第12章 多Agent协作——从单体到集群

思考方式发生了根本性的转变：如何让多个智能体协同完成复杂任务。怎么说呢，这不仅仅是数量的增加。而是质的飞跃——就像从独奏到交响乐团的转变。

本章将 Claude Code 的多 Agent 协作机制。揭示如何通过精心设计的架构，让多个智能体像乐团成员一样各司其职、默契配合，共同演奏出复杂的代码交响曲。老实说，对于那些遇到单体 Agent 难以 、任务并发管理混乱、调试耗时等痛点的开发者这里提供了实用方法。

概念讲解

Agent 即工具：统一的设计哲学

在 Claude Code 中，Agent 和工具之间没有本质区别。其实，一个 Agent 可以被另一个 Agent 调用。就像调用一个 Bash 工具或文件编辑工具一样自然。这种“Agent 即工具”的设计理念打破了传统编程中函数调用和进程调用的界限，实现了真正统一抽象。

这种设计主要优势：

1. 递归组合Agent 可以调用 Agent，形成任意深度调用链；解决多层次决策难题，按理说，
2. 透明交互调用者无需关心被调用者是本地工具还是远程 Agent；消除部署与运维隔阂，
3. 资源隔离每个 Agent 拥有独立上下文与权限边界；避免权限泄漏导致安全风险。
4. 并行执行多个 Agent 可同时工作，互不干扰；吞吐量，应对高并发场景，

任务程序的观点是，状态机与生命周期

CClaude Code 的任务程序是多 Agent 协作基石。每个 Agent 执行都封装为 Task。Task 有明确类型和状态，形成完整状态机。

• local_bash: 本地 Shell 命令执行；快速原型测试，
• local_agent: 本地 Agent 执行；适合小规模任务，
• remote_agent: 远程 Agent 执行；分布式部署必备，
• in_process_teammate: 进程内队友；共享内存调整低延迟，说起来，
• local_workflow: 本地工作流；自动化脚本管道，
• monitor_mcp: MCP 监控；实时健康检查，不过，
• dream: 梦境任务；实验性功能探索，老实说，

• pending: 等待执行；说起来，排队等待资源解锁。其实，
• running: 正在执行；实时监控进度可视化，
• completed: 执行完成；结果归档存储，