CC本次更新最強的不是OPUS4.6，而是Agent Swarm(蜂羣）
整理版優先睇
Agent Swarm 令 Claude Code 變身可協作嘅數字團隊，效率提升3倍成本降低40%
呢篇文章係老金分享嘅實戰心得，佢深入研究咗 Claude Code 嘅 Agent Swarm（亦稱 Agent Teams）功能。呢個係 Anthropic 公開嘅多代理協作系統，實驗證明 16 個 agents 可用兩星期由零寫出 10 萬行 Rust 編譯器，成本只需 2 萬美元。作者想解決嘅問題係：傳統 AI 單線程執行任務，容易忘記上文、卡喺死循環，用家要好似保姆咁睇實。
Agent Swarm 嘅本質係「可協作嘅數字團隊」，唔係「更強嘅聊天機械人」。佢嘅核心機制有三個：共享任務列表（Task 系統）、消息郵箱系統（agents 之間直接溝通）、獨立上下文（每個 agent 有自己嘅工作區，唔會互相干擾）。啓用方法好簡單，喺 settings.json 加個環境變數就得。
整體結論係：真正拉開差距嘅，係識得將 Skill、模型、任務拆解串成閉環。會用 Agent Swarm 嘅人，時間會被放大；唔會用嘅人，只會被任務繼續追住跑。老金提供咗 6 個可複製嘅玩法模板，由最簡單嘅提示詞優化到跨模型 Agent 軍隊、社區 Skill 複用、計劃評審循環、Lead-Member 架構等高級組合，適合不同程度嘅用家。
- Agent Swarm 本質係多代理協作，能自動分工、協作、修復錯誤，效率比單一 agent 高 3 倍，成本低 40%。
- 核心機制：共享任務列表（Task）、消息郵箱系統、獨立上下文，每個 agent 有自己嘅工作台，互不幹擾。
- 新手必學玩法一：喺提示詞加「魔法咒語」如「調用 Agent Swarm」，令 agent 主動拆任務並行執行。
- 成本優化策略：主模型用強模型（如 Sonnet）做統籌，簡單任務用平價模型（如 Haiku、Gemini Flash）做執行。
- 複雜任務要用計劃+評審循環：先產出 Todo List，評審通過先執行，卡殼就返規劃階段，避免返工。
find-skills
自動檢索最合適嘅 Skill，避免手工亂配。安裝指令：npx skills add KimYx0207/findskill@find-skills -y
planning-with-files
負責任務拆解、任務板同步同執行閉環。安裝指令：npx skills add othmanadi/planning-with-files@planning-with-files -y
咩係 Agent Swarm？傳統 AI vs 數字團隊
傳統 AI 助手好似你請咗一個員工，佢做一步等你下一步指令，效率低又要你全程睇實。Agent Swarm 就好似你開咗間小公司，請咗幾個員工：你只需講「我要做個網站」，佢哋就自動分工——A 設計、B 寫 code、C 測試、D 寫文檔，仲會自己商量住做，唔使你逐個督住。
呢個系統仲可以並行任務，成倍壓縮時間。核心原理係三個機制：共享任務列表、消息郵箱系統、獨立上下文。
共享任務列表（Task 系統）好似公司嘅任務清單，Orchestrator（協調器，相當於 CEO）會自動拆大任務做細任務，分配俾唔同 agents，每個 agent 完成後更新清單，其他人就知進度。消息郵箱系統允許 agents 之間直接通信，例如 Agent A 可以問 B「你嗰邊嘅 API 接口寫好未？」唔使經你中轉。
{
"env": {
"CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
}
}必裝 Skill + 6 種核心玩法
老金強烈建議先裝兩個必備 Skill：find-skills（自動檢索最合適嘅 Skill）同 planning-with-files（任務拆解同執行閉環）。裝好之後，就可以開始玩 6 種玩法。
玩法一：提示詞優化——最簡單，新手必學。
核心係喺提示加入「魔法咒語」令 Agent 更主動調用 Skill 並並行任務。例如傳統提示「幫我寫一個網站」，優化後係「調用 Agent Swarm 幫我寫一個網站。盡可能調用你的 skill 處理任務。盡可能拆分任務，讓多個 sub agent 並行執行。」咁樣 agent 會主動拆 job 同揾合適 Skill。
玩法二：跨模型 Agent 軍隊——成本優化。
主模型（Claude Sonnet）負責統籌、架構設計、核心邏輯；執行層用便宜模型（Haiku、Gemini Flash）負責文檔、測試、簡單功能。呢個玩法要留意：所有模型要用 API 或 MCP 方式注入。
玩法三：社區 Skill 生態複用——快速交付。
先讓 Agent 用 find-skills 自動搜索社區最合適嘅 Skill，揾唔到先回退用本地已安裝 Skill，最後先走通用流程（任務拆解+並行執行）。唔好喺提示詞寫死單一 Skill。
玩法四：計劃模式+評審循環——減少返工。
