除了 OpenClaw，如何開啓 Claude多Agent
整理版優先睇
Claude官方已內建多Agent能力，同OpenClaw嘅路線差異決定開發者選擇
呢篇文章係由嬌姐寫嘅，佢係一位40+ IT從業者，前榮耀員工，而家專注AI效率工具研究。佢發現好多人只係知道OpenClaw可以做到多Agent，但忽略咗Claude官方都已經將多Agent收編入自己嘅產品體系。文章嘅核心問題係：當平台親自落場做多Agent，生態邊界會點樣被重新畫過？整體結論係：多Agent已經從概念演示進入官方產品化階段，開發者要根據自己嘅需求，選擇官方一體化體驗（Claude Code）定係開放框架（OpenClaw），同時留意平台對第三方接入嘅收緊。
多Agent之所以重要，係因為單Agent嘅邊界越嚟越明顯——同一個模型要同時理解前端報錯、後端接口、測試失敗、架構上下文同外部文檔，上下文會變長，注意力會分散。多Agent嘅做法係將呢啲擁擠拆開，一個agent負責搜代碼，一個去睇文檔，一個去跑測試，最後由主控角色合併，令任務結構本身發生變化。
Claude Code已經推出subagents同agent teams兩層多Agent能力，而OpenClaw就係一個開放框架，強調工程控制感。兩者嘅路線完全唔同：Claude Code似官方直接俾一支AI項目組，OpenClaw似你自己搭一個AI作戰室。更重要嘅係，平台正喺度收緊第三方接入，使用官方消費級訂閲路徑嘅第三方框架會越嚟越敏感。呢場生態競爭，已經從模型能力轉向工作流入口同操作系統層級嘅爭奪。
- 多Agent從概念進入官方產品化階段，Claude Code已支援subagents同agent teams。
- Claude Code同OpenClaw路線唔同：前者一體化體驗，後者開放框架，適合唔同開發者。
- 平台開始收緊第三方接入，使用官方消費級訂閲路徑嘅第三方框架將更敏感。
- 開發者應根據需求選擇：想快速入門揀Claude Code，想工程控制揀OpenClaw。
- 未來AI工作入口之爭，將從模型能力轉向團隊協作同操作系統層級。
點解多Agent突然之間咁重要？
單Agent當然仲好強，但佢越嚟越接近自己嘅邊界。你叫同一個模型同時理解前端報錯、後端接口、測試失敗、架構上下文同外部文檔，佢唔係做唔到，而係會越嚟越擁擠。上下文會變長，注意力會分散，前後狀態都容易打架。
多Agent嘅價值，就係將呢種擁擠拆開。
一個agent去搜代碼路徑，一個去核對官方文檔，一個去睇測試結果，一個去檢查安全風險，最後再由主控角色合併。咁樣帶來嘅唔止係速度提升，而係任務結構本身發生咗變化。
- 單Agent：上下文有限，注意力易分散，前後狀態易打架
- 多Agent：分工明確，並行處理，獨立上下文，結果彙總
Claude 嘅多Agent能力：subagents 同 agent teams
好多人忽略咗，Claude 已經將多Agent收編入自己嘅官方產品體系。佢唔止想做一個回答問題嘅模型，而係想做一個可以組織多個模型協同工作嘅開發環境。主要分兩層：
第一層係subagents，可以理解成主會話裏面嘅「臨時分身」。
呢啲子agent有各自獨立嘅上下文、系統提示同工具權限，由主會話派發任務過去，再將結果收回來。適合輕量嘅並行分析，例如一個去查文檔，一個去審代碼，一個去睇測試輸出。
第二層係agent teams，係Claude Code嘅實驗性多Agent能力。
根據官方文檔，需要Claude Code v2.1.32以上版本，透過環境變量CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1啟用。啟用之後，主會話可以似領隊一樣創建一個團隊，唔同成員獨立工作、共享任務信息、互相溝通，最後統一收斂結果。
export CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1
claude留意：agent teams唔係所有場景都更好。佢適合需要多視角並行推進嘅大任務，唔適合同一個文件上嘅細碎順序編輯，亦唔適合成本極度敏感嘅場景。
Claude Code 同 OpenClaw 嘅真正分別
