打造高效的人机协作团队：Anthropic 的 Multiplayer Agents 实践

过去，使用 AI 意味着「一个人对着一个聊天窗口」。随着时间推移，AI 处理复杂长时任务的能力越来越强——写代码、做研究、金融分析……于是我们看到了各种新的使用方式：从终端、IDE，到表格、PPT。

但直到最近，这些工作仍然是「单人游戏」：一个人 + 一个 Agent，完成一件件独立任务。

这一切正在因为 Claude Tag 这类工具的发布而改变。现在，人和 Agent 可以在同一个工作空间里协作，围绕团队共同目标推进工作。 工作模式正在变得更像一场「多人游戏」——由人类团队制定战略，由 Claude 负责执行。

这带来了全新的协作方式。过去几个月，Anthropic 一直在内部测试让「人机团队」高效运转所需的技术。这篇文章将分享：什么是 multiplayer agents，以及我们在实践中学到的 4 条关键经验。

什么是 Multiplayer Agents？

所谓 multiplayer agents（多人协作型 Agent），指的是能够同时与多个人协作的 AI 模型。

和普通 Agent 一样，它们拥有自己的 记忆（memory） 和 技能（skills）。但它们在很多方面完全不同：

• 它们拥有属于自己的 身份凭证（credentials）
• 它们活在工作真实发生的地方——在 Anthropic，就是 Slack 这样的团队协作工具中

下面是一个 Anthropic 内部案例，人和 Agent 在 Slack 里协作分析一份数据集：

要让 Agent 能够在团队频道中真正产生价值，它必须具备三项能力：

• 持久化记忆——能够记住团队目标，并围绕目标持续优化执行
• 独立于人的身份凭证——在安全、可预测的边界内行动
• 持续、广泛的信息访问权限——理解组织如何运作，从而能够主动执行任务

这些能力构成了「Agent 融入团队」的技术基础。但让人机团队真正成功，光有技术还不够——团队还需要新的工作方式和共享共识。

经验 1：把工作放在阳光下，给 Agent 足够宽广的上下文

Anthropic 的团队会主动、开放地共享信息。当团队里有 Agent 参与时，这一点尤其重要——因为 Agent 完全依赖团队可搜索的文本来构建对世界的理解：Slack、代码、文档、会议纪要。

私聊消息、走廊闲聊、访问受限的文档，都无法给 Agent 提供上下文。

对 Agent 来说：没写下来、无法访问 = 不存在。

与其一份文档、一个频道地决定「Agent 能不能看」，我们的做法是：在整个 Slack 工作区、会议纪要库、文档库层面，定义清晰的安全边界。

在同一个安全边界内，上下文对每一位队友（无论人还是 AI）自由流动。 这样做的好处：

1. 大幅扩展了 Agent 和人可访问的信息范围
2. 减少了「这条信息能不能分享」的决策疲劳

人也好，Agent 也罢，都不擅长处理「逐项配置的软边界」——这个频道该公开还是私密？这份文档可以分享给他吗？这个 Agent 能不能看那个 thread？ 一小组清晰的、工作区级别的边界，能大幅减轻日常工作的心智负担。

高度透明的回报是巨大的：

• 能读到团队会议纪要的 Agent，不会再建议已经被砍掉的项目
• 能访问其他团队产品规格的 Agent，能推荐已被验证有效的模式
• Agent 阅读文本的速度远超人类，它们常常能挖出人类会错过的关键信息

我们在 Anthropic 高度依赖 Agent 来在这个快节奏、信息爆炸的行业里保持同步。

「把工作放在阳光下」在 Anthropic 具体是这样的：

• 选择公司层面为数不多的几条安全边界，并让工作区和文档共享设置与之对齐
• 新建的沟通频道默认对组织内部公开，确保决策落到频道、文档、会议纪要中
• 文档要写给 Agent 也能看的形式——Agent 已经是团队文档的主要消费者
• 确保 AI 有权访问完成工作所需的工具和信息

把「组织内公开」设为默认值需要文化上的转变。但「有上下文的人机团队」和「没上下文的人机团队」之间的差距，大到让你无法忽视。

当然，有些事项本身敏感，需要 1v1 地进行。这种场景下，你可以给 @Claude 发私信，或者使用现有的 Claude.ai 和 Claude Cowork 产品，通过你的个人 MCP 连接器让 Claude 访问私密信息，确保对话和分享内容保持私密。