複雜任務先由 Planning Agent 產出詳細 Todo List，列出步驟、依賴、預期結果、風險點；再由 Review Agent 審查，通過先進入執行階段。卡殼時返去規劃階段重新規劃。
玩法五：Lead-Member 架構——最接近真實團隊。
Lead Agent 做項目經理統籌全局、分配任務、彙總結果；再按需創建 Member Agents（前端、後端、數據庫、測試、文檔等），每個 Member 喺獨立上下文中並行工作，仲可以通過消息系統直接通信。
總結：從單打獨鬥到指揮團隊
如果你只記得一句話，就記住呢句：Agent Swarm 嘅本質唔係「更強嘅聊天機械人」，而係「可協作嘅數字團隊」。老金將重點收束成三條，方便你即刻落地。
你會發現真正嘅變化係從「自己一個人硬扛」變成「指揮一個會分工、會覆盤、會自修復嘅團隊」。
而家就開始，今晚跑一個入門任務，聽日你就會感受到工作方式嘅升級。老金仲留咗個作業：聰明嘅人可以將呢套玩法整成 Skill 分享去評論區。授人以魚不如授人以漁。
加我入AI討論學習羣，公眾號右下角「聯繫方式」
文末有老金嘅 開源知識庫地址·完全免費
老金想問你有冇遇到過呢種情況：
畀AI落咗個任務，佢做咗半日，結果唔係忘記之前講過嘅嘢，就係卡喺某個步驟死循環。
你要一直睇住，好似湊仔咁服侍佢。
效率低，仲好攰。
但係如果我話畀你知，而家有方法可以令AI自己組團開工。
你只需要講一句說話，佢哋就會自動分工、自動協作、自動修復錯誤。
效率提升3倍，成本降低40%。
就係今次Claude更新背後，老金覺得價值遠超Opus 4.6模型嘅 Agent Swarm功能 ，簡直係王炸！
之前老金我寫過Kimi 2.5嘅Agent集羣，本質上係同一個嘢。
但係Claude Code嘅實現更加成熟，社區生態都更加豐富。
呢個唔係科幻，係Anthropic官方啱啱公開嘅實驗：
16個Claude agents並行工作，從零開始用Rust寫咗一個C編譯器。
代碼規模大約10萬行，用咗2星期，成本2萬美元。
冇錯，就係下面呢個項目。
老金我花咗成日研究官方文檔同社區案例，將呢套玩法拆解成6個可以複製嘅模板。
今日全部話畀你知，直接複製就可以用。
先講結論：
真正拉開差距嘅，唔係裝咗幾多Skill。
而係你能唔能夠將Skill、模型、任務拆解串成閉環。
識用Agent Swarm嘅人，時間會被放大。
唔識用嘅人，只會繼續俾任務追住走。
咩係Agent Swarm？
Agent Swarm（又叫Agent Teams）係Claude Code嘅多代理協作系統。
老金我用最簡單嘅比喻同你講清楚。
傳統AI助手就好似你請咗一個員工。
你講一句佢做一件事，做完等住你下一個指令。
效率低，而且你要一直睇住。
Agent Swarm就好似你開咗間細公司，請咗幾個員工。
你只需要講「我要做個網站」。
然後員工A負責設計，員工B負責寫代碼。
員工C負責測試，員工D負責寫文檔。
關鍵係，呢幾個人會自己商量住做，唔使你一直睇住，如圖所示。
然後，佢仲可以並行任務，倍數壓縮時間。
核心原理：3個機制令團隊協作成為可能
Agent Swarm嘅核心機制有三個：共享任務列表、消息郵箱系統、獨立上下文。
老金我用口語同你講清楚。
1、共享任務列表（Task系統）
就好似公司嘅任務清單，所有agents共享。
你分配一個大任務，Orchestrator（協調器，相當於CEO）會自動拆分成小任務。
分配畀唔同嘅agents。
每個agent完成自己嘅任務之後，更新Task系統。
其他agents就知道進度喇。
2、消息郵箱系統
用嚟做agents之間嘅通訊。
Agent A可以發消息畀Agent B，問「你嗰邊嘅API接口寫好未？」
Agent B回覆「寫好咗，接口文檔喺呢度」。
唔需要經你個老細中轉，效率高。
3、獨立上下文
呢個係最關鍵嘅。
傳統AI助手得一個上下文，任務複雜就會溢出，忘記之前講過嘅嘢。
Agent Swarm畀每個agent獨立嘅上下文，互相唔幹擾。
就好似每個員工自己有工作枱，唔會互相影響。
啓用方法好簡單，喺settings.json入面配置（注意放喺 env字段下面）：
{
"env": {
"CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
}
}
必裝Skill安裝（開始前必睇）
開始用Agent Swarm之前，老金我好建議先裝兩個必備Skill。
呢兩個Skill係所有玩法嘅基礎，裝咗佢哋，閉環效果會倍數放大！
1、find-skills
係呀，就係老金我優化過嗰版，簡直係我日常必用嘅Skill，冇之一。
當時寫嘅文章喺度，注意windows用戶最好用我呢版：24小時15.3K安裝量坐穩王座！老金稱之為元Skill！
佢負責自動檢索最合適嘅Skill，避免手動亂配。
倉庫：https://github.com/KimYx0207/findskill
2、planning-with-files
負責任務拆解、任務板同步同執行閉環。
倉庫：https://github.com/othmanadi/planning-with-files
安裝命令：
