Agent Teams в Claude Code: команда агентов за 5 минут

Сережа Рис · 5 February 2026

Сегодня Anthropic выпустил Claude Opus 4.6. Главная фича — Agent Teams. Один агент делал всё сам, теперь можно собрать команду из нескольких, которые работают параллельно и общаются между собой. Даёшь один промпт — три агента расходятся проверять разные гипотезы одновременно.

Звучит как субагенты? Нет. Разница принципиальная.

Не путай с subagents

Subagents — помощники. Получили задачу от лидера, сделали, отчитались обратно. Вся коммуникация идёт через главного агента. Как курьеры: принёс — отдал — свободен.

Agent Teams — другое. Это полноценная команда с горизонтальной коммуникацией. У каждого teammate свой контекст, но они общаются друг с другом напрямую. Есть shared task list, куда все заглядывают. Есть mailbox для сообщений между агентами — без посредников.

┌─────────────────────────────────────────┐
│              Team Lead (ты)             │
│  координирует, назначает, синтезирует   │
└──────┬──────────┬──────────┬────────────┘
       │          │          │
       ▼          ▼          ▼
┌──────────┐ ┌──────────┐ ┌──────────┐
│Teammate 1│ │Teammate 2│ │Teammate 3│
│ Security │ │  Perf    │ │  Tests   │
└──────────┘ └──────────┘ └──────────┘
       │          │          │
       └──────────┼──────────┘
                  ▼
         Shared Task List

Ты — лид. Ставишь задачи, читаешь что пишут друг другу teammates, собираешь итог. Они работают параллельно, спорят между собой, и синхронизируются через общий task list.

Включить — одна строчка

Agent Teams пока в experimental. По умолчанию выключены.

Открываешь settings.json Claude Code и добавляешь:

{
  "env": {
    "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
  }
}

Готово. Дальше просишь Claude создать команду — он поймёт.

Когда Teams, когда subagents

Простое правило: задачи можно делить и делать параллельно — Teams. Нужна одна цепочка рассуждений — subagents. Про расход токенов и экономику AI-инструментов писал отдельно.

Четыре сценария, где Teams работают

Документация Anthropic выделяет четыре кейса:

Главное условие — изоляция. Два агента в одном файле = конфликты и потерянное время. Задачи должны быть чётко разделены по файлам.

Параллельных агентов для разных задач я уже использовал — в пайплайне для статей один пишет драфт, другой ищет ссылки, третий готовит иллюстрации. Но там субагенты. Teams дают ещё один слой — агенты могут обсуждать находки между собой.

Запуск первой команды

Просишь Claude создать команду. Никаких команд в терминале — естественный язык.

Claude сам создаёт task list, спавнит teammates, распределяет задачи. Ты наблюдаешь и корректируешь.

Ещё примеры:

• «Баг в продакшене — медленная загрузка. Одного агента пусти на базу данных, второго на сетевые запросы, третьего на утечки памяти.»
• «Нужна авторизация через OAuth. Один пишет backend, другой — фронт, третий — интеграционные тесты.»
• «Мигрируем с REST на GraphQL. Разбей по слоям: API, клиент, обратная совместимость.»

Заметь — нигде не нужно указывать технические параметры. Claude сам разберётся сколько teammate’ов нужно.

Два режима отображения

In-process (по умолчанию) — все агенты в одном терминале. Переключаешься через Shift+Up/Down. Видишь переписку, читаешь кто чем занят. Для команды из 3-4 агентов — хватает.

Split panes (tmux или iTerm2) — каждый агент в отдельной панели. Видишь всех одновременно. Красиво, но требует настройки мультиплексора и экран побольше.

Для начала хватит in-process. Split panes — когда распробуешь и захочется больше контроля.

Пять советов из документации

Anthropic в руководстве по Agent Teams делится практиками:

1. Контекст для teammates. Они не знают что ты обсуждал до этого. Conversation history лидера к ним не попадает. Если нужен контекст — передай явно при создании команды.

2. Правильный размер задач. 5-6 задач на teammate — золотая середина. Слишком мелко — overhead на координацию съедает выигрыш. Слишком крупно — агент теряет фокус.

3. Один файл — один agent. Два teammate’а в одном файле = перезаписи и конфликты. Раздели работу так, чтобы каждый владел своим набором файлов.

4. Проверяй и направляй. Не уходи на два часа. Читай task list, смотри сообщения между агентами, корректируй если кто-то пошёл не туда.

