過往開發時，通常使用Plan, Execute/Test, Verify的工作流。對應到Claude Code就是通過Plan Mode擬定計劃，通過Auto Mode開發、寫Test、驗證。這個簡單的工作流，在碰到長任務就會遇到挑戰，因為Model的Context限制，主流的Model通常有512k/1M輸入上限，對於來回問答、開發、跑測試常常是不夠的，就需要反覆壓縮，而模型在長Context下表現比較差，會連帶影響到程式的品質。

所以會引入「Agent Team」，有幾個優勢:

• 職責隔離: 本質上Dev, QA/Test的職責是衝突的。Dev要完成功能交付，QA/Test要找出交付程式的問題。就像球員兼裁判，比賽很難公平，把Dev/QA切成不同的Agent，可以提升程式品質，減少bug出現
• 記憶隔離: 不同Agent所需的記憶不同。Coordinator(主Agent)負責與開發者互動，討論設計，需要記憶產品架構、設計；Dev負責主要開發，需要記住開發目標、程式細節；QA負責測試程式，需要記住程式目標、預期表現。通過記憶隔離，不同的Context不會互相干擾，可以保持記憶乾淨

然而，導入Agent Team也會帶來一些限制:

• 費用增加: 每個Agent需要單獨理解自己負責範圍的程式，起越多的Agent，花費就會顯著增加。這個花費很剛好的卡在Claude Pro($20 USD)、Claude Max($100 USD)之間，也就是一樣的工作量，升級到Agent Team也需要升級一檔花費。
• 耗時增加: 串行的Agent Team會顯著增加開發時間，因為Coordinator, Dev, QA/Test需要逐步執行，並且Dev/QA/Test為了確保交付品質，通成會自己過一遍測試。通常導致花費2~3倍的時間

一些折衷的方法是:
(1) 減少Agent Team的串行Agent，例如只保留Dev, QA，降低串行執行帶來的影響
(2) 多派SubAgent並行開發，允許Dev Agent自己建立SubAgent，再不影響的情況下平行開發，減少時間
(3) 對於小的UI修改、簡單的bug fix 簡化流程，允許Coordinator自行處理

Agent Team 是一個有點爭論的議題，有些研究表示Multi-Agent對於成果並沒有顯著提升，卻會推高成本: https://cognilium.ai/blogs/multi-agent-vs-single-agent ；而有些業界案例卻通過Agent Team維護生成程式碼的品質、最大幅度減少人工介入。

我認為這裡是一個成本、品質、速度的多方博弈，大公司(尤其AI公司)藉由幾乎無限的Token，把近乎全部任務交給Agent疊代，只要次數夠，品質也不會太差；個人開發者則是投入稍多的人工比例(human in the loop)，降低花費，也確保產出符合需求。因此對於Agent Team的導入，最好是自己試一試，能不能符合自己的開發風格、費用是否可以接受，再做長遠期的決定。