Claude Code 多 Agent 协作实践

笔记/AI编程/Claude Code实战/Claude Code 多 Agent 协作实践

背景与动机#

多 Agent 协作的价值不是“同时开很多窗口”,而是把不同类型的工作隔离开:一个负责实现,一个负责审查,一个负责调研,一个负责验证。

如果所有任务都堆在同一个上下文里,长会话会变得混乱;如果拆得太碎,又会出现重复探索和结论不一致。关键是按职责拆分。

适合拆给多个 Agent 的场景#

适合:

  • 大型改动前的代码调研。
  • 实现完成后的独立代码审查。
  • 多个互不依赖的内容整理任务。
  • 一个 Agent 写方案,另一个 Agent 验证风险。

不适合:

  • 强依赖同一段未完成代码的并发修改。
  • 需要连续产品判断的任务。
  • 高风险命令或外部写入操作。

img
img

常见分工模型#

1. 调研 Agent#

只读代码和文档,不修改文件,输出:

  • 相关文件。
  • 现有模式。
  • 可能风险。
  • 推荐最小修改点。

2. 实现 Agent#

根据已确认方案修改代码,输出:

  • 修改文件。
  • 实现说明。
  • 验证命令。
  • 未覆盖风险。

3. 审查 Agent#

从代码审查角度看改动,优先找:

  • 逻辑 bug。
  • 回归风险。
  • 缺失测试。
  • 越界修改。

上下文交接要结构化#

不要把整段聊天记录直接扔给下一个 Agent。更好的交接格式:

目标:
已确认决定:
不要做的事:
涉及文件:
当前状态:
验证方式:
剩余风险:

这能减少后续 Agent 重新自由推断。

长任务中的一致性#

长任务容易遇到上下文压缩。为了保持一致,需要维护一份“当前仍有效决定”:

  • 当前目标。
  • 已确认边界。
  • 用户纠正过的误区。
  • 本轮只做什么。
  • 哪些文件不能碰。

每次继续执行前,先用这份清单校准,而不是重新解释需求。

常见陷阱#

  • 多个 Agent 同时改同一批文件,产生冲突。
  • 审查 Agent 被实现过程说服,没有独立检查。
  • 交接只说“继续做”,没有保留边界。
  • 把并发当成加速手段,却增加了协调成本。

多 Agent 协作模板#

调研 Agent:
只读代码,输出涉及文件、现有模式和风险。
实现 Agent:
只根据确认方案修改文件,运行验证。
审查 Agent:
不改代码,只找 bug、越界修改和缺失测试。
汇总 Agent:
整理最终变更、测试结果和剩余风险。

一句话总结#

多 Agent 协作的重点是职责隔离和结构化交接,而不是简单地并发执行更多任务。

文章目录

文章目录