Опираться на одну ИИ-сессию при выполнении сложных многодоменных задач по своей природе медленно. Команды агентов Claude решают эту проблему, выполняя специализированных агентов параллельно и получая более глубокие результаты за значительно меньшее время. В этом руководстве рассказывается, как работают команды агентов Claude Code, как их настроить и как получить от них максимум пользы.
Что такое команды агентов Claude
Команды агентов Claude Code — это система координации нескольких экземпляров, в которой несколько сессий Claude работают параллельно над одной и той же кодовой базой. Одна сессия назначается ведущим агентом: она получает общую задачу, разбивает её на подзадачи и формирует итоговый результат. Остальные субагенты — это напарники, каждый работает в своём изолированном контекстном окне, отвечает за отдельный участок работы и напрямую взаимодействует с другими напарниками.
Преимущества команд агентов
Команды агентов отличаются от типичных ИИ-ассистентов тем, что последние обрабатывают задачи последовательно, одну за другой. Команды агентов снимают это ограничение: когда работу можно по-настоящему распараллелить, реальное время выполнения соответственно сокращается.
При этом команды агентов — это больше, чем просто несколько сессий: уровень координации добавляет три возможности, которых нет при ручной работе с несколькими сессиями:
Обмен сообщениями между агентами: напарники могут отправлять сообщения друг другу напрямую, минуя вас или ведущего агента. Например, в команде агентов с ревьюером по безопасности он может сообщить о находке ревьюеру по производительности прямо во время работы, не останавливая всю команду.
Блокировка файлов: когда напарник записывает файл, он получает блокировку, которая предотвращает одновременную запись со стороны других агентов. Это исключает конфликты слияния типа «незаметная перезапись».
Отслеживание зависимостей: ведущий агент кодирует зависимости задач на этапе декомпозиции. Уровень координации следит за их соблюдением, поэтому ни один агент не начинает работу, пока не выполнены его предварительные условия — без ручного опроса.
Как на самом деле работают команды агентов
Команда агентов состоит из следующих компонентов, каждый со своей конкретной ролью:
Ведущий команды — это основная сессия Claude Code. Она создаёт команду, запускает напарников, координирует их работу и формирует итоговый результат. Это сессия, с которой вы взаимодействуете напрямую.
Напарники — это отдельные экземпляры Claude Code, каждый работает независимо над своими назначенными задачами в собственном контекстном окне. Они не делят контекст с ведущим агентом или друг с другом; их взаимодействие происходит явно — через список задач и почтовый ящик.
Общий список задач и почтовый ящик обеспечивают координацию. Общий список задач — это живая очередь, из которой группа агентов читает и в которую записывает данные. Ведущий агент заполняет его на этапе декомпозиции, а напарники берут задачи, выполняют их и отмечают как завершённые. Зависимости соблюдаются автоматически: когда напарник завершает задачу, все задачи, заблокированные ею, разблокируются без ручного вмешательства. Почтовый ящик — это система обмена сообщениями для прямой связи между агентами. Сообщения автоматически передаются между напарниками и ведущим агентом.
Конфигурация команды и список задач хранятся локально (~/.claude/teams/ и ~/.claude/tasks/). Claude Code создаёт и обслуживает эти файлы автоматически. Не редактируйте их вручную: любые изменения будут перезаписаны при следующем обновлении состояния.
Как настроить команды агентов Claude Code
Команды агентов Claude по умолчанию отключены в Claude Code. Они помечены как экспериментальные и требуют явного включения. Вот полный порядок настройки. Перед включением команд агентов убедитесь, что версия вашего Claude Code — v2.1.32 или новее. Проверить это можно, выполнив claude --version в терминале.
Шаг 1: включите флаг функции
Установите переменную окружения CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS в значение 1. Это можно сделать тремя способами:
Вариант A: ~/.claude/settings.json (рекомендуется)
Вариант B: профиль оболочки (~/.bashrc или ~/.zshrc)
Вариант C: непосредственно, для одной сессии
Если вы редактировали settings.json или профиль оболочки, перезапустите Claude Code, чтобы флаг вступил в силу.
Шаг 2: установите tmux (рекомендуется, но не обязательно)
Команды агентов отображаются в двух режимах: встроенном (все напарники работают внутри основного терминала) и в отдельных панелях (у каждого напарника своя панель, для чего требуется tmux или iTerm2). Запуск каждого напарника в своей терминальной панели значительно упрощает наблюдение за командой в реальном времени.