# 安裝find-skills
npx skills add KimYx0207/findskill@find-skills -y
# 安裝planning-with-files
npx skills add othmanadi/planning-with-files@planning-with-files -y驗證安裝：
# 查看已安裝的Skills
npx skills list -a claude-code如果見到呢兩個Skill出現喺列表入面，就代表安裝成功。
裝好呢兩個Skill之後，接下來老金我同你講6種核心玩法。
玩法1：提示詞優化（最簡單，新手必學）
呢個係最簡單嘅玩法，唔需要複雜配置，只需要改提示詞。
老金我覺得呢個係新手必學嘅第一招。
核心思路係：喺提示加入「魔法咒語」。
令Agent更加主動調用Skill，並行處理任務。
傳統提示係咁：「幫我寫一個網站」。
Agent收到之後，單線程執行，一步一步嚟，效率低，而且容易卡殼。
優化咗嘅提示係咁：「調用Agent Swarm幫我寫一個網站。盡可能調用你嘅skill處理任務。盡可能拆分任務，令多個sub agent並行執行。」
Agent收到之後，會主動調用Skill，自動拆分任務，生成多個sub agent並行開工。
速度快，準確率高。
適用場景：所有場景，新手必學
提示詞示例：
方括號入面嘅內容需要替換成你嘅實際需求，其他部分可以直接複製。
調用Agent Swarm，幫我寫一個[你的項目描述，如：React+TypeScript的待辦事項應用]。
執行要求：
1、儘可能調用你的skill處理任務
2、儘可能拆分任務，讓多個sub agent並行執行
3、優先使用find-skills搜索最合適的Skill
4、如果找不到合適Skill，就用planning-with-files做任務拆解
期望輸出：
- 完整可運行的代碼
- 包含README說明文檔
- 代碼有註釋，易於理解
技術要求（可選）：
- [你的技術棧，如：React 18 + TypeScript]
- [樣式方案，如：Tailwind CSS]
- [其他要求，如：代碼要有類型安全]
- [核心功能，如：支持添加、刪除、標記完成功能]玩法2：跨模型Agent軍隊（成本優化）
呢個係老金我第二推薦嘅玩法，可以做成本優化，效率都好可觀。
核心思路係：主模型負責統籌，其他可用模型負責並行執行。
唔係所有任務都需要最貴嘅模型。
就好似公司裏面，唔係所有嘢都要CEO親自做，簡單嘅嘢，畀實習生做就得。
跨模型軍隊嘅架構係咁：
Claude Code或Codex做首席，負責試水同統籌。
Gemini、Qwen等外部模型做執行層。
老金我之前寫過Claude Code度調用Codex、Gemini作為MCP嘅使用方法。
而家融合到Agent都係可行嘅。
淨係睇老金寫嘅開源參考項目喺度：老金開源！Claude4.5、Codex5.1、Gemini3，3大頂級CLI終極聯動整合技巧！慳錢！高質！快！
提示詞示例：
方括號入面嘅內容需要替換成你嘅實際需求，其他部分可以直接複製。
再次強調注意，呢度所有模型，一係你嘅API自帶，一係用MCP等方式注入，否則一定冇辦法直接調用。
調用Agent Swarm，幫我開發一個[你的項目描述，如：完整的博客系統（前端+後端+數據庫）]。
執行策略：
1、使用多模型協作，主模型負責統籌，其他模型負責執行
2、簡單任務（如寫文檔、寫測試）用便宜模型（如Haiku、Gemini Flash）
3、複雜任務（如架構設計、核心邏輯）用強模型（如Sonnet、Gemini Pro）
4、任務並行執行，提高效率
模型分工建議（可選）：
- 主模型（Claude Sonnet）：負責統籌、架構設計、核心邏輯
- 執行模型（Gemini/Qwen/Haiku）：負責文檔、測試、簡單功能
- 評審模型（Claude Sonnet）：負責代碼審查、質量把關
期望輸出：
- [你要什麼，如：完整可運行的博客系統]
- [核心功能，如：包含用戶認證、文章CRUD、評論功能]
- [文檔要求，如：有完整的README和API文檔]
技術要求（可選）：
- 前端：[你的前端技術棧，如：Next.js 14 + TypeScript + Tailwind CSS]
- 後端：[你的後端技術棧，如：Node.js + Express + PostgreSQL]
- [其他要求，如：代碼有註釋，測試覆蓋率>70%]
- [部署方式，如：使用Docker部署]如果對你有幫助，記得關注一波～
玩法3：社區Skill生態複用（快速交付）
呢個係Agent Swarm嘅「武器庫」，老金我覺得特別實用。
社區技能生態有大量開源技能，涵蓋各種場景。
論文解讀、Newsletter生成、一鍵寫文章、代碼審查、Bug修復，應有盡有。
點樣用Skill市場呢？
先令Agent自動搜索最合適嘅Skill。
如果揾唔到，再退回使用你本地已安裝嘅Skill。
唔好喺提示詞度將Skill寫死成單一方案。
提示詞示例：
方括號入面嘅內容需要替換成你嘅實際需求，其他部分可以直接複製。
調用Agent Swarm，幫我寫一篇關於[你的主題，如：Claude Code Agent Swarm的技術博客]。
