Anthropic 对其编程工具 Claude Code 中的 Projects 功能进行了重构，把原本较为单一的任务处理方式，改造成由多个并行智能体协同完成的流程。用户现在只需描述一个目标，系统内的协调器就会把工作拆分到多个并行的「线程」中，每个线程作为独立的云端会话运行。
这些线程并非只是并行执行，它们各自可以发起拉取请求（pull request）并运行测试，进度既能在主对话中查看，也能按线程单独追踪，移动端同样支持。随着时间推移，Claude 会在不同线程之间构建共享记忆，另有一个资料库统一收集上传的文件与运行结果。这种设计意味着多个智能体不再是各自为战，而是在同一上下文里协作推进同一个项目。
目前该功能以测试版形式开放，面向部分使用云端会话的 Pro 与 Max 订阅用户，团队版与企业版的接入要更晚一些，本地执行能力也计划在不久后推出。Anthropic 同时提供了等待名单入口。
从产品演进看，这是 Claude Code 持续走向代码自动化的又一步。此前 Anthropic 已把「自动驾驶模式」（autopilot mode）设为 Claude Code 的默认选项，并声称其在安全相关任务上的表现优于人类开发者。把任务拆给多个并行智能体，进一步减少了人工逐步干预的需要。
这一方向对 Anthropic 的商业叙事同样有分量。更自主的智能体通常意味着消耗更多的 token，而控制 token 消耗节奏的权力，也会从用户一侧向出售模型的公司一侧转移。有评论用了一个比喻：这就像让加油站控制你汽车的油门。对开发者而言，效率提升与成本可控性之间的平衡，将成为实际使用中需要观察的变量。
在竞争层面，AI 编程助手正成为各大模型厂商争夺开发者入口的关键战场。Anthropic 通过 Projects 重构强化多智能体协作能力，与 OpenAI、Google 等对手在同类工具上的迭代形成对照。这类功能的成熟度，既影响开发者的日常选择，也关系到各家模型在真实工程场景中的调用量与黏性。
需要注意的是，并行智能体虽然能提升任务吞吐，但也带来新的问题：多个线程同时修改代码时如何避免冲突、共享记忆如何保证准确而非累积错误、测试与拉取请求的审查责任如何界定。这些工程细节将决定该功能从测试版走向大规模可用时的实际体验。