Opus 4.6 + 智能体团队让 Claude Code 强到离谱

BBetter Stack
Computing/SoftwareManagementInternet Technology

Transcript

00:00:00上周,我们做了一个关于 Claude Code 智能体集群功能的视频,
00:00:03在这个功能中,系统会针对特定任务创建专门的子智能体,
00:00:07这些子智能体可以向主调度器或团队负责人反馈信息。
00:00:11就在那时,这还只是一个通过巧妙的黑客手段挖掘出的隐藏功能。
00:00:15但现在它已经以实验性标志正式发布,
00:00:19并配备了官方文档、团队协作支持,
00:00:21甚至还具备了团队成员之间相互质疑和辩论的能力。
00:00:25点击订阅,让我们一探究竟。
00:00:28Anthropic 这周表现非常抢眼,从发布 Opus 4.6
00:00:32到令萨姆·奥特曼感到不悦的超级碗广告。
00:00:35但“智能体团队”绝对是 Claude Code 发布的最重大功能之一,
00:00:40它将任务功能与并行子智能体结合在了一起。
00:00:44不过,团队模式其实比单纯的子智能体要强大得多。
00:00:48让我演示给你看。
00:00:48要使用智能体团队功能,你需要将版本升级到 2.1.32 或以上,
00:00:54并在 .Claude 目录下的 settings.json 文件中添加这一行。
00:00:58好了,我这里有一个计划,是为一个名为 XDL 的工具添加 Web 界面,
00:01:03这个工具可以让你下载 Twitter 上的视频。
00:01:05我让智能体读取计划、创建任务,并生成一个前端和设计师队友。
00:01:11但在我按下回车键之前,你会注意到下面这里我其实是在使用 Tmux。
00:01:16这是因为智能体可以利用 Tmux 或 iTerm 2 来创建分屏,
00:01:21从而向我清晰地展示每个队友正在做什么。
00:01:24那我们按下回车,看看效果如何。
00:01:26好的,现在它正在读取计划并创建一些任务,
00:01:30然后会并行生成几个队友。
00:01:33看,这是我们的第一个队友,前端工程师。
00:01:35我打算稍微缩小一下画面,这样看得更全,因为现在信息量很大。
00:01:39下面是我们的第二个队友,负责 UI 样式的同学。
00:01:43你会发现,如果我想的话,我可以和这些队友进行互动,
00:01:47在他们工作时发出特定的指令。
00:01:49当然,如果我有一个更大的显示器,或者保持正常的缩放比例,
00:01:53我就能看清每个人的具体操作。
00:01:55但因为我现在放大了画面,所以有点难看全。
00:01:58好的,一旦队友完成任务,
00:02:00这边作为主要团队成员的 Claude Code 会自动将其关闭。
00:02:04现在两个队友都完工了,我们可以看看设计成果了,
00:02:08样子长这样。
00:02:09我粘贴一个推文链接,点击下载,视频就会开始提取,
00:02:14然后我们就可以在浏览器中下载并查看了。
00:02:18非常酷。
00:02:19另外,如果查看 .claude/teams 目录,
00:02:22可以看到一个以项目和分支命名的文件夹。
00:02:26进入该文件夹后,有一个 config.json 文件,记录了项目信息、
00:02:31团队负责人,以及负责人使用的模型(这里是 Haiku)。
00:02:36尽管我并没指定用 Haiku,但我猜它认为这是完成该任务的最佳模型。
00:02:41现在,如果我在 Tmux 之外运行同样的提示语和模型,
00:02:46它同样会开始工作,设置任务并创建团队成员。
00:02:50但这次你会看到队友列表显示在下方。
00:02:53这里有设计师、前端开发和主团队负责人。
00:02:57如果我按回车进入某个成员的界面,就能看到他们的具体工作。
00:03:01我们也可以在这个窗口中与他们交流。
00:03:04所以,这与 Tmux 的视图类似,但不是显示多个分屏,
00:03:09而是显示一个大窗口,你可以在下方的各成员间切换。
00:03:13当队友完成任务后,他们会被关闭,由主团队负责人接管。
00:03:18在这种情况下,它会告诉我们哪些任务已完成,
00:03:21并给出一个工作总结。
00:03:24现在,这看起来可能和子智能体很像,但其实大不相同。
00:03:28如果我们查看文档并向下滚动到这个部分,
00:03:31就能看到区别。智能体团队拥有各自独立的上下文。
00:03:35子智能体只能与主智能体交流,
00:03:38而团队成员之间可以互相交流,并且共享一个任务列表。
00:03:43对于子智能体来说,主智能体管理着一切。
00:03:46但有趣的地方在这里。
00:03:47子智能体只是总结结果并传回主上下文,
00:03:51而团队成员则拥有各自独立的 Claude 实例。
00:03:55所以,他们消耗的 Token 要多得多。
00:03:57所以,是的,智能体团队或智能体集群功能正式上线了。
00:04:02虽然我觉得我不会经常用它。
00:04:04Anthropic 模型的成本,加上这个功能
00:04:09简直是 Token 吞噬者,这让我不太想频繁使用,
00:04:13而是将其限制在做研究或让一个智能体检查另一个智能体工作的特殊场景下。
00:04:19我是说,看看这个。
00:04:20这是我第一次尝试智能体团队功能。
00:04:23就在刚才的视频里,光是两个队友(不算负责人),
00:04:27在使用 Opus 4.6 时就耗掉了我 29% 的额度,大约是 13,000 个 Token。
00:04:34但需要说明的是,运行并行智能体并不是什么新鲜事。
00:04:37Open Code 其实早就有了这个功能,其他一些智能体框架也是如此。
00:04:41所以,考虑到 Tmux 的快捷键并不是特别容易上手,
00:04:47智能体团队功能在 Claude Code 用户中的普及程度,会是一个有趣的观察点。

