ehism1. Claude Code 多 Agent 协作机制解析
作为一名长期使用 Claude Code 进行 AI 辅助开发的实践者，我发现多 Agent 协作是提升开发效率的关键功能。Claude Code 提供了 Subagents 和 Agent Teams 两套机制，它们虽然都能实现并行任务处理，但在设计理念和使用场景上有着本质区别。
1.1 核心概念对比
Subagents 更像是主会话的"分身"，它们运行在同一个会话环境中，共享部分上下文但拥有独立的工作空间。这种设计特别适合需要保持主线思维连贯性的场景。比如当我在开发一个新功能时，可以派一个 Subagent 去跑测试套件，另一个去检查代码规范，而主会话继续专注于核心逻辑开发。
Agent Teams 则采用了完全不同的架构，它创建了多个独立的 Claude Code 实例，每个实例都有自己完整的上下文和记忆。这就像组建了一个小型开发团队，成员之间可以自由讨论和辩论。我在处理复杂系统设计时经常使用这种方式，让不同的 Agent 从不同角度分析问题，最后综合各方意见得出最优解。
提示：选择哪种机制取决于任务性质。独立性强、结果导向的任务适合 Subagents；需要多视角碰撞、讨论验证的任务更适合 Agent Teams。
1.2 与 Skill 的本质区别
很多刚接触 Claude Code 的开发者容易混淆 Subagents 和 Skill 的概念。经过半年多的实践，我总结出它们的关键差异：
- Skill 是预定义的任务模板，相当于"菜谱"，规定了做什么和怎么做。比如我常用的"代码重构"Skill，它定义了重构的标准流程和检查项。
- Subagent 是执行任务的独立工作者，相当于"厨师"，它可以根据需要调用不同的 Skill 完成任务。一个设计良好的 Subagent 知道在什么情况下该使用哪些 Skill。
这种分工使得系统更加灵活。我可以在不修改 Skill 的情况下，通过调整 Subagent 的配置来改变任务执行方式。例如，同一个代码审查 Skill，可以配置给快速扫描的 Haiku 模型 Subagent，也可以配置给深度分析的 Opus 模型 Subagent。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。