Флот: несколько агентов, оркестрация и фоновая работа

Один агент рано или поздно упирается в два предела: контекстное окно и время. Длинный поиск забивает контекст, большая миграция идёт часами. Флот — несколько агентов, которые работают параллельно, каждый в своей зоне ответственности. В Claude Code для этого есть пять способов. Ниже они идут от простого к сложному, с аналогами в Codex, Cursor и GitHub.

#Уровень 1. Сабагенты: изоляция контекста

Сабагент — помощник внутри вашей сессии со своим контекстным окном, своим системным промптом, своими инструментами и правами. Он делает побочную задачу и возвращает итог. Встроенный Explore, например, ищет по коду только с правами на чтение, и результаты поиска не попадают в основной разговор.

Когда это нужно: задача выдаёт много шума (логи, результаты поиска, содержимое файлов), который потом не понадобится; нужны отдельные права; работа самодостаточна и сводится к итогу. Как описать своего сабагента — в третьем посте.

В Codex свои агенты описываются в .codex/agents/*.toml, число одновременных потоков ограничивает agents.max_concurrent_threads_per_session в config.toml.

#Уровень 2. Параллельные сессии в git worktree

Когда вы ведёте несколько задач одновременно, главная опасность — два агента правят одни и те же файлы. Git worktree даёт каждой сессии отдельную копию репозитория:

claude --worktree feature-auth
# создаст .claude/worktrees/feature-auth/ на ветке worktree-feature-auth

Сабагенту можно дать собственный worktree полем isolation: worktree. Если в worktree остались изменения, при выходе Claude Code спросит, сохранить его или удалить.

Для одной большой правки есть встроенный скилл /batch: он делит изменение на 5–30 сабагентов, каждый в своём worktree.

#Уровень 3. Фоновые и облачные агенты

Фоновая сессия работает, пока вы заняты другим. В Claude Code экран со всеми фоновыми сессиями открывается командой claude agents (agent view, research preview): видно состояние каждой и где ждут вашего ответа. Команда /tasks показывает всё, что работает в фоне текущей сессии.

Облачный агент идёт дальше: он работает в отдельной VM и продолжает, даже когда ваш компьютер выключен.

• Claude Code: облачные сессии на claude.ai/code или claude --cloud; /teleport забирает облачную сессию в локальный терминал.
• Cursor: Cloud Agents в изолированных VM; их можно запускать сколько угодно параллельно, из десктопа, веба, Slack или комментарием @cursor в GitHub.
• GitHub: Copilot cloud agent — вы назначаете issue на Copilot, агент работает в окружении на базе GitHub Actions и готовит изменения в ветке.
• CI: Claude Code GitHub Actions отвечает на @claude в issue и PR; claude -p и codex exec встраиваются в любой пайплайн.

#Уровень 4. Команды агентов

Команда агентов — несколько независимых сессий под управлением ведущего: общий список задач и прямые сообщения между участниками. В отличие от сабагентов у каждого участника свой контекст, и с любым можно говорить напрямую. В Claude Code команды агентов экспериментальные и по умолчанию выключены. Важная деталь из документации: участники команды не изолированы в worktree, поэтому работу нужно делить так, чтобы у каждого были свои файлы.

#Уровень 5. Оркестрация скриптом

Когда задача перерастает горстку сабагентов — аудит всей кодовой базы, миграция 500 файлов, перекрёстная проверка исследования, — план удобнее держать в скрипте, а не в решениях модели на каждом шаге. В Claude Code это dynamic workflows: скрипт, который запускает много сабагентов, сверяет их результаты и который можно перезапустить.

#Паттерн: оркестратор и исполнители

Почти любой флот устроен по паттерну оркестратор и исполнители из Building effective agents: ведущая модель делит задачу, раздаёт части и сводит результаты. Anthropic подробно описала, как строила по этому паттерну исследовательскую систему:

• ведущий агент на Claude Opus 4 и сабагенты на Claude Sonnet 4 на внутреннем тесте превзошли одиночного Opus 4 на 90,2%;
• агенты тратят примерно в 4 раза больше токенов, чем чат, мультиагентная система — около 15 раз;
• ведущему нужны подробные описания подзадач, иначе исполнители дублируют работу или оставляют пробелы;
• в задачи стоит встраивать правила масштаба: простому вопросу — один исполнитель, сложному — больше.

И главное ограничение: схема плохо подходит задачам, где всем агентам нужен общий контекст и много зависимостей. По словам авторов, это касается большинства задач программирования. Поэтому в коде флот работает, когда задача заранее разрезана на независимые куски: API, интерфейс, тесты — каждый в своей ветке.

#Проверка: автор не принимает свою работу

Чем больше агентов, тем меньше вы видите напрямую. Отсюда правила из лучших практик Claude Code:

• Независимый ревьюер. Сабагент-проверяющий или workflow, который пытается опровергнуть результат. Агент, который сделал работу, не должен её оценивать.
• Детерминированный шлюз. Stop-хук запускает тесты и не даёт закончить ход, пока они не пройдут.
• Доказательства, а не слова. Вывод тестов, команда и её результат, скриншот.

#Долгие задачи: память вне контекста

Флот часто работает дольше одного контекстного окна. В статье Effective harnesses for long-running agents Anthropic описывает приём: первый агент-инициализатор готовит окружение — скрипт init.sh, файл прогресса claude-progress.txt, список функций в JSON со статусами «passing» и «failing», первый коммит. Каждая следующая сессия берёт одну функцию, доводит её, проверяет (в том числе через браузер) и оставляет окружение чистым. Это защищает от двух типовых провалов: агент пытается сделать всё за раз или объявляет победу раньше времени.

#С чего начать

1. Сабагент-исследователь (только чтение) и сабагент-ревьюер — это уже маленький флот.
2. Две параллельные сессии в разных worktree на независимых задачах.
3. Облачный или CI-агент для повторяющихся задач с понятной проверкой: обновление зависимостей, разбор новых багов.
4. Команды агентов и оркестрацию — когда предыдущие уровни работают стабильно и есть бюджет.

Это последний пост серии. Все термины из неё собраны в глоссарии.