Claude Agent_Teams 45分钟打造红白机游戏厅

核心发现：AI自主组队协作成为新趋势

昨天，AI领域迎来重要更新。Anthropic和OpenAI几乎同时发布旗舰模型——Claude Opus 4.6和GPT-5.3 Codex，两者发布时间间隔不到20分钟。关于模型参数、上下文长度等细节，已有技术媒体详细解读，此处不再赘述。

真正值得关注的是Opus 4.6中的新功能Agent Teams。该功能使AI不再单独工作，而是能够自主组建团队、分工协作。笔者立即进行了测试，完成了一个小型项目，效果超出预期。

官方案例：16个Claude实例并行构建C编译器

在介绍个人实验之前，先看Anthropic官方公布的案例。其工程团队发布博客，题为“用一个并行工作的Claude团队构建C编译器”。他们启用16个Claude实例并行工作，历时两周，运行近2000次会话，花费约2万美元。最终产出为10万行Rust代码的C编译器，能够编译Linux 6.9内核（支持x86、ARM、RISC-V三种架构），还能编译QEMU、FFmpeg、SQLite等核心软件，GCC压力测试通过率高达99%。此外，该编译器甚至能够编译并运行《毁灭战士》。

这个案例令人震撼之处不在于结果本身——10万行代码的编译器固然厉害，但更关键的是方法：16个AI各自负责独立模块，通过文件锁同步代码，通过Git协调版本，各自认领任务、完成并提交。这一模式意味着，人类可能不再是AI写代码速度的限制因素。

个人实验：用Agent Teams创建红白机游戏网站

大工程的玩法需要大量资源和耐心，笔者更关注普通用户能否利用该功能快速完成小项目。为此，选择了一个具体的需求：制作一个在线红白机游戏网站，类似FC游戏厅，直接在浏览器中运行经典游戏。要求包括：至少100个可直接运行的游戏、有封面、有分类、界面美观。

打开Claude Code，首先启用Agent Teams功能（目前为实验性，需在settings.json中手动开启），随后输入指令：“创建一个团队，3个teammate并行完成以下任务，建一个红白机游戏的导航站，上面有丰富完整的红白机游戏功能，至少包含100个可直接运行的游戏。”

Claude主动分析了任务，建议使用3个队友，理由是文件冲突少、协调成本低、Token消耗适中。随后自动创建了三个队友：emulator-dev负责模拟器核心引擎，ui-dev负责前端界面，data-dev负责游戏数据库。这三部分互相独立，可并行开发。

三个队友各自独立工作。emulator-dev封装了jsnes这个JavaScript NES模拟器库，处理了60fps画面渲染、Web Audio音频输出和键盘输入映射。ui-dev设计的界面采用暗黑主题搭配NES经典红色，包含CRT电视开机动画和扫描线效果，游戏卡片仿NES卡带样式，悬停时发光。data-dev整理了133款游戏的完整数据，包括英文名、中文名、发行年份、分类、描述、玩家人数、ROM文件名、评分，并为127款游戏配备了真实的盒装封面图。

最终结果：45分钟内，使用Vite + TypeScript + jsnes，构建了133款可直接运行的NES游戏，127张官方游戏封面，CRT电视模拟效果，12种分类筛选，中英文搜索，双人游戏支持，全屏模式，响应式布局。项目总计4700多行代码，188MB文件。如果由单人从零开发，耗时无法预估；使用单个Claude Code会话也需要2-3小时，因为任务有先后顺序。Agent Teams的优势在于三个队友同时工作，无需等待，最终代码合并顺利，仅要求了几次用户体验优化，部署后未出现任何bug。

体验与建议

经过此次测试，总结出几点感受：

• 3个队友是此类规模项目的最佳数量。文件冲突、协调开销、Token消耗随人数线性增长，3个队友各管一摊效率最高。
• 分工的关键在于“无依赖”。模拟器、界面、数据天然独立，可以同时进行。如果任务前后关联（如前端、后端、测试），后两者只能等待。
• 成本较高。Agent Teams的Token消耗约为普通会话的7倍。日常小修小补适合单会话，该功能更适合“从零开始构建完整项目”。
• AI选择jsnes作为模拟器是明智之举。未指定技术栈的情况下，它自主选用了最成熟、最合适的方案，45分钟内完成，实际体验流畅，加载速度优于同类产品。

产品化带来的变化：从“Vibe Coding”到“Vibe Working”

“让AI组队写代码”的模式并非全新，去年已有人手动开启多个Claude Code窗口，实现人肉版Agent Teams。Agent Teams的贡献在于将其产品化：无需手动开窗口、分任务、合并代码，只需一句“建一个团队，做这件事”。Anthropic产品负责人Scott White在发布会上表示：“我们现在正在过渡到一种‘氛围式工作’（vibe working）。”Vibe coding指对AI说“帮我写这个功能”，而vibe working更进一步，对一个AI团队说“帮我把这个项目做了”。

本次45分钟的体验切实感受到了这一区别。然而，能否用好该功能，关键不在于编程能力，而在于能否将大任务拆解为互不干扰的小任务——即项目管理能力。正如经典作弊码“上上下下左右左右BA”，调出的不是30条命，而是一个AI团队。如需查看该网站的实际效果，体验入口已附于文末。