# 影片筆記：14K Star Claude Code 开源桌面端，5个AI自己分工干活了！


<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->
## ⚠️ 全文快速校讀發現待確認修正

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

- 待修正：⚠️ 全文快速校讀：已套用暫定修正，請確認（segment=1 已先套用暫定修正：剩下的事情,谁在写前端,谁在写后端,谁在做测试,谁在做review,不是我一个一个安排的,是他们自己在分空,他们做完自己手上的任务以后,他还会自己去领下一件事情。 → 剩下的事情,谁在写前端,谁在写后端,谁在做测试,谁在做review,不是我一个一个安排的,是他们自己在分工,他们做完自己手上的任务以后,他还会自己去领下一件事情。；segment=22 已先套用暫定修正：那这个agent teams也是anthrobial官方他首次提出来的一个实验性的功能。 → 那这个agent teams也是anthropic官方他首次提出来的一个实验性的功能。）
- 待修正：逐字稿可先使用，但有待校正清單（segment=28 rapid_semantic_review: 全文速讀上下文判斷；尚未回聽或交叉比對）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

## 一句話總結

影片介紹了 Anthropic 提出的實驗性功能「Agent Teams」，並展示了如何在第三方工具 `cc-haha` 中實現其可視化與應用。該功能允許 5 個 AI Agent 自我分工、溝通與協作（如前後端開發、測試、Review），由「隊長」統籌與「成員」執行，雖耗費大量 Token 但緩存率高，適合複雜開發任務。

## 核心重點

*   **Agent Teams 核心概念**：
    *   允許 AI Agent 之間進行自我分工、溝通與協作，而非由使用者單一下達指令。
    *   包含「隊長」（創建成員與共享任務列表）與「成員」（領取任務、執行、標記完成並領取新任務）的角色分工。
*   **運作機制**：
    *   單一命令下，5 個 AI Agent 同時工作。
    *   自我分工機制：寫前端、寫後端、測試、Review。
    *   任務領取與遞進：完成當前任務後自動領取下一件。
    *   內部溝通：隊長指派、私信、匯報、系統消息。
*   **資源與效率**：
    *   範例任務消耗約 4000 萬 Token。
    *   緩存率達 99%，顯示高重複性內容的高效處理。
*   **適用性評估**：
    *   並非所有任務都適合使用 Agent Teams。
    *   簡單任務可直接使用 `subagent`。
    *   需要創建團隊協作的複雜開發任務才適合使用此功能。
*   **開源與可視化**：
    *   相關代碼（包括可視化與底層邏輯）已開源，供使用者克隆與分析。

## 詳細大綱

### 1. Agent Teams 運作原理展示
*   演示單一命令下，5 個 AI Agent 同時工作的場景。
*   展示自我分工機制：涵蓋寫前端、寫後端、測試、Review 等環節。
*   說明任務領取與遞進邏輯：成員完成當前任務後自動領取下一件。
*   呈現內部溝通方式：包括隊長指派、成員間的私信、匯報及系統消息。

### 2. 角色與界面結構
*   **Agent Teams 隊長**：負責創建成員、創建共享任務列表。
*   **成員**：負責執行任務、標記完成、領取新任務。
*   **任務依賴關係**：界面清晰展示整體任務依賴。
*   **通訊協議**：右側展示 Agent 間的通訊協議。

### 3. cc-haha 中的功能配置與使用
*   **功能來源**：Anthropic 官方首次提出的實驗性功能，在 Claude Code 上亦為實驗性質。
*   **版本要求**：需更新至最新版本（提及版本 0.6.3）。
*   **設定路徑**：設置 -> 關於/版本 -> 通用配置 -> 開啟 Agent Teams。
*   **操作步驟**：
    1.  提示詞中加入「使用 agent teams」。
    2.  模型進行規劃（如契約定義、設計文檔、前後端協作）。
    3.  模型創建具體成員。
    4.  界面出現卡片，點擊可回到 Agent Teams 頁面。

### 4. 資源消耗與適用場景評估
*   **Token 消耗**：範例任務消耗約 4000 萬 Token。
*   **緩存效率**：緩存率達 99%。
*   **適用性判斷**：
    *   不適合：簡單任務可直接使用 `subagent`。
    *   適合：需要創建團隊協作的複雜開發任務。

