串行任务、依赖关系繁重的工作，以及任何多个智能体会改同一批文件的场景（两个队友写一个文件，结局就是互相覆盖）。这些情况下，单会话或子智能体既便宜又好用。

一个真实数据点：Claude Code Review

这个模式能干真活的最有力证据出现在 2026 年 3 月：Anthropic 发布了 Claude Code Review，一个基于多智能体架构的自动化 PR 评审工具——多个专职评审智能体并行检查每个 Pull Request，再由一个验证环节过滤误报，最后把结论以行内评论的形式发出。

Anthropic 公布的内部使用数据是：部署之后，收到实质性评审意见的 PR 占比从 16% 升到了 54%。照例要打个折扣——这是 Anthropic 在自家代码库上测自家产品——但它确实是一个具体的、生产形态的结果，用的正是 Agent Teams 交互式提供给你的那套"多个专职智能体并行、再汇总"的模式。

如何上手

Agent Teams 默认关闭，通过环境变量开启，可以设在 shell 里，也可以写进 settings.json：

{
  "env": {
    "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
  }
}

之后用自然语言描述你想要的团队即可。官方文档的示例提示词是个不错的模板：

我在设计一个帮开发者追踪代码库中 TODO 注释的 CLI 工具。
生成三个队友从不同角度探索：一个负责用户体验，
一个负责技术架构，一个专门唱反调。

负责人会填充任务列表、生成队友，并在他们完成后做汇总。有几件事值得尽早知道：

显示模式。 默认一切在主终端内运行（in-process）：队友出现在输入框下方的面板里，方向键选中、回车打开对方的会话记录并直接对话。想让每个队友独占一个窗格，可以用 tmux 或 iTerm2 的分屏模式（在 ~/.claude/settings.json 里设 "teammateMode": "auto"）。
可以直接和任何队友说话。 每个队友都是完整会话——纠正它的思路、追问细节、叫停它，都不必经过负责人。
计划审批。 对高风险工作，可以要求队友先出计划：队友在只读模式下工作，直到负责人批准其方案；你还可以给负责人定审批标准（比如"只批含测试覆盖的计划"）。
质量门禁。 借助 hooks（如 TeammateIdle、TaskCompleted），可以在你的检查通过之前，阻止队友收工或任务关闭。

文档里的规模建议也很务实：从 3–5 个队友起步，每人 5–6 个任务，让每个队友独占一组文件；先从只读工作（评审、调研）开始，再尝试并行写代码。

必须坦白的注意事项

这是研究预览，行为也确实像研究预览：

Token 消耗线性增长。 每个队友都是独立的 Claude 实例，有自己的上下文窗口。五人团队的消耗大致相当于五个会话同时在跑。调研和评审场景通常值这个价，日常琐事则不值。
in-process 队友无法随会话恢复。 /resume 不会还原他们；负责人可能会给已不存在的队友发消息。
任务状态可能滞后。 队友偶尔忘记把任务标记为完成，导致下游任务被阻塞，需要你去催一下。
结构性限制。 每个会话只有一个团队；不能嵌套（队友不能再生成队友）；负责人在会话生命周期内固定，不能换人。
需要有人看着。 文档说得很直白：让团队长时间无人值守地跑，浪费工作量的风险会上升。这是一个需要你掌舵的工具，不是一个可以定时调度的工具。

它在"AI 团队"这条路上的位置

Agent Teams 是今天体验多智能体协作最容易的方式：真实的并行、真实的点对点协调，而你始终在环内。如果这种工作方式对了你的胃口，接下来自然会问：一个更长期的 AI 员工长什么样？如何把终端里的临时团队变成持久运转的团队？这就轮到生产级多智能体框架和 MCP 这样的共享工具层出场了。想看把智能体组装成一个完整部门的全景图，可以从我们的 2026 年 AI 团队搭建指南读起。

这些东西一发布，我们就会写。如果你也在搭建自己的 AI 团队，欢迎关注 BuildYour.Group，或者到首页加入早期体验候补名单——我们想和你一起把它建起来。

获取抢先体验资格