表面上兩邊都係做多Agent，但產品路線完全唔同。OpenClaw似一個開放框架，強調工程控制感；Claude Code似一個官方產品，強調拿來即用嘅一體化體驗。
OpenClaw嘅優點係agent之間獨立性強、工作區隔離、可配置性高，適合偏底層、偏系統、偏框架嘅開發者。
Claude Code嘅優點係體驗統一、傳播效率高，適合想快速拎到結果嘅開發者。
- 定位：Claude Code係官方產品能力，OpenClaw係開放式多Agent框架
- 上手方式：Claude Code用自然語言直接分工，OpenClaw偏配置、路由、工作區管理
- 優勢：Claude Code體驗統一，OpenClaw控制感強、系統自由度高
- 適合人羣：Claude Code適合想快速拿到結果嘅開發者，OpenClaw適合想掌控編排同基礎設施嘅開發者
平台生態啟示：入口之爭啱啱開始
好多人淨係見到「Claude都開始做多Agent」，但更值得見到嘅係另一句：當平台開始親自落場做多Agent，生態競爭就唔再只係創新問題，而會變成邊界問題。
Anthropic正喺度收緊第三方接入佢哋官方產品能力嘅邊界，特別係訂閲體系、OAuth使用、賬號通道同官方體驗複用呢幾個層面。
官方已經明確區分兩類使用方式：一類係用戶正常使用Anthropic自己嘅原生產品，另一類係開發者構建第三方產品。後者應該用API key或官方支持嘅雲平台路徑，而唔係將用戶嘅Claude Free、Pro、Max憑證當作第三方產品嘅基礎通道嚟複用。
- 1 對開發者而言，多Agent已從概念演示進入官方產品化階段，平台會越嚟越重視對工作流入口、賬號體系同計費鏈路嘅控制。
- 2 第三方框架唔會消失，但會更多轉向API化、企業化同基礎設施化，而唔係直接複用官方消費級訂閲體系。
- 3 未來比較嘅唔再係模型強唔強，而係誰更像一個團隊；再往後，比嘅係誰更像一套操作系統。
開發者要諗清楚：你想快啲用官方團隊，定係自己搭建作戰室？
先關注後閲讀，嬌姐怕失去上進嘅你
文末嬌姐整理咗 openclaw 所有文章連結
想了解嬌姐就撳文末連結
除咗 OpenClaw，你可能仲唔知道 Claude 已經做咗多 Agent
2026年4月 · 閲讀約8分鐘 · 主題：Claude Code、多Agent、OpenClaw、平台生態
重點：好多人知道 OpenClaw 講緊多 Agent，但忽略咗 Claude 都已經將多 Agent 整入自己嘅官方產品入面。問題唔係「邊個都有呢個功能」，而係當平台開始親自落場做多 Agent，成個生態嘅邊界都會俾人重新畫過。
最近一段時間，越來越多開發者開始認真討論一個詞：多 Agent。
呢個詞突然間熱起嚟，唔係因為大家第一次聽講 AI 會分工，而係因為佢終於開始由概念演示，變成真實可用嘅開發工作流程。以前大家熟悉嘅係「一個 AI 對話框幫你寫 code」，而家更加有吸引力嘅係另一種場景：一個 AI 負責統籌，幾個 AI 分頭行動，有人查 code，有人睇 log，有人跑測試，有人做安全審查，最後再將結果彙總返嚟。
呢個已經唔係單一個助手，而係更似一個小型團隊。
點解多 Agent 突然間變得重要
單 Agent 梗係仲好強，但佢都越嚟越接近自己嘅極限。你叫同一個模型同時理解前端報錯、後端接口、測試失敗、架構上下文同外部文檔，佢唔係做唔到，而係會越嚟越擠逼。上下文會變長，注意力會分散，前後狀態亦都容易撞。
多 Agent 嘅價值，就係將呢種擠逼拆開。一個 agent 去搜 code 路徑，一個去核對官方文檔，一個去睇測試結果，一個去檢查安全風險，最後再由主控角色合併。咁樣帶嚟嘅唔只係速度提升，而係任務結構本身發生咗變化。
01單 Agent 階段
AI 更似一個強大嘅個人助手，適合單一線任務同局部問題處理。
02多 Agent 階段
AI 更似一個小組，強調分工、並行、彙總同協作。
好多人首先見到嘅係 OpenClaw
唔少開發者第一次對多 Agent 形成直覺，唔係由模型公司發佈會開始，而係由 OpenClaw 呢類項目開始。OpenClaw 將多個 agent、獨立 session、隔離工作區、可配置路由等能力組織到一個更完整嘅輪廓入面。
佢令到好多工程師第一次見到一種新嘅可能：AI 唔只係一個聊天框，而係一套可以被編排嘅協作系統。