Key Takeaway

Claude Code 推出的“智能体团队”功能通过并行协作和独立上下文极大地提升了开发效率,但其高昂的 Token 成本和复杂的界面操作是用户需要权衡的关键点。

Highlights

Claude Code 正式发布了“智能体团队”(Agentic Teams)实验性功能,支持多智能体协作。

该功能允许主调度器创建并行的子智能体,如前端工程师和 UI 设计师,共同完成复杂任务。

智能体团队具备独立上下文,成员之间可以互相交流、辩论并共享任务列表。

系统支持通过 Tmux 或 iTerm 2 实现分屏显示,方便用户实时监控每个团队成员的工作进度。

该功能虽然强大但消耗 Token 极快,使用 Opus 4.6 模型时可能会迅速耗尽配额。

智能体团队与普通子智能体的核心区别在于独立性,每个成员都是一个独立的 Claude 实例。

Timeline

智能体团队功能的正式发布与背景

本段介绍了 Claude Code 智能体团队功能从最初的隐藏黑客手段演变为正式实验性功能的过程。视频提到 Anthropic 近期表现抢眼,不仅发布了 Opus 4.6 模型,还推出了具备官方文档支持的团队协作模式。该功能的核心在于系统可以针对特定任务创建专门的子智能体,这些子智能体能向负责人反馈信息。更重要的是,团队成员之间现在具备了相互质疑和辩论的能力,这标志着智能体协作深度的显著提升。这一更新被视为 Claude Code 发布以来最重要的功能之一,将任务并行化推向了新高度。

功能开启方法与 Tmux 分屏演示

演示者详细说明了启用智能体团队功能的具体步骤,包括将版本升级至 2.1.32 以上并在配置文件中添加特定参数。为了直观展示团队协作,演示者准备了一个为下载工具添加 Web 界面的实战计划。通过调用 Tmux 终端复用器,Claude Code 能够自动创建分屏,清晰地展示前端和设计师两个角色的操作。这种视觉化的处理方式让用户能实时看到每个队友的具体产出,极大增强了任务透明度。在按下回车键之前,系统已准备好读取计划并生成相应的并行子智能体。

实战演示:并行开发与结果展示

在这一阶段,视频展示了前端工程师和 UI 样式角色如何并行执行任务。用户可以在智能体工作时随时进行互动,发出特定指令或调整缩放比例以观察细节。一旦子智能体完成其分配的任务,主团队负责人 Claude Code 会自动将其关闭,确保工作流的整洁。最终,系统成功生成了一个功能完备的 Web 界面,支持粘贴推文链接并提取视频。这一演示有力地证明了智能体团队在处理具有明确分工的开发任务时的极高效率。

后台配置查看与非 Tmux 环境下的运行

演示者深入分析了 .claude/teams 目录下的配置文件,揭示了系统如何记录项目信息、分支及模型选择。令人惊讶的是,系统在未指定的情况下自动选择了 Haiku 模型来担任团队负责人,这显示了 AI 具备根据任务复杂程度自我优化成本的能力。视频随后展示了在没有 Tmux 的普通终端环境下运行的情况,此时成员界面以列表形式显示在下方。用户可以通过回车键在不同成员的窗口间切换,并在任务完成后获取详尽的工作总结。这说明该功能具有良好的环境适应性,不完全依赖特定的终端工具。

技术原理解析:团队与子智能体的区别

本段解释了“智能体团队”与普通“子智能体”在技术架构上的本质区别。智能体团队成员拥有各自独立的 Claude 实例和上下文,能够互相交流并共享任务列表,而普通子智能体仅受控于主智能体。这种独立性带来了更强的逻辑处理能力,但同时也意味着极高的 Token 消耗,被形象地称为“Token 吞噬者”。在实际测试中,仅仅两个队友在 Opus 4.6 下工作一小段时间就耗费了 29% 的配额,即大约 13,000 个 Token。因此,作者建议将其限制在研究或互相审查等关键场景下使用,以平衡性能与成本。

总结与未来展望

视频最后对该功能的市场地位进行了总结,指出并行智能体并非全新概念,Open Code 等框架早已有之。演示者认为,由于 Tmux 快捷键的操作门槛以及 Anthropic 模型的高昂成本,该功能的普及程度仍有待观察。虽然功能强到“离谱”,但其实用性很大程度上取决于用户对 Token 预算的承受能力。对于普通用户而言,这可能更多是一种针对特定高价值任务的特殊武器。作者最后留下了一个悬念,即观察 Claude Code 用户群体将如何接纳这一极具潜力但门槛不低的新特性。

Community Posts

No posts yet. Be the first to write about this video!

Write about this video