執行策略：
1、優先使用find-skills搜索社區最合適的Skill
2、如果找到合適Skill，直接使用
3、如果找不到，使用本地已安裝Skill
4、如果都沒有，走通用流程（任務拆解+並行執行）
Skill搜索關鍵詞（可選）：
- [關鍵詞1，如：blog writing, technical writing]
- [關鍵詞2，如：markdown formatting]
- [關鍵詞3，如：code examples generation]
期望輸出：
- [格式要求，如：完整的Markdown格式博客文章]
- [字數要求，如：3000字以上]
- [內容要求，如：包含代碼示例和實際案例]
- [結構要求，如：有清晰的章節結構]
內容要求（可選）：
- [核心內容1，如：介紹Agent Swarm的核心概念]
- [核心內容2，如：提供3-5個實際使用案例]
- [核心內容3，如：包含可運行的代碼示例]
- [風格要求，如：語言通俗易懂，適合開發者閲讀]玩法4：計劃模式+評審循環（減少返工）
複雜任務最怕嘅係咩？返工。
老金我踩過好多坑，後來發現呢個方法特別有效。
核心思路係：一個代理先寫計劃，另一個或多個代理評審。
卡住嘅時候切返計劃模式重新規劃。
具體點玩呢？
你畀一個大任務，先產出詳細Todo List，列出所有步驟、依賴關係、預期結果。
然後令評審代理審查Todo List，指出遺漏點、風險點、優化建議。
提示詞示例：
方括號入面嘅內容需要替換成你嘅實際需求，其他部分可以直接複製。
調用Agent Swarm，幫我開發一個[你的項目描述，如：電商網站（包含商品管理、購物車、訂單系統）]。
執行流程：
第一步：規劃階段
- 創建一個Planning Agent，產出詳細的Todo List
- Todo List要包含：所有步驟、依賴關係、預期結果、風險點
第二步：評審階段
- 創建一個Review Agent，審查Todo List
- 指出遺漏點、風險點、優化建議
- 評審通過後才進入執行階段
第三步：執行階段
- 根據Todo List，創建多個執行Agent並行工作
- 每完成一個里程碑，做質量檢查
- 如果卡殼，回到規劃階段重新規劃
第四步：驗收階段
- 所有任務完成後，做最終質量複核
- 確保所有交付物符合預期
期望輸出：
- [項目描述，如：完整可運行的電商網站]
- [技術棧，如：前端使用Next.js，後端使用Node.js]
- [核心功能，如：包含商品管理、購物車、訂單、支付功能]
- [文檔要求，如：有完整的README和API文檔]
質量要求（可選）：
- [代碼質量，如：代碼有註釋，易於維護]
- [測試要求，如：測試覆蓋率>80%]
- [文檔要求，如：有完整的用戶文檔和開發文檔]
- [部署方式，如：使用Docker部署，一鍵啓動]玩法5：Lead-Member架構（明確分工）
呢個係最接近真實團隊嘅架構，適合大項目。
核心思路係：Lead（協調器）統籌全局，Member（成員）各司其職，獨立上下文互不幹擾。
具體點玩呢？
先創建Lead，Lead相當於項目經理，負責統籌全局、分配任務、滙總結果。
然後按任務需要動態創建Members。
成員之間可以通過消息機制直接對話（官方文檔描述為mailbox messaging system），唔需要每次都通過Lead中轉。
老金我用呢個架構做過一個完整app項目。
Lead統籌全局，Members並行迭代，效果好好，完整可用嘅app。
提示詞示例：
方括號入面嘅內容需要替換成你嘅實際需求，其他部分可以直接複製。
調用Agent Swarm，幫我開發一個[你的項目描述，如：完整的項目管理SaaS應用（類似Jira）]。
團隊架構：
- Lead Agent（項目經理）：統籌全局、分配任務、彙總結果、質量把關
- [成員1，如：Frontend Agent]：負責[職責，如：前端開發（React + TypeScript）]
- [成員2，如：Backend Agent]：負責[職責，如：後端開發（Node.js + Express）]
- [成員3，如：Database Agent]：負責[職責，如：數據庫設計（PostgreSQL）]
- [成員4，如：Testing Agent]：負責[職責，如：單元測試和集成測試]
- [成員5，如：Documentation Agent]：負責[職責，如：用戶文檔和API文檔]
協作機制：
1、Lead統一目標和驗收標準
2、系統自動創建Members，分配任務
3、Members在獨立上下文中並行工作
4、Members之間可以通過消息系統直接通信
5、每個里程碑，Lead做質量檢查
期望輸出：
- [項目描述，如：完整可運行的SaaS應用]
- [核心功能，如：包含用戶認證、項目管理、任務管理、團隊協作功能]
- [界面要求，如：前端響應式設計，支持移動端]
- [文檔要求，如：有完整的README、用戶文檔、API文檔]
技術要求（可選）：