推薦 點解 OpenClaw 容易吸引技術用戶
優點：強調 agent 之間嘅獨立性、工作區隔離、可配置性同工程控制感。
缺點：理解門檻比較高，好多能力更似平台搭建，而唔係攞嚟就用。
適合：偏底層、偏系統、偏框架嘅開發者。
但好多人忽略咗，Claude 都已經開始做多 Agent
呢件事嘅關鍵，唔係「Claude 都支援多 Agent」咁簡單，而係 Claude 正正將多 Agent 收編入自己嘅官方產品體系入面。佢唔只係想做一個回答你問題嘅模型，而係嘗試做一個可以組織多個模型協同工作嘅開發環境。
第一層：subagents
你可以理解成主會話入面嘅「臨時分身」。呢啲子 agent 有各自獨立嘅上下文、系統提示同工具權限，由主會話將特定任務派過去，再將結果收回嚟。佢更適合輕量嘅並行分析，例如一個去查文檔，一個去審 code，一個去睇測試輸出。
第二層：agent teams
呢個係 Claude Code 嘅實驗性多 Agent 能力。根據官方文檔，佢需要 Claude Code v2.1.32 以上版本，並透過環境變數 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 啟用。啟用之後，主會話可以好似領隊咁建立一個團隊，讓唔同成員獨立工作、共享任務資訊、互相溝通，最後統一收斂結果。
export CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1
claude注意：agent teams 唔係所有場景都更加好。佢更適合需要多角度並行推進嘅大任務，唔適合同一份檔案上面嘅細碎順序編輯，亦唔適合成本極度敏感嘅場景。
Claude 同 OpenClaw，分別唔只係功能多少
表面睇，兩邊都係做緊多 Agent。真正嘅分別，在於產品路線完全唔同。OpenClaw 更似一個開放框架，強調工程控制感。Claude Code 更似一個官方產品，強調攞嚟就用嘅一體化體驗。
點解好多人會覺得 Claude 喺「封」OpenClaw
嚴格嚟講，「封殺」係一個好有傳播力、但唔夠精確嘅詞。更加接近現實嘅講法係：Anthropic 正在收緊第三方接入其官方產品能力嘅邊界，特別係喺訂閲體系、OAuth 使用、賬號通道同官方體驗複用呢幾個層面。
Claude Code 嘅法律與合規說明入面，已經清楚區分咗兩類使用方式：一類係用戶正常使用 Anthropic 自己嘅原生產品，另一類係開發者構建第三方產品、服務或集成。對於後者，官方俾出嘅方向好清楚：應該使用 API key 或官方支援嘅雲端平台路徑，而唔係將用戶嘅 Claude Free、Pro、Max 憑證當作第三方產品嘅基礎通道嚟複用。
警告：呢件事嘅實質，唔只係技術兼容問題，而係平台喺重新定義乜嘢屬於「官方產品內使用」，乜嘢屬於「第三方產品接入」。一旦官方自己都開始做多 Agent，外部框架繼續複用官方消費級訂閲路徑，就會變得更加敏感。
由平台視角睇，呢個其實好易理解。邊個控制入口，邊個就控制用戶心智。邊個控制任務編排，邊個就控制上層產品價值。邊個控制計費鏈路，邊個就控制生態利潤分配。當 Claude 開始親自落場做多 Agent，第三方想繼續將 Claude 官方產品能力包入自己嘅工作流程入面，難度自然會越來越大。
對開發者嚟講，呢個意味住乜嘢
多 Agent 已經由概念演示，進入咗官方產品化階段。 平台方會越嚟越重視對工作流程入口、賬號體系同計費鏈路嘅控制。 第三方框架唔會消失，但會越嚟越多轉向 API 化、企業化同基礎設施化，而唔係直接複用官方消費級訂閲體系。
注意 點樣判斷自己更適合邊條路線
Claude Code：適合希望快速進入多 Agent 工作流程、少折騰配置、優先獲得官方一體化體驗嘅人。
OpenClaw：適合更加看重編排方式、工作區隔離、認證策略同工程控制權嘅人。
本質：前者更似官方直接俾你一支 AI 項目組，後者更似你自己搭一個 AI 作戰室。
最後
好多人見到嘅係「Claude 都開始做多 Agent 了」，但更加值得見到嘅係另一句：當平台開始親自落場做多 Agent，生態競爭就唔再只係創新問題，而會變成邊界問題。
