Claude Code新升级：子智能体默认后台运行，边聊边干活

备注：本文为信息整理与观点分享，旨在传递Claude Code的最新动态。

6月29日，Claude Code的负责人Boris Cherny在X平台上发布了一条重要消息：下一版Claude Code中，子智能体将默认在后台运行。

这意味着什么？你可以一边与Claude进行对话交流，一边让子智能体在后台默默完成任务。当你需要某个子智能体切换到前台时，只需招呼一声即可。

看到这条消息时的第一反应，不是“哇，好厉害”，而是“哦，终于来了”。

不少用户实际上早就以这种方式使用Claude Code了——比如你现在读到的这篇文章，就是一边与它梳理思路，一边让子智能体在后台查阅资料、核对数据、绘制图表，最后再由人工整体审核一遍。这套工作流程已经运行了相当长的时间，官方此次才正式将其设为默认行为。

翻阅了网上的讨论后，发现大多数人并未真正理解这次改动所带来的变化。有人说是“速度更快了一点”，有人说是“多了一个后台窗口”。

这些理解都不准确。这次调整的，是一个相当关键的底层逻辑。

一、先说清楚，这次到底新在哪里

需要首先澄清一个最大的误解——这其实并不是一个全新的功能。

Claude Code的后台任务功能，此前早已可用。通过按下Ctrl-b可以将一条命令发送到后台执行，输入/bg则可以开启一个后台会话。这两个功能许多用户每天都在使用。

那么，这次究竟新在哪里？新在两个字——默认。

以前，你需要主动喊一声“你去后台跑”，它才会去；今后无需再喊，子智能体天生就处于后台运行状态。如果你想让它切换到前台，反而需要专门说一声。

听起来似乎差别不大，但实际上差距相当显著。

以前使用Claude，像在打电话——你说一句，它回一句，你必须等着，下一句必须等这句说完。现在更像你给AI安排了一个专属工位：扔过去一堆任务，然后转头与它讨论其他事情，回头一看，那边的活已经干完，甚至连PR都开好了。

从一个你问我答的对话框，演变成一个能够同时运行多条工作流的生产环境。这完全是两种不同的模式。

二、这步棋，其实布局了半年

“默认后台”并非凭空出现，而是三步走战略的成果。

第一步，今年四月，Routines（定时任务）。你可以将一段提示词、一个代码仓库打包成固定流程，让它按时执行——可以按小时、过夜、按周。最关键的是，这些任务运行在Anthropic的云端。即使你合上电脑盖子，它依然能继续工作。

这件事的意义，很多人并未真正理解。以前的Claude Code是安装在本地电脑中的工具，你关机它就停止。Routines推出后，它变成了挂在云端的常驻员工——你睡着了，它还在那里开着PR。

第二步，五月底，Dynamic workflows（动态工作流）。当遇到全库审计、大型迁移这种单个对话框难以处理的任务时，你说一句“use a workflow”，它就会自行编写一段编排脚本，在后台拉起几十甚至上百个子智能体，分头干活、交叉验证，最后将所有结果汇总成一份报告。

说得直白一点：以前是一个AI在写代码，现在是一个AI写剧本，一群AI照着剧本开工。

第三步，就是现在。将前两步积累的能力，打包成一个无需用户操心的默认动作。

三步连起来看，一条清晰的脉络：能定时 → 能编排 → 默认就为你编排好。

行外人可能感觉不到，但这里需要点明一下。Claude Code里面这些干活的，叫做subagent（子智能体）。而“一个主Claude调度、一堆子智能体并行干活”这套打法，行业里有一个更通用的名称——agent team，即多智能体协作。

以前，你要实现这种效果，需要自己使用多智能体框架——比如CrewAI、AutoGen、LangGraph等——编写大量编排代码，将几个agent拼接起来、让它们互相传递消息、收集结果。门槛不低，搭建完成后还经常出现偏差。

Claude Code这三步棋，等于把这件事做成了开箱即用的默认能力。从“你得自己搭建一个agent团队”，变成了“你打开Claude Code，天生就拥有一个”。