- 前端：[你的前端技術棧，如：React 18 + TypeScript + Tailwind CSS]
- 後端：[你的後端技術棧，如：Node.js + Express + PostgreSQL]
- 認證：[認證方案，如：JWT + OAuth2]
- [測試要求，如：測試覆蓋率>80%]
- [部署方式，如：使用Docker Compose部署]玩法6：高級功能組合（深度用戶專屬）
仲有啲高級玩法，老金我簡單講下，具體實現靠自己喇。
呢個亦係本篇最精華嘅地方，再次提醒，形成閉環，佢先係最高效嘅工具。
持久記憶：AgentDB持久記憶「150倍更快檢索」嘅講法嚟自第三方項目（例如claude-flow），唔係Claude Code官方原生能力描述。
長期記憶，跨會話共享，就好似畀agents裝咗個大腦，記住所有歷史信息。
Hooks強制規則：可以自定義規則，強制執行標準。
例如「所有代碼必須有註釋」，Hooks自動檢查，唔符合就唔畀提交。
動態工具發現：有Tool Search Tool，自動發現可用工具。
agents需要某個功能，自動搜索工具庫，揾到就用。
成本優化：唔好寫死模型，建議根據任務質量要求同預算動態路由模型。
呢個要注意，唔好再嚟問老金我，你要先將對應模型或CLI封裝做MCP。
關聯模型嘅成本，你亦需要有知識庫，等佢去作為參考調用。
Subagent Fork：可以隔離執行Skill，避免上下文污染。
每個Skill喺獨立環境執行，互相唔影響。
總結：呢個唔係技巧，係工作方式嘅升級
如果你只記住呢篇嘅一句話，就記住呢句：
Agent Swarm嘅本質，唔係「更加強嘅聊天機械人」，而係「可協作嘅數字團隊」。
老金我將重點收束成三條，方便你即刻落地：
1、先上手
今晚就做一個5分鐘入門任務，先拎到第一次正面反饋。
2、再放大
將玩法2/3/4接入嚟，令模型路由、Skill複用、並行協作形成閉環。
3、保質量
複雜任務一律行玩法4，先計劃後執行，避免返工食咗個收益。
你會發現，真正嘅變化唔係「寫代碼快咗少少」。
而係你開始由「自己一個人硬撐」變成「指揮一個會分工、會覆盤、會自修復嘅團隊」。
呢個就係老金我呢個禮拜最大嘅感受：
識用Agent Swarm嘅人，時間會被放大；唔識用嘅人，只會繼續俾任務追住走。
而家就開始，今晚做一個入門任務，聽日你就會感受到工作方式嘅升級。
留功課，聰明嘅人已經去拎我呢套嘢做咗Skill。
做完嘅朋友，有意願分享嘅可以分享到評論區。
授人以魚不如授人以漁。
每次我都想提醒一下，呢個唔係凡爾賽，係希望有諗法嘅人勇敢衝。
我唔識寫代碼，我英文都唔好，但我整咗好多嘢出嚟，喺文末嘅開源知識庫可以見到。
我真心希望能影響更加多人去嘗試新嘅技巧，迎接新嘅時代。
多謝你睇我嘅文章。
如果覺得唔錯，順手點個讚、睇、轉發三連啦🙂
如果想第一時間收到推送，都可以畀我個星標⭐～多謝你睇我嘅文章。
開源知識庫地址：
https://tffyvtlai4.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFf
加我進AI討論學習羣，公眾號右下角“聯繫方式”
文末有老金的 開源知識庫地址·全免費
老金想問你有沒有遇到過這種情況：
給AI下了個任務，它幹了半天，結果不是忘了前面說的話，就是卡在某個步驟死循環。
你得一直盯着，像保姆一樣伺候它。
效率低，還累。
但如果我告訴你，現在有個方法能讓AI自己組團幹活。
你只需要說一句話，它們就能自動分工、自動協作、自動修復錯誤。
效率提升3倍，成本降低40%。
它就是這次Claude更新的背後，老金覺得價值遠超Opus 4.6模型的 Agent Swarm功能 ，簡直就是王炸！
之前老金我寫過Kimi 2.5的Agent集羣，本質上是一個東西。
但Claude Code的實現更成熟，社區生態也更豐富。
這不是科幻，是Anthropic官方剛公開的實驗：
16個Claude agents並行工作，從零開始用Rust寫了一個C編譯器。
代碼規模約10萬行，耗時2周，成本2萬美元。
對，就是下面這個項目。
老金我花了一整天研究官方文檔和社區案例，把這套玩法拆解成6個可複製的模板。
今天全部分享給你，直接複製就能用。
先說結論：
真正拉開差距的，不是裝了多少Skill。
而是你能不能把Skill、模型、任務拆解串成閉環。
會用Agent Swarm的人，時間會被放大。
不會用的人，只會被任務繼續追着跑。
什麼是Agent Swarm？
Agent Swarm（也叫Agent Teams）是Claude Code的多代理協作系統。
老金我用最簡單的比喻給你講清楚。
傳統AI助手就像你僱了一個員工。
你說一句他幹一件事，幹完等着你下一個指令。
效率低，而且你得一直盯着。
Agent Swarm就像你開了個小公司，僱了好幾個員工。
你只需要說"我要做個網站"。
然後員工A負責設計，員工B負責寫代碼。
員工C負責測試，員工D負責寫文檔。
關鍵是，這幾個人會自己商量着幹活，不用你一直盯着，如圖所示。
然後，它還可以並行任務，成倍的壓縮時間。
核心原理：3個機制讓團隊協作成為可能
