⚠️ 别搞混了 本条目讲的是 Anthropic 在 Claude Code 里推出的官方 experimental feature “Agent Teams”(需要 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 才启用)。 不是陈彬日常用的多 agent 协作体系(Meta / Architect / Nightwatch + subagent 调用)——那个看 多 Agent 协作实战_陈彬式。 两个东西同名,但实际完全不同。

⚠️ 源单薄性声明 本条目只有 1 份来源claude-code-docs/agent-teams.md(Anthropic 官方 434 行)。官方明标 “experimental”,社群里几乎没人真的跑起来过。 已讲清楚:概念是什么、和 subagent 的区别、怎么启用 还没听到:实际效果如何、token 成本在真实任务里值不值、什么场景反而该退回 subagent 本条目是”概念认知级占位”,动手之前请等社群实战案例。

一句话

Agent Teams(官方 feature)= 多个 Claude Code 实例当队友一起干活,队友之间能直接互相发消息。目前是实验功能。

Subagent 完全解读 的本质区别一句话:subagent 只能向主汇报,teammate 能互相讨论

为什么会有这东西

来源:agent-teams.md 开头段落。

subagent 足够处理”让一个 worker 做完回报结果”的场景。但有一类任务——队友之间需要挑战彼此的发现、共享线索、协商方向——subagent 做不到(它们只跟主 session 说话,互相看不见)。

官方列的 agent team 强用例:

  • Research and review:多个 teammate 调查问题的不同方面,然后分享和挑战彼此的发现
  • 新模块/功能:teammate 各自负责一块,不互相踩脚
  • 带相反假设的 debug:teammate 并行测试不同理论,更快收敛
  • 跨层协作:前端/后端/测试各一个 teammate

和 Subagent 的对比表(官方原表)

SubagentsAgent Teams
Context独立 context window,结果返回给调用方独立 context window,完全独立
通信只向主 agent 汇报结果teammate 之间直接互相发消息
协调主 agent 管所有工作共享任务列表,自协调
最合适结果即可的聚焦任务需要讨论和协作的复杂工作
token 成本——结果摘要回主 context——每个 teammate 是独立 Claude 实例

关键 takeawayAgent Teams 明显比 subagent 贵得多——每个 teammate 都是完整的 Claude 实例,不是”摘要的产物”。没有明确的”需要多 agent 讨论”的场景,用 subagent 即可。

怎么启用

agent teams 默认关闭。启用方式:

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

或在 shell 里 export CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1

启用后,用自然语言让 Claude 建 team:

“Create an agent team to investigate this bug: one teammate checks the API layer, one checks the database, one checks the frontend. Have them share findings.”

Claude 会自己 spawn teammate、分任务、协调。

官方标注的已知限制

agent-teams.md 明确列的限制(截至 2026-04):

Agent teams have [known limitations] around session resumption, task coordination, and shutdown behavior.

意思:还不够稳。生产环境别用。

陈彬视角(占位级)

社群目前 0 人真的跑过 agent teams(2026-04 这个时点),所以这条目只能当”读懂官方说了啥”的占位。

一个判断公式:想用 agent teams 之前,先问自己 subagent 够不够。90% 场景 subagent 够。真的需要”队友讨论”时再考虑 team——token 成本会让你清醒。

等社群有人真的跑了一次 agent team 解决问题 → 才把这条升级成完整条目。 在那之前,不建议好朋友花时间折腾这个实验功能。

关联

needs_sources(明确待补)

  • 真实 agent team 使用案例(任何外部来源)
  • 反面案例(用了 team 但 subagent 就够了)
  • 跨框架对比(AutoGen / CrewAI 等)