⚠️ 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。 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。
跟 subagent 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）
| Subagents | Agent 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 | 低——结果摘要回主 context | 高——每个 teammate 是独立 Claude 实例 |
关键 takeaway：Agent 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）