由呢個意義上講，OpenClaw 同 Claude 嘅故事，唔只係一個開源項目同一間模型公司嘅對照，而係一場關於未來 AI 工作入口屬於邊個嘅預演。過去大家比嘅係模型強唔強，而家開始比嘅係邊個更似一個團隊，再往後，比嘅好可能係邊個更似一套操作系統。
關於 openclaw 資料包同系列文章
配套資料包
私信 kekohu 獲取，內容不定期持續更新。
注意：付費社羣包含資料包全部內容，無需重複購買。
openclaw 系列文章
持續更新，建議每篇認真閲讀
配置與理解
唔好俾人呃，OpenClaw 可以 24 小時開工——但你首先要做啱呢 6 件事
紅咗三個月嘅「龍蝦」，普通人裝咗真係有用咩？
用 OpenClaw 將 AI 失憶醫好：開關、精簡、外掛三步走
多 Agent 與協作
技能與工具
實戰與案例
排錯與安全
關於嬌姐
40+ IT 從業者，前榮耀員工，而家專注 AI 效率工具研究同實踐。持續輸出 OpenClaw 同 AI 工具嘅乾貨教程同落地案例，偶爾分享職場思考同生活感悟。
提示：覺得有用，點讚、關注、轉發，係我持續創作嘅動力。
先關注後閲讀，嬌姐怕失去上進的你
文末嬌姐整理openclaw所有文章連結
想了解嬌姐點擊文末連結
除了 OpenClaw，你可能還不知道 Claude 已經做了多Agent
2026年4月 · 閲讀約8分鐘 · 主題：Claude Code、多Agent、OpenClaw、平台生態
重點：很多人知道 OpenClaw 在講多Agent，卻忽略了 Claude 也已經把多Agent做進了自己的官方產品裏。問題不只是"誰也有這個功能"，而是當平台開始親自下場做多Agent，整個生態的邊界都會被重新畫一遍。
最近一段時間，越來越多開發者開始認真討論一個詞: 多Agent。
這個詞突然熱起來，不是因為大家第一次聽說 AI 會分工，而是因為它終於開始從概念演示，變成真實可用的開發工作流。過去大家熟悉的是"一個 AI 對話框幫你寫代碼"，現在更有吸引力的是另一種場景: 一個 AI 負責統籌，幾個 AI 分頭行動，有人查代碼，有人看日誌，有人跑測試，有人做安全審查，最後再把結果彙總回來。
這已經不是單個助手，而更像一個小型團隊。
為什麼多Agent突然重要了
單Agent當然還很強，但它也越來越接近自己的邊界。你讓同一個模型同時理解前端報錯、後端接口、測試失敗、架構上下文和外部文檔，它不是做不到，而是會越來越擁擠。上下文會變長，注意力會分散，前後狀態也更容易打架。
多Agent的價值，就是把這種擁擠拆開。一個 agent 去搜代碼路徑，一個去核對官方文檔，一個去看測試結果，一個去檢查安全風險，最後再由主控角色合併。這樣帶來的不只是速度提升，而是任務結構本身發生了變化。
01單Agent階段
AI 更像一個強大的個人助手，適合單線任務和局部問題處理。
02多Agent階段
AI 更像一個小組，強調分工、並行、彙總與協作。
很多人先看到的是 OpenClaw
不少開發者第一次對多Agent形成直覺，不是從模型公司發佈會開始的，而是從 OpenClaw 這類項目開始的。OpenClaw 把多個 agent、獨立 session、隔離工作區、可配置路由等能力組織到了一個更完整的輪廓裏。
它讓很多工程師第一次看到一種新的可能: AI 不只是一個聊天框，而是一套可以被編排的協作系統。
推薦 為什麼 OpenClaw 容易吸引技術用戶
優點：強調 agent 之間的獨立性、工作區隔離、可配置性和工程控制感。
缺點：理解門檻更高，很多能力更像平台搭建，而不是拿來即用。
適合：偏底層、偏系統、偏框架的開發者。
但很多人忽略了，Claude 也已經開始做多Agent
這件事的關鍵，不是"Claude 也支持多Agent"這麼簡單，而是 Claude 正在把多Agent收編進自己的官方產品體系裏。它不只是想做一個回答你問題的模型，而是在嘗試做一個可以組織多個模型協同工作的開發環境。
第一層: subagents
你可以把它理解成主會話裏的"臨時分身"。這些子 agent 有各自獨立的上下文、系統提示和工具權限，由主會話把特定任務派發過去，再把結果收回來。它更適合輕量的並行分析，比如一個去查文檔，一個去審代碼，一個去看測試輸出。
第二層: agent teams