Agent Swarm的核心機制有三個：共享任務列表、消息郵箱系統、獨立上下文。
老金我用大白話給你講清楚。
1、共享任務列表（Task系統）
就像公司的任務清單，所有agents共享。
你分配一個大任務，Orchestrator（協調器，相當於CEO）會自動拆分成小任務。
分配給不同的agents。
每個agent完成自己的任務後，更新Task系統。
其他agents就知道進度了。
2、消息郵箱系統
用於agents之間通信。
Agent A可以給Agent B發消息，問"你那邊的API接口寫好了嗎？"
Agent B回覆"寫好了，接口文檔在這裏"。
不需要通過你這個老闆中轉，效率高。
3、獨立上下文
這是最關鍵的。
傳統AI助手只有一個上下文，任務複雜了就會溢出，忘記前面說的話。
Agent Swarm給每個agent獨立的上下文，互不干擾。
就像每個員工有自己的工作台，不會互相影響。
啓用方法很簡單，在settings.json中配置（注意放在 env字段下）：
{
"env": {
"CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
}
}
必備Skill安裝（開始前必看）
在開始使用Agent Swarm之前，老金我強烈建議先裝兩個必備Skill。
這兩個Skill是所有玩法的基礎，裝了它們，閉環效果將會成倍放大！
1、find-skills
誒對，就是老金我優化過那版，簡直是我日常必用的Skill，沒有之一。
當時寫的文章在這，注意windows用戶最好用我這版：24小時15.3K安裝量穩坐王座！老金願稱之為元Skill！
它負責自動檢索最合適的Skill，避免手工瞎配。
倉庫：https://github.com/KimYx0207/findskill
2、planning-with-files
負責任務拆解、任務板同步和執行閉環。
倉庫：https://github.com/othmanadi/planning-with-files
安裝命令：
# 安裝find-skills
npx skills add KimYx0207/findskill@find-skills -y
# 安裝planning-with-files
npx skills add othmanadi/planning-with-files@planning-with-files -y驗證安裝：
# 查看已安裝的Skills
npx skills list -a claude-code如果看到這兩個Skill出現在列表中，就說明安裝成功了。
裝好這兩個Skill後，接下來老金我給你講6種核心玩法。
玩法1：提示詞優化（最簡單，新手必學）
這是最簡單的玩法，不需要複雜配置，只需要改提示詞。
老金我覺得這是新手必學的第一招。
核心思路是：在提示中加入"魔法咒語"。
讓Agent更主動調用Skill，並行處理任務。
傳統提示是這樣的："幫我寫一個網站"。
Agent收到後，單線程執行，一步一步來，效率低，而且容易卡殼。
優化後的提示是這樣的："調用Agent Swarm幫我寫一個網站。儘可能調用你的skill處理任務。儘可能拆分任務，讓多個sub agent並行執行。"
Agent收到後，會主動調用Skill，自動拆分任務，生成多個sub agent並行幹活。
速度快，準確率高。
適用場景：所有場景，新手必學
提示詞示例：
方括號內的內容需要替換成你的實際需求，其他部分可以直接複製。
調用Agent Swarm，幫我寫一個[你的項目描述，如：React+TypeScript的待辦事項應用]。
執行要求：
1、儘可能調用你的skill處理任務
2、儘可能拆分任務，讓多個sub agent並行執行
3、優先使用find-skills搜索最合適的Skill
4、如果找不到合適Skill，就用planning-with-files做任務拆解
期望輸出：
- 完整可運行的代碼
- 包含README說明文檔
- 代碼有註釋，易於理解
技術要求（可選）：
- [你的技術棧，如：React 18 + TypeScript]
- [樣式方案，如：Tailwind CSS]
- [其他要求，如：代碼要有類型安全]
- [核心功能，如：支持添加、刪除、標記完成功能]玩法2：跨模型Agent軍隊（成本優化）
這是老金我第二推薦的玩法，可以做成本優化，效率也很可觀。
核心思路是：主模型負責統籌，其他可用模型負責並行執行。
不是所有任務都需要最貴的模型。
就像公司裏，不是所有活兒都需要CEO親自幹，簡單的活兒，讓實習生幹就行了。
跨模型軍隊的架構是這樣的：
Claude Code或Codex做首席，負責試水和統籌。
Gemini、Qwen等外部模型做執行層。
老金我之前寫過Claude Code中調用Codex、Gemini作為MCP的使用方法。
現在融合到Agent也是可行的。
只看老金寫的開源參考項目在這：老金開源！Claude4.5、Codex5.1、Gemini3，3大頂級CLI終極聯動整合技巧！省錢！高質量！快！
提示詞示例：
方括號內的內容需要替換成你的實際需求，其他部分可以直接複製。