经验 2：每个人和 Agent 都有明确的角色和顺手的工具

人机团队共享同一个花名册、同一套产出物、同一个工作空间。

Agent 有自己的 身份凭证、技能 和工具权限。不同 Agent 承担不同角色：

• 一个 Agent 负责项目的数据分析
• 另一个 Agent 守护并执行设计规范
• 第三个 Agent 负责用户研究综合

项目启动时，人类会先和这些 Agent 聊一聊——决定谁来担任什么角色、人和 Agent 之间如何协作。

一旦人和 Agent 的分工明确了，一个 Agent 还可能动态派生出其他 Agent——确保具体任务由具备正确记忆和权限的 Agent 处理。

重要的是，每个 Agent 都要有完成工作所需的全部工具访问权限：

• 做数据分析的 Agent 可能需要访问 BigQuery
• 做 QA 的 Agent 可能需要访问 Playwright MCP

清晰的角色和职责是人机团队成功的前提。

人往往会和 Agent 泡在同一个 thread 里，但人保留只有人能承担的角色——确保关键决策由人类判断力来把关。没有清晰的角色分工，人们最终会各自跑一堆「个人 AI」，重复劳动、割裂团队上下文。

指标追踪就是一个典型例子： 一个多人 Agent 做一次就好，让全团队看到同一份数据。

在 Anthropic，「清晰的角色分工」具体是：

• 达成共识的任务集：团队里的人和 Agent 都清楚「谁负责什么」
• 人和 Agent 在同一批 thread 里协作，任何人都能在别人停下的地方接着做
• 人和 Agent 都能访问到完成各自工作所需的工具
• 明确写下每个 Agent 的角色描述和边界

Claude Agents 共同维护一个代码库的日常事务：分诊反馈、规划、编写代码、审查变更、汇报状态。每个 Agent 拥有明确的任务，按自己的节奏工作；人类设定目标并审查产出。

Anthropic 的一支工程团队开始为「人 + Agent」编制花名册，因为这让工作推进变得更简单、更具体。他们早期发现的几件事：

• 明确角色也让人类更容易追踪责任归属，无论是单个任务还是整个团队的职责范围
• 用 技能文件（skill files） 定义 Agent 角色，让「专业化」变得容易，公司里其他人也能快速搭出同类 Agent
• 项目变复杂时，团队会新增 Agent 覆盖新领域——比如他们后来加入了一个「Release Manager Agent」专门负责软件发布

这些方法让人类「对人机团队的心智模型」能够随 Agent 数量增长而 scale。

经验 3：设定「北极星」，让 Agent 更主动

Anthropic 的一些 Agent 只完成分配好的任务，但最有价值的 Agent 会主动建议新的项目和工作流。

这通常发生在——一个已经拥有丰富上下文和明确角色的团队，再增加一样东西的时候：

一颗「北极星（North Star）」。

北极星是雄心勃勃、覆盖面广的目标，帮助团队判断哪些任务和工作流是「值得做的」。在 Anthropic，北极星永远由人类设定，并根植于业务的使命和目标。

当北极星被清晰地写下来后，人类会把它分享给团队中的 Agent。然后，重要的一步——由人类决定哪些 Agent 有权主动提议新的工作流。（并不是所有 Agent 都具备主动提议工作所需的技能和信任度。）

一个例子：

某个内部工具团队的北极星是「让产品 onboarding 更有帮助」。团队里的一个 Agent 主动建议修改 onboarding 流程中报错信息的措辞。这些修改在下一周的数据里，可衡量地提升了 onboarding 成功率。

在 Anthropic，设定北极星的样子是：

• 让人类讨论、辩论、书面沉淀一个雄心勃勃的团队北极星，并根植于公司使命和业务目标
• 把北极星分享给团队中的 Agent，并明确指定「哪些 Agent 可以主动推荐新工作流」
• 把「高价值人类时间」保护在日历上——让会议聚焦在最重要的工作上

