Claude Code Agent View：从单兵编码到多 Agent 团队协作的架构跃迁

Claude Code 从「单兵作战」走向「团队协作」：Agent View + Sub-Agents + Background Agents 构成了完整的多 Agent 编码系统。这是 Anthropic 在 AI Coding Agent 领域最具野心的一次架构升级。

📌 核心问题：为什么 Coding Agent 需要「多 Agent」？

传统的 AI Coding Agent（包括早期的 Claude Code、GitHub Copilot、Cursor）本质上是「单线程」的——一个 Agent、一个上下文窗口、一个任务。当项目规模增长，单 Agent 模式面临三个根本瓶颈：

• 上下文窗口污染：Agent 做大量探索性工作（搜索文件、读日志、查文档）时，上下文窗口被中间结果填满，挤掉了真正重要的代码上下文。子任务越复杂，主对话质量越差。
• 任务串行瓶颈：一个 Agent 同时只能做一件事。修 bug 的时候不能 review PR，写测试的时候不能调查线上问题。开发者被迫在多个终端窗口之间手动切换。
• 缺乏专业化分工：一个通用 Agent 既要搜索代码、又要写代码、又要运行测试、又要审查 PR，每个环节都用同一个系统提示和工具集，效率远低于专业分工。

Anthropic 的解法是构建一套分层多 Agent 架构：Agent View 负责调度和监控，Sub-Agents 负责专业化执行，Background Agents 负责持续运行。三者协同，把 Coding Agent 从「工具」升级为「开发团队」。

📊 关键数据与里程碑

• 2026-01-09：Claude Code 2.1.0 发布，围绕 Agent 能力全面升级
• 2026-02-21：多 Agent 并行运行扩展至 CLI 环境，每个 Agent 有独立工作区
• 2026-04：核心更新——Opus 4.7 + xhigh 推理、Auto Mode 智能调度、/ultr 多 Agent 代码审查
• 2026-05-12：Agent View 正式上线（Research Preview），v2.1.139+
• 版本号：Claude Code 当前最新 v2.1.140
• 支持平台：终端 CLI、VS Code、Desktop App、Web（claude.ai/code）、JetBrains

🏗️ 技术架构：三层 Agent 系统

第一层：Agent View — 调度中枢

• 入口：claude agents 命令，一个界面管理所有后台会话
• 会话状态分组：Pinned -> Needs input -> Working -> Completed，一眼看清全局
• 交互模式：Peek（空格预览）、Attach（回车进入完整对话）、Dispatch（底部输入新任务）
• 跨项目聚合：不同仓库、不同 worktree 的会话统一展示
• 后台运行：由 Supervisor 进程托管，关闭终端后继续运行，claude respawn --all 可恢复

第二层：Sub-Agents — 专业化执行单元

• Explore Agent：Haiku 模型驱动，只读权限，专注代码搜索和探索，三级深度
• Plan Agent：继承主对话模型，只读权限，在 Plan Mode 下收集上下文后呈现方案
• General-purpose Agent：继承全部工具和权限，处理复杂多步任务
• 自定义 Agent：Markdown + YAML 定义，可限制工具、指定模型、绑定 Hook 和 Skill
• 关键设计：每个 Sub-Agent 独立上下文窗口，只返回最终结果，保护主对话不被污染

第三层：Background Agents — 持续运行引擎

• 脱离终端运行：由 Supervisor 进程管理，不依赖任何终端窗口
• 状态持久化：会话状态自动落盘，机器休眠/重启后可恢复
• /bg 命令：将已有交互会话转入后台
• /loop 定时任务：支持循环执行，自动 sleep + 唤醒

🧠 关键洞察

• 模型分层路由已成标配 —— Explore 用 Haiku（快+便宜）、主对话用 Sonnet/Opus（强+贵）。按 Agent 角色自动路由，无需开发者手动选择。

• 与 OpenAI Codex 的差异化竞争 —— Codex 走 ChatGPT 深度集成路线，Claude Code 走终端原生 + 多 Agent 协作路线。AI Coding 终局是「对话式」还是「自治式」？

🚀 引发思考

Claude Code 的多 Agent 架构预示着 AI Coding Agent 的下一个进化方向：从「单点工具」到「开发基础设施」。当一个 Agent 可以同时处理 bug fix、PR review、测试调查，而开发者只需在一个界面里监控和偶尔介入，软件开发的生产力曲线将发生根本性变化。

更值得关注的是 Agent View 背后的设计哲学：它没有试图让 AI「完全自主」，而是精心设计了人机协作的节奏——状态分组让开发者知道什么时候该介入，Peek 机制让检查成本极低，Attach 机制让深度交互随时可用。这种「渐进式自主」比「全自治」更务实，也更可能在真实工程环境中落地。对所有做 AI Agent 产品的人来说，这是一个重要的设计启示。

📎 相关阅读

Claude Code Agent View 官方文档 -> https://code.claude.com/docs/en/agent-view

Claude Code Sub-Agents 文档 -> https://code.claude.com/docs/en/sub-agents

Claude Code Overview -> https://code.claude.com/docs/en/overview

逍遥云初 | 2026.05.13