Claude Code，現在能自己帶一支 AI 團隊了。
就在剛剛，Anthropic 官宣了重新設計的 Projects 功能，第一站直接落在 Claude Code。
你在一個對話方塊裡把要干的活說清楚，Claude 自己拆成好幾條線程，丟到雲端平行開工。
你合上筆記本，它們還在干。那件事要你拍板，它會回來找你。人在地鐵上，掏出手機也能看進度、改方向。
官方給它的定位——跟它說話，就像給你的幕僚長交代工作，一次說好幾件事，順序隨便。
值得注意的是，就在一周前，Anthropic CEO Dario Amodei 剛剛發文呼籲整個行業「放慢腳步」，說遞迴式自我改進的速度已經超出預期。
話音未落，自家產品就放了個大招。一邊踩剎車，一邊猛踩油門——屬於是 A 社的經典操作了。
目前還是重新設計的 Projects 功能 Beta，先給部分 Pro 和 Max 使用者，條件是用過 Claude Code 雲端會話。
未來一周放給更多 Pro 和 Max 使用者，之後才輪到全部 Claude 使用者和 Team、Enterprise。
以前，最累的是自己
多開過 Claude 的人都懂那種忙。
開三個會話，每開一個，都得把項目背景從頭講一遍。
AI 在幹活，你在當調度員。
4 月，Claude Code 桌面端重構，同一個窗口能並排跑好幾個 Claude，同時上線的 Routines 讓它合上電腦也能按時「上班」。6 月，Claude Tag 把 Claude 拉進 Slack 群，給整個團隊打下手。
而這次的 Projects，是把剩下那份調度的活也接了過去。
程式設計師當調度員的日子，到頭了。
一個包工頭，帶一群施工隊
新版 Projects 的架構說白了就兩層。
上面是項目對話，Claude 在這裡充當協調器。
它判斷你的需求要拆成幾塊，派給新線程，或者交給已經在干相關活的線程，最後審查結果、組裝成品。
小問題它當場回答，不浪費人力專門開線程。
下面是線程。每條線程都是一個獨立的 Claude Code 雲端會話，有自己的上下文，在自己的 Git 分支、自己那份程式碼副本上幹活。
打個比方：協調器就是包工頭，線程就是各自進場的施工隊。
包工頭只聽各隊匯報，不盯每個人砌了幾塊磚，所以項目對話能一直開下去，不會被細節塞滿。兩個隊要是改到了同一段程式碼，就按普通 PR 的合併衝突來處理——跟人類開發團隊的協作邏輯一模一樣。
施工隊人手不夠？還能再分包。線程可以繼續派子智能體、跑循環和工作流，把大活切成小塊。
官方舉的例子很具體。項目目標定成「降低結帳介面的 p75 延遲」，Claude 就開幾條線程，分別分析各個介面的性能、測試最佳化方案、提交 PR。
再比如 API、網頁端、移動端三個倉庫，要一起下線一個廢棄的 v1 介面，Claude 每個倉庫開一條線程，遷移呼叫方、跑測試、提 PR，最後告訴你那幾個該先合。
更狠的是，PR 開出去以後，線程會自己盯著。CI 掛了就推修復，有審查意見就改，檢查全過了再來通知你。
第二天早上打開 Overview 面板，那些做完了、那些 PR 等你審、那條線程在等你回答，一眼都能看到。
說一次，全隊都記住
以前多開會話最痛苦的是什麼？重複交代背景。
這次 Projects 直接引入了共享記憶機制。每條線程都往裡寫，也從裡面讀。
發佈日期挪到了周五、匯出功能為什麼砍掉、動計費服務之前要先問誰——這些說一次就夠。
後面新開的線程進場就帶著這些背景，你不用再給每個會話寫一大段提示詞。
它還會記住你的工作習慣：多久匯報一次、多頻繁開新線程、更新寫多細。你加的檔案和它做出來的東西，全部存進項目資料庫（Library）。
一個項目貫穿一整周。每個請求都會在右側開啟一個線程；記憶、決策和結果在下方逐步累積。
不光能寫程式碼。你把一堆合同往裡一扔，或者匯出一份客服工單丟給它，問一句「客戶最愛踩那十個坑」，它整理完直接存下來。下回再開新線程幹別的活，這些東西自動就帶上了，不用你再講一遍。
X 上的 AI 博主 Chubby 第一時間叫好，說這是一次很棒的發佈，順手催了一句：現在就等 Opus 5.2 發佈，少偷點懶、少說點廢話。
爽是爽，額度也燒得快
當然，天下沒有免費的算力。
項目默認 Opus 模型，幹活的線程全開高強度推理，只有協調對話那層省著點用。
而且項目跟你平時用的 Claude Code 會話共享同一份額度。官方自己都說了，Pro 使用者跑項目那天，額度會比平時更早見底。
線程數量沒有硬性上限，Claude 覺得該開就開，唯一的天花板是所有項目加一起，一天最多新開 200 條。額度用完了也不慌，線程自己停下來等著，額度一恢復立刻接著幹。
活不會丟，就是得等。
還有一點，現線上程全跑在雲端，碰不著你電腦上的東西——本地檔案、內部網路介面、VPN 後面的服務，統統碰不到。
有意思的是，Claude Code 並不孤單。
就在一周前的 9 月 10 日，Cursor 也發佈了 Projects beta，玩法幾乎一模一樣：一個協調者 Agent 坐鎮中央，底下派出一大堆子 Agent 平行寫程式碼。雲端跑，關機也不停。
兩家在同一周撞上同一個方向，這就不是巧合了。整個行業都想明白了同一件事：讓 AI 寫程式碼已經不是瓶頸，怎麼讓一群 AI 一起幹活不打架，才是真正的硬仗。
Anthropic 自己內部其實早就在這麼玩了，而且玩得比誰都大。
就在 Projects 發佈同一天，他們放出了一份《衡量 AI 研發節奏》的報告，第一次掀開了自家的底牌：到今年 8 月，他們內部的研發平台上同時跑著大約 3 萬個 AI Agent，一個月做出的決策超過 10 億次。
3 萬個，同時線上，沒日沒夜地寫程式碼、跑實驗、調模型。純純賽博流水線。
更嚇人的是效果。按照第三方機構 Epoch AI 的評級標準，Anthropic 內部已經有 26% 的研發工作到了 AL4 等級。
什麼意思呢？就是你給 AI 一句話的指令，它自己從頭幹到尾，中間不用你盯，幹完了叫你來驗收就行。
半年前，這個數字還不到 1%。
半年，26 倍。
以前一個人能同時推進幾件事，取決於他能盯住幾個窗口。現在 Claude 接下了拆活、派活、盯進度、記背景這一整套協調工作。
寫程式碼的人，正在變成帶 AI 團隊的人。 (新智元)