正在打开每日关注
正在打开每日关注
用 teams 角色、git worktree 隔离、文件锁与对手评审，把 Claude Code 配成多智能体协作团队。
Configure my Claude Code workspace for autonomous agent teams: In ~/.claude/teams, create the missing roles. Workers run on Sonnet (medium effort) in separate git worktree branches. The adversary runs on Fable. In ~/.claude/settings.json, set CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 and lock the main session to effortLevel: high. Initialize tasks.json with file-level locking so workers can coordinate directly. In CLAUDE.md, require an adversary review before any PR. Show me the config diffs before applying anything.
是什么：一条可直接照做的 Claude Code 工作区配置配方，把单一编码 Agent 改造成「主控 + 多个工人 + 对手评审」的自治智能体团队，覆盖角色定义、模型选型、任务协调与合并门槛四个环节。
核心设计：一是角色分离，工人在独立 git worktree 分支上以 Sonnet（medium effort）并行干活，adversary 用 Fable 专司挑刺，实现成本与能力的分层路由；二是协调机制，tasks.json 引入文件级锁，避免多工人同时写同一文件产生冲突；三是质量闸门，在 CLAUDE.md 中强制任何 PR 前必须经过 adversary 评审，把批判性审查制度化；四是主会话锁定 effortLevel: high，保证规划与调度质量。整个能力通过实验开关 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 启用，并要求先展示配置 diff 再落盘，体现可预览、可回滚的安全变更习惯。
关键洞察：多智能体系统的瓶颈往往不是模型能力，而是写冲突与责任边界。文件级锁 + worktree 物理隔离 + 对抗性评审，构成一套最小可行的协调协议；用便宜模型干体力活、用强模型做守门，是务实的成本结构设计。
边界与风险：依赖实验性 flag，行为可能随版本变化；文件级锁粒度较粗，高并发时会串行化；多模型多进程推高 token 成本与可观测性负担；对手评审的有效性取决于评审模型实际能力，需自行验证后再信任。