Al 代理编程：从氛围协作到自动化交付

你是否觉得自己在用 AI 编程时，更像是一个不断给出提示、忙于调试的“监工”，而不是一个高效的生产者？开发者 Kieran Klaassen 提出了一个革命性的解法：别再自己“写”代码了，要学会“管理”一个由 AI 智能体组成的开发团队。

在这期分享中，Klaassen 彻底颠覆了传统的“氛围编程”模式。他将展示如何通过 Claude Code，像项目经理一样并行驱动多个 AI 智能体，让它们同时负责研究、架构设计和界面开发。你将学到如何用“工作树”避免代码冲突、如何设计有效的触发词和自定义命令来规模化你的工作流，以及如何构建一个能自动处理邮件的 AI 助手 Kora。如果你渴望将 AI 从“高级打字员”转变为能独立交付成果的“资深同事”，这期节目就是你向“智能体化编程”范式跃迁的实战手册。

原文地址：Full Tutorial: Build with Multiple AI Agents using Claude Code in 40 Minutes | Kieran Klaassen

以下为详细的图文介绍：

🔄 核心理念演进：从“氛围编程”到“智能体协作”

传统的“氛围编程”是一种紧密的、基于快速反馈的对话式编码，开发者深度参与每一步。而 Klaassen 倡导的“智能体化编程”则是一场根本的范式转移：

开发者成为“经理”：你的角色从一线“码农”转变为提供清晰规范（Spec）和宏观任务的项目经理。

AI 成为“团队”：你将任务分配给多个具备不同职能的AI智能体，让它们独立研究、设计和实现，你则在更高的层面（如审查拉取请求）进行验收和整合。

核心成功要素：这种模式成败的关键在于前期的深入研究和极其清晰的问题定义。沟通越明确，AI 团队交付的结果就越接近理想。

⚙️ 关键技术工作流：构建你的“AI开发司令部”

要实现高效的多智能体协作，需要一套精密的“操作系统”：

调研先行：在写第一行代码前，强制使用 Claude Code 的“计划模式”进行深度思考与架构设计，这能事半功倍。

并行开发，互不干扰：
子智能体：在主对话中创建多个专注于特定任务（如调研、写 API、写UI）的子智能体，并行工作以节省时间与 Token。
Git工作树：在本地使用 Git 工作树，为不同的智能体任务创建独立的分支和文件夹，彻底避免多个 AI 修改同一文件造成的冲突。

优化你的“管理语言”：
触发词：使用如“think ultra hard”（超深度思考）或“to-dos”（生成任务列表）等特定短语，精准引导 AI 的思维模式。
降低摩擦：整合语音转文字工具（如 Monologue）、设置命令别名，最大化减少手动输入，让你专注于战略指令。

🤖 自动化与规模化：让工作流产生“复利”

将重复性劳动固化为自动化资产，是提升生产力的关键：

自定义斜杠命令：将你常用的调研或处理流程（如分析代码库问题）编写成如“/issues”这样的自定义命令，一键执行复杂操作。

“AI 评审 AI”机制：在代码审查时，可以指派 AI 扮演安全研究员、产品经理、资深工程师等不同角色，从多维度发现那些静态检查工具无法捕捉的逻辑漏洞或“品味”问题。

善用启动模板：直接基于成熟的启动项目（如 Jumpstart Pro）开始开发，能为AI提供明确的技术栈边界和最佳实践参考，避免在基础决策上浪费时间。

🛠️ 工具选型与实战案例

Claude Code vs. Cursor：Claude Code 的终端界面提供了宛如“白板”的纯净环境，让你专注于指令本身，在处理既有代码库和可持续开发方面表现更佳。而 Cursor 更适合快速原型和深度集成编辑器的场景。

模型选择：对于复杂的规划与需要高度准确性的任务，Claude 3.5 Opus 是目前公认的最佳选择。

案例：Kora 邮件助手：Klaassen 构建的 Kora，是一个通过多模型工作流自动分类、摘要和优先处理邮件的AI助手，其核心逻辑就是让智能体接管繁琐流程，使用户获得冷静与高效。

🚀 给实践者的终极建议

克服畏难情绪：即便不是专业开发者，也可以从运行一个简单命令开始。关键是动手尝试。

从小处着手：不要幻想一夜之间重构整个工作流。先让 AI 帮你完成一件具体的、独立的小事，建立正反馈。

探索属于你的路径：不要盲从任何“专家指南”。通过实验和玩耍，找到最适合你思维习惯的 AI 协作方式，这才是最大的提效。

总结：多智能体协作编程不仅仅是换了工具，更是升级了开发者的“操作系统”。它将你从键盘前解放出来，让你能站在更高的维度去思考“要构建什么”以及“为何构建”。掌握这套方法，意味着你不再是与一个 AI 对话，而是在领导一个24小时待命、能力超群的数字开发团队。