先看结论：Agent Teams 是 Claude Code 在 2026 年 7 月上线的实验特性，把默认的单线程执行模型改成了多个 Claude 实例并发模型——多个 Claude 实例同时处理互相独立的子任务，而不是排队串行。它优化的是墙上时钟时间，不是 token 消耗，这两个维度经常被混为一谈。配置只涉及一个环境变量开关，但账单会按 Claude 实例数同时叠加打出去，接入前要先确认清楚服务商对 Claude API 的并发上限和 Cache 策略。
一、先弄清楚它改变了什么
Claude Code 默认的执行方式是单线程：主 Claude 会话接到任务，拆解成子任务，一个一个调用子代理（Subagent）处理，等上一个跑完才轮到下一个。这个模型简单可靠，但子任务之间即使互相独立，也得排队等。
Agent Teams 把这个排队模型改成了并发模型：主 Claude 会话拆解任务后，同时启动多个 Claude 实例（官方叫 teammate agents），每个 Claude 实例独立处理一个子任务，互不阻塞，最后主会话汇总结果。
| 维度 | Agent Teams | 普通子代理 |
|---|---|---|
| 执行方式 | 并行 | 串行 |
| 适用前提 | 子任务互相独立 | 子任务有依赖关系 |
| 完成时间 | 取决于最慢的那个子任务 | 所有子任务时间累加 |
| Token 消耗 | 和串行完全一样 | 和并行完全一样 |
| 默认状态 | 关闭，需要手动开实验开关 | 默认开启 |
最容易被误解的一点：Agent Teams 优化的是墙上时钟时间，不是 token 消耗。它不会让 Claude 少想或者少算，只是让多个 Claude 实例的独立计算在时间轴上重叠执行，而不是排队等待。这两者是完全独立的两个维度，很多讨论把它们混在一起说了。
二、配置方法
打开 Claude Code 配置文件：
- macOS/Linux：
~/.config/claude-code/settings.json - Windows：
%APPDATA%\claude-code\settings.json
{
"env": {
"CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "true"
},
"anthropic": {
"baseURL": "https://api.lmuai.ai",
"apiKey": "你的密钥"
}
}
保存后重启 Claude Code 即可生效。也可以用环境变量临时开启，适合先测试效果：
CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=true claude-code
验证方法：让 Claude 执行 /help，看返回的命令列表里有没有出现 agent teams 或 teammates。
Agent Teams 配置本身只涉及客户端环境变量，跟接入哪家 Claude API 服务商没有直接关系。但服务商的并发处理能力和 Cache 策略，会直接影响 Agent Teams 并行的实际效果，下面细说。
三、实测数据：5个组件批量生成单元测试
拿一个真实场景说明差异。一个中型前端项目，5 个核心组件没有单元测试覆盖：
- 串行方式（普通子代理）：一个一个生成 → 耗时约 12 分钟
- 并行方式（Agent Teams）：5 个 agent 同时处理 → 耗时 2 分 30 秒
Token 消耗完全一样，都是约 280K tokens——因为 Agent Teams 不会让 Claude 少算，只是让 5 个 Claude 实例同时算。墙上时钟时间缩短了 79%，但账单不会因此变小。这份对比可以自己复现，跑一遍代入自己的真实任务量级即可验证。
四、什么场景该用，什么场景不该用
判断标准就一句话：这几个子任务之间有没有先后依赖关系？ 没有依赖关系，Agent Teams 才有意义；有依赖关系，多开 Claude 实例只是白花钱。
适合用：
- 批量代码生成（同时给多个模块生成脚手架）
- 并行测试编写（同时给多个函数生成单元测试，就是上面那个例子）
- 多文件重构（多个独立文件，互不依赖）
- 并行数据分析（同时处理多个日志文件）
- 多维度代码审查（一个 agent 查安全，一个查性能，一个查可维护性）
不适合用：
- 有明确先后顺序的任务（必须先读完文档才能写代码）
- 需要共享可变状态的任务（多个 agent 要读写同一份数据，容易出竞态问题）
- 简单到 10 秒就能搞定的任务（开多实例的调度开销反而不划算）
- 需要中途人工确认方向的任务（并行没有意义）
五、账单会怎么变：容易被忽略的一点
Agent Teams 让任务更快完成，但账单是同时叠加打出去的，不是分批慢慢出现。
举个例子：单个 agent 处理一个任务消耗 50K tokens，同时启动 5 个 agent 并行处理 5 个任务，总消耗是 50K × 5 = 250K tokens，这笔账单几乎是瞬间产生的。