Чтобы гарантированно остаться в режиме отдельных панелей, задайте teammateMode в ~/.claude/settings.json:
Чтобы переопределить настройку "auto" по умолчанию, задайте teammateMode в ~/.claude/settings.json как in-process. Чтобы принудительно включить встроенный режим для одной сессии, передайте флаг: claude --teammate-mode in-process.
Шаг 3: промпт для запуска команды агентов
После включения команды агентов просто сообщите Claude на естественном языке, какие задачи, результат и структуру команды вы хотите получить от команды агентов. Вы можете указать каждую роль в промпте, и Claude создаст команду, запустит напарников и распределит задачи соответствующим образом.
Пример промпта:
Вы можете указать, какую модель использует команда агентов, например: «Используй Sonnet для каждого участника команды». Участники команды не наследуют модель ведущего агента. Пользователи должны указать модель во frontmatter файла роли или задать модель участника команды по умолчанию через /config.
Шаг 4: запросить одобрение плана для сложных задач (опционально)
Для задач с высоким риском и сложностью можно потребовать, чтобы команда составила план перед выполнением. Участники группы агентов будут работать в режиме «только чтение», а ведущий агент будет рассматривать, дорабатывать и в итоге утверждать план. Только после одобрения плана ведущим участники команды приступают к реализации.
Обратите внимание, что решения принимает ведущий агент, поэтому вы также можете задать критерии для принятия решений.
Пример запроса:
Шаг 5: настройте git worktrees для изоляции файлов (опционально, рекомендуется)
Если хотя бы один участник команды записывает файлы, настоятельно рекомендуется использовать worktrees Claude Code. Git worktree — это отдельный рабочий каталог со своей веткой, использующий общую историю .git с вашей основной рабочей копией. Каждый агент получает изолированный доступ к файлам, и правки из одного worktree никогда не затрагивают работу другого агента, находящуюся в процессе.
Чтобы включить это для конкретного агента, просто добавьте isolation: worktree в YAML frontmatter агента. Claude Code создаёт новый worktree для каждого параллельного вызова агента и автоматически удаляет его по завершении работы агента.
Для использования через CLI: claude --worktree или claude -w запускает сессию в собственном worktree. Приложение для настольных компьютеров автоматически создаёт worktree Claude Code для каждой сессии.
Шаг 6: следите за ходом работы через регулярные интервалы
Команды агентов не работают по принципу «настроил и забыл», а долгоживущие команды могут отклоняться от курса. Агенты могут застревать на запросах разрешений, отмечать задачи выполненными раньше времени или упускать из виду границы задачи. Проверяйте состояние каждые 10–15 минут и просматривайте общий список задач на предмет застрявших или неназначенных задач. Если задача не продвигается в течение 20–30 минут, причиной может быть блокировка на уровне разрешений или неверно заданная роль, что требует вмешательства вручную.
Сравнение: субагенты и команды агентов
Субагенты — это паттерн делегирования. Команды агентов — это паттерн совместной работы. Это различие влияет на всё: от способа управления контекстом до стоимости запуска.
| Субагенты | Команды агентов | |
|---|---|---|
| Взаимодействие | Однонаправленное: ведущий выдаёт задачи, субагенты отчитываются | Peer-to-peer + координация ведущим |
| Общее состояние | Отсутствует | Общий список задач с отслеживанием зависимостей |
| Контекстные окна | Собственное контекстное окно; результаты возвращаются ведущему | У каждого участника своё окно (до 1 млн токенов) |
| Предотвращение конфликтов файлов | Не встроено | Включена блокировка файлов |
| Стоимость по токенам | Ниже | Выше (каждый участник — отдельный экземпляр) |
| Восстановление сессии | Поддерживается | /resume и /rewind не восстанавливают участников, работающих в процессе |
| Вложенные агенты | Поддерживается | Не поддерживается; создавать участников может только ведущий |
| Лучше всего подходит для | Точечного делегирования, повторяемых рабочих процессов | Параллелизуемой, взаимозависимой работы в нескольких областях |
Субагенты — это односторонний паттерн делегирования: ведущий агент отправляет задачу, субагент выполняет её в своём собственном контекстном окне, а результат возвращается обратно. Здесь нет общего состояния, нет прямого общения между «братскими» агентами и нет уровня координации — только чистый цикл «отправка — возврат».
Команды агентов работают с общим списком задач с автоматическим контролем зависимостей и обмениваются сообщениями напрямую между собой через почтовый ящик.