这才是这三步棋真正厉害的地方：不是增加了一个功能，而是把一个原本需要专门搭建框架才能实现的东西，做成了基础设施。

三、光说不练假把式，来看数据

讲原理没意思，直接看真实案例。

先看Anthropic自身。VentureBeat在六月底发布了一篇报道，标题相当直接：Claude Code让每个工程师变成了三个。Anthropic对自己的增长团队说，多招产品经理，少招工程师。为什么？那篇文章中举了一个例子：原本需要30个工程师、计划干一年半的重构项目，6个人76天就完成了。

瓶颈已经从写代码转移到了“决定写什么代码”的人身上。原来产品经理和工程师的比例约为1:8，那篇文章测算下来，现在实际逼近1:20。

随后出现了一个颇为荒诞的画面：工程师写完代码，坐在那里等待需求。

再看Spotify。这个例子最具说服力。他们的工程副总裁Niklas Gustafsson在与Boris的对谈中透露了一组数据：每天生产环境部署大约4500次，超过70%的PR由AI辅助完成，PR频率提升了约六七成。他自己平时同时打开5到10个Claude会话，每个会话挂一个独立的工作目录，让一堆智能体在后台并行工作，他只负责看diff、做决策。

这些工作，发生在一个拥有超过2000万行代码的大仓库里。

2000行我信，2000万行确实没想到。Niklas自己都担心仓库太大智能体会迷路，结果出乎意料——Claude还能从仓库其他部分“找灵感”，知道该怎么写。

他给出了一句不那么性感但非常实在的话：代码库越规整、写法越统一，Claude就越好用；同一件事在仓库里能有十种写法，它也会跟着犯糊涂。这个道理，与过去十几年提升人类工程师效率的逻辑，完全一致。

四、所以稀缺的到底是什么

看到不少文章在讨论这件事，都喜欢说一句话：软件工程最稀缺的，从“能写代码的手”，变成了“知道写什么的脑子”。

这话没错。但它有一个问题——它把“脑子”说得好像你天生就拥有、只等着被释放一样。

并不是这样的。

这里所说的“脑子”，不是智商，不是聪明与否。而是以下三种能力：

第一种，判断力。AI写得快不快不重要，它写得对不对，你能看得出来吗？Spotify那位老兄同时打开十来个会话，自己一行代码不敲，全在看diff做决策——他干的就是纯粹的判断。如果你没有这种判断力，AI甩给你一堆能运行但埋了雷的代码，你照单全收，那不叫提效，叫加速翻车。

第二种，品味。什么是好代码、什么是烂架构、这个地方不应该这么搞——这就是品味。Niklas说“代码库越规整Claude越好使”，说的就是这件事。你的品味在线，AI顺着你的规矩越来越顺；你的品味稀碎，仓库里有十种写法，AI也跟着写得稀碎。

第三种，把话说清楚的能力——能把一个含糊的“我想要个什么”，拆成AI听得懂、干得了、你好验收的一串任务。这个能力，比会写代码值钱得多。

这几种能力，没有一个是装上Claude Code就自动拥有的。

Boris有一句话印象特别深刻：绝大多数Claude Code会话中，真正在写提示词的，其实是另一个Claude。

听起来像AI要通吃了。但你反过来想——那个写提示词的Claude，题目是谁出的？最后这堆活谁验收？还是那个人。AI把“敲”全部包了，但“出题”和“验收”这两头，反而被推到了前所未有的高度。

五、那跟你有什么关系

聊了这么多，落到实处。

如果你是写代码的：你正在从一个“敲代码的”，慢慢变成一个“看活儿、定方向的”。别老焦虑AI抢饭碗——真正会被抢的，是那个只会敲、不会判断的你。把精力花在判断、品味、把话说清楚上，这几样，AI短期内替代不了你。

如果你是带人的：瓶颈已经从干活的人，转移到了想清楚该干什么的人身上。Anthropic自己都在喊多招产品、少招工程师，这绝不是噱头，而是被三倍产出逼出来的现实。你应该操心的不是工程师够不够，而是团队里懂业务、能定义问题的人够不够。

说到底，就一句话——

代码不值钱了，知道该写什么的人，值钱了。