Claude Code 如今能自己组建一支 AI 团队了。就在不久前，Anthropic 官宣了重新设计的 Projects 功能，首站便落地 Claude Code。
用户只需在一个对话框中清晰说明任务，Claude 便会将其拆解为多条线程，在云端并行开工。即便合上电脑，任务仍在继续。只有遇到需要拍板的关键节点，它才会回来寻求指示。用户在通勤途中，也能通过手机查看进度或调整方向。官方将其定位为幕僚长：只需交代工作，无需过问具体执行细节，顺序随意。
值得注意的是，就在一周前，Anthropic CEO Dario Amodei 还呼吁行业“放慢脚步”，认为递归式自我改进的速度已超出预期。然而，话音未落，自家产品便推出了这一重磅功能。这种一边踩刹车、一边猛踩油门的做法，堪称 A 社的“经典操作”。
目前 Projects 功能仍处于 Beta 阶段，首批面向使用过 Claude Code 云端会话的 Pro 和 Max 用户。未来一周将逐步扩大范围，最终覆盖所有 Claude 用户及 Team 和 Enterprise 用户。
回顾发展历程，4 月 Claude Code 桌面端重构，支持多窗口并行；6 月引入 Slack 集成；而此次的 Projects 功能，则是接管了“调度”这一核心工作。程序员当调度员的日子，即将终结。
新版 Projects 的架构清晰分为两层：上层是项目对话，Claude 充当协调者，负责拆解需求、分配任务、审查结果并组装成品。遇到小问题，它会直接处理，无需专门开线程。下层则是独立的线程，每个线程都是一个拥有自身上下文、Git 分支和代码副本的独立会话。
打个比方，协调器就像包工头，只听汇报、不盯细节，确保对话流畅。如果两条线程修改了同一代码段，会按标准的 PR 合并冲突处理，逻辑与人类团队一致。如果施工队人手不足，线程还能继续分包，派生子智能体、运行循环和工作流。
官方给出了具体示例：目标是“降低结账接口的 p75 延迟”，Claude 会开启多条线程分别分析性能、测试方案并提交 PR。又如需在 API、网页端、移动端三个仓库下线废弃的 v1 接口，Claude 会为每个仓库开一条线程，负责迁移、测试和提 PR，并告知优先级。
更令人印象深刻的是，线程具备自主监控能力。PR 提交后，线程会自动跟进：CI 失败则推修复，收到审查意见则修改，全部通过后才会通知用户。第二天早上打开 Overview 面板，即可一目了然地看到哪些已完成、哪些 PR 待审、哪些线程在等待指示。
共享记忆机制解决了重复交代背景的痛点。每条线程都能读写项目记忆，无论是发布日期、功能取舍还是计费逻辑，只需说一次。新线程进场时会自动携带这些背景，无需重复提示词。它还会学习用户习惯，如汇报频率、更新细节等。所有文件和结果均存入项目资料库。
功能不止于代码。用户甚至可以上传合同或客服工单，询问“客户最常踩哪十个坑”，Claude 整理后会自动存入记忆库，后续任务无需重复说明。
X 平台上的 AI 博主 Chubby 对此称赞不已，并催促 Anthropic 少说点废话，快点发布 Opus 5.2。
当然，天下没有免费的午餐。项目默认使用 Opus 模型，所有工作线程均开启高强度推理，只有协调对话层相对节省算力。且项目与普通 Claude Code 会话共享额度。官方直言，Pro 用户在使用项目时，额度消耗会更快。虽然线程数量无硬性上限，但每日新开线程总数限制为 200 条。额度耗尽时，线程会自动暂停等待，恢复后继续。
局限性在于，所有线程均在云端运行，无法直接访问本地文件、内网接口或 VPN 后的服务。
有趣的是，Claude Code 并不孤单。就在一周前，Cursor 也发布了功能几乎一致的 Projects Beta。两家在同一周发布类似功能，并非巧合，而是行业共识：AI 写代码已不是瓶颈，如何让一群 AI 协同工作不打架才是难点。
Anthropic 内部早已如此实践，且规模惊人。就在 Projects 发布当天，他们披露了《衡量 AI 研发节奏》报告，揭开了底牌：截至今年 8 月，其研发平台同时运行着约 3 万个 AI Agent，月决策量超 10 亿次。
更令人咋舌的是效果。根据 Epoch AI 标准，Anthropic 内部已有 26% 的研发工作达到 AL4 级别——即只需一句话指令，AI 便能从头到尾独立完成，无需人工干预。半年前，这一数字还不到 1%。半年时间，增长了 26 倍。
以前，一个人能同时推进几件事，取决于他能盯住几个窗口。如今，Claude 接管了拆解、派发、监控和记忆工作。写代码的人，正在蜕变为带 AI 团队的管理者。