一颗清晰的北极星，给了 Agent 一个持续对齐的方向，也给了它们「主动支持团队工作」的有意义的机会。

经验 4：随着时间建立信任

Anthropic 的团队按「已证明的可靠性」授予 Agent 自主权，然后有意识地扩大范围。

工程师们已经成功地让团队中的 Agent 独立处理了 500 个 bug 修复——但事情肯定不是从一开始就这样的。

当一个新同事加入团队，评估其能力、建立默契的工作节奏，都需要时间。「怎么把任务做好」的隐性知识，通常也需要多次反馈循环才能显性化。

Agent 也是如此：

• 用户需要通过大量不同的任务实验，去了解 Agent 的能力边界
• 学习如何清晰地描述目标、需要哪些技能文件、什么样的 prompt 最能激发所需行为
• 模型迭代升级时，也要重新测试任务——旧 prompt 可能需要重写，旧护栏可能反而限制了更聪明的模型去寻找更有创意的方案

一个值得注意的发现： 优秀的长时运行 Agent，往往有多种方式在人类审查之前自我验证工作。

- 代码有测试

- 技术文档可以套用评分标准和风格指南

- 当人类把标准定好、并确保所有分配给 Agent 的工作都可验证时，产出质量能稳定保持、不偏离最初意图

此外，就像人类协作一样，让一个 Agent 负责执行、另一个 Agent 负责检查通常很有帮助——这就是所谓的 「Doer-Verifier」Agent Harness 模式。

在 Anthropic，「随时间建立信任」是这样做的：

• 早期人工审查 Agent 的每一份产出，验证质量、给出反馈、设计任务验证清单
• 让 Agent 在任务中使用「验证者 Agent」检查自己的工作
• 在循环中嵌入「反思」，让 Agent 回顾自己的失误，随时间不断改进
• 追踪每个 Agent 已经赢得自主权的任务类型，在重复成功后再逐步扩大范围

一个真实故事：

Anthropic 的一位工程负责人接手了一个新团队，Backlog 堆积如山。为了理清头绪，他邀请了几位人类同事和几个 Agent 一起分诊 backlog、判断优先级。

一组 Agent 通读所有 backlog 项，判断哪些已经有人在处理，并为无主项打上复杂度分。另一组 Agent 从清单中读取中低复杂度项，直接产出代码变更。

早期，人类会审查 Agent 做出的每一个决策，并标记哪些需要人类介入。然后，人类教会 Agent 主动把「需要人类判断」的决策抛给人处理——确保那些有硬性权衡的决策始终有人在环。

每周，这位负责人和团队都会让 Agent 汇总一份周报，包含「经验教训与失误（lessons & missteps）」——让 Agent 记录错误，避免重蹈覆辙。随着时间推移，他把越来越复杂的代码变更交给 Agent，自己在日常引导上花的时间越来越少。

一旦 Agent 变得更加独立，这位负责人开始教它们「把人类注意力当作稀缺资源来对待」：

• 批处理问题——把一批问题打包，一次性让人类回答
• 重复关键上下文——让人类快速跟上进度
• 限制一次呈现给人的事项数量

让 Agent 学会「良好沟通」是它们保持有用和高效的关键。

有些人在团队里专门配了一个 Agent，唯一职责就是决定如何批处理信息、并只向人类升级最重要的沟通。也有人给 Agent 设定「每天最多做多少事」的护栏——确保：

1. 人类能有意义地参与到工作中
2. 人类保留了对自己重要的技能
3. 需要人类审查的事项数量保持在可持续水平

自问自答清单

为人机团队搭建基础时，你可以问自己以下问题：

1. Agent 和人所需的所有信息与访问权限，是否都是「公开且可搜索的」？
2. 你能不能写下团队的花名册（人 + Agent），并说清楚每位成员拥有什么？
3. 团队里的每个人和每个 Agent，是否都拿到了完成工作所需的正确工具？
4. 你有没有评分标准或测试，让人和 Agent 都能验证关键产出物？
5. 团队是否有一颗大家都能引用的清晰北极星？

展望

以上这些模式并不新——至少对人类来说不新。清晰的北极星、明确的角色、扎实的文档、共同的质量标准，以及从错误中学习的空间，这些都是我们几十年前就熟知的「健康团队习惯」。

Agent 的出现，只是让「跳过这些基础」变得更加代价高昂。

能从 Agent 身上收获最多的团队，是最愿意有意识地把这些基本功做扎实的团队。