再次強調注意，這裏的所有模型，要麼你的API自帶，要麼用MCP等方式注入，否則肯定無法直接調用。
調用Agent Swarm，幫我開發一個[你的項目描述，如：完整的博客系統（前端+後端+數據庫）]。
執行策略：
1、使用多模型協作，主模型負責統籌，其他模型負責執行
2、簡單任務（如寫文檔、寫測試）用便宜模型（如Haiku、Gemini Flash）
3、複雜任務（如架構設計、核心邏輯）用強模型（如Sonnet、Gemini Pro）
4、任務並行執行，提高效率
模型分工建議（可選）：
- 主模型（Claude Sonnet）：負責統籌、架構設計、核心邏輯
- 執行模型（Gemini/Qwen/Haiku）：負責文檔、測試、簡單功能
- 評審模型（Claude Sonnet）：負責代碼審查、質量把關
期望輸出：
- [你要什麼，如：完整可運行的博客系統]
- [核心功能，如：包含用戶認證、文章CRUD、評論功能]
- [文檔要求，如：有完整的README和API文檔]
技術要求（可選）：
- 前端：[你的前端技術棧，如：Next.js 14 + TypeScript + Tailwind CSS]
- 後端：[你的後端技術棧，如：Node.js + Express + PostgreSQL]
- [其他要求，如：代碼有註釋，測試覆蓋率>70%]
- [部署方式，如：使用Docker部署]如果對你有幫助，記得關注一波~
玩法3：社區Skill生態複用（快速交付）
這是Agent Swarm的"武器庫"，老金我覺得特別實用。
社區技能生態有大量開源技能，涵蓋各種場景。
論文解讀、Newsletter生成、一鍵寫文章、代碼審查、Bug修復，應有盡有。
怎麼用Skill市場呢？
先讓Agent自動搜索最合適的Skill。
如果找不到，再回退使用你本地已安裝Skill。
不要在提示詞裏把Skill寫死成單一方案。
提示詞示例：
方括號內的內容需要替換成你的實際需求，其他部分可以直接複製。
調用Agent Swarm，幫我寫一篇關於[你的主題，如：Claude Code Agent Swarm的技術博客]。
執行策略：
1、優先使用find-skills搜索社區最合適的Skill
2、如果找到合適Skill，直接使用
3、如果找不到，使用本地已安裝Skill
4、如果都沒有，走通用流程（任務拆解+並行執行）
Skill搜索關鍵詞（可選）：
- [關鍵詞1，如：blog writing, technical writing]
- [關鍵詞2，如：markdown formatting]
- [關鍵詞3，如：code examples generation]
期望輸出：
- [格式要求，如：完整的Markdown格式博客文章]
- [字數要求，如：3000字以上]
- [內容要求，如：包含代碼示例和實際案例]
- [結構要求，如：有清晰的章節結構]
內容要求（可選）：
- [核心內容1，如：介紹Agent Swarm的核心概念]
- [核心內容2，如：提供3-5個實際使用案例]
- [核心內容3，如：包含可運行的代碼示例]
- [風格要求，如：語言通俗易懂，適合開發者閲讀]玩法4：計劃模式+評審循環（減少返工）
複雜任務最怕的是什麼？返工。
老金我踩過很多坑，後來發現這個方法特別有效。
核心思路是：一個代理先寫計劃，另一個或多個代理評審。
卡住時切回計劃模式重新規劃。
具體怎麼玩呢？
你給一個大任務，先產出詳細Todo List，列出所有步驟、依賴關係、預期結果。
然後讓評審代理審查Todo List，指出遺漏點、風險點、優化建議。
提示詞示例：
方括號內的內容需要替換成你的實際需求，其他部分可以直接複製。
調用Agent Swarm，幫我開發一個[你的項目描述，如：電商網站（包含商品管理、購物車、訂單系統）]。
執行流程：
第一步：規劃階段
- 創建一個Planning Agent，產出詳細的Todo List
- Todo List要包含：所有步驟、依賴關係、預期結果、風險點
第二步：評審階段
- 創建一個Review Agent，審查Todo List
- 指出遺漏點、風險點、優化建議
- 評審通過後才進入執行階段
第三步：執行階段
- 根據Todo List，創建多個執行Agent並行工作
- 每完成一個里程碑，做質量檢查
- 如果卡殼，回到規劃階段重新規劃
第四步：驗收階段
- 所有任務完成後，做最終質量複核
- 確保所有交付物符合預期
期望輸出：
- [項目描述，如：完整可運行的電商網站]
- [技術棧，如：前端使用Next.js，後端使用Node.js]
- [核心功能，如：包含商品管理、購物車、訂單、支付功能]
- [文檔要求，如：有完整的README和API文檔]
質量要求（可選）：
- [代碼質量，如：代碼有註釋，易於維護]
- [測試要求，如：測試覆蓋率>80%]
- [文檔要求，如：有完整的用戶文檔和開發文檔]
- [部署方式，如：使用Docker部署，一鍵啓動]玩法5：Lead-Member架構（明確分工）
這是最接近真實團隊的架構，適合大項目。