### 5. 資源分享與結語
*   **代碼開源**：`celled` 代碼及可視化代碼均在倉庫中。
*   **建議**：感興趣者可克隆倉庫，讓 Agent 分析底層原理。
*   **回顧**：提及早期影片曾講過 Agent Teams 的協作原理。
*   **結尾**：感謝觀看，預告下期內容。

## 工具 / 模型 / 名詞整理

*   **cc-haha**：影片作者使用的工具/平台，內建 Agent Teams 可視化功能。
*   **Claude Code**：Anthropic 官方工具，Agent Teams 在此為實驗性功能。
*   **Anthropic**：提出 Agent Teams 實驗性功能的公司/模型開發方。
*   **Claude**：隱含提及的模型系列（透過 Anthropic 與 Claude Code 關聯）。
*   **Agent Teams**：核心功能/概念名稱。
*   **subagent**：用於對比的其他代理類型。
*   **celled**：逐字稿中提及的代碼相關詞彙（疑點：可能為特定代碼庫名稱或拼寫錯誤，保留原樣）。
*   **APS**：逐字稿中提及「整個的这个 APS 是怎么设计的」，在軟體開發語境下較少見，疑為聽寫錯誤，但依規則僅標註為疑點。

## 操作流程整理

1.  **環境準備**：
    *   確保使用工具（如 `cc-haha` 或 Claude Code）更新至最新版本（提及版本 0.6.3）。
    *   進入設置路徑：設置 -> 關於/版本 -> 通用配置。
    *   開啟「Agent Teams」功能。
2.  **發起任務**：
    *   在提示詞中明確加入「使用 agent teams」。
3.  **模型規劃與創建**：
    *   模型自動進行規劃（例如：契約定義、設計文檔、前後端協作）。
    *   模型自動創建具體的 Agent 成員。
4.  **監控與互動**：
    *   界面出現卡片，點擊可回到 Agent Teams 頁面。
    *   觀察隊長與成員的通訊協議及任務依賴關係。
    *   確認任務完成狀態及新任務的領取。

## 值得注意的限制或風險

*   **資源消耗巨大**：範例任務消耗約 4000 萬 Token，需評估成本效益。
*   **功能實驗性質**：Agent Teams 在 Anthropic 官方工具及第三方工具中均為實驗性功能，穩定性可能未達生產環境標準。
*   **適用場景限制**：並非所有任務都適合，簡單任務使用 `subagent` 可能更合適，錯誤使用可能導致資源浪費。
*   **可視化依賴**：部分功能依賴第三方工具（如 `cc-haha`）的可視化實現，需確認工具兼容性。

## 逐字稿辨識疑點

*   **cc-haha**：產品/工具名稱，聽起來較特殊，需查證是否為正確拼寫（如是否為 `c-c-haha` 或其他變體）。
*   **0.6.3**：版本號，需查證是否為 `cc-haha` 或相關工具的正確版本號。
*   **celled**：逐字稿中提及「agent teams 所有的包括他那個 celled 代碼」，此詞彙意義不明，疑為聽寫錯誤或特定內部代碼名稱，需查證。
*   **4000 萬 token**：Token 消耗量級，需查證是否為合理數值或口誤。
*   **APS**：逐字稿中提及「整個的这个 APS 是怎么设计的」，在軟體開發語境下較少見，疑為「API」或「APP」的聽寫錯誤，但依規則僅標註為疑點，不更正。
*   **segment 28: rapid_semantic_review — 全文速讀上下文判斷；尚未回聽或交叉比對**：此段內容僅基於速讀判斷，尚未經過回聽或交叉比對，可能存在誤解或遺漏，請謹慎參考。

## 可延伸追問

*   `cc-haha` 工具與 Anthropic 官方 Claude Code 在實現 Agent Teams 上有何具體技術差異？
*   4000 萬 Token 的消耗對於一般開發者而言是否可接受？是否有優化成本的建議？
*   `celled` 代碼倉庫的具體內容與功能是什麼？如何克隆與使用？
*   除了 `subagent` 和 `Agent Teams`，還有其他哪些代理協作模式值得探索？
*   Agent Teams 的通訊協議具體格式為何？是否可自定義？