一份可复现的小算法，代入自己的真实用量就能算出成本量级：
def agent_teams_cost(tokens_per_agent_m, num_agents, input_ratio, input_price, output_price):
total_tokens_m = tokens_per_agent_m * num_agents
input_m = total_tokens_m * input_ratio
output_m = total_tokens_m * (1 - input_ratio)
return input_m * input_price + output_m * output_price
# 示例：5个agent各消耗50K tokens，30%输入/70%输出
cost_official = agent_teams_cost(0.05, 5, 0.3, 3.0, 15.0)
print(f"官方API: ${cost_official:.2f}") # $2.85
这份代码本地跑过，输出和标注的数字一致，可以直接改成自己的真实用量重算。
第三方按量计费在这种突发性消耗场景下，往往比官方固定订阅更贴合实际使用节奏——不用为没用满的额度预先付钱，具体折扣比例和协议是否透明转发（比如 Prompt Cache 字段是否老实转发）需要自己核对，接入前建议用小额度先测一次 usage 字段里的 cache_read_input_tokens 是否正常返回，这个方法不依赖任何平台的自我描述。
另外要留意服务商对 Claude API 的并发上限。如果启动的 Claude 实例数量超过服务商能承受的并发数，超出部分会排队等待，Agent Teams 的并行优势就打折了，这一项接入前值得提前问清楚。
六、Prompt Cache 在多实例场景下的坑
每个 teammate agent 是独立会话，各自维护自己的上下文和缓存。如果多个 teammate 需要相同的背景知识（比如项目 README、共享的技术规范），每个实例会各自触发一次缓存写入成本，不会自动共享。
优化方式：主 Claude 会话先加载共享上下文触发一次缓存写入，启动 teammate 时把必要信息作为任务描述的一部分传过去，尽量复用主会话已经缓存的内容。Anthropic 官方默认缓存窗口是 5 分钟，部分服务商支持更长的 1 小时缓存档，长任务场景下这个差异会比较明显。
以笔者实际在用的灵眸AI 海外站（2026年9月查证）为样本，官方协议透明转发，cache_creation_input_tokens、cache_read_input_tokens 字段完整可核对，支持 1 小时缓存档，按量计费套餐默认支持 10 并发，跑 5-8 个 Agent Teams 实例基本不会遇到排队。这不是说第三方渠道一定是最优选择，是想说清楚"协议透明""并发上限""缓存窗口"这几项该怎么验证，具体落到一个真实平台上大概是什么样子。
常见问题
Agent Teams 和 Workflow 是同一个东西吗？
不是。Agent Teams 是客户端内置的多实例管理机制，适合中小规模任务（5-10 个子任务）；Workflow 需要写脚本编排执行流程，适合大规模任务（15+ 个子任务），且需要用户明确授权才能启动。简单理解：Agent Teams 是小组协作，Workflow 是工厂流水线。
开启后所有任务都会自动并行吗？
不会。只有明确告诉 Claude 这几个子任务可以并行，或者任务结构本身足够清晰可拆解，Claude 才会启用 Agent Teams。日常单一任务的对话仍然是单个 Claude 实例执行。
teammate 能用不同模型吗？
不能。teammate 通常沿用主会话的 Claude 模型配置，主会话用什么型号的 Claude，所有 teammate 也都是这个型号，不支持一次调用里混用不同型号。
怎么判断服务商支不支持？
Agent Teams 不是一个独立的 API 功能点，只要服务商支持标准 Anthropic API 协议（/v1/messages），就天然支持 Claude 的 Agent Teams 特性，不需要额外适配。用 curl 拿 Claude 模型测一下就能知道：
curl https://api.lmuai.ai/v1/messages \
-H "x-api-key: 你的密钥" \
-H "anthropic-version: 2023-06-01" \
-H "content-type: application/json" \
-d '{
"model": "claude-3-5-sonnet-20241022",
"max_tokens": 100,
"messages": [{"role": "user", "content": "Hi"}]
}'
返回正常 JSON（不是 403/500）就说明协议兼容。
本文数据核实时间 2026 年 9 月，Agent Teams 是实验特性，配置方式和行为可能随 Claude Code 版本更新调整，接入前建议自行核对最新文档。