5. Начни с research, не с кода. Первая команда пусть проверит что-то существующее — сделает ревью, исследует библиотеку, найдёт причину бага. Почувствуешь механику без риска сломать проект.

Про хранение контекста между сессиями агентов — отдельная тема, но с Teams это ещё актуальнее.

Ограничения

Agent Teams — experimental preview. Будь готов к шероховатостям:

Для линейных задач Teams — overkill. Координационный overhead не окупится. Обычный агент или субагент справится быстрее и дешевле.

Что Anthropic делает сам

В инженерном блоге Anthropic описывают эксперимент: 16 параллельных Claude-инстансов написали C compiler на Rust. Сто тысяч строк кода. Компилирует Linux kernel. Примерно $20k в API.

Другой пример из анонса Opus 4.6 — Rakuten. За один день Opus 4.6 закрыл 13 issues и назначил 12 issues нужным людям в команде.

Масштаб, конечно, enterprise. Но механика та же — разделил задачи, раздал агентам, собрал результат.

Мой опыт: чат в реальном времени на стриме

Теорию рассказал — теперь практика. На YouTube-стриме я попробовал Agent Teams для конкретной задачи: собрать real-time чат, где зрители пишут без регистрации — только имя.

Команда

Создал команду chat-mvp из двух teammates:

Три задачи в shared task list — сервер, клиент, Docker для деплоя. Каждый agent владел своим набором файлов, конфликтов не было.

Что произошло

Research через Exa MCP выбрал стек за минуту — Socket.IO для вебсокетов, Vite для клиента. Оба агента стартовали параллельно. Backend-dev поднял Express-сервер с обработкой событий: join, message, typing, disconnect. Frontend-dev собрал React-приложение — форма входа, чат-комната, список онлайн-пользователей.

Примерно через две минуты оба отчитались. При ревью нашёл баг — сервер эмитил user-joined и users-list, а клиент слушал message и users. Классический mismatch при параллельной разработке. Починили, привели к единому протоколу.

Задеплоил на Railway через Dockerfile (multi-stage build: Vite собирает клиент → Node.js раздаёт статику). 15+ зрителей зашли сразу.

Что добавил после

Чат без модерации — хаос. Дописал прямо на стриме:

• Rate limit — максимум 5 сообщений за 10 секунд
• Slow mode — пауза 2 секунды между сообщениями
• Дубликаты — одинаковые сообщения подряд блокируются
• MOD badge — первый зашедший получает значок модератора
• Лимит подключений — не больше 3 с одного IP

Что сработало

Параллельность окупилась. Backend и frontend — идеальное разделение для Teams. Файлы не пересекаются, контракт — Socket.IO события.

Shared task list работает. Оба агента видели прогресс друг друга, lead следил за общей картиной.

Скорость. От промпта до работающего чата с деплоем — около 15 минут на стриме. Без Teams было бы последовательно и дольше.

Что не сработало

Event mismatch — главная проблема параллельной разработки. Два агента независимо выбрали разные имена для одних и тех же событий. Контракт нужно фиксировать до старта работы, а не надеяться что агенты договорятся.

node_modules в git — один из агентов закоммитил зависимости. Мелочь, но напоминание: .gitignore должен быть готов до спавна команды.

Код на GitHub: serejaris/yt-chat-stream. Стрим целиком: YouTube.

Почему именно сейчас

Agent Teams появились вместе с Opus 4.6, который вышел сегодня. Что в нём нового помимо Teams:

• 1M token context window — вдвое больше предыдущего Opus
• Улучшения в planning и code review
• Конкурирует с Gemini 3 Pro и GPT-5.2 в coding-бенчмарках — где-то впереди, где-то нет, но в целом на одном уровне

По данным Anthropic, разработка сдвигается от написания кода к оркестрации агентов. Организации отчитываются о 30-79% ускорении циклов разработки с AI-агентами. Teams — следующий логичный шаг.

Итог

Один промпт — и у тебя команда агентов. Включается за минуту. Работает в Claude Code на Opus 4.6 из коробки.

Начни с простого: «создай команду для ревью — security, performance, tests». Посмотри как агенты переписываются, как обновляется task list, как собирается итог. Если понравится — пробуй debugging с конкурирующими гипотезами или параллельную разработку по слоям.

Документация Agent Teams — там детали про split panes и продвинутые сценарии.

Об авторе

Подписаться на обновления — @sereja_tech