多人同时在线写代码的时代，来了。
Claude Code 刚刚对项目功能做了大重构。这次它原生支持多智能体玩法。
你只要下一个目标，它就在云端派生出多条代码分支干活。活干完，代码直接提交。合并请求也一并开好。
它还加了共享记忆。多个智能体之间，上下文能一直对齐。
项目功能不再是那个只放提示词和文档的文件夹了。这一步跨得不小。
同一份报告里，也露出了这套能力的上限。
Anthropic 内部的研发平台，每天同时跑着 3 万个智能体。它们在云端写代码，也在调模型和跑测试。
结果就是，这家公司核心的研发工作，已经有 26% 由 Claude 主导。按自动化分级算，这属于 L4 级别。
半年前，这个数字还不到 1%。
一个人带一支智能体军团
先说这次重构改了什么。
以前的项目功能，本质就是个文件夹。里面存提示词和参考文档。聊上几轮，上下文就乱成一团。
这次不一样。
新版把形态换成了对话驱动的协作中心。架构的核心，是一个叫协调器的角色。
开发者不用再手把手教它每一步怎么走。你只要在主对话框给一个高阶目标就行。就这么简单。
比方说，把整个鉴权模块换成 OAuth 2.0 的验证方式，再补齐自动化测试。
协调器接到指令后，会把工程任务拆成若干子任务。再派给并行的几条工作线程。
每条线程，都是云端独立环境里的一个实例。互不干扰。
它们各自有一份隔离的代码副本。每份副本单独拉一条独立分支。代码和测试在后台同时推进。进度并排走。
干完之后，工作线程自己提交代码。合并请求也自己开。
协调器还会跟踪子任务之间的依赖。它会提醒你先合并哪条分支。后测哪个模块也归它管。
有网友看完只有一个感受。刚学会的操作，好像又要重新学了。
共享记忆解决上下文丢失
多智能体各写各的，这件事以前也有人做。
问题是体验不好。各个会话要互相传递上下文，中间的信息损耗很大。算力开销跟着涨，速度却快不了多少。
这次给出的解法是共享记忆。
所有分支线程在干活时沉淀下来的规范和决策，都会实时同步回共享记忆。一处更新，处处可见。
这样一来，它就能记住发布时间为什么改到了周五，导出功能为什么被取消，以及访问账单服务之前要先联系谁。
每个子任务里反复粘贴配置的日子，算是过去了。
更关键的是，整个过程支持完全异步。下达指令之后，你合上电脑就能走开。进度可以在移动端随时看，指令也能随时微调。
人走，活不停。
不过他们也承认，多智能体不便宜。用量得自己盯着，别一不小心就超了。
还要泼一盆冷水。新项目功能现在是公测状态，而且挑人。第一批只给部分 Claude Pro 和 Max 订阅用户。用的还得是云会话项目。
接下来一周会慢慢放量。团队版和企业版这些，都得再等等。
26% 的研发交给 AI，半年涨了 26 倍
外部产品在变，这家公司内部用得也不客气。
它在最新一份关于研发节奏的报告里，第一次公开了自家的自主研发基准数据。
先对齐定义。这套分级标准由前沿机构 Epoch AI 制定，从 AL0 一路排到 AL5。
AL0 是纯人工操作。AL3 是深度人机协作。AL4 代表智能体靠一个高阶指令，就能端到端完成任务。AL5 才是完全脱离人工干预的自主闭环。
按这套坐标，这家公司内部达到 AL4 的研发任务，已经占了 26%。
看着不算多。但今年 2 月，这个数字还不到 1%。半年时间，涨了 26 倍。
如果把标准调低一档，内部超过 90% 的研发流程，都已经到了 AL3 的级别。
代价是烧算力。截至今年 8 月，内部研发平台上常态化并发跑着 3 万个智能体。单月触发的决策量超过 10 亿次。这个量级很夸张。
几万个智能体在底层狂飙，安全这件事自然得给个说法。
公司的说法是，他们配了一套实时监控系统，全天候审查所有智能体操作。
8 月超过 10 亿次模型决策里，这套系统拦下了大约 0.002% 的异常行为。比例很小，但基数大。
为了让外界相信投入是真的，公司还把账本摊开了。7 月 13 日到 20 日，大约 6% 的研发算力花在安全与对齐研究上。同一周，安全相关任务占掉了智能体研发算力的 12%。数字就摆在这。
它还表示欢迎第三方评估团队进场，给到跟内部风险团队同级的数据访问权限。
写代码在贬值，调度在升值
内外两件事放一起看，方向就清楚了。
写代码这个动作，正在迅速贬值。工程拆解和任务调度，成了更核心的能力。重心换了。
以前一个中级工程师在终端里，一次只能死磕一个特性。现在一个人就是一支技术小组。他手底下这群不吃不睡的 AI工具，正同时在几个方向上开工。
人在链条里的位置也变了。从逐行敲代码的执行者，变成定架构方向的技术负责人。审合并请求、处理异常边界，都是他的活。
当然，多智能体并行不是万能药。多条分支重叠修改，还是会撞上合并冲突。
遇到冲突，协调器会把依赖关系理清楚。最后还是得人来拍板。
这条路也不是一家公司的判断。9 月 10 日，Cursor 也发布了项目功能的公测版，主打的同样是协调者模式。一个不写代码的角色，向下派发大量子智能体。项目上下文放在云端共享，笔记本合上，活照样跑。两家方向一致。
单点提效的时代结束了。AI 编程的重心，也从写代码挪到了调度。开发效率的下一个瓶颈，在团队协作。