Иными словами, команды агентов оправдывают себя, когда работа делится на действительно независимые параллельные направления, которым нужно обмениваться результатами и координировать действия друг с другом. Для быстрых результатов, последовательных задач, правок в одном файле или ситуаций, где предсказуемость затрат важнее скорости, лучше подходят субагенты.
Когда выбирать команды агентов, а когда субагентов
Используйте команды агентов, когда:
Участникам команды нужно напрямую общаться друг с другом
Работа требует общего списка задач с отслеживанием зависимостей между параллельными потоками работы
Задача слишком велика для одной сессии, и каждому исполнителю нужен свой полностью независимый контекст
Используйте субагентов, когда:
Вам нужен только итоговый результат, а не весь промежуточный вывод
Работа достаточно самодостаточна, чтобы вернуть чистый результат
Вы хотите ограничить набор инструментов или направить работу на более дешёвую модель
Вам нужны параллельные направления исследования, не зависящие друг от друга
Если вы не можете выделить хотя бы три действительно независимых параллельных потока работы, одна сессия или субагенты, скорее всего, покажут лучший результат при меньших затратах, чем команда агентов.
Реальные сценарии использования команд агентов
Когда работа естественным образом делится на ограниченные, чётко очерченные потоки, которые могут выполняться независимо друг от друга (или их зависимости можно явно закодировать), а накладные расходы на координацию невелики по сравнению с выигрышем во времени от параллельного выполнения — вот пять сценариев, в которых команды агентов превосходят одну сессию.
Параллельное код-ревью
Назначьте на пул-реквест сразу трёх рецензентов: агента по безопасности, агента по производительности и агента по покрытию тестами. Ведущий агент объединяет три параллельных отчёта в один приоритизированный список действий. Этот паттерн также подходит для архитектурного обзора (агент по масштабируемости, агент по безопасности, агент по поддерживаемости) или проверок на соответствие разным нормативным требованиям.
Отладка с проверкой конкурирующих гипотез
Запустите пять агентов, каждый с одной гипотезой, чтобы проверить конкретные файлы или логи и найти причину production-бага. Агент, первым подтвердивший свою гипотезу, предоставляет исправление, а остальных можно остановить. Это эффективнее, чем последовательно проверять каждую теорию, тратя часы на отладку одного направления, откат и переход к следующему.
Рефакторинг на нескольких уровнях
Задача рефакторинга на нескольких уровнях включает как последовательные, так и параллельные этапы. Например, изменение API, нарушающее обратную совместимость, требует обновления серверных эндпоинтов, клиентских компонентов, использующих эти эндпоинты, и набора тестов, покрывающих и то, и другое. Работа над серверной частью должна быть завершена до того, как можно начать работу над клиентской. Как только задача по серверной части начата, агент по тестам может параллельно приступить к формированию новой структуры тестов. В команде агентов ведущий агент использует отслеживание зависимостей в общем списке задач, чтобы закодировать этот порядок.
Исследовательский обзор без загрязнения контекста
Техническое решение может потребовать изучения нескольких независимых массивов информации, например, выбора движка базы данных, оценки трёх сторонних API и анализа инструментов сборки. Назначьте каждому агенту непересекающуюся область, и каждый предоставит структурированную сводку. Ведущий агент объединяет их в сравнительный документ. Изоляция сохраняет независимость взгляда, что повышает качество результатов.
Миграция крупной кодовой базы
Обновление важной зависимости в крупной кодовой базе, как правило, затрагивает несколько модулей. Если эти модули имеют чёткие границы и могут мигрировать одновременно, команды агентов оказываются полезны. Назначьте одного агента на каждый независимый модуль; каждый агент мигрирует свой модуль, запускает собственный набор тестов и отчитывается с итогом миграции, включающим все изменённые интерфейсы. Ведущий агент проверяет изменения интерфейсов перед тем, как объявить миграцию завершённой, и координирует порядок слияния.
Что нужно и не нужно делать при проектировании команды агентов
Создать параллельную систему агентов с Claude Code просто, но легко сделать это неправильно. Вот принципы проектирования, которые определяют, будет ли ваша команда агентов работать эффективно или просто тратить время.
Полезные советы по созданию параллельной системы агентов
Заранее согласуйте права доступа: участники команды начинают работу с настроек прав ведущего агента. Если ведущий запущен с флагом --dangerously-skip-permissions, все участники команды тоже наследуют этот режим. Вы можете изменить режим отдельных участников после их создания, но настроить индивидуальные режимы прямо в момент создания нельзя. Продумайте политику прав доступа через ведущего агента до запуска команды.
