Claude Code 的 Agent View，让我看到 AI 编程真正麻烦的地方
这两天 Claude Code 又更新了一个东西，叫 Agent View。
一开始我以为这就是个小功能，后来仔细看完官方文档，感觉这事儿有点东西。
它解决的不是模型会不会写代码的问题。
它解决的是当你同时让几个 AI 去干活时，人到底怎么盯、怎么插手、怎么拍板。
官方变更记录里，Agent View 被放在 Claude Code v2.1.139 里，还是 Research Preview。
打开方式也很简单，在终端里跑一句 claude agents，就能看到所有 Claude Code 会话的状态。
图片加载中…
这个界面会把任务分成几类。
有的正在工作，有的等你输入，有的已经完成，有的失败了，你不用在一堆终端窗口里来回找。
讲道理，这个变化看着不大。
但它戳中的，其实是 AI Agent 真正进入工作流之后的第一个麻烦。
以前我们用 AI 写代码，大部分时候还是一问一答。
你说一句，它回一段，你再复制、检查、修改，像是在跟一个很聪明的助手聊天。
Claude Code 这类工具已经往前走了一步。
它能读代码库、改文件、跑测试、处理 CI 失败，Anthropic 自己也把它定义成 agentic coding system，也就是能围绕目标持续做事的编码系统。
但问题也来了。
当 AI 不再只是补一行代码，而是开始同时修 bug、查测试、改页面、做 PR review，人就很容易失控。
你可能开了五个终端。
一个在改登录，一个在查支付，一个在跑测试，一个在重构组件，还有一个卡在那里等你确认权限。
这时候最烦的不是 AI 不会干活。
最烦的是你不知道哪件事已经做完，哪件事卡住，哪件事偷偷跑偏了。
Agent View 的价值就在这里。
它把 AI 干活这件事，从对话窗口拉成了一个任务看板。
你可以从一个地方派发新任务。
也可以点进去看某个任务最近干到哪了，必要时回一句话，或者直接接管完整会话。
像不像我前两天推荐的交互模型的原理中的一部分。
这就很像一个小团队。
每个 Agent 都在干一段活，但你不需要一直站在旁边看它敲键盘。
你真正要做的，是给清楚目标，拆好任务，关键节点进去判断。
这才是人机协作里最值钱的部分。
我一直觉得，AI 编程最容易被误解的地方，就是大家总盯着它一次性能写多少代码。
但真正做过项目的人都知道，代码量不是最重要的。
重要的是任务有没有拆清楚。
谁负责哪一段，用什么上下文，最后产出什么东西，哪里需要人确认。
这些东西如果不清楚，AI 写得越快，后面越可能变成一地鸡毛。
这也是为什么我看到 Agent View，会想到自己一直在琢磨的 Metakim。
我不是看到这个热点才开始想这件事，之前我就在关注 AI 怎么进入真实业务。
我手里的 Metakim 项目雏形，想解决的就是把复杂业务拆成一个个可治理的最小单元。
这句话听着有点抽象，换成人话就是把一件复杂工作拆到足够小、足够清楚。
每一小段都能说清楚谁负责、用什么资料、产出什么结果。
AI 能帮到哪一步，人又该在哪一步拍板，这些都要提前设计好。
到目前为止我还在拼命迭代中，去寻找一个最佳范式。
体验地址：https://github.com/KimYx0207/Meta_Kim/blob/main/CHANGELOG.zh-CN.md
（顺带说：我更新的有点儿快。。。）
图片加载中…
当然，这只是Demo产品，不过已经有很多我的学员和自媒体粉丝，已经用于自己的项目或者自己的企业工作流当中了。
图片加载中…
图片加载中…
言归正传，Claude Code 的 Agent View 是编码场景里的一个样子。
但我更关心的是，这套思路能不能从代码扩展到企业里的真实流程。
比如销售线索流转。
AI 可以先查客户资料、补全背景、生成跟进建议，但到底要不要推进、怎么报价、谁来跟进，还是人来判断。
比如内容生产。
AI 可以扫热点、整理资料、出初稿、检查事实，但选题是不是适合账号，观点能不能站住，最后要不要发，还是人来兜底。
比如客服质检、企业培训、知识库、合同审查、产品需求管理。
这些活儿看着很碎，但公司每天就是靠这些碎事儿跑起来的。
你不能只接个 API，就说自己做了 AI 落地。
真正难的地方，是把模型、工具、数据、权限和人的判断接起来。
Agent View 让我更确定一件事。
未来会越来越需要一种新的工作方式，人像调度员一样管理一组 AI，而不是守着一个聊天框反复追问。
这对程序员是机会。
对产品经理、运营、销售、企业服务团队，其实也是机会。
因为很多业务流程本来就不是一个人一口气做完的。
它们天然就是多角色、多步骤、多判断，只是过去全靠人脑、表格、群聊和会议硬扛。
AI Agent 进来以后，最先变的可能不是某个岗位消失。
更可能是一些原来混在一起的工作，被拆成更清楚的小段，然后交给人和 AI 一起跑。
当然，Agent View 现在还不能吹过头。
官方也写得很清楚，它还是研究预览，界面和快捷键可能会变。
它也有几个很现实的限制。
后台会话一样消耗订阅额度，本地会话在电脑睡眠或关机时会停，worktree 里的修改也要记得合并或推送。
所以这玩意儿还不是甩手掌柜。
你真要拿它干活，任务拆分、权限设置、代码审查、测试验证，一个都不能少。
但我反而觉得，这些边界很真实。
AI 真正进入业务，靠的也不是一句“全自动”，而是把可控的部分自动化，把需要判断的地方留给人。
老金我现在越来越相信，AI 的爆发点会落在人机协作上。
人负责目标、判断和取舍，AI 负责搜索、生成、执行和提醒。
Claude Code 的 Agent View 只是一个编码工具里的新界面。
但它背后那个方向很清楚，AI 不再只是在聊天框里回答你，它开始被放进一个可观察、可接管、可调度的流程里。
这也是我接下来想继续做的方向。
围绕企业和团队里的真实流程，从具体场景切入，把业务拆成可治理的最小单元。
然后再把模型、工具、数据、权限和人的判断接起来。
不讲大故事，先把一个具体问题跑通，让 AI 真的帮业务往前走。
如果你手里有企业 AI 改造预算，有行业客户资源，或者正在公司内部推动 AI，但卡在流程、数据、权限、员工使用这些问题上，欢迎来找我聊聊。
不用一上来谈多大的项目。
先拿一个销售线索、一个内容流程、一个客服质检、一个知识库场景拆清楚，也许就已经是一个很好的开始。