多智能体自动化产品开发实战：让 AI 团队从 0 到 1 做项目

单个 Claude Code / Codex 会话已经能干很多活，但做一个完整产品（前端 + 后端 + 测试 + 文档）时，单会话会遇到两个瓶颈：上下文装不下整个项目，以及所有事串行太慢。解法就是多智能体协作：把项目拆给多个 AI 实例并行推进，你从「写代码的人」变成「带团队的人」。本文机制部分以 Claude Code 官方文档（code.claude.com/docs）为准。

核心心法：像管理团队一样管理 AI

多智能体协作的成败不在工具，在于你是否做对了三件事：

拆解：把项目拆成边界清晰、尽量不改同一批文件的子任务；
规范：用仓库里的文档（SPEC.md、CLAUDE.md/AGENTS.md）统一接口约定和代码规范，这是所有实例共享的「合同」；
验收：每个子任务有明确的完成标准（测试通过、lint 干净），并安排交叉审查。

工作流：从 0 到 1 的五步

第一步：先让 AI 当产品经理

开一个会话专门做规划，产出写进仓库：

claude "为「XXX 工具」写 SPEC.md：目标用户、核心功能清单（按 MVP/后续分级）、
技术选型、目录结构、API 接口约定、验收标准"

人工审一遍 SPEC——这是整个流程里最值得花人类时间的地方，后面所有实例都以它为准。

第二步：搭骨架

让一个实例按 SPEC 搭出可运行的最小骨架（目录、构建、CI、一个端到端打通的最小功能），先跑通再并行——地基没打好就并行，只会并行地产生垃圾。

第三步：并行开发

三种并行方式，按需选：

手动多开 + git 分支（最通用）：每个终端一个实例、一个分支、一个模块，靠 SPEC 约定接口；
Subagents：主会话把「查资料、大范围重构调研、批量样板代码」派给子智能体，避免中间产物淹没主对话；
Agent teams（Claude Code 实验性功能，需 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 开启）：一个 lead 实例自动拆任务、分配给队员并同步进度，适合模块间需要协调的场景，token 消耗也最大。

并行时的铁律：不同实例不改同一批文件；公共接口改动必须先改 SPEC 再动代码。

第四步：AI 交叉审查

给审查单独开实例，角色化提示效果最好：

claude "你是本项目的代码审查员。审查 feature/auth 分支相对 main 的 diff：
安全问题、与 SPEC.md 接口约定的偏差、缺失的测试。只报问题，不改代码"

再让一个实例专职跑测试、修 CI。「写的人」和「审的人」分开，比单实例自查可靠得多。

第五步：收敛与迭代

人工把关合并节奏：小步合并、每合一次跑全量测试。然后回到第一步，把下一批需求写进 SPEC，循环推进。把过程中重复出现的流程（发版检查、接口评审清单）沉淀成 skills，团队会越用越快。

成本怎么控

多实例并行是吃额度大户，实践中的省钱组合：

交互开发用订阅：ChatGPT Plus/Pro 跑 Codex、Claude Pro/Max 跑 Claude Code，重度并行建议直接上高档位（Pro 5X/20X、Claude Max）；
批量/挂机任务走按量 API 中转额度，便宜且不占订阅窗口，原理见 API 中转是什么；
用 CC Switch / CCR 在订阅与中转之间快速切换，限流时不停工。

常见坑

并行过早：骨架没打通就开五个实例，结果接口对不上全部返工；
没有单一事实来源：约定散落在各个对话里，实例之间互相矛盾——一切写进仓库文档；
无人验收：AI 说「完成了」不等于完成了，以测试和可运行为准；
挂机不设护栏：自动批准模式只在可信目录用，git 提交要勤，随时可回滚。