Пишите чёткие ролевые промпты: каждый ролевой промпт должен указывать четыре вещи: что нужно сделать, с какими файлами или областями работать, на чём сосредоточиться и что исключить, а также как должен выглядеть результат. При создании участников команды вы можете обращаться к типам субагентов из любой области видимости: проекта, пользователя, плагина или заданных через CLI. Это позволяет один раз определить роль — например, эксперта по безопасности или тестировщика — и повторно использовать её как в качестве делегированного субагента, так и в качестве участника команды агентов.
Обеспечивайте изоляцию файлов: для любого агента, записывающего данные на диск, используйте изоляцию. Одновременное изменение одного и того же файла двумя агентами — один из самых надёжных способов получить повреждённый результат.
Проверяйте статус по расписанию: каждые 10–15 минут для активных команд агентов. Обращайте внимание на общий список задач и на те, что не двигаются с места. Если задача застряла более чем на 20–30 минут, причина может быть в проблеме с правами доступа, неверно заданной роли или циклической зависимости — это может потребовать вмешательства вручную.
Явно фиксируйте зависимости: если задача B логически следует за задачей A, зафиксируйте эту зависимость в списке задач на этапе декомпозиции, а не как инструкцию в ролевом промпте. Уровень координации применяет зависимости автоматически, тогда как инструкции в промптах можно неправильно понять или проигнорировать.
Определяйте границы владения в md-файле: для многосессионных проектов пропишите правило, что у каждого модуля или каталога есть ровно один владеющий агент. Это предотвращает пересечение обязанностей ещё до запуска команды.
Всегда выполняйте очистку через ведущего агента, а не через участника команды: ведущий проверяет активных участников команды перед освобождением ресурсов. У участников команды нет полного контекста команды, чтобы безопасно выполнить очистку; это может привести к тому, что сессия останется в противоречивом состоянии.
Распространённые ошибки, которые можно избежать при работе с командой агентов
Не создавайте команду для задачи, с которой справится одна сессия: прежде чем написать хотя бы один файл роли или отправить хотя бы один промпт для swarm, составьте граф задачи. Какие подзадачи действительно независимы? Какие имеют зависимости? Это последовательная работа? Если вы не можете чётко описать три параллельных направления с ясными границами, одна сессия справится лучше, чем команда.
Не назначайте двух агентов на один и тот же файл. Это самая распространённая причина конфликтов слияния и незаметной перезаписи данных. Если декомпозиция задачи приводит к тому, что двум агентам нужно работать с одним и тем же компонентом, работа над этим компонентом должна выполняться последовательно — назначьте её одному агенту после того, как другой закончит.
Не пропускайте предварительное согласование прав доступа в Claude Code. Запросы прав, возникающие в процессе выполнения, приостанавливают параллельную работу и требуют вмешательства вручную. Это сводит на нет большую часть выгоды. Заранее согласуйте запись файлов и выполнение shell-команд для рабочего каталога до запуска.
Не ожидайте восстановления команды Claude Code. Если сессия очищена, команды /resume и /rewind не восстанавливают участников команды, работавших в процессе. Сохраняйте важные промежуточные результаты до долгих запусков.
Не расширяйте команду больше пяти агентов без явной причины. Затраты токенов растут линейно, но накладные расходы на координацию — быстрее. Три сфокусированных агента с чёткими ролями стабильно превосходят пятерых с размытыми ролями. Добавляйте участников только тогда, когда для этого есть явный параллельный поток работы, а не потому что «больше — значит лучше».
Другая парадигма: создайте многоагентную команду в Kimi Agent Swarm
Команды агентов Claude Code отлично проявляют себя в сценариях, ориентированных на разработчиков, глубоко интегрируясь с рабочими процессами терминала и экосистемой Git. Однако парадигма многоагентного взаимодействия выходит далеко за пределы командной строки. Kimi Agent Swarm — это то место, где эта парадигма становится доступной каждому.
Kimi Agent Swarm — это система многоагентного взаимодействия Kimi, созданная для сложных масштабных задач. Она разбивает общую цель на отдельные подзадачи и распределяет разных агентов и навыки для одновременной обработки поиска, чтения, анализа, написания текста, программирования, создания таблиц, презентаций и веб-страниц. Никаких переменных окружения. Никакой настройки git не требуется.
