第二十三章 AI多智能体分治架构

本次的主题是**“Agent 派生与编排”**。这一章深入解析了 Claude Code 如何通过多智能体协作来解决单 Agent 上下文窗口有限且无法并行处理复杂任务的问题。
以下是该章节的核心内容总结：
1. 核心动力：从“单兵”到“分治”
单智能体循环（Agent Loop）在面对如“调查 Bug、修复、运行测试、写 PR”等大规模任务时，容易因上下文填满而丢失细节
。多智能体系统的引入是为了实现并行化和分治策略。
2. 三种 Agent 模式（通过 AgentTool 派生）
系统通过统一的入口工具 AgentTool 提供三种递进的协作模式：
标准子 Agent (Subagent)：启动一个全新的、上下文隔离的对话。它像是一个“刚进房间的聪明同事”，只负责独立的小任务，完成后返回摘要。
Fork 模式（实验性）：继承父 Agent 的完整对话上下文和系统提示词。它通过极其精密的指令结构实现提示词缓存（Prompt Cache）共享，最大化执行效率。
协调者模式 (Coordinator Mode)：主 Agent 转型为不直接编码的“指挥官”，指挥 Research、Synthesis、Implementation 和 Verification 四类 Worker 进行阶段化协作。
3. 验证 Agent (Verification Agent)
这是内置 Agent 中设计最精良的一个，专门用于质量把关：
严格只读：被明确禁止修改项目文件，但可以在临时目录运行测试脚本。
对抗性探测：提示词要求它必须执行边界值或幂等性等对抗性检查，不能被简单的“测试通过”报告迷惑。
强制判定格式：必须以 VERDICT: PASS/FAIL/PARTIAL 结尾，提供明确结论。
4. 协作与编排机制
Agent 间通信：通过 SendMessageTool 实现消息路由，支持名称寻址、广播以及跨机器寻址。
异步生命周期管理：后台 Agent 拥有独立的生命周期，不随父 Agent 的取消而停止，必须显式通过命令终结。
Worktree 隔离：支持在临时 Git Worktree 中执行修改，确保实验性变更不会污染主分支。
5. 远程执行：Bridge 架构
这一机制将 Agent 的能力延伸到网络之外：
客户端-服务器-工作者模式：允许用户从 claude.ai 网页端触发本地机器上的 Agent 会话。
权限远程代理：本地子进程发出的权限请求会跨网络转发给网页端用户实时审批。
6. 核心设计洞察
不要委托理解 (Never delegate understanding)：协调者模式强调指挥官必须亲自阅读并理解 Worker 的结果，而不是盲目相信摘要，这是保证任务质量的关键。
分层信任模型：队友系统采用扁平化结构，禁止队友再次派生队友，以防止形成不可控的深层递归链。
总结而言，Claude Code 如何通过隔离、继承与协调三种维度的巧妙平衡，将 AI 编码能力从“单人对话”升级为“工业级多 Agent 生产线”。