這是 Claude Code 的實驗性多Agent能力。根據官方文檔，它需要 Claude Code v2.1.32 以上版本，並通過環境變量 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 啓用。啓用之後，主會話可以像領隊一樣創建一個團隊，讓不同成員獨立工作、共享任務信息、互相溝通，最後統一收斂結果。
export CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1
claude注意：agent teams 不是所有場景都更好。它更適合需要多視角並行推進的大任務，不適合同一個文件上的細碎順序編輯，也不適合成本極度敏感的場景。
Claude 和 OpenClaw，差別不只是功能多少
表面看，兩邊都在做多Agent。真正的區別，在於產品路線完全不同。OpenClaw 更像一個開放框架，強調工程控制感。Claude Code 更像一個官方產品，強調拿來即用的一體化體驗。
為什麼很多人會覺得 Claude 在"封" OpenClaw
嚴格說，"封殺"是一個很有傳播力、但不夠精確的詞。更接近現實的說法是: Anthropic 正在收緊第三方接入其官方產品能力的邊界，尤其是在訂閲體系、OAuth 使用、賬號通道和官方體驗複用這幾個層面。
Claude Code 的法律與合規說明裏，已經明確區分了兩類使用方式: 一類是用戶正常使用 Anthropic 自己的原生產品，另一類是開發者構建第三方產品、服務或集成。對於後者，官方給出的方向很清楚: 應該使用 API key 或官方支持的雲平台路徑，而不是把用戶的 Claude Free、Pro、Max 憑證當作第三方產品的基礎通道來複用。
警告：這件事的實質，不只是技術兼容問題，而是平台在重新定義什麼屬於"官方產品內使用"，什麼屬於"第三方產品接入"。一旦官方自己也開始做多Agent，外部框架繼續複用官方消費級訂閲路徑，就會變得更加敏感。
從平台視角看，這其實很容易理解。誰控制入口，誰就控制用戶心智。誰控制任務編排，誰就控制上層產品價值。誰控制計費鏈路，誰就控制生態利潤分配。當 Claude 開始親自下場做多Agent，第三方想繼續把 Claude 官方產品能力包進自己的工作流裏，難度自然會越來越大。
對開發者來說，這意味着什麼
多Agent已經從概念演示，進入了官方產品化階段。 平台方會越來越重視對工作流入口、賬號體系和計費鏈路的控制。 第三方框架不會消失，但會越來越多地轉向 API 化、企業化和基礎設施化，而不是直接複用官方消費級訂閲體系。
注意 怎麼判斷自己更適合哪條路線
Claude Code：適合希望快速進入多Agent工作流、少折騰配置、優先獲得官方一體化體驗的人。
OpenClaw：適合更看重編排方式、工作區隔離、認證策略和工程控制權的人。
本質：前者更像官方直接給你一支 AI 項目組，後者更像你自己搭一個 AI 作戰室。
最後
很多人看到的是"Claude 也開始做多Agent了"，但更值得看到的是另一句: 當平台開始親自下場做多Agent，生態競爭就不再只是創新問題，而會變成邊界問題。
從這個意義上說，OpenClaw 和 Claude 的故事，不只是一個開源項目和一家模型公司的對照，而是一場關於未來 AI 工作入口屬於誰的預演。過去大家比的是模型強不強，現在開始比的是誰更像一個團隊，再往後，比的很可能是誰更像一套操作系統。
關於openclaw資料包和系列文章
配套資料包
私信 kekohu 獲取，內容不定期持續更新。
注意：付費社羣包含資料包全部內容，無需重複購買。
openclaw系列文章
持續更新，建議每篇認真閲讀
配置與理解
別被騙，OpenClaw 可以 24 小時幹活——但你得先做對這 6 件事
火了三個月的"龍蝦"，普通人裝了真的有用嗎？
用 OpenClaw 把 AI 失憶治好：開關、精簡、外掛三步走
多 Agent 與協作
技能與工具
實戰與案例
排錯與安全
關於嬌姐
40+ IT 從業者，前榮耀員工，現專注 AI 效率工具研究與實踐。持續輸出 OpenClaw 及 AI 工具的乾貨教程與落地案例，偶爾分享職場思考與生活感悟。
提示：覺得有用，點贊、關注、轉發，是我持續創作的動力。