Ключевые возможности Kimi Agent Swarm
Параллельная работа до 300 субагентов: Kimi Agent Swarm разбивает сложную задачу и распределяет несколько субагентов для одновременного выполнения подзадач. Система может координировать до 300 субагентов, выполняя более 4000 вызовов инструментов за один запуск.
Совместное выполнение нескольких навыков: Swarm может объединять несколько специализированных навыков в рамках одного запуска, включая глубокое исследование, создание pptx, написание отчётов, vibe-coding, создание веб-сайтов, написание научных статей, превосходя одного агента по глубине результата и охвату форматов.
Масштабная обработка документов: Agent Swarm может пакетно обрабатывать файлы более чем 20 форматов (PDF, Word, Excel, PPT, изображения и др.), читая, извлекая информацию и суммируя содержимое параллельно по всему набору документов, обращаясь к библиотекам, файлам конкурентной аналитики или данным из множества источников.
Проактивное широкое исследование: для задач, требующих сбора информации по широкому кругу тем, Agent Swarm направляет субагентов на поиск в интернете, обнаружение источников, загрузку контента, категоризацию находок и параллельное формирование структурированных сводок.
Многоракурсное рассуждение: Agent Swarm может одновременно рассматривать одну и ту же проблему с нескольких экспертных точек зрения. Это даёт более полный анализ, чем проход с одной точки зрения, и выявляет слепые зоны, которые упускает последовательная проверка.
Подготовка объёмного контента: параллельная архитектура Agent Swarm создана для результатов с устойчивой глубиной, таких как многостраничные исследовательские отчёты, объёмные отраслевые анализы, академические обзоры литературы, структурированные учебные материалы и развёрнутый повествовательный контент.
Многоформатный результат за один запуск: Agent Swarm может одновременно создавать несколько типов результатов по одной задаче, например PDF-отчёт, презентацию PPT, веб-страницу, набор данных Excel и проект с кодом.
Как запустить команду агентов в Kimi Agent Swarm
Шаг 1: откройте Kimi Agent Swarm и введите свой промпт
Откройте страницу Agent Swarm и опишите свою задачу в поле ввода. Для лучшего результата чётко укажите охват задачи, ожидаемые результаты и любые ограничения — например, временной диапазон, источники или требования к формату.
Пример промпта:
Шаг 2: дайте Kimi Agent Swarm выполнить работу
После отправки промпта Agent Swarm разобьёт задачу на подзадачи и направит субагентов на параллельную работу. Вы можете наблюдать за процессом в реальном времени, включая планирование задач, создание субагентов и параллельное выполнение.
Шаг 3: получите, просмотрите и скачайте или поделитесь результатами
После завершения работы результаты готовы к предварительному просмотру непосредственно в интерфейсе. В зависимости от задачи результаты могут включать исследовательские отчёты, аналитику данных, презентации PPT, веб-страницы, проекты с кодом или их сочетание. Вы можете скачать файлы и сразу поделиться ими.
Сценарии использования, в которых Kimi Agent Swarm особенно хорош
Составление тендеров и предложений: назначьте параллельных агентов на технические спецификации, требования соответствия, модели ценообразования и кейсы одновременно; оркестратор объединяет их в цельное предложение.
Финансовый анализ: назначьте параллельных агентов на рыночные данные, отчётность конкурентов, макроэкономические показатели и внутренние модели; оркестратор синтезирует их в единый анализ.
Бизнес-исследования: назначьте параллельных агентов на анализ конкурентной среды, интервью с клиентами, отраслевые отчёты и нормативный контекст из разных источников; оркестратор формирует структурированный результат.
Тестирование безопасности: запустите параллельных агентов для разведки, сканирования уязвимостей, аудита зависимостей и проверок повышения привилегий; оркестратор объединяет находки в итоговый отчёт.
Full-stack разработка: создайте параллельных агентов для фронтенд-компонентов, бэкенд-эндпоинтов, схемы базы данных и тестовых наборов; оркестратор координирует интеграцию по всему стеку.
Заключение
Команды агентов Claude Code созданы специально для инженерных задач и приносят параллельное выполнение в сложные кодовые базы прямо из терминала. Если ваша работа выходит за рамки кода, Kimi Agent Swarm распространяет ту же мультиагентную парадигму на исследования, анализ, контент и многое другое. Просто опишите задачу и позвольте swarm сделать всё остальное.