核心思路是：Lead（協調器）統籌全局，Member（成員）各司其職，獨立上下文互不干擾。
具體怎麼玩呢？
先創建Lead，Lead相當於項目經理，負責統籌全局、分配任務、彙總結果。
然後按任務需要動態創建Members。
成員之間可以通過消息機制直接對話（官方文檔描述為mailbox messaging system），不需要每次都通過Lead中轉。
老金我用這個架構做過一個完整app項目。
Lead統籌全局，Members並行迭代，效果很好，完整可用的app。
提示詞示例：
方括號內的內容需要替換成你的實際需求，其他部分可以直接複製。
調用Agent Swarm，幫我開發一個[你的項目描述，如：完整的項目管理SaaS應用（類似Jira）]。
團隊架構：
- Lead Agent（項目經理）：統籌全局、分配任務、彙總結果、質量把關
- [成員1，如：Frontend Agent]：負責[職責，如：前端開發（React + TypeScript）]
- [成員2，如：Backend Agent]：負責[職責，如：後端開發（Node.js + Express）]
- [成員3，如：Database Agent]：負責[職責，如：數據庫設計（PostgreSQL）]
- [成員4，如：Testing Agent]：負責[職責，如：單元測試和集成測試]
- [成員5，如：Documentation Agent]：負責[職責，如：用戶文檔和API文檔]
協作機制：
1、Lead統一目標和驗收標準
2、系統自動創建Members，分配任務
3、Members在獨立上下文中並行工作
4、Members之間可以通過消息系統直接通信
5、每個里程碑，Lead做質量檢查
期望輸出：
- [項目描述，如：完整可運行的SaaS應用]
- [核心功能，如：包含用戶認證、項目管理、任務管理、團隊協作功能]
- [界面要求，如：前端響應式設計，支持移動端]
- [文檔要求，如：有完整的README、用戶文檔、API文檔]
技術要求（可選）：
- 前端：[你的前端技術棧，如：React 18 + TypeScript + Tailwind CSS]
- 後端：[你的後端技術棧，如：Node.js + Express + PostgreSQL]
- 認證：[認證方案，如：JWT + OAuth2]
- [測試要求，如：測試覆蓋率>80%]
- [部署方式，如：使用Docker Compose部署]玩法6：高級功能組合（深度用戶專屬）
還有一些高級玩法，老金我簡單說一下，具體實現靠自己了。
這也是本篇最精華的地方，再次提醒，形成閉環，它才是最高效的工具。
持久記憶：AgentDB持久記憶"150倍更快檢索"的說法來自第三方項目（如claude-flow），不是Claude Code官方原生能力描述。
長期記憶，跨會話共享，就像給agents裝了個大腦，記住所有歷史信息。
Hooks強制規則：可以自定義規則，強制執行標準。
比如"所有代碼必須有註釋"，Hooks自動檢查，不符合就不讓提交。
動態工具發現：有Tool Search Tool，自動發現可用工具。
agents需要某個功能，自動搜索工具庫，找到就用。
成本優化：不要寫死模型，建議根據任務質量要求和預算動態路由模型。
這個需要注意，別再來問老金我，你要先把對應模型或CLI封裝為MCP。
關聯模型的成本，你也需要有知識庫，讓它去作為參考調用。
Subagent Fork：可以隔離執行Skill，避免上下文污染。
每個Skill在獨立環境執行，互不影響。
總結：這不是技巧，是工作方式的升級
如果你只記住這篇的一句話，就記住這句：
Agent Swarm的本質，不是"更強的聊天機器人"，而是"可協作的數字團隊"。
老金我把重點收束成三條，方便你馬上落地：
1、先上手
今晚就跑一個5分鐘入門任務，先拿到第一次正反饋。
2、再放大
把玩法2/3/4接進來，讓模型路由、Skill複用、並行協作形成閉環。
3、保質量
複雜任務一律走玩法4，先計劃後執行，避免返工把收益吃掉。
你會發現，真正的變化不是"寫代碼快了一點"。
而是你開始從"自己一個人硬扛"變成"指揮一個會分工、會覆盤、會自修復的團隊"。
這就是老金我這周最大的感受：
會用Agent Swarm的人，時間會被放大；不會用的人，只會被任務繼續追着跑。
現在就開始，今晚跑一個入門任務，明天你就會感受到工作方式的升級。
留作業，聰明的人已經去拿我這套東西做成Skill了。
做完的小夥伴，有意願分享的可以分享到評論區。
授人以魚不如授人以漁。
每次我都想提醒一下，這不是凡爾賽，是希望有想法的人勇敢衝。
我不會代碼，我英語也不好，但是我做出來了很多東西，在文末的開源知識庫可見。
我真心希望能影響更多的人來嘗試新的技巧，迎接新的時代。
謝謝你讀我的文章。
如果覺得不錯，隨手點個贊、在看、轉發三連吧🙂
如果想第一時間收到推送，也可以給我個星標⭐～謝謝你看我的文章。
開源知識庫地址：
https://tffyvtlai4.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFf