Subagent、并行 Agent、Agent 团队的编排方法和经验。
Flash-Agents 是一个 Claude Code 插件，把实现切片、移植测试、审查 diff、梳理代码库这类有边界的编码工作交给 DeepSeek V4.1 Flash worker，Claude 保留架构、验收标准和最终审查。
推荐理由：作者把 Claude Code 的编码任务外包给 DeepSeek Flash worker，并给出沙箱、补丁与实测数据，可据此判断成本与安全边界。
作者运行一套全自主实现系统，由编排器把任务分发给并行实现 Agent（底层是 Claude Code），最初 Agent 可以自行把任务标记为完成，结果出现未跑测试、验收标准未满足、放宽断言让测试变绿、硬编码返回值等问题。
推荐理由：作者用可检查的验收标准、带证据的完成报告和只读验证 Agent 三层设计，解决智能体过早宣称完成的问题。
Earendil 团队于 10 月 1 日发布 Agent Harness Pi 1.0，GitHub 仓库约 11.1 万 Star、1.4 万 Fork，同时推出实验性新包 Pi Durable。
推荐理由：Pi 1.0 与 Pi Durable 把检查点、幂等提交、所有权树等分布式概念搬进 Agent 运行时，可据此判断长时运行 Agent 的工程取舍。
开源项目 Paseo 把 Claude Code、Codex、OpenCode 和 Pi 等命令行 Agent 收进同一个管理界面，所有 Agent 仍跑在本地电脑上，目前已有 18700+ Star。
推荐理由：原文展示了把多个命令行 Agent 收进同一界面并跨 Agent 交接任务的做法，适合同时跑多个 Agent 的开发者参考。
Lovable 发布 Chats，一个运行在工作区层级、可跨项目对话并触发构建的智能体，确认改动后会把任务交给项目里的 builder 智能体并把进展带回对话。
推荐理由：Lovable 公开 Chats 背后的轨迹、收件箱与激活三层架构，可迁移到自建多智能体编排。
作者参照自己的 Codex 配置，为 Claude Code 搭了一套按角色分配模型的路由：主线程做协调者，explorer 用 Haiku 只做代码搜索，worker 用 Opus 走 TDD 实现，verifier 用 Sonnet 独立跑检查，senior 用 high 档 Opus 处理资金、数据和并发，reviewer 换另一个模型做语义评审。
推荐理由：作者用一周实测给出 Claude Code 多模型分工的配置、Hook 强制约束和成本取舍，可迁移到自己的多智能体流程。
Cursor 推出「项目」功能，用于承接一项功能、一次迁移或一个完整应用这类长周期工作，可在数月内保持上下文并把任务委派给成千上万个子智能体。项目由云端智能体驱动，协调智能体不写代码，只负责规划、分派并交回成果，需要本机测试时再启动本地智能体；每个项目维护一组在云端和本地机器间同步的文件，持续积累研究成果、artifacts 和对代码库的了解。
推荐理由：官方给出项目式多智能体协作的上下文共享与自动触发机制，可据此判断长周期任务如何被接管。
一个六人移动端团队用 Cursor 的 hooks、safe-list 和 Telegram 机器人，把项目约定从提示词变成运行时强制。
推荐理由：作者把 Cursor 的 hooks、safe-list 和 Telegram 机器人串成一套可复用的团队协作方案，读者能据此判断哪些约束该交给运行时而非提示词。
作者 Ryan Lopopolo 提出，智能体是一组能力之上的参数化程序，这些能力包括模型与配置、推理与工具调用循环、计算机、磁盘、上下文、Skills、工具、连接器、运行时、网络策略、身份、IAM、护栏、I/O 通道和系统提示词。
推荐理由：作者用自己构建多个智能体的经历，提出把能力接口与实现解耦的平台架构思路，可供做 Agent 平台的团队参考。
GitHub 在 Copilot CLI 中以研究预览形式推出 Project HydraFusion，通过运行时编排在多个提供商的模型间选择执行方案，用户像选普通模型一样选择它，按各模型标准费率计费。
推荐理由：GitHub 官方给出 HydraFusion 的三种编排模式与三项基准的成本质量对比，可据此判断多模型编排在真实编码任务中的取舍。
作者结合自己一次派 13 个子代理配分镜的实操，讲解 Claude Code 和 Codex 都有的 subagents 功能：子代理在独立窗口干活，只把结论交回主对话。
推荐理由：作者用一次派 13 个子代理配分镜的实操，说明子代理如何把过程留在主对话之外、只回传结论。
Thoughtworks Europe 把 10 名工程师放进巴塞罗那办公室，用智能体工程在四天内构建了一套航空 IROps 系统。
推荐理由：作者复盘 10 名工程师用智能体四天构建 IROps 系统时，仓库意外变成智能体协调用的黑板。
作者 Jesse Vincent 在自研智能体框架 Evener 里用手机下达目标，让智能体自主实现一个能编译 SQLite 并通过基本冒烟测试的 ARM64 C 编译器，耗时约 21 小时，使用 Evener 加 GLM 5.2。
推荐理由：作者用自主智能体循环从零生成可编译 SQLite 的 C 编译器，可看到递归子智能体与目标设定的实际效果。
Cursor 更新云端智能体和 Cursor harness，让云端智能体可以订阅事件源，在 PR、Slack 讨论串或定时任务有新动态时恢复运行，并持续推进直至完成，修复 CI 问题、处理 bot 评论。
推荐理由：云端智能体从单次执行转向订阅事件、持续跟进 PR 与 Slack 讨论串，读者可据此判断自动化边界的变化。
Lovable 用六个月把月访问 4200 万的 lovable.dev 从 Next.js 迁到自家 TanStack Start 托管栈，迁移期间两套框架并行运行，由代理 worker 按路由和用户分流，最终 Next.js 专属代码只占 3%。
推荐理由：Lovable 官方复盘把 90 万行代码从 Next.js 迁到自家 TanStack Start 栈，双框架并行、AI 智能体批量迁移和一次 OOM 事故的细节都可直接借鉴。
Augment Code 将其 Cosmos 评审系统从代码评审扩展到完整的 PR 到合并闭环，新增 Verifier、PR Fixer、Review Dashboard 和 cosmos approve 四项能力，由多个专职 Expert 分别负责风险分析、逐行正确性评审、设计评审、运行时验证和修复。
推荐理由：Augment 把代码评审扩展成覆盖修复、验证与审批的 PR 到合并闭环，读者可据此判断多智能体分工的落地方式。
Spotify 平台团队分享了后台编码智能体 Honk 的演进过程，它从替换迁移脚本起步，逐步接入构建与测试验证，把合并 PR 的节奏从 3 个月 1000 个提升到 10 天 1000 个。
推荐理由：Spotify 团队复盘 Honk 从脚本迁移到后台编码智能体的演进，重点讲验证与标准化如何决定生成代码能否合并。
Lovable 在内部搭建了一套进攻性安全程序，让 AI 智能体集群像人类攻击者一样探测系统入口，直到拿到可验证的漏洞证据。它用夺旗赛的思路做验证：把 flag 散布在基础设施和权限最高的产品界面中，不预埋任何漏洞，智能体取到 flag 就说明找到了真实入侵路径，而不是模型猜测。
推荐理由：Lovable 公开了用夺旗机制验证漏洞的内部攻防智能体编排方法，可迁移到自家安全测试流程。
Augment Code 提出循环工程，即设计从触发、执行、验证到完成结果的智能体循环，让智能体承担中间环节、人类只在需要判断的检查点介入。文章把循环工程与提示词工程、上下文工程分层对比，并给出触发、执行、验证、结果、改进五个阶段，以及代码评审、工单转 PR、漏洞修复、事故响应四种已在生产运行的团队级循环。
推荐理由：Augment Code 把循环工程拆成触发、执行、验证、结果、改进五阶段，并给出四种已在生产运行的团队级循环形态。
作者 Jesse Vincent 在 Prime Radiant 用 Claude Code 通过 Slackline 命令行 Slack 客户端与自家智能体 Ada 协作，让 Claude 提出改动、Ada 评审并测试、Claude 再部署更新，形成智能体互相评审的开发循环。
推荐理由：作者用两个智能体互相评审、测试、部署的循环，展示了一种可迁移的智能体协作开发模式。